樂視超級汽車還在賈躍亭資產被凍結，自動駕駛這個坑到底有多大

VRPinea 7月4日訊（微信號：VRPinea）

科技進步的同時，也使得人們變得愈加懶惰，那些從前必須親力親為的事，很多在未來只需幾個操作即可完成，比如駕駛汽車。自動駕駛汽車技術的研發，始於20世紀，至今已有數十年的歷史。但近兩年，自動駕駛趨於實用化，受到越來越多傳統汽車廠商、科技公司、供應商的關注，巨頭的抱團入局，自動駕駛風口盛行。

GIF/698K

自動駕駛技術的六個級別

按SAE（美國汽車工程師學會）的分類標準，目前自動駕駛最高技術僅位於L3級別，如通用汽車公司新的Super Cruise系統就屬於這個級別。但小編了解到，將於今年年底亮相的路虎攬勝運動版車型所搭載的自動駕駛技術已達到L4級別。

上文提及的L3和L4級別，到底是什麼意思呢？不同級別的自動駕駛技術差異在哪裡呢？這裡的分類標準是根據特定汽車系統提供的用於描述自動化（相對於人類控制）程度來判定的，現在市面上有幾種不同方式來對車輛自動化系統進行分類，如SAE和NHTSA。而為了更好地區分不同層級的自動駕駛技術，如今絕大多數主流自動駕駛研究者將SAE標準當作通行的分類原則。

在SAE分類標準中，自動駕駛技術被分為L0~L5，共六個等級。L0代表沒有自動駕駛加入的傳統人類駕駛，L1~L5則隨自動駕駛的成熟程度進行了分級。相比完全靠駕駛員自己操控的傳統駕駛，L1級別的自動駕駛能給駕駛員一些駕駛支援，比如目前已經在很多車上搭載了的自適應巡航（ACC）功能。L2同樣也屬於駕駛支援的範疇，在L1的基礎之上，系統除了能控制加減速，同時還增加了對方向盤的控制。

L2到L3級之間，成為了輔助駕駛與自動駕駛的分界線，存在相當大的跨度。L3讓道路環境的觀察者由人變更為系統，環境觀察和駕駛操作都由系統來完成，但人仍需對所有的系統請求進行應答。當自動駕駛技術達到L4級別時，除複雜惡劣情況外，系統能夠獨自應付。L5則屬於真正意義上的無人駕駛，不再需要人的干預。

想要實現自動駕駛，這些而技術難點必須攻破

簡單了解自動駕駛的分類標準後，我們再來聊聊其背後的技術難點。其實自動駕駛的核心並不在於車本身，而是那些數字技術。汽車上的激光雷達通過感應器發射光脈衝並接收反射來測量物體之間的距離，以此生成汽車周圍環境的3D地圖，而實現這項技能需要汽車具有強大的自處理能力。

據不完全估計，每輛擁有激光雷達感應器以及其他必要系統如GPS，每行駛2小時將會產生並接受約1TB的數據。這些數據絕大多數需要及時處理，對於汽車而言，1秒的延遲或將造成不堪設想的後果。因此，汽車必須具備極為強大的計算能力。

GIF/575K

但以目前的技術來看，要及時處理這些數據是一項極為困難的挑戰。雖然很多公司正在把計算任務轉移至雲端，但這一做法有一個很大的弊端，區域網路內傳輸數據至雲端很有可能發生延遲。由此看來，雲端計算並不是長遠之計，本地直接計算處理才是良策。而谷歌為了管理這一龐大而又複雜的伺服器群，開發了Borg，能夠管理巨大的分布式數據中心和各種雲，處理本地數據也囊括在內。

汽車在自動駕駛過程之中，在處理數據的同時，也處於不斷學習的過程。正如人一樣，經驗決定判斷，汽車若想要做出準確的判斷，最好之前擁有類似的經歷，也就是深度學習。這也是為什麼百度在研發無人駕駛汽車時特意成立了一個深度學習研究院。不僅如此，奧迪與JKU也聯手建立了一個深度學習中心 共同推進自動駕駛技術。

深度學習讓感測器更加智能的操縱車輛，因為它是基於大量對於駕駛員技術分析的基礎上，建立對它的一個綜合理解，包括他的駕駛習慣、意圖等。現在許多科技公司，包括像英偉達這樣的大公司也在做大量的嘗試，利用深度學習的方法進行優化系統。英偉達的打法比較激進，它是直接把感測器的輸入和車的狀態的輸入直接關聯，做這樣一個預測，忽略了中間的決策部分。

大廠入局，領跑自動駕駛領域

縱觀自動駕駛國內外整個發展情況，美德引領自動駕駛產業發展大潮，日本、韓國迅速覺醒，我國呈追趕態勢。作為自動駕駛汽車應用的基礎，美、德、日、韓、我國均在積極推進路測。各國紛紛將2020年作為重要時間節點，從目前的情況看來，屆時很有希望實現自動駕駛路測的全面部署。

GIF/1753K

在研發方面，多數企業採取了網聯汽車（Connected Cars）的發展路徑，加快晶元處理能力、自動駕駛認知系統研發。德國博世和英偉達正在合作開發一個AI自動駕駛系統，英偉達提供深度學習軟體和硬體，博世基於英偉達Drive PX技術將推出的超級晶元Xavier，可提供L4級自動駕駛技術。

從產業鏈的發展形勢來看，目前自動駕駛發展較快的企業所併購的主要對象，為掌握自動駕駛關鍵技術的領軍企業或初創企業。2017年3月，英特爾以153億美元收購以色列科技企業Mobileye，後者致力於研發與自動駕駛有關的軟硬體系統，是特斯拉、寶馬等公司駕駛輔助系統的主要攝像頭供應商，掌握一系列圖像識別方面的專利。總的來看，收購領軍企業或具有潛力的初創企業，迅速加快自身自動駕駛技術的積累，形成競爭優勢，是當前在自動駕駛領域快速布局的捷徑。

但科技的發展為我們的生活帶來便捷的同時，也讓我們看到了它的殘忍。接二連三的自動駕駛汽車出現碰撞事件，最嚴重的還出現了死亡事故。以去年五月那起自動駕駛引發死亡的車禍為例，究其原因有三，一是拖挂車為白色，在強烈的日光下與天空顏色接近，導致攝像頭沒有發現異常；二是拖挂車下方的大面積留空區域導致雷達的探測也同時失效；而第三點則是駕駛員目光完全沒有注視前方，雙手也離開了方向盤。

總的來說，當前的自動駕駛技術還未完全成熟，各大廠還處於正在抓緊布局階段，那些僅在在車展上現身的自動駕駛技術的汽車，可還遠未達到可以安全上路的地步。但我們不能以對待成熟技術的眼光，看這個尚在發展階段的自動駕駛技術。就如同VR一般，我們應該給予自動駕駛一些鼓勵與支持，而不是一味地苛責其不足與痛點。多給它一點時間與空間，相信它會交出一份令你滿意的答卷的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！