古代汽车时代是从竞争开端的。
在19世纪90年代晚期，人们对新兴的无马车技术发生了浓重的兴味，事先，它无望集火车的速度、马车的灵敏性和自行车的便当性于一身。法国的Le Petit Journal报社凭仗其弱小的宣传影响力举行了一场竞赛，欲比拟出蒸汽、电力或汽油三者谁才是最佳的推进力。该报约请参赛者从巴黎开车到79英里外的鲁昂。该评选并不是以他们车辆的速度来一较高低，而是调查这些车能否平安、易于运用和有商业价值。
这场竞赛于1894年7月举行，共有21辆全新创造的车从巴黎动身，吸引了众多围观者。最初，只要17辆车完成了竞赛。竞赛路上，有七条狗被撞倒，一名自行车手受伤。最终，博得大奖的，是一名叫做Gottlieb Daimler（哥特利布· 戴姆勒 ）的创造家。
*戴姆勒
在这次竞赛中，他一共派出了9辆由其创造的内燃机驱动的汽车，其中，有4辆同时取得了一等奖。裁判宣布，戴姆勒为车辆提供了“石油或汽油燃料转化成的内在动力”，这种车开端有了一个法语名字——“Automobile”（汽车）。戴姆勒的成功确立了汽车在20世纪的霸主位置，汽车这个术语很快就浸透到英语和其他言语中。
有意思的是，古代 自动驾驶 汽车的时代也是从竞赛开端的。2004年3月，美国次要的军事研讨机构DARPA在莫哈韦（Mojave）沙漠组织了一场竞赛，要求 无人驾驶 车辆驾驶150英里的越野道路。这场竞赛共有21支队伍取得参赛资历，但经过赛前评选和不测事故后，最终只要12辆车参赛。由于机械毛病和堕入沙坑等成绩，一切参赛队伍都没有跑完全程。卡内基梅隆大学的“沙尘暴”（Sandstorm），跑出了最佳成果，在被卡住之前行驶了7.4英里。在它试图挽救本人的时时分，不幸前轮起火。
看来DARPA似乎设置了太高的规范。2005年10月，他们举行另一场竞赛时，23支参赛队伍中有5支完成了132英里的路程，剩下的，只要一支队伍未能完成一年前的7.4英里的记载。斯坦福大学Sebastian Thrun所指导的一支队伍取得第一名，卡内基梅隆大学的“沙尘暴”排名第二。
*Sandstorm
在短短的18个月里，自动驾驶就从不能够变成了能够。在2007年11月的第三次DARPA竞赛中，参赛车辆必需在模仿的城市环境中完成义务，处置路标、交通讯号和其他车辆等成绩。11支团队中，有6支完成了这个更复杂的应战。
这种疾速的开展步伐，令Google在2009年树立了由Thrun指导的自动驾驶汽车项目。自那时起，DARPA竞赛的参赛者们曾经开端在Google、Uber、特斯拉和许多初创公司展开 自动驾驶技术 研讨。2012年，自动驾驶原型车开端进入美国公共路途，他们曾经行驶了数百万英里，也变得愈加平安牢靠。但这项技术离大规模部署还有一段间隔。
真正的完全自动驾驶汽车必需处理三个独立的义务：感知（理解四周世界发作了什么）、预测（确定下一步会发作什么）和驾驶战略（采取适当的举动）。Thrun说，最初一个义务是最复杂的，自动驾驶中只要10%的成绩与之有关，而感知和预测则是较困难的局部。
自动驾驶汽车经过摄像头、雷达和激光雷达等传感器来感知世界。相似雷达，激光雷达，运用不可见的光脉冲来绘制四周区域的高精度3D地图。摄像头、雷达和激光雷达三者是相反相成的关系。摄像头廉价，可以看到路途标志，但却不能测量间隔；雷达可以测量间隔和速度，但却捕获不到细节；激光雷达提供了很好的细节，但是价钱昂贵，并且容易将雪地和其他地形混杂。
大少数从事自动驾驶任务的人都以为，有必要将几种传感器组合起来确保平安性和牢靠性。（不过，特斯拉是一个分明的例外：它希望在不运用激光雷达的条件下完成完全自动驾驶）。目前，高端的激光雷达零碎要数万美元，初创公司正在研发新的固态激光雷达，无望最终将激光雷达的价钱降低到几百美元。
结合来自传感器的数据后，汽车需求辨认四周的物体：其他车辆、行人、骑自行车的人、路面标志、路途标志等。在辨认方面，人类比机器要好得多，机器必需经过少量细心标志的样本训练当时才有这样的才能。取得这些样本的一种办法是雇人手动标志图像。
位于西雅图的Mighty AI拥有一个30万人的在线社区，他们为许多汽车企业客户标志街景图像。“我们希望汽车可以有人的判别力，”Mighty AI的老板Daryn Nakhuda说，“因而我们需求人类专业技艺的协助。”
一些来自视频游戏的图像，如《侠盗猎车手》中的图像，与理想街景十分接近，也可以起到协助做用。由于游戏软件晓得一切事物，它可以精确地标志这些场景，因而这些图像也可以用于训练。
Thrun说，最难辨认的是那些很少见的东西，例如路上的渣滓或是在高速公路上被吹起的塑料袋。他回想起Google的自动驾驶项目晚期的时分，“我们的感知模块无法区分出物体终究是塑料袋还是飞奔的孩子。”路上的水坑也让辨认零碎混杂。不过，结合来自多个传感器的数据就可以分辨路途上的物品能否为坚固的妨碍物。
传感器取得的数据还可以与先前在同一条路下行驶的其他车辆搜集的传感器数据停止比拟，这种互相交流的进程被称为“车队学习”。自动驾驶的先行者们曾经积聚了许多的数据，这让他们占一定的优势，但一些创业公司也在制造和销售现成的供自动驾驶汽车运用的高精度地图。
一辆车辨认出四周的一切之后，它就需求立即预测将来几秒会发作什么并决议如何应对。路途标志，交通讯号灯，停车灯和转向标志也提供了一些提示。但是，自动驾驶车辆在某些中央还离人类驾驶员还是有差距的，人类驾驶员擅于处置一些不测状况，例如路途施工、抛锚的车辆、运输卡车，紧急车辆、倒下的树木或恶劣的天气等。雪是一个特殊的应战：激光雷达零碎必需细心调整才干疏忽飘落的雪花，路途积雪也会降低高精度地图的精确度。
虽然高精度地图技术仍在开发中，但它关于一些限定的地域还是有协助的，这些地域已有了详细绘制的地图并且通常天气很好。这就解释了为什么阳光绚烂、路途规划划一的凤凰城能成为测试自动驾驶车辆的抢手城市。而匹兹堡则由于其恶劣的天气，是一座测试难度比拟大的城市。
被通用汽车收买的自动驾驶创业公司Cruise，则选择在旧金山市中心复杂的街道上停止测试，其表现也给人们留下了深入的印象。Cruise的开创人 Kyle Vogt以为，在人口稀疏的环境中停止测试意味着汽车会常常遇到异常状况，因而能学得更快。
当自动驾驶车辆感到困惑并且不晓得如何回应或做出错误决议时，驾驶座上的平安工程师就会接收。这就是所谓的“脱离”，每千英里的脱离数为比照自动驾驶相关公司提供了一个粗略权衡规范（见上图表）。不过，最好还是不要将脱离视为失败的状况，脱离其实是有助于自动驾驶零碎汲取经历并改良的。
Uber自动驾驶汽车部门的平安担任人Noah Zych表示，在接近脱离形态时记载的传感器数据可以提醒汽车出了什么成绩。然后就可以在模仿中对同一成绩停止测试，然后修正软件。Zych说：“我们可以一次又一次地测试，改动情形，剖析不同的后果，”改良后的软件最初会在真实汽车中运用。
就算自动驾驶如今就能被普遍部署，他们依然偶然需求人的协助。无人驾驶接驳车制造商Navya的CEO Christophe Sapet举了个例子：在一个两车道的路上，自动驾驶汽车由于不敢越过路途中的实线而追尾了一辆抛锚的卡车。发生这种后果的缘由，是自动驾驶汽车被编程、被设定必需恪守交通规则（而不会随机应变）。但假如是人类，只需对面没车，就会压过实线绕开这两卡车。
Navya的自动驾驶车辆则会向近程监视中心求助，人类操作员可以看到车辆摄像头拍摄的实时信号。遇到刚刚所说的状况时，操作人员并不会直接近程控制一同，而是在保证平安的状况下允许该车压过实线行驶。Thrun预测，这些操作员在将来能够会一次监控数千辆自动驾驶车。
与此同时，低配版的自动驾驶在正在逐步参加到现有的汽车之中。由美国汽车工程师协会制定的量化表将自动驾驶程度分红了5个等级。Level 1级别的自动驾驶包括根本的协助（如巡航控制）。Level 2级别添加了诸如车道坚持等功用，令汽车可以在高速公路下行驶，但仍要求驾驶员时辰留意。奥迪往年推出的A8是第一款到达Level 3级别的车型，它可以自动驾驶并监控四周环境，但在零碎要求时，驾驶员及时必需接收。
*奥迪A8
Waymo、Uber和其的公司则试图直接跳到Level 4级别，即在特定的条件下，例如在城市的特定地域，车辆可以完全自动驾驶。一些业内人士以为，Level 2级别和Level 3级别这种不完全的自动驾驶是不平安的，由于即便零碎控制了车辆，驾驶员依然需求时辰留意，而驾驶员们很难做到这一点。
2016年5月，一辆特斯拉Model S撞上了一辆卡车，司机在事故中丧生，调查人员发现，虽然Autopilot零碎曾经收回正告，但司机依然未能留意路途状况。特斯拉的Autopilot就属于Level 2级别。
自动驾驶汽车的面临的一个成绩是，路途是为了人类司机而建的，自动驾驶汽车必需与之共享路途。人会经过灯光和运用其他非言语的提示停止交流，这些提示因地而异。自动驾驶的技术制造商Mobileye的CTO Amnon Shashua以为，自动驾驶车辆能够最终可以顺应四周环境，例如，在波士顿开车就要比在加州猛一些。
自动驾驶汽车公司Aurora的CEO Chris Urmson说：“我们必需让汽车可以在像明天这样的世界中运转。”
但未来，事情能够会变得容易些。在将来，能够会呈现自动驾驶车辆公用的路途或区域，以及用于支持它们的公用设备，即V2I（车对根底设备）技术。在一些曾经有自动驾驶汽车运转的地域，曾经对交通讯号灯做了一些修正。将来，V2I和V2V（车对车）技术可以协助自动驾驶车辆更好地互相协调。
大众似乎次要担忧与自动驾驶汽车有关的两种潜在风险：第一种就是他们应该如何面对品德窘境。比方说，在撞到一群孩子和撞向另一辆车之间停止选择。许多业内人士以为，这些成绩并不能反映理想世界。
第二个担忧就是网络攻击。自动驾驶汽车实质上是装置在车上的计算机，能够会被近程劫持和毁坏。不过，自动驾驶业内的工程师们则坚持，他们十分注重网络平安，他们所树立的多重冗余传感器和控制零碎，在技术上说，可以提供一定的平安保证。假如一辆自动驾驶车中的任何局部开端呈现异常的行为，无论出于何种缘由，这辆车都会停上去。Sapet开玩笑说：“想运用普通汽车杀人比运用无人驾驶汽车更容易。”
自动驾驶车辆很快就要进入我们的生活了，至多能在天气良好、有序的环境中行驶。“一旦你找到了成绩的关键，它就能渐渐被完全处理。” Urmson说。
从不可到能够，从能够到理想生活，虽然大众仍有担忧，但自动驾驶的开展速度，可以说是越来越快了。
【精彩引荐】4月20日，亿欧汽车将在北京车展前夕在京举行 “预见·科技出行——GIIS 2018智能网联汽车产业创新峰会” 。本届峰会将约请来自传统车企、造车新权力、汽车供给商、科技公司、自动驾驶效劳商、动力电池企业以及智能出行平台等企业代表，围绕科技出行的现状与趋向展开讨论和分享。报名征询：
https://www.iyiou.com/post/ad/id/534
