人類對於無人駕駛領域研究的熱度絲毫不減，但在未來的15年內，我們很難突破完全無人駕駛的瓶頸。英國汽車製造商和商貿協會發布最新消息，對於目前的技術現況和實際情況，完全的無人駕駛在2035年之前是很難實現的。在所有駕駛狀態中，所有的路況和所有環境下，除了很多不正常駕駛的情況，這對於目前的技術是很難完全實現的。
據報道，預計在2018年到2030年之間，全球汽車的主機廠，將在自動駕駛領域投入大量的資金。而國際汽車工程師又構建了一套無人駕駛的六套標準，即L1-L4駕駛需要駕駛員輔助駕駛，和系統合作才能完成，L5則屬於完全駕駛領域，L0屬於人工駕駛領域的。而投入15507億元人民幣是在L3、L4領域，來實現自動化技術，給這個行業帶來更高的回報。
而中國的自動駕駛技術發展較快。近日北京市已為8家企業接近56萬輛的自動駕駛車輛發放了臨時測試牌照，測試道路行駛2000公里，這就意味著以後的人們以後在道路上看到無人駕駛車更進一步了。
但真正的無人車還未上市，Roadstar.ai團隊兩位創始人，被相繼曝出挪用融資款做現金貸投資的現象，創建了新的無人駕駛項目。近年來，人工智能領域勢頭不斷上漲，人工智能風險融資事件的數量從2013年的21起增加到2018年第一季度的130起。融資金額也由2013年的15億元增加到2017年的338億元。僅2018年第一季度，融資總額就超過2017年的一整年，達到402億元。2017年的金額已經佔到全球人工智能創業企業融資的70%。大量的資金湧入到人工智能領域，那麼無人駕駛還能遠嗎？
近年來，互聯網的迅速發展，5G時代已經來臨了，無人駕駛能否會像其一樣如約而至呢？
在2019年博鰲論壇期間，建立了智能網絡聯合汽車和5g應用試點項目。紅旗智能小巴、百度、金龍巴士合作的阿波龍客車紛紛亮相併飾演自動駕駛成功。其中紅旗智能小巴集成了語音、圖像等多種互動方式，可與乘員、行人進行智能友好的互動。阿波龍是世界上第一款配備L4自動駕駛技術的量產巴士。目前已運行2萬公里。實現對車輛急轉彎、道路施工避險等偶發事故的控制，實現提前預測和規避，達到安全通行的目的。
此外，自動駕駛技術仍需改進，如對計算的標準和要求要更高，以提高不同天氣下的創幹起分辨率。目前，這一領域的研究和開發仍需改進，其他傳感器，如攝像機和激光雷達都需要提高效率。此外，自動駕駛研發的高成本給自動駕駛行業的商業化帶來了挑戰。為了確保安全，自動駕駛車輛一般都配備了多個系統冗餘設計和更多的傳感器，這增加了單車的成本。而且自動駕駛行業會有很多的企業合作，規模和產量都會擴大，成本也會慢慢下調的。
所以說，目前的無人駕駛領域還需要大量的資金、人力和物力去投入。華爾街見聞會員專享文章中提到，由於L5級別自動駕駛既燒錢但又遙遙無期，不僅看不到未來也摸不著，即便當前的自動駕駛技術也是漏洞百出的，如果在道路上行駛，事故也會頻發的。我們對於自動駕駛和道路基礎設施的問題還沒有完全解決。
清華大學蘇州汽車研究院院長成波，在第六屆智能互聯網新聞上表示，大概在2025年，不會出現普遍的無人駕駛車，但可以確定的是由一定區域可以實現，而真正實現完全無人自動化駕駛還需要時間，沒有想象中的那麼快。
自動駕駛系統最大的挑戰是需要解決安全問題。雖然人工智能比人類更能感知和識別複雜的環境，但很難做到萬無一失。大陸汽車零部件供應商的集團負責人在接受媒體採訪時說，自動駕駛和自動駕駛車輛對先進安全特性的需求，將使汽車科技軟件的收入增加三倍以上，這意味著自動駕駛對安全的需求會大大增加。
這個無人駕駛真的是任重而道遠啊，沒有人能具體知道何時才能實現完全的自動駕駛，但依據目前的科技高速發展，人工智能自動駕駛技術只有突破那個瓶頸，這個領域才能有所提升才能成功。未來的自動駕駛面臨的問題會很多很多，希望可以一一解決實現無人駕駛
閱讀更多 遠遠科技 的文章
