無人駕駛，不再是科幻

一天早上，Anna洗漱完畢後拿出手機呼叫了自己的愛車Vaymo，小V聽從主人召喚從停車場駛出，行駛到達家門口等候主人上車。2分鐘後Anna上車後告知小V自己的目的地是公司，小V接到主人指示後啟動開始了一天的行程。小V向主人介紹了今天的天氣，重要新聞，並開啟了輕音樂讓主人放鬆心情。今天天氣很好，Anna趁著朝陽看起了雜誌，這是一篇介紹未來汽車的文章，內容很有趣，Anna一下就沉迷其中了。大約過了一個小時，小V提示Anna到公司，Anna下了車，謝過小V，進入公司大門，小V自行去了停車場，等候主人的下次召喚。

看到上面這個故事，大家肯定會覺得這是科幻小說或電影中的某個片段。

如果我告訴你早在2012年穀歌已成功實現利用無人駕駛汽車幫助盲人解決出行問題，你還覺得無人駕駛離我們很遙遠嗎？

NO.1 無人駕駛為什麼勢不可擋？

我們先來看一下目前哪些企業正在積極擁抱了無人駕駛。

我們可以看到除了傳統的車企外，各大高科技公司也積極加入了無人駕駛的行列，而且每年投入金額巨大。

大佬們為何如此熱衷於無人駕駛，並趨之若鶩呢？

更安全

全世界每年約有130萬人死於交通事故，尤其在中國，每年約有6萬人死於交通事故，連續十年居世界第一。據統計，約90%的交通事故是由於人為因素造成，如酒駕、疲勞駕駛、接打電話等，也就是說，在整個駕駛環節中，人的因素是危險係數最高的因素。如果能由更為可靠的人工智能駕駛汽車，就能將交通事故的死亡率降為目前的10%左右，每年可以挽救超過100萬人的生命。

更省時

中國汽車保有量越來越多，交通也更加擁堵，每天上班花在車上的時間可能超過1小時，如果我們能將這1小時用來工作，我們自己擁有的時間就能多1小時。

我們每個人一天24小時中約有8個小時在睡覺，能夠利用的時間大約有16個小時，多1個小時，大約相當於將有效時間延長了6%-7%. 這是什麼概念？

更經濟

如果無人駕駛技術成熟，並且投入市場，將可被廣泛運用於物流、共享出行、公共交通、環衛、港口碼頭、礦山開採、移動零售等行業，最大限度的減少人工成本的同時，也能減少資源浪費。

巴克萊銀行的一份報告指出，無人駕駛狀態下，Uber每英里的成本約為0.34美元，這幾乎比傳統新車的使用成本便宜近58%. 在如此低成本的情況下，普通民眾可能不會選擇購買私家車，而選擇共享出行方式。畢竟點一下手機就有車隨時送自己到想去的地方，不用考慮停車的問題，平時也不用考慮停車位、洗車、保養、年檢、買保險等等一系列頭疼的問題，而且價格也不貴。

摩根史丹利的一份報告指出，無人駕駛汽車，僅在美國每年可節省1.3萬億美元，佔GDP的比例約為8%.對企業而言，誰率先掌握無人駕駛技術，誰就掌握了未來汽車市場的主動權，這是一個萬億級別的蛋糕，誰不想分一杯羹呢。

NO.2 無人駕駛，全新的駕駛理念？

說起無人駕駛，大家第一反應會把它和高科技、新概念、節能環保等詞彙聯想在一起。然而無人駕駛真的是新概念嗎？

大家看到這張圖片是否似曾相識？沒錯，這張圖片和我們文章開頭的圖片如出一轍。要不是照片的黑白底色暴露了年代感，我們一定會認為這是現在某個企業的宣傳廣告。

然而很遺憾的告訴大家，這是上世紀50年代美國電氣照明與動力公司的一個平面廣告，向我們生動的展現了當時人們對無人駕駛汽車的設想：一家人面對面坐在車後座上，圍著一個桌子玩多米諾骨牌遊戲。這個構想和我們現在的構想全無二致，我們只需要將圖片的多米諾骨牌遊戲換成現在人們熟悉的手機遊戲，完全可以作為現在某個公司的宣傳廣告。在通用汽車成功地展出“未來世界”讓人們神魂顛倒之後的70年，構想依然只是構想。

70年過去了，無人駕駛汽車究竟發展到了什麼程度呢？

美國工程師學會(SAE) 定義了從0級“完全手動” 到 5級 “完全自動”6個自動駕駛等級。

0級：無自動駕駛

目前車型多是這個級別。

1級：駕駛輔助

以人為主，自動駕駛系統可提供加減速或轉向中的一項輔助。目前，擁有自適應巡航系統的車輛符合這個級別。

2級：部分自動駕駛

以人為主，自動駕駛系統提供加減速和轉向兩項輔助。特斯拉的Autopilot 和凱迪拉克的Super Cruise 系統都符合這個級別。

3級：附帶條件的駕駛自動化

從這一階段開始轉向以車輛為主，駕駛員只提供適當操作，但駕駛員需隨時待命。

4級：高度自動化駕駛

在限定的條件下可由無人駕駛系統完成，此階段才真正意義上步入無人駕駛階段。

5級：完全自動化駕駛

完全自動駕駛即是無人駕駛。

下面這張圖可以很形象的解釋自動駕駛的6個等級。

那麼現在的無人駕駛技術發展到哪一級了呢？

答案可能要讓大家失望。從全球範圍來看，目前在售的所有量產車都在L3以下，也就是依靠ADAS（高級駕駛輔助）技術，例如ACC（自適應巡航系統）、AEB（緊急制動剎車系統）以及LDWS（車道偏離預警系統）。這離真正的無人駕駛仍然有很大差別。即便以無人駕駛當做買點的特斯拉，其無人駕駛級別也未達到L3水平。

目前公認的無人駕駛技術最先進的公司是谷歌，谷歌的發展路線與其他公司不同，谷歌一開始就以L4及以上為目標，谷歌旗下的WAYMO公司設計的無人駕駛汽車一開始就取消了方向盤，去掉了人工接管的可能性。但無人駕駛的研發是一項艱辛的過程，數百萬英里的真實路測和數十億英里的虛擬路測，加上覆雜的傳感器設備和備用計算機，還要有足夠的能力去預測其他汽車、行人、自行車等日常路況。這款車最終能否成功量產投放市場仍然是個未知數。

NO.3 無人駕駛到底有多難？

為什麼無人駕駛跨越了2個世紀，至今還只是構想呢？無人駕駛實現到底有多難？

無人駕駛技術包含四個方面：感知技術、定位技術、路徑規劃技術和控制技術。

感知技術

首先車輛通過攝像頭、雷達、激光線束等方法感知周圍世界，知道周圍的環境，有哪些障礙物需要避開。

定位技術

定位技術依賴於導航，目前的GPS導航精度只能精確到10米，這個精度是遠遠不夠的，現在車道大約是3米，10米的精度可能偏移了好幾個車道，僅僅一個車道就足以致命。在高精度導航技術還沒有成熟的情況下，需要藉助感知技術。通過GPS定位出大致範圍，通過感知技術完成定位出精準的位置。

路徑規劃

知道了障礙物和定位後，汽車就可以規劃出一條可通行的路徑，並結合周圍環境明確需要加速、減速、停車等候還是轉向等等。

控制技術

前面三項技術僅僅是出發前的準備工作，歸根結底還要落到AI控制技術上來，接收信息並根據接收到的信息作出合理的判斷，發出正確的指令才是最重要的，也是最難的。Uber在美國鳳凰城的撞人事故調查顯示，在事故發生前的5.8秒車輛已經檢測到了行人及其自行車。但是為什麼事故仍然發生了呢，答案可能發生在控制技術上面。控制技術不解決，安全問題就無法得到保障。

NO.4 無人駕駛離我們還有多遠？

儘管各大企業都宣稱自家的無人駕駛汽車很快就會投放市場，但事實是，目前不具備無人駕駛汽車大規模上市的條件。除了技術原因外，還需要法律法規的完善，基礎配套設施的配套。

無人駕駛技術

真實的駕駛環境太過於複雜，AI技術要滿足所有的真實駕駛場景並給出正確的指令，目前仍是一項非常具有挑戰性的工作。有統計稱，目前無人駕駛的水平只有人類駕駛水平的千分之一，但無人駕駛的要求是汽車的駕駛技術遠超於人類駕駛水平，這顯然離真正的無人駕駛還有很大的差距。

基礎設施

目前高精度地圖技術並不成熟，各大地圖廠家已開始集中攻克這塊技術堡壘，相信不久的將來可以攻克。高精度地圖成熟後，其所需要的存儲空間和傳輸速度會大幅增加。假設地圖的精度提升到20釐米，相比目前的10米精度，提升了50倍，以北京市地圖為例，目前高德導航的離線地圖存儲空間約是200M，那麼北京市高精度地圖的存儲空間大約是10T（200M*50），這還不考慮實時地圖信息所需要的存儲空間。另外支持AI算法所需要的高精度、低延遲網絡特性都是目前4G速度所不能達到，必須依賴未來的5G、6G網絡的建設。

法律支持

目前，針對無人駕駛的法律法規尚不健全，現有的道路交通法規不能適用於無人駕駛汽車的行車條件。人與車的法律責任認定存在模糊地帶，民事、刑事、保險責任認定、違章處罰等還不完善。無人駕駛汽車生產相關法律法規也存在缺失。

普華永道給出了一份L5級別無人駕駛實現的時間圖，稱L5級別無人駕駛車輛成為主流不會早於2027-2028年。目前還無法估計這個時間節點的可靠性，只能依賴於各大企業努力盡快實現真正的無人駕駛。

無人駕駛的初衷是為了那些身體不方便的人提供便利的出行方式，儘管無人駕駛現在還不成熟，或許我們還要再等上很久，但是即使是為了這初衷我們也願意等。