来源： 物联网智库

摘要：自动驾驶普及不仅局限于自身技术和应用场景，而且与产业链各环节密切相关。一项科技从诞生到被人们所接受是一个循序渐进的过程，自动驾驶真正普及还任重而道远。

2018年11月1日百度世界大会上，百度CEO李彦宏和一汽集团董事长徐留平携手宣布L4级别自动驾驶乘用车的量产计划：2019年小批量下线示范运行，2020年大批量生产，投入更多城市运营。

年初时候，谷歌旗下自动驾驶品牌Waymo在亚利桑那州拿到了无人驾驶商用许可证，不久前，Alphabet首席财务官鲁斯·珀拉特透露，目前已经有用户愿意支付相应的报酬来乘坐Waymo自动驾驶车辆。

自动驾驶商业化似乎跟随历史前进的脚步而行，然而，就在各家热火朝天的推进自动驾驶伟大的事业时，有人站出来说了句“忠言”，而且还不止一个人在“战斗”！

“自动驾驶汽车上路普及还需几十年！”Waymo大boss官宣自动驾驶普及之路遥遥无期。话音刚落，苹果联合创始人就站出来随声附和，虽然苹果造车早已不是鲜闻，但Steve Wozniak还是站出来亲自打脸，直言道：“不好意思，在下不相信自动驾驶汽车。”

图片来自：新智元

有什么比业内大佬亲自站出来“讲道理，摆证据”更现实？毫无疑问，这对自动驾驶领域的功利主义者是当头一棒。迎头冷水泼下，我们也该静下心来好好思考。

自动驾驶，路漫漫其修远

自动驾驶几乎集结了互联网企业、IC/IT行业、传统汽车制造业的各种尖端技术，同时，还需要云计算、物联网、大数据、边缘计算、5G通信等更多的“外援”予以支持……除此外，自动驾驶还要直面安全、成本等因素。

如果选择一件产品来代表物联网时代，那必定非自动驾驶汽车莫属。

但不得不承认，自动驾驶虽上下求索亦在所不惜，但也要据实来看。即便是Waymo，在世界自动驾驶技术领域堪称领头羊的企业，也要对未来L5自动驾驶技术说一声：“对不起，您再等等”。

L5是自动驾驶领域的最高目标，也是参与自动驾驶制造的互联网企业、传统汽车企业、ICT企业等向往的技术天堂，但从技术上看，要达到完全无人类干涉，且能适应各种交通情况和自然环境，在当下实难做到。

自动驾驶，难突破的技术与场景之困

应用落地难，借口有千万，回归本质，技术不成熟才是原罪。

技术难题是科技进步最直接的阻碍，对于自动驾驶汽车来说，如何在瞬时做到精准判断；如何在恶劣的自然环境下安全稳定运行；如何保证汽车通信7×24小时不间断工作；如何利用大数据为交通“减压”等等，这些都是对新一轮自动驾驶汽车来临的考验。

客观上讲，L4级别的自动驾驶汽车已经很大程度上脱离了人的参与，但仍需要人在一些特殊条件下对其进行“矫正”。比如，自动驾驶汽车需要高精度地图支撑，但实际情况是，道路复杂多样，很难有企业可以做到无死角的信息采集。

曾经雄心勃勃要在2019年上市自动驾驶汽车的谷歌无人驾驶项目技术负责人厄森姆，在数年之后也不得不对自动驾驶技术重新审视，“自动驾驶车的真正出现，可能要比曾经预测时间晚很多，也许30年之久呢？”

应用场景从封闭到开放，要一步一步来

物联网时代汽车的定位是移动终端，从过去数年积累的经验来看，要实现自动化移动并非难事，比如在仓储管理行业中广泛应用的自动导引车（AGV），在航空港、码头、封闭的工业园区、景区、矿区等应用的自动化的装载车、采矿车、挖掘机等。

对于乘用车来讲，自动驾驶的应用普及场景也像自动化移动终端一样，先应用于封闭环境，再走向开放环境。比如从高速公路走入城市。城市中复杂的交通环境，一方面来自技术自身的局限，另一方面来自行人、基建、自然等因素影响。相对比城市交通情况而言，高速公路毕竟是一条封闭的场景，最先在高速公路上布局自动驾驶显然要更简单。阿里巴巴在云栖大会上宣布的智能汽车升级方案也正是从汽车向公路延伸，利用车路协同，从打造“智能高速”开始。

2018年是自动驾驶的“元年”，同时也是自动驾驶走进城市的“始点”。而且，即便未来自动驾驶应用场景逐渐从高速公路“回归”到城市，也要从特定的区域、路线或特殊的应用场景开始，比如自动驾驶公交、出租车等，自动驾驶开始。而且，克服了技术上和场景上的瓶颈，自动驾驶还面临着诸如成本、安全上的永恒难题。

自动驾驶难解的生意经

自动驾驶汽车的普及是技术与商业的互杀，技术滞胀带来的是成本上涨。Cambou估计，2018年自动驾驶汽车的成本约为20万美元，事实上，这个数字是绝对保守的数字。自动驾驶车辆的每个技术模块都需要投注大量的成本，包括“眼”端的传感器、雷达、摄像头等，“脑”端的计算机，“神经端”的通信技术……

以Waymo所使用的克莱斯勒Pacifica混合型小型货车为例，只是“眼”端便搭载了1个长距激光雷达，1个中型激光雷达和4个短程激光雷达，另外还有4个毫米波雷达，8个摄像机和多个IMU等传感器。

其他如通用、百度、Drive.AI等公司的传感器布置基本大同小异，然而，这也只是自动驾驶汽车身上的冰山一角。

另外，自动驾驶车辆与传统汽车在硬件与软件支持上也天差地别，其售后服务上又会造成不小的消费开支。尽管自动驾驶车辆与传统汽车相比，在电子部件和机械部件上更具优势，但由于自动驾驶汽车可能并非都是电动汽车，而即便在电动车以绝对数量驻进城市之后，充电也将是一项难题。

安全问题不解决，全自动驾驶“永难上路”

自动驾驶被视作实现交通“轻便化”，同时降低交通事故发生的基石，如果安全不解决，又何以上路呢？

造成自动驾驶汽车安全问题的因素多种多样，包括技术不成熟、交通环境甚至自然环境。在技术方面，比如自动驾驶汽车在感知中所应用的摄像头、传感器和雷达等。如果产生了信息差异，计算机在处理时能像人一样据实判断吗？

2016年特斯拉一辆Model S车追尾白色拖车事故中，据官方解释来看，由于拖车侧面是白色的，在强光照射之下，特斯拉驾驶员也难以辨别，何况是机器呢？

当然，除了汽车行驶中存在的安全问题，网络安全也是难以避及的问题。物联网时代，全自动驾驶汽车已经不能简单定义为移动工具，而是一台移动的计算机。李彦宏说过，他不怕AI会取代人类，相反，他更担忧无人驾驶的安全问题。如果黑客一旦入侵网络，无人车可能就变成不法分子杀人越货的工具了，甚至变成恐怖分子的武器，其危害性不敢想象。如他所言，自动驾驶的第一准则永远是安全。

总结

对于自动驾驶，笔者还是持肯定的态度，未来完全自动驾驶一定会来，但肯定不是现在。自动驾驶普及不仅局限于自身技术和应用场景，而且与产业链各环节密切相关。一项科技从诞生到被人们所接受是一个循序渐进的过程，自动驾驶真正普及还任重而道远。

未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能，互联网和脑科学交叉研究机构。

未来智能实验室的主要工作包括：建立AI智能系统智商评测体系，开展世界人工智能智商评测；开展互联网（城市）云脑研究计划，构建互联网（城市）云脑技术和企业图谱，为提升企业，行业与城市的智能水平服务。

  如果您对实验室的研究感兴趣，欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”