一步到位VS渐进式开发

 

　　我们开车经常需要眼观六路、耳听八方，手脚高度协调。无人驾驶其实是让车代替驾驶员的功能，并赋予了车帮我们做决策的能力。也正因为如此，它需要自带感知器官，并据此做出相关反应，所以是一个集环境感知、规划决策、动态控制等于一体的高新技术综合体。

 

　　无人驾驶汽车首先需要依靠各种各样的传感器如摄像机、红外线传感器、超声波雷达、毫米波雷达或激光测距定位雷达系统等等，来感测各种条件下复杂的周围环境。然后，将这些数据传送给含有先进算法及分析控制软件的处理系统，类似于人类的大脑，做出决策下达指令。最后，指令被接收并做出相应的反馈，如刹车、减速、转弯、变道、绕道等等，从而完成一系列行驶过程。但因为它是基于机器的完全理性，没有酒驾、疲劳驾驶、开车不良习惯等等，所以它会比人类驾驶更安全。

 

　　从全球范围来看，企业采取的路线可分为两种，一种是以谷歌为代表的互联网企业选择“一步到位”的方式，一上来就直奔无人驾驶终极目标而去。这条路线的挑战最高，既需要极高的研发投入，涉及到LiDAR（激光测距定位雷达系统）、高精度地图等先进设备及软件，又需要创新的算法（如深度学习算法）以及高效的系统，而这些都要求大量财力、脑力，投入大、产出慢，风险极高。

 

　　激光测距定位雷达系统是一种集激光、全球定位系统和惯性导航系统三种技术于一身的系统，用于获得数据并生成精确的数字高程模型。目前，要在市区复杂路况下，精确识别人、狗等小型活动物体，LiDAR更为可靠，但它非常昂贵，且体积也仍未能缩小到汽车内部，只能放在车顶。

 

　　而整车制造企业采取的多是渐进式，由半自动驾驶向高度自动驾驶、完全自动驾驶过渡，一步一步地慢慢实现。如在现有的ADAS（高级驾驶辅助系统）的基础上逐步增添功能，在ACC（自适应巡航系统）基础上，增加主动预防碰撞、自动转向、自动变道、自动超车等功能，达到有条件的自动驾驶，最终在成本及可靠性都达到一定程度后，才达到量产无人驾驶汽车。

 

　　上路还需突破多种瓶颈

 

　　近两年，无人驾驶进入媒体与公众的视线越来越频繁，越来越多的企业参与到这场热潮当中来。那么到底什么时候能迎来无人驾驶汽车呢？

 

　　目前，国际车企普遍计划在2020年左右量产可在高速公路等特定路况下的自动驾驶汽车，而国内厂商的进度未落后多少。到2025年左右，市场上会出现真正的无人驾驶汽车。

 

　　无人驾驶汽车自身技术及成本瓶颈会随着科技的高速发展，可能比我们预想的更快得到突破，但在广泛应用之前，它还存在一定的挑战：外部环境将是最大的挑战，包括技术标准、法律法规、个人安全及隐私等方面，这需要社会、政府及相关方更多的协同合作。

 

　　无人驾驶需要基于高度的互联网化，采用统一的研发和使用标准能促进DSRC通信——如路车通信(R2V)和车车通信(V2V)、车辆对基础设施通信(V2I)以及未来5G网络，才能规范无人驾驶汽车的安全运营。标准的制定是各大企业必争之地。

 

　　对于无人驾驶这个新的事物，法律法规也需要一个适应的过程，正如工信部部长苗圩所说的：“将来这个车不是我开的，是我坐的，这个车也是我所有的，一旦撞了人以后，你追究谁的责任，是追究生产这台车企业的责任，还是车主的责任，在法律上还要研究这个问题。”目前，美国允许无人驾驶汽车上路行驶，然而要求驾驶员对事故责任承担高额赔偿；欧洲现阶段暂时禁止无人驾驶汽车上路。2016年1月，在日内瓦举行的“联合国世界车辆法规协调论坛”上，自动驾驶系统安全法规的制定被提上了讨论日程。该方案最快或在2017年3月通过，届时有可能解决目前难解难分的重大事故责任认定问题。

 

　　无人驾驶汽车的最大特点，就是车辆网络化、信息化程度极高，而这也对电脑系统的安全问题形成极大挑战。一旦遇到电脑程序错乱或者信息网络被入侵的情况，如何继续保证自身车辆以及周围其他车辆的行驶安全，这同样是未来急需解决的问题。

 

　　试想一下，当汽车最终实现无人驾驶时，当我们需要用车，只需手指轻轻一点，无人驾驶汽车就自动来到家门口；车通过云端的识别，知道我们爱听什么音乐、座位的角度是多少；想要去哪里，只需说出地址，车就能自动规划好路线并安全有序地送我们抵达目的地。没有交通拥堵，没有加塞急刹，甚至没有红绿灯，能源得到最高效的利用。由于驾驶员在车中被完全解放出来，那么在无人驾驶汽车这个智能网联移动空间中会演绎出各种新的生活形态，形成新的人——车——生活生态圈。相信这一天的到来，不会久远。