相对于严格区分的级别标准定义，腾讯考虑更多的是从用户实际的需求出发，提供具体场景中的无人驾驶功能，解决用户痛点,分场景、分需求逐步实现无人驾驶落地。

  腾讯正在思考怎么样在这两个场景中将驾驶员的双手从枯燥的驾驶任务中解放出来，以做更多有价值的事。因为对很多驾驶员而言，这两个场景几乎占据了他们绝大部分的驾驶时间，特别是高速驾驶，如城市快速路，是很多人上下班通勤的必经之路，一旦将驾驶员从这一用车场景中解放出来，节省出来的时间能用于做其他的事，比如工作，或者娱乐休闲。

  为此腾讯无人驾驶制定了HWP(高速巡航)与TJP(拥堵巡航)相结合的解决方案，该方案可在国内120 km/h的限速前提下，让车辆进行纵向和侧向跟车，包括上下匝道，遇到特殊路况采用人工变道，在缓解司机驾驶疲劳的同时，保障安全驾驶。

  “因为HWP模式下也有拥堵的路况，TJP模式下也可能遇到80公里巡航的状态，所以会存在模式融合和切换。”在2020中国电动汽车百人会论坛无人驾驶分论坛上，腾讯无人驾驶业务中心总经理苏奎峰表示。

  而且城市快速路等高速驾驶场景，由于场景相对较封闭，路况比较单一，道路使用者类型也没有城市道路那么复杂，本身就具备率先进行无人驾驶商业化落地的条件——封闭场景、固定路线、低速、车内无人，这是目前大家一致赞同的短期内无人驾驶要实现规模化量产的几个重要的条件，高速场景具备了前面两点，因此被行业一致看好。除了腾讯，还有很多企业也是以此为切入点推进无人驾驶商业化。

  如图森未来、智加科技、嬴彻科技等无人驾驶卡车公司，都将高速公路用车场景作为关注重点。其中图森未来自主研发的无人驾驶队列解决方案，使得卡车可以在80公里/小时的高速行驶过程中车间距稳定保持在10米左右。

  智能泊车则具备了后面两个要素——低速以及车内无人，也因此成了腾讯着重关注的另一个场景。不过相较于百度、博世、梅赛德斯-奔驰、纵目科技等玩家，在智能泊车这个赛道上腾讯入局相对晚一些，其无人驾驶团队从2019年才开始针对泊车场景进行了产品化开发，预计将在今年下半年推出针对这两种场景的无人驾驶量产解决方案，以逐步推动无人驾驶功能的量产落地。而由博世和戴姆勒联合开发的自动代客泊车系统则早在2019年年中就获得巴登-符腾堡州有关部门的批准，在斯图加特的梅赛德斯-奔驰博物馆停车场日常使用。

  值得注意的是，上面两种方案只是无人驾驶众多应用场景中最普遍的两个，随着各大玩家对这项技术具体使用场景的日趋重视，未来必定还有非常多类似的功能开发出来。

  “一些车企称取消了L3级无人驾驶项目，其实能够理解为车企也是转入到针对具体应用场景的无人驾驶或辅助驾驶开发当中，能否快速让功能进入量产和应用，实际解决用户的痛点，才是大家最关心的工作。”腾讯无人驾驶产品负责人王明明对盖世汽车表示。

  从上面能够准确的看出，目前无论是高速场景下的无人驾驶研发技术，还是泊车场景中的无人驾驶，都聚集了大批玩家，作为其中的一员，腾讯有何筹码呢？

  软件和服务，这是腾讯所擅长，并且正在做的。“对腾讯来说硬件门槛太高了，我们从来不会去涉足任何硬件和传感器，我们只做软件和服务。”苏奎峰表示。基于此，腾讯无人驾驶团队结合自己的AI、云、信息安全等技术优势，打造出了集无人驾驶研发及评测验证于一体的数据云平台、模拟仿真平台和高精度地图平台三大平台，为行业赋能。

  在数据云平台方面，腾讯通过线上工具链，进行算法预标注，以实现样本自动化生产，这中间还包括全要素目标检测、跨相机目标跟踪、语义分割等图像标注、3D激光点云标注、以及精准图像与3D点云融合标注、变道标注等多种无人驾驶研发专用样本。区别于线下工具，据悉云端标注能够平均节省50%以上的人工标注成本。

  该平台可以助力车企及无人驾驶开发、测试及运营部，进行软硬件开环系统的测试验证，同时还可实现典型交通场景的闭环验证，及传感器模型以及其它环境模型验证。此外，腾讯无人驾驶云平台还能够给大家提供无人驾驶车队管理调度、运行监控、轨迹跟踪、在线反馈，以及高精度地图、算法模型、软件OTA升级等一整套服务。

  去年腾讯就与宝马中国达成战略合作，助力宝马建立高性能数据开发平台，加速中国市场的无人驾驶研发。

  在仿真平台方面，腾讯结合其强大的游戏技术实力,将虚拟现实技术、游戏引擎、云游戏技术和工业级的车辆动力学模型和专业的渲染引擎、三维重建技术等技术，应用于城市仿真系统的构建中。腾讯无人驾驶虚拟仿真平台采取了激光雷达、高精度地图采集车以及空中无人机采集的数据，重构和现实无限接近的3D环境，进行传感器和虚拟环境的仿真，能够实现感知、决策规划控制的闭环验证。据悉，腾讯无人驾驶模拟仿线万公里以上的模拟测试，目前已经获得深圳、北京两地智能网联汽车测试牌照，并进行了复杂城市路段的测试。

  自动驾驶模拟仿真平台TAD Sim正是腾讯技术优势的典型体现，该平台集成了工业级的车辆动力学模型、专业的游戏引擎、三维重建技术和虚实一体的交通流技术，能够实现感知、决策、控制算法等实车上全部模块的仿真实验，同时支持单机和云端部署的方式，一套系统满足全栈算法的使用需求；基于腾讯已完成的全国高速、快速路高精度地图采集和制作，TAD Sim支持全国高速和快速路的仿真。

  TAD Sim内置的高精度地图能够实现不同环境下的几何模拟，以及测试车辆的感知能力、决策能力、和车辆控制的模拟仿真。此外，模拟仿真平台还可以为政策制定部门、交通管理部门提供交通调度管理、道路及交通规划、无人驾驶法规研究等方面的测试。

  作为构建这两个平台的基础，腾讯在高精地图方面也在不间断地积累，希望打通云端、车端闭环的部署，实现交通流信息的实时同步，让无人驾驶车辆快速了解动态交通状况,进而完成驾驶决策。目前，腾讯已拥有了包括一整套自主知识产权的高精度地图生产能力和高精地图应用能力。腾讯高精度地图团队已完成了全国高速和快速路的地图数据生产，正在着力应对后续的更新问题，以更好地满足车企对高精度地图严格的质量要求。

  据腾讯高精地图负责人谷小丰透露，腾讯第二代高精地图数据采集平台车很快会投入到正常的使用中，今后将和第一代采集车以高低搭配的方式完成数据快速采集，同时采用静态和动态精度验证结合的方式，严格执行数据精度验证的流程，保证原始数据的高质量，这对高精度地图的整体质量具有关键的意义。

  除了这三大关键技术，腾讯认为实现数据闭环也是无人驾驶系统一直在优化的关键。在腾讯看来，未来当无人驾驶汽车实现大规模部署，车端入口也能反馈大量用户习惯以及车辆传感器数据，这一些数据可以上传到云端，以数据平台和虚拟仿真的服务，支撑无人驾驶系统升级，同时高精度地图也可以在云端进行更新，之后推送到车端，形成闭环，赋予无人驾驶汽车源源不断的活力，进而在智慧交通、智慧城市等广阔场景中发挥更大的价值。

  从这一点上来看，未来无人驾驶将不会是一个孤立的产业，既需要互联网公司和汽车企业积极合作，也需要和生产、销售、交通、智慧城市等各方形成联动，基于此目前腾讯正通过合作、投资、并购并依靠其强大的无人驾驶技术从众多玩家中杀出了一条“血路”。