近年来，自动驾驶已成为各国政府、车企、互联网巨头竞相逐鹿的重要产业风口。借助挪动互联网、云计算、大数据等前沿技术，自动驾驶汽车不只能完成保证行驶平安、促进节能减排、进步交通效率等社会价值，经济价值也非常可观。

但是，以后自动驾驶汽车终究如何真正走向市场、遭到消费者认可，除了在实验室不时完善和改良技术，自动驾驶还需迈出几步才干真正走进普通群众的日常生活？明天的腾云读书会我们就来谈谈自动驾驶汽车的如今与将来。

---

目前，在全世界范围内，自动驾驶汽车正处于量产化与商业化落地的前夜，开展势头非常迅猛，曾经超出预期。

详细到了什么水平呢？我们先经过几张照片来扼要理解一下。

由于后文会频繁提及，所以先科普一下关于自动驾驶汽车的等级是如何划分的，详见下表。

01、行业巨头纷繁试水

▲Waymo公测

2017年10月，Google Waymo在凤凰城Chandler镇100平方英里范围内，对500辆克莱斯勒插电式混合动力L4自动驾驶汽车停止社会公测，这是L4级别的自动驾驶汽车初次停止社会公测，也是初次无驾驶员的公测，可以说是Waymo自动驾驶商业化落地的前奏。

早在一年多前的2016年9月，Uber曾经在美国匹兹堡市推出城区大范围无人驾驶出租车收费载客效劳，虽然下面有2名平安工程师，但商业形式却是大范围的城区，比Waymo公测的小镇要大得多。

往年年终，两大产业巨头通用和丰田辨别发布了本人的自动驾驶新车。

通用的第四代量产型自动驾驶汽车Cruise AV，曾经完全丢弃了方向盘、制动和油门踏板，并向美国交通运输部提交了平安请求，方案2019年完成量产，这也是首台声称可量产的L4+自动驾驶汽车。

而丰田的Platform3.0，由于成功地将传感器都隐藏了起来，在外观上就曾经降服了大批颜控。

另一后起之秀特斯拉，虽然没有发布新车，但也没有闲着，目前特斯拉的量产车中均已装置了Autopilot1.0或2.0硬件零碎，其自动驾驶功用，可经过OTA（空中下载）停止从L2到L4+的软件晋级，可以说曾经在硬件上对自动驾驶做好了预备。

除去无人驾驶汽车方面，无人驾驶货车的研发势头也很喜人。丰田以及硅谷机器人技术公司Nuro都在年终先后推出了无人驾驶货车的概念车和测试车。

▲丰田的e-Palette L4无人驾驶货车

▲Nuro的L4无人驾驶货车

02、AI将替代眼睛和大脑

理解了自动驾驶汽车的开展情况，我们还必需要晓得，自动驾驶汽车想要普遍使用，有两个成绩十分关键，一个是平安，另外一个就是量产。

要完成量产，必需要有造车才能，仅靠科技巨头或创业公司闭门研讨自动驾驶技术是不行的，车企必需整合出去或直接主导。同时也需求有车规级别的感知辨认和计算单元，例如车规级的纯固态LiDAR和车规级的AI主控计算机。

而在平安保证方面，AI技术的开展就成为了自动驾驶汽车产业落地理论的关键，为什么呢？

往常我们开车，次要是靠手、脚、眼睛和大脑几局部协同任务：手握方向盘，脚踏制动和油门，眼睛担任对环境的感知与了解，由大脑停止决策和规划。想要替代手脚的任务，应用线控总线，去控制汽车的转向、制动和油门等执行机构就可以了。

但如何才干替代眼睛和大脑的任务？或许说如何用机器去停止环境感知和自主决策？

可以说在深度学习呈现之前，我们无法想象自动驾驶汽车会真正呈现。由于传统的计算机视觉办法，其形式分类才能较人类程度（human level）差距较大，因而对自动驾驶视觉环境感知才能的提升，并没有太大的作用。

但最近5年，以深度学习为中心的新一轮人工智能，在齐备大数据与超强计算才能的支撑下，推进了计算机视觉向人类程度的大幅度提高。

所以如今只需有足够多的数据，就有能够完成比拟接近人类环境感知的才能，而且还是多模态的，有摄像机视觉、激光雷达、毫米波雷达、红外等等。

虽然失掉所谓齐备的大数据（有人说对平安性高于人类驾驶员100倍的自动驾驶，应该至多有1000万公里大数据）能够很难，但AI的确可以使自动驾驶汽车的环境感知才能相较于人类程度取得较大的提升。

03、多方中心技术的合力支撑

人类开车是树立在了解或认知的根底上，但目后人工智能算法恰恰是缺乏了解才能的，它对人类才能的模仿还需求大数据的支撑。

所以，自动驾驶汽车要做到像人一样，可以牢靠、矫捷地应对各种极限环境和特殊紧急状况，仅靠AI还不行，还需求多方面的中心技术构成合力支撑。例如信息化汽车平台、机器人技术、计算机视觉、大数据、云平台、高精地图、V2X车联网、5G通讯和智能交通零碎（ITS）等。

其中高精度地图，能到达厘米级的精度，而V2X车联网，5G通讯和智能交通零碎（ITS），也都是超人类才能的技术。

但假如某天AI算法取得真正的打破，有了了解才能，也许就能像人类一样不需求高精地图、车联网等技术，只靠两只眼睛就能开车，并且在正常状况下，平安性也有保证。

惋惜在短期之内，想让AI算法具有了解等认知才能，恐怕很难。但目前的AI算法相比之前曾经更接近人类程度了，再加上其他中心技术的合力支撑，所以短期内，即便AI没有更大的打破，L3+的自动驾驶汽车也有能够呈现！

04、抓住“弯道超车”的历史机遇

自动驾驶汽车是算法、软硬件垂直整合、对平安性要求极高的工业化产品，因而需求科技公司和车企合力完成。国外目前有Waymo与克莱斯勒的协作形式，还有通用、福特等主机厂直接主导的开发形式，在这方面的停顿很快。

我国也应加少量产型L4自动驾驶汽车的产业化落地理论，国际的主机厂和科技巨头要有随着中国经济向消费型模式的转型， 电子商务和移动电子商务的快速发展带来了支付行业强劲的增长。与通用、谷歌Waymo、福特、特斯拉、优步、奥迪、丰田等一决雄雌的雄心壮志，加大技术创新力度与资金投入，引领中国自动驾驶产业的开展，抢抓我国汽车产业“弯道超车”的难得历史机遇！

互动时辰

分享完毕后，有童鞋关于自动驾驶目前在普及方面的难点提出了两个疑问：

1. 技术上各厂商需求一套规范，例如算法规范，在感知妨碍时，应该如何反响？降速多少？不同的厂商硬件程度不一样，置信感知技术也会良莠不齐，到时分事故认定假如不再落实到车上人员，那应该落实到车辆消费商吗？

2. 有人驾驶车辆和无人驾驶车辆，更迭的进程如何完成？毕竟一辆车的价钱，关于驾驶者来说绝对昂扬，何况新型无人驾驶车。

对此，邓志东教师以为：

①关于规范成绩，其实不论是产品规范、企业规范、国度规范还是国际规范，一切规范在制定的初期都只能是自下而上，一点点构成的。

②短期内自动驾驶应该是To B而非To C，也就是要首先推出相似无人驾驶共享出租车效劳这样的商业形式。对运营商来说，本钱就不像对团体用户那么敏感。我以为当前共享出行应成为主流，包括传统车企、自动驾驶科技企业和相似滴滴这样的出行运营商都可以参加出去。到时无人驾驶汽车就可以被视为一台缩小版的挪动手机智能终端，还可以有更多的智能增值效劳商参加出去。