在2016年，自動駕駛技術(shù)可以說是成功打入了人們的視野，自動駕駛技術(shù)開始慢慢走進(jìn)了人們的生活，但與此同時(shí)，由于技術(shù)的不完善，自動駕駛技術(shù)如今還有很大的限制。

但究竟是什么是自動駕駛?自動駕駛是透過怎樣的原理和技術(shù)實(shí)現(xiàn)的?為什么說自動駕駛要全面使用，人們所要發(fā)展的不只是單獨(dú)的無人車技術(shù)?下面這些文字試圖用最簡單的方式來解答這些問題。

什么是自動駕駛?

人們對于自動駕駛最早的誤解，其實(shí)源于一些媒體的誤讀。很多媒體把 Autopilot 這一詞簡單簡單拆解為“自動”和“飛行員”兩個(gè)詞匯，并將中文意思曲解為自動駕駛。

▲ 需要人類做出關(guān)鍵決策的特斯拉駕駛輔助系統(tǒng)。

然而其實(shí) Autopilot 這個(gè)詞源于飛機(jī)、火車、輪船領(lǐng)域的輔助駕駛系統(tǒng)。維基百科也給這個(gè)詞做了明確的定義：

An autopilot is a system used to control the trajectory of a vehicle without constant ‘hands-on’ control by a human operator being required.

駕駛輔助是一個(gè)用來控制載具軌道而無需人工一直干預(yù)的系統(tǒng)。

這句話里面的關(guān)鍵詞其實(shí)是“constant”持續(xù)的。也就是說，Autopilot 所代表的駕駛輔助系統(tǒng)是不需要人類持續(xù)干預(yù)的，但是仍然需要人類做出某些干預(yù)，比如關(guān)鍵性的決策等，機(jī)器只是在一旁輔助。

▲ 不需要人類駕駛員做出決策的 Uber 全自動駕駛車。

而關(guān)于我們大眾所認(rèn)可的自動駕駛，或者說全自動駕駛，在維基百科中同樣也有相關(guān)的定義。我們所認(rèn)可的無人駕駛車，準(zhǔn)確的說應(yīng)該叫做“Autonomous car”。

而這一概念的定義是：

An autonomous car (driverless car, self-driving car, robotic car) is a vehicle that is capable of sensing its environment and navigating without human input.

自動駕駛車(自動駕駛車、自駕駛車、機(jī)器人車)是能自動感應(yīng)周圍環(huán)境并且無需人干預(yù)而自動導(dǎo)航的載具。

與對駕駛輔助的定義類似，無人駕駛車概念的關(guān)鍵支持在于無需人類干涉，也就是說機(jī)器會自動感知，自動做出決策并且自動駕駛。

▲ Google 自動駕駛車。

所以這樣來說，自動駕駛究竟是什么的定義問題就變得格外簡單了。駕駛輔助和自動駕駛，最主要的區(qū)別在于人的參與度，前者需要人參與，而后者完全不需要人參與。

如果我們只談人的參與度的問題，就會出現(xiàn)界定技術(shù)是否屬于自動駕駛的禿頭悖論(究竟拔掉多少根頭發(fā)才會禿頭)。所以為了更清楚地做出界定，美國汽車工程師協(xié)會(SAE)和美國高速公路安全局(NHTSA)對自動駕駛做了分級。為了讓自動駕駛的分級更加直觀，愛范兒整理了這樣一張圖表：

從圖表中我們可以看出，我們所期望的全自動駕駛車輛其實(shí)在分級上屬于 SAE 的 4-5 級，NHTSA 的 4 級車型，是基本不需要人類做任何駕駛決策的。

了解究竟什么才是自動駕駛，我們再來看看自動駕駛是透過什么技術(shù)實(shí)現(xiàn)的。

自動駕駛是如何實(shí)現(xiàn)的?難點(diǎn)在哪兒?

其實(shí)單純從硬件技術(shù)層面來看，自動駕駛的原理并不執(zhí)行特別復(fù)雜。用最簡單的話說，找一輛車子來改裝一下(電動車比較好改一點(diǎn)且性能可控性更好)，加幾個(gè)感測器，再塞一套開源的自動駕駛計(jì)算平臺，好，這就搞定了。

感測器

感測器是自動駕駛車的眼睛，用于收集汽車周圍的資訊。歸納來看，目前主流的自動駕駛車其實(shí)也就是使用 3 種感測器：LiDAR 光學(xué)雷達(dá)、鏡頭和傳統(tǒng)雷達(dá)。

▲ Velodyne 激光雷達(dá)

3 種感測器各有各的優(yōu)勢，早就運(yùn)用在車輛倒車?yán)走_(dá)上的傳統(tǒng)雷達(dá)成本相對較低，穿透性較強(qiáng)且不受雨塵等環(huán)境的影響，但弱點(diǎn)在于覆蓋范圍較小，且難以對周圍物體做出精準(zhǔn)的判斷。LiDAR 光學(xué)雷達(dá)的優(yōu)勢在于可以透過旋轉(zhuǎn)的激光射線束，構(gòu)造出車輛周圍的 3D 影像圖，但缺點(diǎn)是由于激光的特性，容易受到雨、塵埃、霧的影響。由于光學(xué)雷達(dá)加工難度比較高、產(chǎn)量小，所以售價(jià)最貴。一顆 64 線光學(xué)雷達(dá)的售價(jià)就得 4、50 萬人民幣。

鏡頭同樣也是自動駕駛車所必備的感測器，與兩種雷達(dá)不同，鏡頭沒有任何穿透力及需要光線，用于自動駕駛的數(shù)據(jù)是透過對鏡頭的圖樣辨識得出的。不過鏡頭也是最容易受到干擾的一種自動駕駛感測器，且一旦獲得的圖像有誤差，對最終的辨識結(jié)果就會產(chǎn)生極大的影響。唯一的好處在于成本低，且目前視覺辨識的方案，做無人駕駛汽車可用的也比較多。

資料處理

自動駕駛車上搭載的感測器收集到的數(shù)據(jù)，都會被傳輸?shù)杰囕d電腦中進(jìn)行分析和處理，最終做出決策。對于車載電腦的技術(shù)部分我們不必多說，因?yàn)樽詣玉{駛汽車單純從原理上真的不算是什么“黑科技”，畢竟規(guī)劃路線、躲避障礙的功能目前很多掃地機(jī)器人和無人機(jī)都有，所以還是把關(guān)注的重心聚焦在達(dá)成自動駕駛的困難點(diǎn)上。

自動駕駛汽車需要收集汽車周圍數(shù)據(jù)，對資訊進(jìn)行處理并最終做出決策，這整個(gè)過程與真人駕駛所要完成的過程幾乎毫無差異。所以訓(xùn)練自動駕駛汽車的過程，其實(shí)就是個(gè)從新手到老駕駛的過程。

在人工智能技術(shù)的訓(xùn)練上，試錯(cuò)(Trial and error)是極為重要的方式之一，人工智能透過不斷的試錯(cuò)與糾正得到進(jìn)步。但這一方式換到了自動駕駛上卻幾乎不可行。行車時(shí)出現(xiàn)的事故往往是我們不能接受的，只要出了意外，輕則損失數(shù)千元，重則導(dǎo)致人命傷亡。自始至終，自動駕駛汽車的關(guān)鍵絕非“能否做到”，而是“能否做好”;所以目前的自動駕駛技術(shù)，大部分都是用來減低犯錯(cuò)機(jī)率的。

然而少量的測試則隱藏著巨大的安全隱憂，根據(jù) Google 最近的資料，他們的 58 輛無人駕駛汽車合計(jì)跑了 223 萬英里(約 338 萬公里)才犯了一點(diǎn)小錯(cuò)，看上去出錯(cuò)的機(jī)率微乎其微，但乘上一個(gè)極大的基數(shù)，出現(xiàn)事故的數(shù)量仍然是我們不能承受的。

還有一個(gè)重要的問題是，自動駕駛?cè)羰窍胍采w更多地方，則要求收集和處理的資料就會越來越多，不同的路況會給車載電腦帶來不同的處理變數(shù)。而當(dāng)人類駕駛和自動駕駛車同時(shí)行駛在路上時(shí)，不確定性就更高了，自動駕駛車做出決策的難度也會大大增加。

盡管目前自動駕駛技術(shù)仍然還在發(fā)展，但已經(jīng)給了人一個(gè)夠美好的希望，那就是經(jīng)過訓(xùn)練的自動駕駛車的駕駛技巧比人類更好、更符合規(guī)定、反應(yīng)更快。很多目前交通系統(tǒng)上存在的頑疾也可能因?yàn)樽詣玉{駛的到來迎刃而解。

自動駕駛能減少交通事故嗎?這需要整個(gè)交通生態(tài)的改變

我們可以把交通事故的問題與交通擁堵的問題放在一起來看，理論上來講，這兩個(gè)問題的起因在于人類駕駛員的失誤。如果駕駛技巧更高的自動駕駛汽車介入交通系統(tǒng)當(dāng)中，可以避免那些人類可能出現(xiàn)的失誤，可能出現(xiàn)的交通事故也會減少了。

然而事情并沒有像理論上看上去那么簡單。我們可以做個(gè)模擬，地鐵這種軌道交通，其實(shí)可以算得上是一個(gè)系統(tǒng)封閉、不容易受到干擾、高度自動化僅有少部分依賴人類駕駛的交通方式，然而由于各種因素的干擾，比如有乘客卡在門里或突然某一節(jié)車廂出現(xiàn)故障，整個(gè)地鐵系統(tǒng)仍然有可能被打亂，陷入癱瘓的境地，更不用說是現(xiàn)在還沒有上路的自動駕駛汽車了。

現(xiàn)在已有不少廠商公布了自家的無人車計(jì)劃，幾乎都是計(jì)劃在 5、6 年之后讓自動駕駛車正式上路，先從商用做起，再逐步民用。所有這些來看，自動駕駛汽車完全替代人類駕駛員之前，一共會先經(jīng)歷這樣兩種階段：“商用自動駕駛專車”、“少量民用自動駕駛車及商用自動駕駛專車”。當(dāng)然，自動駕駛車是否真的會徹底取代人類駕駛是另一個(gè)層面的問題，畢竟人們可能不會放棄傳統(tǒng)汽車的駕駛樂趣，就像我們現(xiàn)在即使習(xí)慣開車，仍然有不少人喜歡騎馬，只是不會正式上路。

目前各家廠商所公布的基本都是自家單獨(dú)的自動駕駛汽車產(chǎn)品。然而對于整個(gè)交通系統(tǒng)來說，車輛僅僅是很小的一部分。目前來看，自動駕駛技術(shù)不只是傳統(tǒng)汽車的一項(xiàng)升級，更應(yīng)該是一項(xiàng)大工程。這包含了汽車改造、社會基礎(chǔ)設(shè)施建立、法律法規(guī)推動，甚至還有交通人的責(zé)任認(rèn)定變遷，駕駛?cè)诵袨榱?xí)慣的改變等。這些不是無法克服的困難，但也需要一個(gè)逐漸接受的過程。未來自動駕駛將會是出游方式，更是整個(gè)交通產(chǎn)業(yè)的升級。

就像我們現(xiàn)在的道路交通系統(tǒng)基本上就是為各種機(jī)動或者非機(jī)動的“帶輪子的”的車所設(shè)計(jì)，原本留給馬車的道路就是被取代了;如果想要自動駕駛系統(tǒng)真正進(jìn)入普通人的生活，真正要改變的遠(yuǎn)遠(yuǎn)不只是汽車技術(shù)單獨(dú)一項(xiàng)。

單獨(dú)的汽車運(yùn)算能力再強(qiáng)，反應(yīng)再快，本質(zhì)上也只是人類駕駛能力的延伸。真正能讓自動駕駛引發(fā)交通革命的，其實(shí)是物聯(lián)網(wǎng)技術(shù)。當(dāng)整個(gè)交通系統(tǒng)聯(lián)結(jié)在一起，而不是像現(xiàn)在由一個(gè)單獨(dú)的運(yùn)算個(gè)體(包括人類)組成，整個(gè)交通的效率將會有革命性的提高。

至于未來交通的樣子究竟會是什么樣?其實(shí)可以想像出這樣一種場景：

每一輛自動駕駛汽車都知道相互的位置與速度，不會因?yàn)樽兊栏蓴_到其他車輛，自動駕駛車也會即時(shí)讀取出發(fā)點(diǎn)到目的地的道路壅堵狀況，即時(shí)選擇最佳路線以及避免過多紅燈，車輛也會感知到行人的位置，避免出現(xiàn)車禍。只有達(dá)到了這樣的高效率運(yùn)作，自動駕駛才會真正有效避免壅堵和交通事故。

只不過到那個(gè)時(shí)候，恐怕人們要擔(dān)心的就不是交通事故與壅堵，而是保障整個(gè)交通系統(tǒng)聯(lián)網(wǎng)的絕對安全，避免網(wǎng)絡(luò)被黑客干擾。