金九銀十是傳統汽車銷售市場的銷售旺季，但隨著全國汽車保有量的增加（2018年上半年達3.19億輛），全國58個城市的保有量超過百萬輛，隨之而來的不僅是生活的便捷，更有社會擁堵、交通事故、環境汙染等負面問題。賴於安全性與能源消耗的優勢，“無人駕駛”“自動駕駛”“自動高速公路”成為人們關注的焦點，不論是傳統的汽車製造商，還是新入局的高新科技企業，越來越多的玩家進入無人駕駛的車道，試圖通過這一思路解決目前的若干問題。
導讀：
- 1、需要知道的“無人駕駛”簡史
- 2、迴歸現實與自動駕駛的技術分級
- 3、2018，這些玩家的最新動向
- 4、還有這些技術問題有待解決
第二次工業革命電氣時代的到來，內燃機的出現為汽車工業的發展提供可更多可能。但最早的無人汽車卻是由無線電設備公司Houdina Radio Control跨界設計，通過無線電設備與信號，譯碼電動馬達，實現方向盤、制動器、加速器等操作，實現對汽車駕駛的控制。這輛誕生於1925年的American Wonder，儘管它本身的概念更貼近“遙控駕駛”，但不妨礙它將無人駕駛汽車（Driverlesscar）、自動駕駛汽車 (Automatic car）的概念雛形推入歷史舞臺，以及人類對於無人駕駛的想象與探索。
不論是在四十年代“Magic Motorways”一書中，提出的“高速公路及運輸系統”（在高速公路上採用自動駕駛，駛出高速公路後才由人手動駕駛），還是五十年代時，通用汽車推出的Firebirds系列試驗車（用於自動高速公路下的電子導航系統），都在將“車路協同”的概念引入實踐。進入六十年代及以後，越來越多的企業、機構開始研發自動駕駛汽車，他們大部分選擇沿用此前的思路——通過埋設在道路中的電子設備，對汽車駕駛進行導航，達到自動駕駛的目標，但由設備成本、改造費用等現實原因，這種方法逐漸消失。
此後，隨著第三次科技革命的到來，人們開始嘗試利用計算機技術實現車輛自動駕駛。
七十年代，美國伊利諾伊大學對智能駕駛邏輯算法展開研究；日本筑波工程研究實驗室開發出了第一個基於攝像頭來檢測導航信息的自動駕駛汽車；八十年代，國內北京理工大學、國防科技大學等五家單位聯合研製成功了ATB-1無人車，是中國第一輛能夠自主行駛的測試樣車，中國無人駕駛行業正式起步並進入探索期……
此時基於視覺研究的無人車導航成為新風向，在此基礎上，便攜式計算設備、攝像頭、傳感器、GPS等，以及如今更進一步的激光測距儀、雷達遠程測距、視頻系等技術與設備，逐漸成為車輛自動駕駛能力的標準配備。
各類玩家的進程也更明確——
- 2009年
谷歌在美國國防先進研究項目局（DARPA）的支持下，開始了自己的無人駕駛汽車項目；
- 2010年
VIsLab團隊（前身意大利帕爾馬大學ARGO項目團隊）開啟了自動駕駛汽車的洲際行駛；
- 2011年
紅旗HQ3首次完成了從長沙到武漢286公里的高速全程無人駕駛試驗；
- 2013年
奧迪、寶馬、福特、日產和沃爾沃等傳統整車廠入局，在未來5-10年內開發自動駕駛汽車；
- 2014年
谷歌對外發布了“完全自主設計”的無人駕駛汽車；
- 2015年
谷歌第一輛原型汽車正式亮相，並且可以正式上路測試；
百度對外宣佈其無人駕駛車已在國內首次實現城市、環路及高速道路混合路況下的全自動駕駛
梅塞德斯奔馳發佈超現實F015概念無人駕駛汽車；
- 2016年
通用汽車10億美金收購硅谷的無人駕駛技術創企Cruise Automation；
全球兩大汽車零部件供應商Delphi和Mobileye宣佈，聯合投入數億美元開發無人駕駛技術，搭載該系統的汽車有望在2021年或在2022年上市；
Drive.ai獲准在加州測試無人駕駛汽車，採用深度學習技術；
uber與沃爾沃宣佈聯合研發無人駕駛，其無人駕駛載客服務在美國賓夕法尼亞州匹茲堡市上路試運行；
- 2017年
英特爾153億美元收購Mobileye；
高通推出了全新C-V2X芯片組和參考設計，使汽車製造商能夠更加緊密地部署完全自動駕駛車輛所需的通信系統；
韓國批准三星電子在公開道路測試無人駕駛汽車的申請；
德國出臺相關法案，允許自動駕駛汽車上路測試；
美國加州車輛管理局正式宣佈，2018年開始允許沒有方向盤、沒有制動踏板、沒有後視鏡和沒有駕駛員的無人駕駛汽車在道路進行測試。
谷歌Waymo與Lyft、Avisa宣佈達成合作；
百度與微軟計劃聯手進行自動駕駛的全球技術開發與推廣；
黑莓QNX部門主導開發的一輛自動駕駛汽車在加拿大渥太華市啟動了上路測試儀式；
奧迪發佈首款專為高度自動駕駛而開發的量產型汽車-A8；
英特爾、豐田、愛立信成立集團，構建一套用於自動駕駛汽車以及相關技術領域的“大數據”生態系統；
自動駕駛創業公司Voyage發佈蘋果公司測試版自動駕駛汽車的短視頻。視頻顯示，蘋果自動駕駛測試汽車頂部配備了一套傳感器和自動化硬件；
自動駕駛技術研發公司Torc Robotics宣佈與車機芯片領域巨頭NXP達成合作，共同進行自動駕駛系統的技術研發；
無人駕駛技術公司Nutonomy在波士頓的試點，將乘客匹配至無人駕駛汽車……
進入2018，自動駕駛的話題更加不止於技術與研發，包括Waymo、百度等在內的多家公司都在緊鑼密鼓地推出自動駕駛商業化運營……
技術分級與功能當然，在對無人駕駛技術領域不斷探索的過程中，人們逐漸意識到，“無人駕駛”的願景固然美好，但技術的現實限制卻是一種客觀存在，只要“閣樓的第三層”斷無可能，越來越多得人開始釐清“無人駕駛”與“自動駕駛”的區別。
自動駕駛系統賦予汽車兩層能力——“智慧”與“能力”。
“智慧”是指汽車能夠像人一樣智能地感知、綜合、判斷、推理、決斷和記憶；“能力”是指智能汽車能夠確保“智慧”的有效執行，可以實施主動控制，並能夠進行人機交互與協同，而自動駕駛是智慧和能力的結合，二者相輔相成。
其中，車輛的“感知”和“決策規劃”是“智慧”，“車輛控制”是“能力”。一如最早期的American Wonder，在人類駕駛員的操控下，擁有簡單的初級能力，在技術的發展下，只有擁有感知、決策的智慧，以及控制車輛的能力，才算是車輛智能化的最終執行機構。
△自動駕駛系統的智慧與能力
在對智慧車輛最終形態的明確認知下，也就有了對自動駕駛技術的分級，不同組織對自動駕駛的分級各有不同，其分級標準也略有差異。美國國家公路交通安全管理局（NHTSA）把自動駕駛分為五個級別，而國際自動機械工程師學會（SAE）的標準分為L0~L5共六個級別，在國內的《中國製造2025》中，則將無人駕駛概念外延成為意義更廣的“智能網聯汽車”，並將其分為DA、PA、HA、FA四級……
△自動駕駛的技術分級
隨著技術層級的提高，對自動駕駛系統（ADS）的要求也隨之提高。目前的技術實現分佈於L2~ L4之間，且L3、L4並未大規模應用在實際生活之中。在極長的自動駕駛產業鏈中，從上游的芯片傳感器，到自動駕駛執行所依賴的算法地圖，以及外部的基礎設施，為實現“無人駕駛”終極理想，都在積極推動自動駕駛的升級過渡。
目前，無人駕駛技術已經實現了諸多功能。
△無人駕駛技術的14項技術功能
那麼，自動駕駛領域的不同類型玩家在2018年還有哪些新動向呢？
- 互聯網相關企業
Waymo
再購62000輛新的克萊斯勒太平洋小型貨車，其自駕車車隊的規模增加約100倍；為菲尼克斯地區的居民提供自公交車站和火車站的自動駕駛汽車。
亞馬遜
自動駕駛汽車“電子調色板（e-Palette）”將在2020年夏季奧運會上首次亮相，它被設計成一款多功能、自主的小型貨車，用於運送貨物、人員甚至移動辦公室。
蘋果
蘋果自動駕駛汽車項目“泰坦（Titan）”建立自動駕駛車隊已有66輛車正式上路，並在加州DMV註冊。這將使蘋果成為該州第三大自主測試車隊的所有者（僅次於GM Cruise和Waymo）。
建立阿波羅軟件系統（Apollo，用於開放道路上的自動駕駛），並開始在國內33條橫跨北京65英里的不同道路上測試。預言：2020年，街上將有全自動駕駛汽車。
思科
與現代汽車的合作，將千兆位以太網技術（信息及時的處理和發送分析）連接引入智能汽車，使OTA（空中）更新的速度比以往更快，為更好的自駕技術奠定基礎。
三星
發佈Drvline，旨在幫助汽車製造商生產定製的自動駕駛汽車，能提供車道偏離警告、行人和碰撞警告以及自適應巡航控制的相機。第一批產品預計將與2020年左右投入生產。
滴滴
首次展示可以工作的自動駕駛汽車，宣稱已經為該車製造了軟件，並且與各種汽車製造商和供應商合作製造了硬件。5月，滴滴獲得加州機動車部門的許可，開始在共道路上路測。
- 汽車相關企業
奧迪
是首家研發自動駕駛的汽車公司，旗艦自動駕駛A8（允許駕駛員在交通緩慢、時速高達60公里或每小時37.3英里的分隔公路上完全負責駕駛）在歐洲被批准用於街頭駕駛。
特斯拉
馬斯克宣佈將在2019年推出的Autopilot Hardware 3；5月分析人士預測特斯拉最早可能能夠在2020年達成自動駕駛的Level 4成就。
Aptiv與Lyft
在國際消費類電子產品展覽會（CES 2018）與Lyft的合作提供400次Level 4的自動駕駛（20多個目的地），其nuTonomy系統將在明年年底前“量產”。8月21日，Lyft宣佈使用APTIV的技術完成了5000多次自動駕駛出行。
通用
推出半自動駕駛的超級“凱迪拉克CT6”，配置超級巡航（Super Cruise）。
沃爾沃
沃爾沃計劃到2021年讓100名瑞典客戶儘早使用自動駕駛車型XC90 SUV（對於何時、何地以及如何使用自主模式進行了限制）；並計劃將其試點項目擴大到中國和美國。
寶馬-英特爾-Mobileye聯盟
2018年在慕尼黑開設第二個自動駕駛校園，計劃到2021年在公路上部署自動駕駛汽車。聯盟目標是到2021年將其第一輛產品——寶馬iNEXT投入市場。
通過大致的行業掃描可以發現，隨著參與的企業越來越多，人們認為對於自動駕駛行業發展現狀的認知也越加清晰。
美國以谷歌、特斯拉、Uber為首的科技巨頭紛紛將自動駕駛部門拆分，設定長達十年的計劃工作，打造完全自主的系統平臺；歐洲則專注與公共交通部分，讓自動駕駛汽車成為公共交通的一部分，很多城市和交通機構正在測試自動駕駛公交車；國內百度、阿里、騰訊、滴滴也都有著各自的自動駕駛項目進度表……
還有這些技術問題有待解決對於自動駕駛，人們飽含期待，但現實的一面則是，目前全球量產最高級別的自動駕駛車是奧迪A8，自動駕駛級別是L3，特斯拉的級別也在L2-L3之間，屬於高級輔助駕駛也可以，大部分企業的自動駕駛（可量產）都在L2級別，或者向L3過渡的階段。
與此同時，自動駕駛過程中的配套基礎設施建設、高精度地圖技術、自動駕駛數據以及法律法規等方面，都面臨著較大的挑戰。
如，在L3之上的自動駕駛不僅需要傳感器的升級，還需要具有快速精準的算法和穩定的計算平臺。這些都是在實現無人駕駛過程中面臨的具體問題。
對於這些問題，以 Waymo的一類公司希望依靠單車智能，即通過車輛自身的傳感器、處理器和算法，感知外部環境，作出決策，進而控制車輛行駛，另一類，則是以阿里為代表，希望建設“跑在雲端的路” 將有關車端、路端的各類數據和服務進行整合，通過雲平臺構建車的感知與協同計算，然後傳遞到具備接受能力的汽車或者移動終端。
有機構預測，在技術進步的推動下，2025年，美國、歐洲和中國的聯網汽車將達到4.7億輛，而2030年無人駕駛L4、L5級的汽車也將達到8000萬輛左右。2027-2028年，L5級無人駕駛汽車將開始成為市場主流。
當然，一切只是預測，由於基礎設施環境、技術驗證、5G通訊技術以及法律環境等原因，人類距離“無人駕駛時代”仍舊任務重道遠。
閱讀更多 泰一數據 的文章
