業(yè)界第一款具備真正意義上的自動駕駛能力的量產(chǎn)車——全新奧迪A8 2017年7月才姍姍來遲。作為整個自動駕駛的第一個量產(chǎn)玩家，奧迪盡管已經(jīng)走在了行業(yè)最前沿，但目前實現(xiàn)的還是3級的自動駕駛，也就是說這是一種在限定環(huán)境條件下，需要駕駛員始終有接管能力的自動駕駛，距離無限條件無需接管的自動駕駛還有相當長的路要走。
回頭看歷史，猛然發(fā)覺第一屆DARPA自動駕駛挑戰(zhàn)賽已經(jīng)是十年前的事了。對比互聯(lián)網(wǎng)產(chǎn)業(yè)，十年前支付寶還沒有手機支付業(yè)務(wù)，而微信根本還沒誕生，再看現(xiàn)在，支付寶和微信已經(jīng)全面占領(lǐng)了我們的生活。為什么汽車工業(yè)的動作慢如蝸牛？自動駕駛到底難在哪里？
事實上，早在車企開始宣傳“世界上第一款量產(chǎn)L3級別汽車”的時候，我們就應該揭穿他們的把戲。
自動駕駛的級別從L1到L5（SAE），清晰而直觀，是大家討論自動駕駛行業(yè)的一個基準。但是，它也很容易誤導人。讓人以為自動駕駛的技術(shù)會一級一級獲得突破，最終迎來一輛L5級別的汽車，可以帶我們到任何地方去。
醒醒吧，真實的技術(shù)部署從來不會按這樣的“計劃方案”發(fā)展。而且，這個行業(yè)里的公司“怎么說的”和“怎么做的”完全不是一回事。你能聽到很多人，在畫一張同樣的大餅：我們在研發(fā)自動駕駛，我們將率先發(fā)布某個級別的汽車，我們將推出最先進的自動駕駛汽車叫車服務(wù)。
不要輕易相信他們說的話。看看這些公司實際是怎么做的，你就能明白，這個行業(yè)里最有代表性的三家公司分別是英特爾的 Mobileye、特斯拉和 Google 的 Waymo，他們才真正代表了自動駕駛技術(shù)部署的三種實際路線。
如果你熟悉SAE自動駕駛技術(shù)級別定義中的L5，你就知道我們說的是，在所有場景下都可以工作、永遠都不需要人干預的自動駕駛汽車。換言之，人只能作為乘客，駕駛的任務(wù)完全交給汽車。
它與L4的唯一區(qū)別就是，L4能適應的場景依然是有限的，而L5“沒有限制”。
看明白了嗎？從L4到L5，不過是一種典型的“線性”思維類推出來的結(jié)果，與古人想要速度更快的馬，沒有什么區(qū)別。在實際的技術(shù)部署中，首先是我們大部分人等不到這種汽車出現(xiàn)的那天；其次等它出現(xiàn)的時候，或許地球上更流行的是飛行汽車或者其他新型的私人交通工具。
我們看看實際的技術(shù)部署會是什么樣的。例如，有一種收垃圾的自動駕駛汽車，它只能在限定的范圍內(nèi)工作，就是到固定的地點收完垃圾，然后把垃圾集中放到固定的地方，接著自己回停車場充電，等待第二天執(zhí)行同樣的任務(wù)，全程不需要人干預。請問這種汽車我們稱之為L4，還是L5有什么區(qū)別嗎？
再比如，一種自動駕駛的貨車，大部分路程都在高速公路上，完全自動駕駛，只有在出高速之后的一小段市內(nèi)路程，需要人來“監(jiān)督”繼續(xù)駕駛到卸貨的地方。請問這種汽車我們稱之為L3，還是L4有什么區(qū)別嗎？
現(xiàn)在，很多公司展開的自動駕駛測試已經(jīng)表明，不同地方的技術(shù)難度是不一樣的。高速公路比城市環(huán)路簡單，城市環(huán)路比開放的城市道路簡單，開放的城市道路也比胡同或小縣城電動自行車穿梭其中的環(huán)境要簡單。所以，當我們討論自動駕駛的時候，本身就應該把地點等因素考慮進去，而不是簡單地類推出一輛終極的、無所不能的L5汽車。
稍微開一下腦洞，很有可能的場景是，當我們向系統(tǒng)輸入目的地之后，系統(tǒng)會告訴我們，“今天的路程全程不用你來管，放心睡覺吧”?；蛘邥嬖V我們，“今天大部分的路都不用你管，但有一小段我沒十足把握，到時候需要你幫忙”……自動駕駛的三種實際部署路線自動駕駛領(lǐng)域的很多公司在展開研究、在講他們的故事，但是談到“看得見、摸得著”的實際部署路線，最有代表性的就是 Mobileye、特斯拉和 Waymo 這三家公司。
用上邊的流程圖，我們看下這三種實際技術(shù)部署路線的區(qū)別。
首先，Mobileye+傳統(tǒng)車企走的是“謹小慎微，但求無過”的實際部署路線。從2017年就開始宣傳，號稱全球首款L3級別量產(chǎn)車的奧迪A8，今年上市后的真實情況是什么樣的呢？就是連ACC自適應巡航這樣的功能，都只在最頂配車型上提供。更別說傳說中L3級別的 Traffic Jam Pilot 功能，實際情況是全系都沒有，需要選裝才行，然后在大部分國家連選配都不能選。
就在這幾天上市的福特福克斯2018款，也號稱支持L2級別的 Co-Pilot360智能輔助駕駛系統(tǒng)，“入門車型配了頂級科技配置”。實際情況呢？同樣連最頂配車型也沒有包括ACC自適應巡航在內(nèi)的Co-Pilot360系統(tǒng)，而且只有最頂配車型才能選裝。換言之，傳統(tǒng)車企宣傳自己的技術(shù)很厲害，但實際上卻不怎么敢讓你用。
對這種情況，汽車之家的創(chuàng)始人李想，在微博上曾有過評價：“傳統(tǒng)汽車品牌和特斯拉在輔助駕駛/自動駕駛上最大的區(qū)別是：傳統(tǒng)汽車品牌的消費者連用都不敢用，所以特別特別特別的安全。特斯拉的車主們每天輔助駕駛/自動駕駛的使用總時長，估計夠所有其它汽車品牌一個月使用時長的總和。”
接下來就聊特斯拉的路線，這家明星公司可以說是走在“急于求成、蒙眼狂奔”的路上。與傳統(tǒng)車企不同，特斯拉視自動輔助駕駛技術(shù)為核心競爭力，所以為所有車型都預裝了各種傳感器硬件，但車主仍然需要花錢“激活”相應的功能，包括“增強版自動輔助駕駛”和“全自動駕駛能力”兩個套裝。
特斯拉在行業(yè)中被普遍認為，過度宣傳了自家的自動駕駛技術(shù)能力，尤其是被稱為“全自動駕駛能力”的套裝，對車主的誤導性極強。就算不討論之前特斯拉的兩次廣受關(guān)注的Autopilot致死事故（國外撞上了大貨車，國內(nèi)追尾道路清掃車），最近特斯拉撞上公路隔離帶致死事故，也足以給特斯拉蓋上“急于求成、蒙眼狂奔”的帽子。
最近的開啟Autopilot撞上隔離帶致死事件之后，一位車主“以身試法”實地還原了當時的場景，發(fā)現(xiàn)特斯拉的Autopilot系統(tǒng)確實應付不了當時的情況，沒有正確地識別出前方的車道已經(jīng)消失，需要轉(zhuǎn)到另一個車道。但是如果采用Waymo 的技術(shù)方案（事先給環(huán)境建模、激光雷達和計算機視覺互為冗余等），這種情況就很有可能避免。
最后就是Waymo的“膽大心細、步步為營”路線。Waymo的車，準確的說是Waymo與克萊斯勒、捷豹合作特別定制自動駕駛汽車，是普通人現(xiàn)階段根本買不起的，因為它裝配了定制化的芯片和傳感器，尤其是激光雷達傳感器目前價格比車還貴。Waymo的方案是提前為自動駕駛車要運行的環(huán)境建模，比一般意義上的高精地圖包含更多更多的環(huán)境細節(jié)信息，然后通過計算機視覺與激光雷達的算法融合，形成自動駕駛的策略和算法基礎(chǔ)。對于特斯拉裝上隔離帶的情況，Waymo的優(yōu)勢在于它本身就應該會知道那個車道是不通的，而不需要通過計算機視覺臨時來判斷（再做反應可能就來不及了）。
“膽大心細”，“膽大”說的是Waymo已經(jīng)開始在部分地區(qū)，邀請真實用戶上路體驗自己的車；“心細”說的是Waymo也只敢在自己掌握完整環(huán)境數(shù)據(jù)的地區(qū)，開展這類服務(wù)。步步為營，則說的是Waymo在美國的各個地區(qū)、各種極端環(huán)境下展開測試，通過攻克一城一寨的方式，逐步擴大技術(shù)能適應的能力范圍。
三種路線的未來變數(shù)對于三種自動駕駛實際技術(shù)部署路線，行業(yè)中的人也有不同的看法。如果我們極端化描述（僅為了方便理解）這三種實際技術(shù)部署路線，總結(jié)起來就是有三種變數(shù)：
一、（可能性49%）計算機視覺突飛猛進，不依賴激光雷達和提前環(huán)境建模就能做到足夠好的自動駕駛。特斯拉勝。
二、（可能性49%）激光雷達和提前環(huán)境建模成本大幅下降，便宜到所有車都可以裝配。Waymo勝。
三、（可能性2%）計算機視覺沒有突飛猛進，激光雷達和提前環(huán)境建模成本也沒有大幅下降，自動駕駛老出問題陷入困境，ADAS回潮。
Mobileye+傳統(tǒng)車企勝。不管怎么說，自動駕駛行業(yè)正處在黎明前的黑暗中。帶我們沖破黑暗的，一定不是那些迫不及待、率先發(fā)布L5級別自動駕駛汽車的公司。
先來一張各大車企自動駕駛技術(shù)的分級圖，大致了解一下目前已經(jīng)量產(chǎn)的自動駕駛技術(shù)哪家強。
自動駕駛從L2到L5是一個相對漫長的過程，現(xiàn)已發(fā)布的量產(chǎn)車型中有處于L3的奧迪A8、處于L2.5的Tesla、還有處于L2的凱迪拉克CT6等。那么每一級別之間具體的區(qū)別和需要克服的難點到底又有哪些？那就一級一級細細道來。按照國際慣例，談?wù)撟詣玉{駛級別時必須上一張SAE的分級圖。
下面我用給大家解釋一下各個級別到底代表著什么樣的技術(shù)哪些指標能立刻區(qū)分汽車屬于哪個Level為什么Level越高，對技術(shù)的要求越高
SAE Level 0：No Automation（無自動化）
準確來說，現(xiàn)在我們已經(jīng)很難看到 Level 0 的汽車了。要么早已報廢，要么法規(guī)都禁止其上路了。無自動化意味著諸如ABS（自動防抱死）這種現(xiàn)在看來最基本的配置都沒有。極端一點，你可以認為Level 0的車就是四個輪子加一個沙發(fā)。@吉利
SAE Level 1：Driver Assistance（駕駛員輔助）
生活中常見的車基本都屬于Level 1。Level 1 稱為駕駛員輔助系統(tǒng)，所有在駕駛員行駛過程中，對行車狀態(tài)有干預的功能都叫駕駛員輔助，都屬于Level 1。比如最基本的ABS，以及在ABS基礎(chǔ)上升級而來的ESP，還有高速路段常用的定速巡航、ACC自適應巡航功能及LKA車道保持輔助。大家買車時，在底盤功能介紹中看到的各種英文縮寫，或多或少都是屬于SAE 規(guī)定的Level 1。
SAE Level 2：Partial Automation（部分自動化）
Level 2和Level 1最明顯的區(qū)別是系統(tǒng)能否同時在車輛橫向和縱向上進行控制。如果一個車輛能同時做到ACC+LKA（自適應巡航+車道保持輔助），那么這輛車就跨進了Level 2的門檻。
2018款的凱迪拉克CT6擁有的半自動駕駛系統(tǒng)“Super Cruise”就是典型的Level 2級別。該車并不具備主動超車的功能。即目前的Super Cruise僅能實現(xiàn)單一車道內(nèi)的加減速。再來說說自動駕駛話題下不得不提的特斯拉。特斯拉過度夸大了他們系統(tǒng)所具備的能力。為什么稱 Tesla 目前的 AutoPilot 為 Level 2.5？
因為特斯拉具備換道功能。駕駛員在確保安全的情況下，撥動轉(zhuǎn)向燈桿，車輛即可依據(jù)該信號實現(xiàn)換道。也就是說，特斯拉的換道操作并不是全自動的，而是把這一塊對環(huán)境感知的需求交給了人。特斯拉收到變道信號后會由車判斷是否可安全變道后才會執(zhí)行。比如前后車距離太近、實線都不會變道的。
?。ㄖ攸c來了！敲黑板）難點：Level 1 ~ Level 21.汽車橫向控制和縱向控制配合的舒適性單獨的橫向控制（車道保持）或縱向控制（ACC等）技術(shù)已經(jīng)十分成熟，那么兩者同時控制時，如何將舒適性做到最優(yōu)，這就是當前遇到的挑戰(zhàn)。
通知駕駛員接管車輛的時機選擇Level 2的系統(tǒng)并不具備較高級別的自動駕駛功能，需要駕駛員實時監(jiān)控并做好接管的準備。如何以最友好的和最恰當?shù)慕换シ绞酵ㄖ{駛員接管車輛，而不影響到駕駛員的心情，需要人機交互攻城獅費盡心思。
SAE Level 3：Conditional Automation（有條件自動駕駛）
有條件自動駕駛是指在某些特定場景下進行自動駕駛。比如全新奧迪A8在他們的宣傳視頻中就限定了十分常見的場景——堵車，該功能叫作Traffic Jam Pilot（交通擁堵巡航），功能描述如下：當車速小于或等于60公里/小時，用戶可以啟動道路擁堵狀況下的自動駕駛功能。
在當?shù)胤稍试S的情況下，車輛會完全接管駕駛?cè)蝿?wù)，直到系統(tǒng)通知用戶再次接管。這也是目前在全球范圍內(nèi)，在實現(xiàn)量產(chǎn)的車型中擁有的最高級別的自動駕駛能力。引用出處：全球首款自動駕駛量產(chǎn)車奧迪A8背后的Audi AI。
仔細想想，這些功能特斯拉通過升級軟件也能實現(xiàn)，為什么只有Audi A8敢宣稱自己達到 L3 呢？因為L3 相比 L2 最大的進步在于——不需要駕駛員實時監(jiān)控當前路況，只需要在系統(tǒng)提示時接管車輛即可。這對于自動駕駛技術(shù)來說是一個很大的跨越，這也意味著自動駕駛系統(tǒng)代替人類成為了Driver & monitor。
駕駛員變?yōu)槌丝停丝褪遣恍枰獙崟r監(jiān)控當前路況的。傳感器感知技術(shù)NTSB最近剛發(fā)布的，去年五月特斯拉撞卡車交通事故的宣判結(jié)果——特斯拉Autopilot的功能限制是導致2016年5月交通致死事故的主要原因，這里的功能缺陷實際上就是傳感器感知的缺陷。AutoPilot 1.0的硬件配置很難處理特殊工況，比如交叉路口。圖為特斯拉因傳感器感知缺陷未正確識別卡車所導致的事故。
正是因為傳感器感知缺陷這種客觀因素的存在，整車廠做自動駕駛時就顯得尤為保守，要么增加傳感器以加強感知能力，比如全新奧迪A8加的四線激光雷達；要么就通過監(jiān)視駕駛員的面部狀態(tài)，確保駕駛員實時觀測著前方路況，比如凱迪拉克CT6。
目前中國還是不允許自動駕駛車在開放及高速道路測試的，所以在法規(guī)正式發(fā)布之前，自動駕駛還只能到封閉的試車場中測試。這一點國外走在前列。
SAE Level 4：High Automation（高度自動駕駛）
無論是國外的Waymo、Uber還是國內(nèi)的Baidu L4事業(yè)部做的都是Level 4自動駕駛技術(shù)的研究。它們的自動駕駛汽車有一個很明顯的共同點，就是頭上頂著一個大大的激光雷達。如下。
激光雷達提供了極高精度和極其豐富的感知信息，這使自動駕駛車自如處理極端工況成為可能。激光為主，視覺為輔，再加上車上各種功能冗余的傳感器及高精度電子地圖，在開放道路上實現(xiàn)A點到B點的自動駕駛不再遙遠。
難點：Level 3 ~ Level 4
1.傳感器成本激光雷達的成本短期內(nèi)還降不下來，這也是 L4 自動駕駛汽車還未普及的重要原因之一。Waymo在今年年初宣布將激光雷達成本降低90%，希望低成本激光傳感器早日到來。
2.極高魯棒性的自動駕駛算法及穩(wěn)定的計算平臺
Level 4的自動駕駛算法準確性和精確性需要達到，甚至超過人類的認知水平，這就需要的是極具魯棒性的算法和穩(wěn)定的計算平臺。確保自動駕駛汽車即使遇到突發(fā)情況也能較好應對。
3.高精度地圖采集資質(zhì)這一項難點國外并不存在，但是國內(nèi)確實是一個很大的壁壘（國防考慮）。除了大家耳熟能詳?shù)腂AT有地圖測繪資質(zhì)外，國內(nèi)有測繪資質(zhì)的圖商寥寥無幾。
近幾年隨著自動駕駛的發(fā)展，想在國內(nèi)發(fā)展自動駕駛技術(shù)，圖商說不定會成為稀缺資源?？梢缘脑?，推薦大家自己去調(diào)研國內(nèi)有測繪資質(zhì)的幾家圖商，買點他們的股票，看漲。
4.乘坐人員接納度
現(xiàn)在讓你去乘坐一輛沒有方向盤，隨時都無法接管的汽車，心里多少會有些忐忑吧。因此人類的接納程度也是自動駕駛普及的一個大難點，需要時間建立信任。
Level 5：Full Automation（完全自動駕駛）
LEVEL5：車企看看就好
Level 5全自動駕駛（無人駕駛），沒有使用條件限制，無需監(jiān)控和控制，甚至沒有方向盤等控制機構(gòu)。是汽車駕駛自動化系統(tǒng)研發(fā)的終極目標。研發(fā)難度極大，成本極高，需要非常強大的感知和決策能力，全天候工作。
之前，Level 5研發(fā)的領(lǐng)頭羊就是Google，Google把互聯(lián)網(wǎng)軟件公司的優(yōu)勢發(fā)揮的淋漓盡致，但同時也看到，經(jīng)歷了這么多年的研發(fā)，Google的無人駕駛小車依然“步履蹣跚”。
傳統(tǒng)主機廠在研發(fā)Level 2-3之后，也逐漸重視Level4和5，有車企的底子和供應商支持，進展神速！趕超Google我認為是遲早的事…Level5難度首先來自于感知，雖然有多種傳感器，比如360度激光雷達和攝像頭，但這些傳感器輸出大量原始數(shù)據(jù)。
普通人看攝像頭和激光雷達的數(shù)據(jù)很容易識別出里面的內(nèi)容，但電腦就很困難。普通的模式識別識別率會很快達到瓶頸，這時候就需要深度學習，需要大量的數(shù)據(jù)進行訓練，而當今深度學習以及人工智能并沒有給識別工作帶來質(zhì)的飛躍。很多顯而易見的場景，電腦就是認不出來。同時當數(shù)據(jù)量增多時，計算的時間也會延長，系統(tǒng)響應變慢，這就導致這些無人車只能低速行駛。
另一大難題是決策控制。主流方式是專家系統(tǒng)，把所有的經(jīng)驗進行總結(jié)，歸納為代碼。但駕駛場景萬萬千千，極難窮盡，遇到?jīng)]見過的場景干脆就沒響應了。于是另一種方式，人工智能成為解決問題的唯一希望。但純靠人工智能進行決策控制還處于“扯淡”階段，同樣需要大量數(shù)據(jù)進行訓練，而這種訓練又不像訓練人類駕駛員，能夠互動溝通，討論自身問題。
訓練這個系統(tǒng)就像對牛彈琴，讓?？茨銖梻€千百遍，然后說，牛，該你了！牛會怎么彈其實你是不知道的，同樣這個訓練后的人工智能系統(tǒng)到底做出啥響應也是不確定的，一旦出錯，你還沒法回溯（就像你沒法問牛你為啥這么彈）。
最佳的方式似乎是結(jié)合專家系統(tǒng)和人工智能，但如果結(jié)合又是難點。說到Level5，不得不說，未必是所有主機廠的最終選擇。其成本極高，帶來的客戶收益未必比L2高太多。
所有很多主機廠都說不會研發(fā)沒有方向盤的無人駕駛車，駕駛是每個愛車人的權(quán)利。這類車更多的是未來出行或者交通的新方向，而且只要限制車的行駛區(qū)域，比如封閉的校園或場館，限制行進速度，這些降級的Level5 還是應該很快就能面試的。如果讓Level5真像人類駕駛員一樣開車，恐怕要很久很久了。
{{item.content}}