人工智能的发展 自动驾驶万众期待 却又姗姗来迟

随着人工智能的发展，萌芽于上个世纪70年代的自动驾驶技术，逐步成长为创业的风口。如今这个行业里已经盘踞着Google、百度、苹果、 Uber、乐视等科技公司，NVIDIA、Intel等芯片厂商，Tesla、丰田、宝马、沃尔沃、日产、福特、通用、奥迪、丰田等新老车厂。而这个领域的创业公司，诸如Otto、Lytx、 Comma.ai 、Itseez、图森互联、驭势科技、智行者等均已获得融资。自动驾驶已经开到了哪里?离我们还有多远?

万众期待，却又姗姗来迟

自动驾驶喊了这么久，背后的确有多股推动力。且不说国内一线城市都在积极推动自动驾驶的测试实验区开发，而单纯从商业化的角度，自动驾驶看起来也是笔好买卖。

巨大的需求缺口，让自动驾驶充满期待

如今，我们不是在车上，就是刚从车上下来，车成了无所不在的存在，但车的使用状况并不乐观。以北京为例，超过20%的路面被汽车占据，一辆私人汽车的实际利用率通常仅不过10%，超过90%的时间里都处于泊车状态。停车难、拥堵已成常态。

这是乘用车，商用车的问题同样不可小觑。在前不久钛媒体举办的T-EDGE年度盛典上，图森互联COO郝佳男表示，中国物流成本占GDP的比重为16.6%；物流运输量的76%由公路货运完成，中国有2000多万辆货运汽车、3000多万名货运司机；其中，城际货运车辆720万辆，城际货运司机1600万人。

这个状态下也产生了两大问题：

1、人员成本高。公路货运中，驾驶员薪资为6000~8000元/月，部分地区达8000~12000元/月，每辆长途运输车需配备2~3名驾驶员，人员工资约占总成本的41%。

2、安全性低。货车肇事导致的死亡人数约占交通事故死亡人数的28%，而且货车事故致死率达32%，与此同时，50%的客货运司机表示曾有疲劳驾驶经历，疲劳驾驶已成为高速公路事故的罪魁祸首。在这一背景下，老司机逐渐转行，年轻人则不愿进入这个行业，卡车司机这一岗位，即将迎来“运力危机”。

一旦自动驾驶技术成熟，这些情况就可能改变。比如：

1、交通事故的下降：人类驾驶汽车时遇到紧急事件刹车的反应时间是1.2秒，而无人驾驶汽车可以降低到0.2秒，这相差的1秒的时间就是救命时间。

2、交通效率的提升：无人驾驶汽车更加遵守交通规则；基于通信技术，车和车、车和基础设施之间都会进行沟通；以上都有助于提高交通系统效率。

自动驾驶分阶段走，商用车整装待发

种种迹象表明，商用车会先于乘用车落地，而商用车中，行驶在高速公路上的卡车被寄予“最先落地”的厚望。这是因为高速路段场景相对简单，没有行人横穿马路，也没有突然冒出来的三轮车、自行车。

自动驾驶卡车研发已经在美国掀起热潮。2014年，奔驰发布“未来卡车 2025”自动驾驶卡车，从此“自动驾驶卡车”由梦想变成现实。2015年，福莱纳“灵感”重卡成为了全球第一辆上牌成功的自动驾驶卡车，“灵感”重卡在秩序井然的高速公路上能够进行自动驾驶，但在突发状况和驶离高速公路时由驾驶员接管驾驶权。同年，通过短程通信让卡车进行编队行驶的Peloton获得A轮1600万美元融资。2016年8月，由谷歌前员工创办的自动驾驶卡车公司Otto被Uber以6.8亿美金收购。

中国卡车司机的数量有高达3000万人之众，是美国的10倍，尽管自动驾驶卡车研发起步较晚，但目前已有图森和百度入场。图森选择与北奔合作，为后者提供自动驾驶算法和解决方案，并联合研发第三代解放军自动驾驶运输平台。百度则选择与北汽福田合作，通过向后者提供高精地图，并利用福田自身的自动驾驶技术，共同打造超级卡车。

看来，自动驾驶正向我们“驶来”。

数国内外风流“人物”，各有不同的解决方案

市场需求在倒逼自动驾驶行业的进步。特斯拉在自动驾驶商业化道路上的突飞猛进和谷歌百度无人驾驶的长期无法落地形成鲜明对比，心思活络的谷歌工程师们转身创办了专注高速公路自动驾驶场景的Otto。但特斯拉事故频发，让其CEO马斯克毁誉参半，也让行业重新开始审视自动驾驶领域几大阵营，平衡成本与可靠性的矛盾。

1.谷歌、百度：激光雷达方案

谷歌自2009年开始就在开发自动驾驶汽车，该公司喜欢用的一项数据是，其自动驾驶汽车的总行驶里程已突破了200万英里(约合322万公里)。上周，谷歌将自动驾驶汽车部门分拆成为独立公司Waymo。谷歌无人驾驶系统的核心是安装在车顶的激光雷达。它在高速旋转时向周围发射激光，激光碰到周围的物体并返回，从而能够帮助汽车识别周围的路况和行人等。

百度无人驾驶车项目起步于2013年，其技术核心是“百度汽车大脑”，包括高精度地图、定位、感知、智能决策与控制四大模块，其中底层是高精度地图、中间层是感知、定位，最高层为智能决策与控制。同时百度采用的也是激光雷达为主的解决方案，直奔L5水平的无人驾驶。

谷歌、百度在无人驾驶的布局较早，并有一定的技术沉淀，测试上也获得了先发权。比如2015年12月，百度就以改装过的宝马三系GT为试验车辆在北京5环上进行了自动驾驶测试。在没有人员干预的情况下，车辆自动完成了变道超车、跟车制动等一系列复杂动作。今年乌镇互联网大会上，百度无人车又秀了一把。

此外，包括大众、日产、丰田等公司都在研发和测试无人驾驶汽车技术，也用到了激光雷达。

激光雷达的劣势在于成本高昂，使得无人驾驶汽车长期无法大规模商用。谷歌和百度所采用的均是Velodyne公司生产的激光雷达。此前Velodyne的64线激光雷达售价高达11万美元，即使在百度增加订货后降到了8万美元，仍然造价不菲，几乎是一台宝马车的价格。

尽管Velodyne曾公开许诺，当达到百万订单时，其32线激光雷达Ultra Puck能够降到500美元，但这是典型的“鸡生蛋、蛋生鸡”：只有大规模降价才会有百万订单，只有达到百万订单才能降到500美元。在双方博弈的过程中，激光雷达为主的无人驾驶商业化周期将被无限拉长。

2、特斯拉：视觉方案+城市道路乘用车

尽管在传统自动驾驶中，由于可靠性的要求，激光雷达技术一直占据主导地位，视觉感知技术只是辅助，但近年来随着深度学习的发展，这种情况开始改变，视觉感知技术在无人驾驶领域也取得了广泛应用，与雷达、IMU、GPS等其他传感器一起融合构成了无人车的感知模块，既可稳定地工作，又能降低自动驾驶成本，开始有了成为未来自动驾驶主流的苗头。

事实上，已经有公司摒弃昂贵的激光雷达而选择低廉的摄像头作为主传感器。特斯拉就是最典型的代表，特斯拉最早使用的是Mobileye视觉感知系统，以此提供自动泊车、自动车道线保持、自动变更车道等辅助驾驶功能。

特斯拉的大胆尝试确实领跑着整个行业，但其个别做法却值得商榷。

欢迎订阅微信公众号《买车顾问》，有爆料、有深度、有意思! 汽车中国，中国最专业的汽车消费门户，微信公众号：carschina2