當我們談論自動駕駛時，我們在談論什麼？

2016年可以稱作是汽車自動駕駛元年，

做互聯網的、做打車應用的、做地圖的、甚至做手機的都開始宣布造車，

而且還都是自動駕駛的汽車，

從到世界，

出現了全民造車的繁榮景象。

如果把福特發明汽車生產線稱作是汽車行業的第一次革命，那麼眼前正在進行的自動駕駛技術的探索就是汽車行業的第二次革命。第一次革命是解決了汽車生產效率和生產成本的問題，以低廉的價格實現了汽車的普及，讓人類進入汽車社會；第二次革命是解決駕駛的效率和成本的問題，將人們從繁重的駕駛中解放出來，改變人們出行方式，讓人們獲得新的自由。

自動駕駛不僅會給有些疲軟的傳統汽車行業注入一劑興奮劑、帶來新的利潤增長點，也會借用移動互聯的商業模式改變甚至顛覆汽車行業的運營模式，並帶動整個社會的進步和發展，這就是為什麼站在技術最前沿的互聯網企業紛紛造車的原因。

2016年，各種有關汽車自動駕駛的消息不斷刷頭條，從特斯拉Model S的自動駕駛事故，到Otto卡車公司的200公里+5萬瓶百威啤酒的無人駕駛送貨秀。那麼自動駕駛到底發展到了什麼程度？自動駕駛是否安全？自動駕駛都能為我們做些什麼？在這裡我們做一個簡單梳理。

什麼是自動駕駛？

在大多數情況下，自動駕駛是一個寬泛的概念，包括全自動駕駛以及輔助駕駛兩部分，目前階段我們談到的自動駕駛大多是輔助駕駛，比如我們正在使用的自適應巡航、車道保持系統、自動泊車等等。嚴格的自動駕駛定義對自動駕駛有等級劃分，目前比較流行的自動駕駛等級劃分有SAE International（國際自動機工程師學會）的標準和NHTSA（美國高速公路安全管理局）的標準。

BMW與大名鼎鼎的英特爾合作，共同開發自動駕駛

在談到自動駕駛時，比較嚴謹的說法是達到了什麼級別的自動駕駛。以SAE的自動駕駛分級為例，汽車的自動駕駛能力由低到高分為Level 0-Level 5共六個級別。目前市場主流汽車的配置最多就是Level 2級自動駕駛，即系統僅僅是提供方向（車道保持）和加減速（自適應巡航）的支持，整個駕駛動作是由人完成的。發生車禍的特斯拉第一代Autopilot系統只能算是輔助駕駛，只達到SAE的Level 2級。特斯拉宣稱其第二代Autopilot系統在硬體上已經具備了全自動駕駛的能力（SEA的Level 4級），但目前其軟體還沒有對所有用戶開放升級。

特斯拉的Autopilot2.0系統非常值得期待，據悉至少是SAE Level3級

按照全自動駕駛和輔助駕駛系統的說法，SAE的Level 0級別是人類完全駕駛，Level 1-2級可以看作是輔助駕駛，Level 3-5級可歸納為全自動駕駛，其中區分輔助駕駛和全自動駕駛的關鍵點是：監控駕駛環境（包括前後車輛、交通指示燈、交通標識等）的主體是人類還是機器，監控環境的是人類駕駛者，歸為輔助駕駛；監控環境的如果是自動駕駛設備，就是全自動駕駛了。業內觀點還認為，輔助駕駛過程中的交通事故責任由駕駛者承擔，而全自動駕駛中的事故則由生產廠家承擔。

目前還沒有精確量化的人類駕駛者和自動駕駛汽車的交通事故概率對比，理論上，基於人工智慧的自動駕駛的安全性要高於人類，2016年初Alfago人工智慧橫掃圍棋界后，更多的人開始認同這個觀點。美國高速公路安全管理局（NHTSA）2016年公布的《聯邦自動汽車政策》中的統計數據顯示：94%的汽車碰撞事故與人為選擇和操作錯誤有關。NHTSA認為自動駕駛汽車在理論上可以解決駕駛安全的問題，甚至還啟動了一個實現「零死亡」的項目，計劃用30年的時間實現該目標。

汽車如何實現自動駕駛？

汽車實現自動駕駛有多種技術方案，目前，依靠車載激光雷達的自動駕駛模式是主流，即自動駕駛系統由車載激光雷達、前置攝像頭、雷達感測器、超聲波感測器、主控系統等部件組成，Uber、Google、福特、通用都採用這種技術模式，但各自的系統也不盡相同。特斯拉的Autopilot系統並沒有採用這種技術解決方案，他用的是毫米波雷達+攝像頭的解決方案。當然，自動駕駛還需要高清地圖數據、雲計算後台、5G網路等一系列移動互聯技術的支持。

全副武裝的Uber自動駕駛路測車，預計2021年正式投入商業運營

基於Fusion混合動力的福特汽車第二代自動駕駛車型

通用汽車的自動駕駛路測車是雪佛蘭Bolt電動車

車載激光雷達：就是移動的三維激光掃描儀，可通過發射和接收激光束，計算出目標對象與車的相對距離，並繪製出車輛周圍環境的3D地圖模型。其探測距離從幾十米到幾百米不等，目前市場上比較常見的有8線、16線和32線激光雷達，雷達線束越多，測量精度越高。激光雷達也有短板：比如在雨雪霧等極端天氣下性能較差，採集的數據量過大，價格也比較昂貴。

前置攝像頭：安置在車內後視鏡位置，用於識別車道線、車輛、障礙物、交通標識等，車道保持輔助系統LKAS（Lane Keeping Assistance System）就是依靠前置攝像頭來識別車道線的。在某些自動駕駛系統中，前置攝像頭還可識別前方的移動物體：包括車輛、腳踏車和行人。

毫米波雷達感測器：配置在車頭，與攝像頭協同工作，用來探測前方車輛的精確距離，自適應巡航（ACC）依據的就是車頭毫米波雷達感測器。

超聲波感測器：安裝在車輛的前後四角，用於感受周圍的車輛、行人和物體，在倒車、自動泊車以及車輛啟動時，可以幫助駕駛者掃除視野死角，提高安全性。

主控系統：自動駕駛的大腦，用於處理各種感測器信號，並與系統內的地圖數據對比，指揮自動駕駛汽車的行駛。

目前自動駕駛到底發展到了什麼程度？

2016年是自動駕駛技術突飛猛進的一年，部分汽車廠家或互聯網企業的自動駕駛水平已經達到SAE標準中的Level 3級。Level 3級是什麼水平呢？今年2月，通用汽車公布了一輛搭載Cruise Automation自動駕駛系統的Bolt 電動車路測視頻，整個視頻時長23分20秒。這輛測試車在路況極其複雜的舊金山城市道路上「熟練」穿行，除多次在沒有紅綠燈僅有Stop標示的路口輕鬆通過（包括左右轉彎），甚至還可以在雙向腳踏車道上超車，表現得完全像一個老司機。當然，從視頻中我們還看到駕駛席上坐著通用的工程師，他可以隨時接管車輛，但是在這段視頻中並沒有出現工程師干預駕駛的情況。這段視頻直觀形象地表達出Level 3級自動駕駛的水平。

美國上世紀50年代的自動駕駛想象圖

通用汽車主動安全技術為自動駕駛提供了支持

自動駕駛汽車的路測主要集中在美國，一方面是許多汽車公司的自動駕駛研發機構都集中在矽谷，另一方面是美國某些州也通過立法為這些「無人汽車」上路開了綠燈。根據美國加利福尼亞州車輛管理局（DMV）發布的數據，2016年通用、福特、Waymo（谷歌）、特斯拉、賓士、BMW等公司僅在加州就進行了近16萬公里的路測，路段包括城市道路、鄉間公路和高速路，其中路測里程最多的是Waymo，達到10萬公里。以通用汽車的數據為例：2016年在加州共進行了15642公里的自動駕駛路測，完全是在城市道路進行的，人工介入了181次，平均每86.4公里人工介入一次。

目前，汽車企業自動駕駛走的都是漸進路線，即從現有SAE的Level 2級自動駕駛產品出發，逐步進化到更高級別的自動駕駛；而互聯網企業大都走的是跳躍式路線（比如Uber），都是與傳統汽車廠家合作，直接進入SAE的Level 4級的商業運營。事實上，以AI深度學習為升級模式的自動駕駛或許比我們的預期進步更快，Uber、通用、福特、Waymo不約而同地把實現SAE Level 4級自動駕駛的時間點設定在2021年。

在汽車自動駕駛的熱潮中，互聯網企業、汽車廠商、技術供應商分別發揮著不同的作用。比如互聯網公司搭建智能出行和共享的商業運營平台（Uber為代表），傳統車企實現車輛對接和技術整合（福特和通用暫時領先），掌握自動駕駛系統、感測器、運算晶元和5G通訊的技術公司則充當了自動駕駛「零件」供應商的角色（Waymo、Velodyne、英偉達、英特爾等），這些公司或相互結盟、或投資併購，相信會進化出超越我們想象的新物種。

長按指紋

進群