看起来很美的自动驾驶离真正应用还有多远？_出行方式

俊杰

日榜 TOP{{detailStore.day_rank}}

月榜 TOP{{detailStore.week_rank}}

管理

看起来很美的自动驾驶离真正应用还有多远？

出行方式

8 月 28 日，有自媒体放出照片，声称发现了大疆在深圳蛇口一处“秘密基地”上测试无人车，车型为福特锐界 SUV，配备摄像头但没有激光雷达。该自媒体猜测，大疆是通过早前积累的机器视觉技术，与整车厂商合作入局自动驾驶领域。

尽管大疆方面出面否认有造车的计划，但这台无人车的出现给人留足了想象空间。但结合8月大疆发布的有关汽车评测编辑职位的招聘信息，以及 2015 年大疆挖角特斯拉 Autopilot 以及高级辅助驾驶工程总监戴伦·里卡多（目前已离职）的行为，都在暗示大疆有发力自动驾驶的野心。

疑似大疆无人驾驶车

受“黑飞”影响，大疆无人机在国内市场份额有所下滑，如今未雨绸缪将目光投至自动驾驶，确实是一个不错的方向。在汽车科技蓬勃发展的今天，自动驾驶技术似乎已经成为一个新的风口，在大疆之前，像特斯拉、谷歌、苹果、百度、Uber 等巨头早已开始在该领域进行研发和布局，呈现一派欣欣向荣的景象。

科技巨头纷纷布局自动驾驶，数据采集很关键

全世界都在热情呼唤着自动驾驶的到来，但是没人清楚实现自动驾驶还有多大的难度。自动驾驶是依托于汽车之上的 AI ，曾有人把 AI 的三大要素归纳为数据、算法和算力。这其中，数据是基础所在，而且无捷径可走，需要靠厂商自己一步一个脚印地采集并积累。

在大疆无人车被曝光后的第二天（ 8 月 29 日），百度也迈出了自动驾驶的重要一步——江淮汽车向百度交付了数十辆瑞风 S3 汽车，助力百度高精地图采集。百度高精地图负责人介绍，高精地图在自动驾驶过程中主要有三大功能：第一，充当自动驾驶的“千里眼”，提前知晓位置信息，精确规划行驶路线；第二，作为自动驾驶的“透视镜”，在摄像头看不清或雷达检测不到的地方，及时反馈数据；第三，担任自动驾驶过程中的“安全员”，能精确识别交通标志、标线等上百种目标，提前做出准确判断和决策。有高精地图作为技术后盾，百度宣称将于2019年推出 L3 自动驾驶量产车型。

江淮S3将用作百度自动驾驶技术的高精地图采集用车

同样的时间里，Uber 在自动驾驶领域也有了新的动作，完成了数据的可视化。他们借助测试车采集到的大量数据，使用 Web 式工具提炼自动驾驶汽车收集的研究数据，将它变成视觉图像，在虚拟环境中将数据组合、匹配，让 AI 在虚拟环境中导航，就像在真实世界导航一样。

Uber将采集到的数据变成了视觉图像

而处在行业领先地位的谷歌，今年早些时候，其负责自动驾驶的子公司 Waymo 与共享出行公司Lyft 建立了合作伙伴关系，并推出了一支规模庞大的无人驾驶测试车队。而现在，根据 The Atlantic 的一份报告显示，谷歌的工程师们还创建了一套虚拟道路环境：一个叫做 Carcraft 的虚拟世界，用以测试自动驾驶汽车。目前大约有 2.5 万个虚拟自动驾驶车辆通过奥斯汀、山景城和凤凰城的完全建模版本，测试轨迹场景。目前，自动驾驶在虚拟环境中每天行驶 1290 万公里。而在 2016 年一整年，他们的 Google IRL 自动驾驶车在现实中的公共道路上总共“才”行驶了 480 万公里。

谷歌的自动驾驶车在虚拟环境中进行测试

实现 L5 级别的自动驾驶，算法和算力是巨大考验

Intel 人工智能产品的相关负责人在近期举行的腾讯汽车 AI 大会上称，乐观估计，他们认为到 2025 年自动驾驶将得到普及，届时使用的 L5 级别无人驾驶车辆所需的算力与当前的 L2、L3 级别的车辆所需要的算力有天壤之别。

与当下相比，2025 年汽车需要的计算性能会是 2017 年的 L2 级别无人车的100 倍，是 L3 级别无人车的 10 倍，并且整个传感器的像素数和存储需求的增加也极为可观。

Intel 方面还表示，届时单一车辆每小时就会生成大约 4TB 的数据，各种数据都要被收集，被推送到云上计算，但这当中，有些数据可能是没有用的，有些算法的效率也不高，所以需要不断地提升算法。这样一来，要实现真正的无人驾驶，技术层面的障碍将是最大的难题。

自动驾驶看起来很美，但需要多方协作

长期以来，我们习惯把对自动驾驶的期许放在汽车制造商之上，但其实自动驾驶的实现要靠汽车制造商、城市基础设施和人三者互相协作。

对汽车制造商而言，除了要跨越巨大的技术壁垒之外，还要考虑到投入产出比。虽然无人驾驶汽车现在正处于风口，但谷歌、苹果，甚至Uber依然纷纷放弃独立造车，转而与汽车厂商合作。除了这些互联网巨头，宝马和戴姆勒也已经宣布与供应商结盟，汇集更多的工程师资源来开发无人驾驶汽车。究其原因，有高管和行业专家向媒体表示，主要是公司担忧无人驾驶汽车可能会达不到当初引发资本大量融入的那种盈利预期。而一旦盈利不如预期，制造商们的势必会热情减退，那么自动驾驶的普及或许会被搁置。

从人的角度来看，要从心底接受自动驾驶，也是个不小的问题。2016 年 7 月美国佛罗里达州高速公路上一辆特斯拉 Model S 以 119km/h 速度行驶，与一辆垂直方向行驶的挂车相撞。当时，特斯拉车主和汽车的 Autopilot半自动驾驶系统居然均未发现挂车。这一事故为自动驾驶的前景蒙上了一层阴影。

而在最近，由于认为马斯克在自动驾驶技术方面的一些做法太冒进，甚至可能忽视乘客安全，特斯拉 10 余名自动驾驶领域的顶级工程师宣布离职。这也在一定程度上说明目前的自动驾驶技术的发展状况确实不如看起来那么美好。

近期一份调查结果显示，75% 的美国人害怕乘坐自动驾驶车辆。我们也可以扪心自问，如果有一辆自动驾驶汽车放在你面前，你敢坐上去跑两圈吗？

最后从城市管理者的角度来看，摆在他们面前的问题同样不小。目前大部分国家和地区都尚处空白，拟定一份关于自动驾驶的监管法规十分必要。毕竟自动驾驶时出现交通意外如何划分责任是个大问题，而且也没有案例可供参照。

附：美国汽车工程师学会 (Society of AutomotiveEngineers) 给出的自动驾驶评定标准。

L0：无自动驾驶，由人类驾驶员全权操控汽车，可以得到警告或干预系统的辅助;

L1：驾驶支援，通过驾驶环境对方向盘和加减速中的一项操作提供驾驶支持，其他的驾驶动作都由人类驾驶员进行操作;

L2：部分自动化，通过驾驶环境对方向盘和加减速中的多项操作提供驾驶支持，其他的驾驶动作都由人类驾驶员进行操作。

L3：有条件自动化，由自动驾驶系统完成所有的驾驶操作。根据系统要求，人类驾驶者需要在适当的时候提供应答。

L4：高度自动化，由自动驾驶系统完成所有的驾驶操作。根据系统要求，人类驾驶者不一定需要对所有的系统请求做出应答，包括限定道路和环境条件等。

L5：完全自动化，在所有人类驾驶者可以应付的道路和环境条件下，均可以由自动驾驶系统自主完成所有的驾驶操作。

总结：可以看到，全球各大科技公司都在为自动驾驶技术的成型做着巨大的努力，但要实现L5（完全自动化）依然任重道远。从燃油汽车到新能源汽车，从手动驾驶到自动驾驶，汽车技术在这个时代正迎来巨大的变革。但自动驾驶最终会发展成什么样，究竟何时能够真正投放到市场，目前还是未知数。关于自动驾驶技术的发展，新出行将会持续关注。

进主页

俊杰 Lv.4

简介：南山老司机。

获赞

关注

粉丝

原创

Uber 展示无人驾驶可视化工具可将数据变成图像

俊杰

特斯拉更新自动驾驶系统优化建模算法令车主如丝般体验

拉面

苹果：最终还是放弃造车选择继续研发自动驾驶系统

乌冬

新玩家入场宝马发布视频解释五个SAE自动驾驶分级及其进展

不存在

指导价：
{{recommend_circle[curIndex].series[0].price.max>0?(recommend_circle[curIndex].series[0].price.min == recommend_circle[curIndex].series[0].price.max) ? `${recommend_circle[curIndex].series[0].price.min}万` : `${recommend_circle[curIndex].series[0].price.min}-${recommend_circle[curIndex].series[0].price.max}万`:'暂无报价'}}