关于自动驾驶的研究，最早始于上世纪70年代，至今，已经取得了极大的进展。伴随自动驾驶技术而来的，是汽车市场的巨大变化。然而，在该技术带来便利的同时，也有“灾难”的发生，比如致死车祸。尽管如此，自动驾驶领域依然吸引着无数玩家的入局。
那么，在原有玩家仍在大举研发，新玩家也强势入局的背景下，无人驾驶的未来究竟有多远？
说到自动驾驶，最近一周可谓是风光一时，大大小小的新闻里，满满都是该领域的消息。比如，5月14日，腾讯获得了深圳市政府颁发的智能网联汽车道路测试牌照；5月17日，国内初创公司领骏科技悄悄对外发布了“量产产品形态”的L4级无人车；同一天，吴恩达的无人驾驶出租车Drive.ai发布了一个一镜到底的视频展示其产品上路的实际效果。今天，英特尔旗下自动驾驶部门Mobileye与一家欧洲汽车制造商签订协议，为后者生产的800万辆车提供自动驾驶技术。
可以说，自动驾驶领域的相关的信息层出不穷，时时吸引着人们的注意。可是，发展如此火爆的无人车，进展真的这么顺利吗？这块蛋糕，吃起来真的这么简单吗？在这里，小智君要给出一个否定答案：无论是最近频繁发生的无人车事故，还是自动驾驶所需的复杂算法，都是其发展路上需要解决的重要问题。
如果说，自动驾驶的研究是为了方便人们的生活，减少交通事故的发生，那么从这个角度讲，这项技术的发展还是不成熟的，因为在无人车路测的过程中，还是发生了不少让人悲伤的事故。
根据小智君的整理，从2016年1月到2018年5月，无人车领域就发生了至少13起事故。
面对这些悲剧的发生，我们是不是应该反思一下，无人车到底如何才能变得更加完善？
传统算法不能满足需要，深度学习是关键
说到无人车的完善，大多数人首先想到的便是其复杂算法的应用。作为历史上最难的计算挑战之一，自动驾驶技术无疑已经脱离了传统算法的掌控，而深度学习或许是让高技术有所突破的重要方式。对此，在今年的国际消费电子展（CES）上，英伟达CEO黄仁勋就曾表示，无人驾驶汽车的计算需求比目前市面上最先进的汽车要高出50到100倍。
黄仁勋说：“为了普及无人驾驶汽车，需要解决的挑战数量令人望而生畏。我们已经制造了PC、笔记本电脑、控制台和超级电脑，但自动驾驶代表着一种世界从未见过的复杂程度——它一直在监控多个传感器，而且由于生命处于危险之中，它的决策必须始终正确，这使得没有人知道如何编写应用软件。”
从较为专业的角度来讲，无人驾驶的复杂算法系统，主要由下面几部分组成：第一，传感，并从传感器原始数据中提取有意义信息；第二，感知，以定位无人车所在位置及感知现在所处的环境；第三，决策，以便可靠、安全地抵达目的地。
从传感器的角度来看，现代无人车中会配备很多不同类型的传感器，其中被普遍采用的包括GPS/IMU、激光雷达Lidar、摄像头以及雷达和声呐。不同的传感器会有不同的优劣势，所以，最重要的是将不同传感器的数据进行有效的融合。
当然，毋庸置疑，数据的有效融合是为了被感知系统充分利用，以便及时探清无人车所属的不同环境。其中，最重要的是三点，即定位、物体识别和追踪。众所周知，GPS是用于定位的主要技术，但是，这并不够。不管从定位精度来讲，还是从信号干扰来看，GPS在无人车上的应用，会面临很大的挑战。因此，作为补充方案，摄像头也被用于定位中。
至于物体识别，深度学习的发展逐渐显示出了极大的优势，通过使用辅助的自然图像以及离线的训练过程，可以从中学习图像的共有属性以避免视点及车辆位置变化造成的偏移，离线训练好的模型直接应用在在线的物体追踪中。
在上述行为按部就班完成后，决策便成了重中之重。不管是交通灯还是车道环境的改变，无人车都需要第一时间对其有所反应，并作出最恰当的决策。
通过小智君前面总结的无人车事故，我们可以看出，车辆本身无法对一些突发情况作出及时且正确的反应是造成事故的原因之一，换句话说，现在的无人车还没有像人类一样智能且灵活。
无人车的支持与反对
在这种情况下，对于无人车的路测是否合理，支持与反对的声音，各不相让。
对于身处多场交通事故的主角特斯拉来说，其CEO Elon Musk在本周早些时候就回怼华盛顿邮报》一篇关于特斯拉撞车事故中司机开启了Autopilot辅助驾驶技术）的报道：“特斯拉撞车导致车主只是脚踝骨折，这很糟糕？要知道在过去的一年里，仅在美国就有4万人在交通事故中丧失，但大部分都没有如此被关注。”
不难看出，马斯克对媒体的报道颇有微词，他认为媒体对特斯拉并不公平，过于关注自动驾驶技术的事故而忽略了普通的人为因素交通事故。
而谷歌DeepMind联合创始人Demis Hassabis近期就无人车事故也表达了自己的观点——自动驾驶汽车不够安全，目前对自动驾驶汽车的早期路试是不负责任的。他督促研发人员能够以谨慎的态度对待这项新技术。
“自动驾驶汽车在公共道路上测试之前应该进行封闭测试。如何能够确保在理论算法上可行的系统在实际使用中仍然正常运行？对于这类‘安全关键系统’的测试还是有难度。”
其实，在小智君看来，无人车至少还不能在可预见的未来实现落地。除了安全性、高难算法的困难外，法律问题也是全面部署自动驾驶汽车的最大障碍之一，比如，事故发生时，究竟该如何追责，其中，汽车制造商应该承担什么样的角色？
虽然人人都期待未来AI主导交通，享受更顺畅的出行，但还是希望这一梦想的实现，不是建立在许多悲伤的故事之上。
閱讀更多 AI小智君 的文章
