成天喊自動駕駛要來，國內這交通狀況你心裡沒點兒數？

採訪過不少汽車圈子和自動駕駛圈的大佬，儘管各家對於自動駕駛的最終願景略有不同，但對於讓自動駕駛落地這個事兒，都有相似的觀點，就是：做自動駕駛演示容易，讓自動駕駛真正落地難。

要想讓自動駕駛車跑起來，將流程簡化到兩個部分就行，讓自動駕駛車知道自己在哪兒，以及讓自動駕駛車知道該怎麼跑起來。剩下的基本就是安全性的問題了，比如不要撞上障礙物也不要撞上人什麼的。但就是第一步讓自動駕駛車知道自己在哪兒，其實就是做無人車最直接也是最先遇到的壁壘。

如果你開車會發現這樣一個問題，去一個陌生的地方你需要有個地圖導航，朝著大方向開的時候其實不會遇到什麼問題，但越接近目的地，對地圖精準度的要求就越高，尤其是當你開車處在一個交通複雜的環境中，路口與路口之間的間距可能還不到 50 米，地圖精度對於駕駛體驗來說格外重要。

這事兒對於無人駕駛車來說更加重要，畢竟人類駕駛員的靈活度還比較高，能溝通觀察和駕駛經驗在交通複雜的地方找到應該拐入的入口以及應該走的車道等等。即使在狹窄的路段，人類駕駛員也會盡量按照交通劃線來行進。

但無人車的道路感知就沒那麼簡單了，目前擁有高級別自動駕駛能力的車輛，主要通過這幾種方式來讓車輛知道自己在哪兒。首先基礎是高精度的地圖以及高精度的定位，讓車載電腦能夠明確知道自己在哪一條街的哪一條朝向以及哪一個具體位置上，另外車輛還需要通過車身上的激光雷達，攝像頭以及毫米波雷達等感測器來感知車輛周圍的環境，發現身邊的障礙物。隨後來計算出行進路線。

這也就意味著，道路的複雜狀況對於目前的自動駕駛技術來說是個最直接的制約條件。說白了，你要是個老司機，在大直道上開車，可能還能時不時分個神，但如果在人流複雜的衚衕中開車，那肯定絲毫不敢分散自己的注意力。這事兒對於自動駕駛車這樣也是一樣。如果是道路狀況良好以及定位準確的路段，那麼自動駕駛車的感測器所獲取的數據量就會稍微小一些，車載電腦處理數據做出駕駛決策並最終控制車輛的難度也會更小。但如果道路狀況複雜，車輛感測器也會收集到一個相當龐大且複雜的數據集合交給電腦處理，車載電腦的運算能力其實目前是有限的，所以在複雜道路狀況下，車載電腦做出駕駛決策的壓力也會更大，效率也會相應降低。

說了這麼多的原因，其實就是因為：國內對於自動駕駛的期待實在太高了，但國內的交通狀況，要想實現自動駕駛，可以說是相當難了。

所以無論是國際大廠還會一些頗有財力的國內公司，在宣傳自家的自動駕駛願景的時候，都會非常曖昧的在 2020 或者 2021 年實現自動駕駛的後面加一行小字：美國或者歐洲市場。

在上周騰訊汽車舉辦的 AI 大會上，寶馬服務有限公司互聯駕駛研究院與自動駕駛聯合副總裁 Robert Bruckmeier 做了個挺實在的主題演講，總體上就說了一個話題：這交通狀況，要做自動駕駛得單做。

特色自動駕駛理論，這個「特色」，是不是已經很熟悉了？

演講時候 Robert Bruckmeier 先是表達了對自動駕駛未來前景的肯定。認為自動駕駛毫無疑問可以重塑未來的出行方式，在尤其是如此。但交通環境的特殊性讓寶馬也只能為專門定製自動駕駛技術。

對於自動駕駛的消費者前景，寶馬是這樣認為的：的駕駛員每年花在了整個交通用度方面的平均時間是32個工作日，如果有了無人駕駛之後他們的時間可以更舒適地來進行交通，包括有更好的舒適度和靈活度，安全也得到了保證。我們所做的一些測試，就是看看多少人願意來付錢使用無人駕駛，88%的客戶是說YES，而德國是43%。如果花費在8000美金以上來實現互聯網汽車功能的話，78%的消費者認為願意買單，而美國只有46%的消費者願意買單。

但在實際操作中寶馬發現，要想在實現自動駕駛，難度要高很多，以至於 Robert Bruckmeier 這樣說：我是來自於歐洲大陸的，我覺得就像來自於分為不同區域的大陸一樣，交通的構成也非常多樣，交通的系統非常之複雜。包括每天都有交通變化，因為每天有新的路產生。另外還有一些比較激進的駕駛習慣和複雜道路的指標體系等等，不可能把全球的做法百分之百照搬到，這將是行不通的，我們將要考慮具體的形式。

為了解釋路況的特殊性，Robert Bruckmeier 也舉了幾個例子表示，的交通複雜狀況是全方位的，我總結了一下，其實就四點：1. 司機太野 2. 道路太亂 3.車輛太多 4. 駕駛決策更難做。

這也就是寶馬在還是要找國內有科研能力的高校以及國內勢力合作的原因。歸根結底，無論是寶馬還是其他車廠，都需要找到真正懂道路狀況的技術人員，才能夠將自動駕駛的落地更快推進。

寶馬在對自動駕駛技術的謹慎態度，其實也是給國內做自動駕駛技術的創業公司提了個醒，全範圍的自動駕駛不僅僅有極高的技術難度，還對整體交通系統有更高要求。與其做全場景的自動駕駛，倒不如專註一兩個能夠解決駕駛員痛點的駕駛場景，比如堵車比如高速上的高級自適應巡航等。