人类如何追求自动驾驶技术

Ⅰ 自动驾驶需要哪些技术

【太平洋汽车网】自动驾驶需要机器学习、深度学习、NLP、计算机视觉、机器推理和强大的人工智能等技术。高度自动驾驶是L4和完全自动驾驶是L5。

今天的社会正变得越来越以多媒体为中心、依赖数据和自动化。自动驾驶技术正在道路、海洋和太空中普及。自动化、分析和智能正在从人类转向“特定于机器”的应用。计算机视觉和视频将在未来的数字世界中扮演重要角色。数以百万计的智能传感器将通过人工智能嵌入汽车、智能城市、智能家居和仓库。此外，5G技术将成为一个完全互联的智能世界的数据高速公路，或许将从人到机器，甚至机器人代理等一切事物连接起来。

一个多世纪以来，汽车行业一直是一个主要的经济部门，它正朝着自动驾驶和联网汽车的方向发展。汽车正变得越来越智能化，对人类操作的依赖也越来越少。车辆与车辆（V2V）和车辆与万物互联（V2X），即来自传感器和其他来源的信息通过高带宽、低延迟和高可靠性的链路传输，为全自动驾驶铺平了道路。自动驾驶背后最引人注目的因素是死亡和事故的减少。认识到90%以上的汽车事故是人为失误造成的，自动驾驶汽车将在实现汽车行业“零事故”、“零排放”和“零拥堵”的宏伟愿景中发挥关键作用。

唯一的障碍是车辆必须具备看到、思考、学习和驾驭各种驾驶场景的能力。

与此同时，随着嵌入式系统、导航、传感器、视觉数据和大数据分析等领域的最新进展，也见证了车喊模唤辆和移动边缘计算的智能化程度不断提高。首先是先进的驾驶辅助系统（ADAS），包括紧急制动、倒车摄像头、自适应码渣巡航控制和自动停车郑凯系统由汽车工程师协会（SAE）定义的6个自动驾驶级别被引入后，全自动汽车有望逐步实现。

（图/文/摄：太平洋汽车网问答叫兽）

Ⅱ 汽车的无人驾驶是如何实现的运用了什么原理

汽车的无人驾驶技术实现有赖于现在较快的人工智能，处理信息的反馈速度，自动驾驶技术的它的原理就是通过汽车周围的传感器来搜集汽车所处的动态环境，利用很短的时间完成电脑信息的处理，让汽车从各种障碍里面去选择一个最佳的通行方向。

所以说理论上上面情况是不会出现的，因为在研发的时候可能就会考虑到这方面问题，但大部分普通的驾驶者仍然不愿意把自己以及乘车人的生命安全完全交由人工智能去处理。可以把自动驾驶记录当成是一个辅助驾驶的东西，但不能完全相信他人，还是要做好最后一道把关的工作。

Ⅲ 想要实现自动驾驶技术，需要具备哪些条件

自动驾驶是未来汽车的发展趋势，无论是汽车品牌还是科技科技品牌都在为研发自动驾驶而努力。目前自动驾驶级别分为 0-5 级，而只有 5 级才可以达到完全自动驾驶级别。而现在很多车企在卖车时往往会给出很模糊的宣传，是自己的车辆已经具备了自动驾驶功能， 而这些并不是真正意义上的自动驾驶。

那么真正的自动驾驶首先要具备自动驾驶的功能，而这些功能首先要有硬件作为基础，之后再有处理器、车联网等软件等更强大的数据分析能力、更有逻辑的决策管理程序，那么结合目前的半自动驾驶特点以及市面上一些主流的配置，我们先来了解下实现自动驾驶的几个必要条件。

写在最后：自动驾驶是我们一直所想往的，驾驶员不用再随时精神集中的开着车。但要实现自动驾驶还需要很多的配置，现在车辆的配置、硬件的配置已经可以实现半自动驾驶。在有些细节方面驾驶员并不能信任车辆的该功能，驾驶员应该是占据主导地位。而自动驾驶最重要的就是路网的建设，通过道路和网络整体结合，让车辆与车辆、车辆与行人、车辆与物的数据实时交换，这样车辆的自动驾驶就离我们不远了。

Ⅳ 汽车自动驾驶如何实现

目前实现自动驾驶主要依靠“感知-决策-执行”的方式。
其中，感知系统也称为“中层控制系统”，负责感知周围的环境，并进行识别和分析；决策系统也称为“上层控制系统”，负责路径规划和导航；执行系统又称为“底层控制系统”，负责汽车的加速、刹车和转向。
这些系统的背后，人工智能技术也提供了桥悄腔重要的支持。
以深度学习为代表的计算机视觉技术，可以满足视觉感知高精度的需求，提高自动驾驶汽车面对复杂交通环境时的决策能力；前期决策树、贝叶斯网络为自动驾驶行为决策与路径规划提供了重要的运或技术支持；神经网络控制则在车辆控制方面提供了重要的技敏衫术支持。

Ⅳ 中国人应该如何看待自动驾驶

中国人对自动驾驶的看法如下：
1、自动驾驶销瞎是先进生产力，要铁拳那些无戚圆脑反对派。
2、自动驾驶需要漫长的开发，将长期处在辅助驾驶阶段。
3、自动驾驶不光是技亏仔空术问题，更是社会问题，需要更多社会角色作为缓冲。

Ⅵ 当技术面对道德的时候，人类应该继续追求自动驾驶技术吗

人类对自动驾驶的渴望从汽车诞生以来就没有停止过，在无数科幻作品中，无人驾驶的汽车运载着乘客们到达世界每一个角落，而由于自动驾驶技术的发展，车祸与事故也成为了历史课本当中的名词。然而，现在并不总是像科幻作品那么美好，尽管人类在自动驾驶的脚步上不断探索，现在的辅助驾驶技术也能够在很大程度上帮助驾驶者去控制车辆，然而驾驶辅助系统依旧无法避免事故的发生，甚至在很多时候驾驶辅助功能还会成为车祸的“罪魁祸首”，那么在这样的情况下，我们是否应该继续发展驾驶辅助举手功能甚至是自动驾驶呢？
历史的每一步进程都会遭遇当头一棒
历史从来都是很残酷的，这一点已经被无数的事实所验证，每当人们觉得已经取得了突破的时候，现实总会告诉你，你离成功还有很远。在不久之前，台湾发生了一起诡异的车祸，一辆白色大货车侧翻在了高速公路上，而一辆与之相距甚远还有一定安全距离的特斯拉Model 3却径直撞了上去，事故造成Model 3车身较为严重的损害，所幸由于大货车的车厢内装载的是奶油状物质，因此可以给予Model 3很好的缓冲，所以Model 3的驾驶者并无大碍。而根据驾驶者透露，当时他的Model 3正开启着Autopilot功能。
事实上，这位驾驶者已经算是众多特斯拉车祸驾驶者当中最幸运的一位了，因为早在2016年，在美国就有一位驾驶者，他的特斯拉当时也开启了Autopilot功能从在主道上正常驾驶，而偏巧对面主道有一辆白色缺笑大卡车左转下主道，这个时候特斯拉并没有减速，而是直接全速撞向了货车的车厢侧面，特斯拉驾驶者当场身亡。从个体角度来讲，这些遭遇车祸的驾驶者无疑是悲惨的，而对于整个行业来说，这每一次事故都是一次对那些向着未来科技冲击的科研人员和厂商的打击。
在这次的台湾Model 3事故之前，很多人都认为特斯拉的Autopilot驾驶辅助功能已经是某种意义上的“自动驾驶”了，但是这次事故将人们一棍子打醒——即便是目前在这方面走得最靠前的特斯拉，也只是驾驶辅助，最终的驾驶者还是坐在方向盘后面的人。因此在现阶段，每一次车祸的责任都是由人类驾驶员负责，这一点和几十年前没有什么不同。
但是另一方面我们需要说明的是，现阶段的驾驶辅助技术的确在很多时候帮助提升了车辆的安全性，在驾驶者没有注意到或者是走神的时候帮助避免了很多可能到来的车祸，因此，在我们合法合规的使用驾驶辅助功能的前提下，现在的驾驶辅助技术是能够帮助降低车祸发生的概率的，车辆的主动安全配置也几乎是利远大于弊的。
自动驾驶技术依旧是汽车行业的未来
回到我们刚刚说的特斯拉车祸上来，只要稍微了解一些行业新闻你就会知道，这次事故并非是特斯拉第一次发生类似的事故，在特斯拉大规模量产的几年当中，类似的事故屡有发生。而这些事故都有一些相同点，那就是几乎都是白色大卡车，而且这些大车的速度都比较慢，有些甚至是静止的。
那么为什么这种情况特别容易造成AP系统的误判呢？这主要是由于目前的AP系统主要是依靠一套视觉方案来感知外界，也就是摄像头为自主，毫米波雷达为辅的传感器组合。这套方案最大的好处就是成本低廉，但是最大的问题就是摄像头对于外界的感知非常被动，它只是传回图像，通过车载系统的计算单元识别之后才能分辨前方的路况究竟如何，而系统只有在经过大量学习之后才能进行相应识别。
如果在系统学习的时候没有遇到过这种情况，那么系统将无法判断前方路况，换言之，在系统和摄像头眼里，前面横贯在路面上的白色卡车车厢就如同一片白茫茫的雪地一样，那么这个时候车辆自然判断正扮嫌这是安全的无需减速。而另一方面，尽管车辆也搭载了毫米波雷达，但是毫米波雷达只对运动的物体能较好识别，但对静止的物品识别能力很弱，因此也就造成了车辆在面对这种情况的时候无能为力的局面。
那么现阶段的技术水平能不能做到避免这种情况呢？事实上还是有的，那就是采用激光雷达。然而在目前，激光雷达的成本实在是太高了，一套激光雷达的成本甚至能高达2万美元，而一辆特斯拉Model 3现在的售价不过只有4万多美元，很明显，激光雷达对目前的车辆来说还是太贵了。
但从科技发展的历史来看，很多现在成本很高的东西在以后甚至是在不久之后成本就会快速下降，我们现在生活中以及离不开的液晶屏幕就是一个很好的例子。因此对于未来来说，自动驾驶依旧是我们追寻的方向，包括激光雷达在内的众多技术也一定会在时机成熟的时候搭载到未来的车型上。
当然，电脑和人脑一样都会犯错，尽管当下的电脑比人脑犯错的几率已经小得多，但是我们不可能保证电脑永远不出错，当车载电脑遇到这样的问题，那很可能带来的就是交通事故的发生和人身安全的受损，这是我们回避不了的道德问题，但是如果自动驾驶技术的应用能够让每年死于车祸的人比从前大为减少，车祸发生率也比现在低得多，那我们为什么不去采用呢？因此，无论是从技术层面还是从道德层面，当下事故的发生都阻止不了我们继续探寻自动驾驶技术的步伐，未来也终有一日会出现曾经科幻作品当中的场景。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。

Ⅶ 全球资本狂追自动驾驶技术，为何自动驾驶技术深受青睐

随着人类社会文明的不断进步，人类也从最开始的青铜器时代经历蒸汽时代慢慢走上了科技化时代，现在很多国家的科技实力都不断增强，而科技实力增强的同时也促使更多高科技产品的产生。

人类从走进科技时代开始，就一直致力于自动驾驶技术的研究，早在20世纪80年代就开始了自动驾驶技术的研究，一直到现如今21世纪之后也开始慢慢成型了。2010年，谷歌公司正式对外宣部开发自动驾驶谨搜汽车，到2011年出现了第一辆自动驾驶的汽车。现如今也有越来越多的资本家开始追求自动驾驶汽车。

如今汽车的技术越来越成熟，自动驾驶汽车也必将成为未来发展的趋势，但是在安全方面还是需要过多的重视。

Ⅷ 《无人驱》：我们为何要发展自动驾驶技术

黄恒乐 主编 技术学堂 2021-06-17 00:10

笔者7年前第一次体验无人驾驶汽车的时候，并不了解SAE自动驾驶分级是什么（SAE J3016首版发布自2014年），只是对现场工程师的那句提醒印象深刻：“不好意思，我们提醒大家请不要碰车内任何东西，这台工程样车要数千万。”

这辆 雪佛兰EN-V 2.0给我很大的惊喜与惊讶，惊喜的是我们未来可能再也不需要把时间都浪费在通勤上了，惊讶的是美国已经研发出不需要方向盘就能开的车，是否意味着中国这个刚能造点正经车的乘用车产业，要被降维打击一夜回到 解放 前？

感谢这几年来中国GDP的稳健增速，我才有底气写后文提到的荡气回庆首肠的内容。

在智能化大势之下，我们的自主品牌汽车产业没死，正在奋力抗争，且势头并不差。

我们为何要发展自动驾驶？

因为重工业是国际话语权。

很抱歉一开头就说这么沉重严肃的话题，但必须如此才能让文章思路更加清晰。

中国是汽车工业的后来居上者，不过只是产销量连续11年称霸世界第一席位，技术与质量可还没能力封狼居胥。扮贺简单来说，中国是“汽车大国”而非“汽车强国”。

笔者在国际货币基金组织官网找了一组新的2020年名义GDP数据，大家了解一下全球Top 10经济体当前的情况：

2020/2019名义GDP排行（结算货币：美元） 2020名次 国家/地区 2020年名义GDP 占全球比例 2019名次 国家/地区 2019名义GDP 占全球比例 全球 83.84万亿 全球 87.75万亿 1 美国 20.80万亿 24.80% 1 美国 21.42万亿 24.41% 2 中国 15.22万亿 17.77% 2 中国 14.34万亿 16.34% 3 日本 4.91万亿 5.85% 3 日本 5.08万亿 5.79% 4 德国 3.78万亿 4.51% 4 德国 3.84万亿 4.38% 5 英国 2.63万亿 3.14% 5 印度 2.87万亿 3.27% 6 印度 2.59万亿 3.09% 6 英国 2.82万亿 3.21% 7 法国 2.55万亿 3.04% 7 法国 2.71万亿 3.09% 8 意大利 1.84万亿 2.19% 8 意大利 2.00万亿 2.28% 9 加拿大 1.60万亿 1.90% 9 巴西 1.83万亿 2.09% 10 南韩 1.58万亿 1.88% 10 加拿大 1.73万亿 1.97%

此前IMF预测中国在2020年的全球经济占比是17.77%，实际上中国一撸袖子加把劲干出了18.15%。

我们再扫一遍上面列表中的10个国家，没有任何一个是能脱离汽车工业誉缺数而繁荣的。

我们不要小看印度，它可是全球第五大工业国，同时也是全球第五大汽车工业国；也不要觉得加拿大汽车工业没地位，那可是全球前十的汽车工业大国。

再看下表的人均GDP，数据依然来自IMF。可以看到这四等发达国家里面，实际上有话语权的国家都是有强大汽车工业基础的，瑞典应该是唯一的例外。

2020人均GDP排行（结算货币：美元） 2020名次 国家/地区 2020年
人均GDP 经济状态 2020名次 国家/地区 2020年
人均GDP 经济状态 1 卢森堡 109602 极度
发达
国家 13 奥地利 48634 高度
发达
国家 2 瑞士 81867 14 芬兰 48461 3 爱尔兰 79669 15 德国 45466 4 挪威 67989 16 比利时 43814 5 美国 63051 17 加拿大 42080 6 新加坡 58484 深度
发达
国家 18 圣马力诺 41683 7 丹麦 58439 19 以色列 41560 8 冰岛 57189 20 法国 39257 稳健
发达
国家 9 卡塔尔 52751 21 英国 39229 10 澳大利亚 51885 22 日本 39048 11 荷兰 51290 23 新西兰 38675 12 瑞典 50339 24 阿联酋 31948

想要说话掷地有声，你手头得有汽车工业。

因此，发展自动驾驶也是大国博弈的需要。

我们把时间线放长一点看，第一次和第二次工业革命重新划定了这个世界由谁剥削谁，结果分赃不均就打了两次世界大战（实际上是同一场），接下来是第三次工业革命，世界格局从热战变冷战，几十年后冷战落幕，现在大国之间只打经济战。

美国、中国、欧盟，三者已成经济三极。中国GDP已经有美国72.8%了，并约等于没了大英之后的欧盟总体GDP。每一极都在汽车领域争夺话语权，美国有太空霸权、卫星定位、高精地图、自动驾驶、芯片技术等硬核优势，后起的中国有完整的制造业链路和崛起中的智能汽车产业氛围，欧盟哪哪都不弱就亏在不是统一政权。

汽车工业是最考验综合国力的产业，上下游数百个门类、数千家企业参与，才能造出一台车。大众集团2020年营收2714亿美元，德国全境GDP总量3.78万亿美元，大众集团占德国经济比重高达7.18%，“富可敌国”就是说的这种情况。

所以，国与国之间的争斗，必然要涉及汽车领域。要打击他国汽车，欲加之罪何患无辞，丰田刹车门、现代油耗门、大众排放门，这些在美国市场发生的事件，就是外企不肯屈服于美国政府，直接被强权打压了。

除了是大国博弈的棋子，自动驾驶技术的研发还能减轻驾驶负担（提升产品竞争力）、提升行车安全、通行效率、为社会创造高薪就业岗位，但这些都不是重点，国家之间的利益制衡才是。

汽车工业之争的下一阶段就是电动化与智能化，而智能化的关键在自动驾驶，我们今天要聊的话题。

L3是不是走进了死胡同？资本骗局or法律黑洞？

笔者还记得2017年奥迪发布D5世代A8时的盛况，第一款量产SAE L3级自动驾驶系统基于第四代 奥迪A8 （D5）诞生了。虽然当初我已经预判过这套系统入华之后并不能使用，但并未预料到它在西方国家也没能自由跑起来。

后来，江湖传言说是“花10亿欧元解决了L3”的奥迪自动驾驶项目组，被整合至统一的大众集团Car.Software车载软件开发部门，一个开启自动驾驶新时代的功勋项目组就这样消失在汽车历史中。别急，其实对于奥迪而言是明降暗升啊，因为Car.Software的总部因此从狼堡迁至英戈尔施塔特，奥迪成为了集团的智能化大脑中枢。

回到主题。以美国为首的自动驾驶行业当初定义自动驾驶等级的时候，并未发觉L3居然是一个非常尴尬的分级（下图是笔者画的，供形象理解），它的尴尬之处在于任由人类驾驶员“撒手不管”，但又要求人类驾驶员“必要时必须立刻回来接管”，无法形成逻辑闭环，有巨大的安全风险。

在这里，我们简单汇总下SAE规则下自动驾驶等级的异同：

L1：解放脚 （基本是人类在开）

L2：解放脚、手 （限定条件内人机混开，基本是人类在开）

L3：解放脚、手、眼 （限定条件内人机混开，基本是系统在开）

L4：解放脚、手、眼 （全区域由系统开，特殊情况除外）

L5：解放脚、手、眼 （全区域/全时域由系统开）

P.S. 2021年1月1日施行的《汽车驾驶自动化分级》国家标准也对自动驾驶进行了分级，整体规则与美国SAE标准保持一致。

到了L3之后，就要完成自主代客泊车AVP（Automated Valet Parking）、交通拥堵引导TJP（Traffic Jam Pilot）、高速公路引导HWP（HighWay Pilot）这些主要的功能，可是L3有个最大的问题——L3的交通事故权责模糊不清。

简单来说，L0-L2是人类驾驶员全责，L4-L5是汽车智能系统全责， L3是一滩永远吵不清的糊涂账。

因此，现在很多车企都在说自家的自动驾驶辅助系统是L2.5、L2.9、L2.99等等，无论什么话术，意思就是“没到L3”，所以车企暂时不需要负责。

实现L4的难度有多高？

因此，目前有不少部分达到L3功能但只能按照L2来使用的车型，比如四代奥迪A8、特斯拉FSD Bate版、 蔚来ET7 、 智己L7 、小鹏P5、极狐阿尔法S HI版等等。

现在业界有可能直接跳过权责模糊不清的L3，直接把L4投放到市场上。目前已有车企决定这样子做了。像谷歌这种解决方案供应商则不同，他们不需要把研发成果绑定在现售车型上循序渐进迭代更新，没有包袱的他们选择了直奔L4。

整车L4水平，需要在全场景下实现包括自主代客泊车AVP、交通拥堵引导TJP、高速公路引导HWP在内的所有功能，也就是车子自己能走能停完全不需要人类交涉。当然，L4是可以保留车辆操纵单元的，在特殊情况下可交给人类操纵，比如地震海啸造成车辆通讯的情况。

先说AVP。之前我们聊过小鹏的自动泊车，而小鹏一直都是以此为豪的企业，泊车成功率不低。小鹏此前的方案是利用汽车传感器进行室内地图建模，这种在非市政道路收集地图数据的方式也避开了法律屏障，虽然看起来精度并不高，但也算是一个不错的开始。

今年6月4日， 小鹏P7 通过OTA更新的VPA停车场记忆泊车（Valet Parking Assist）。

这里我们就要科普一个概念：AVP分为两个分支，一支叫H-AVP（云端自我学习泊车），经过SLAM系统训练之后完成地图建模了就能持续使用，也就是来一次以后就随时来，小鹏、 奔驰 、威马在整；而更高阶的P-AVP（云端高精地图泊车）只需驾驶员开到停车场门外就可以离开驾驶席，车子自己会按照高精地图的指引找车位泊入，暂时还没车企能量产。

小鹏这次的更新是VPA停车场记忆泊车，功能实现上与W223世代 奔驰S级 和 威马W6 还是有所不同的。

小鹏的VPA是自研完成的停车场记忆泊车功能，它的记忆线路可以达到1km，一台车可以学习100个停车场的泊位，不过单个停车场只记忆1个泊位，还不如少点车场但每个多点泊位比较实在，而且小鹏的VPA只支持泊车入库，不支持出库。还有一点笔者有点理解不了的是，小鹏VPA不支持跨层泊车、沿线出库、全程APP车外操作也就算了，为何仅支持地库泊位，在地面泊位用不了，W223和W6倒是没有这个限制。

从使用场景来看，威马目前开放的H-AVP能够在地面/地下停车场内任何地方都可以进行学习，不限起点位置，不限车场数量，单个车场可设定5条不同的入库/出库路线，可以跨层，驾驶者不用在车上，只需要通过手机一顿操作能完成车辆的泊入和泊出，对于那些过窄的、停好之后无法开门出来的停车场景来说很实用。除了目前已经开放的H-AVP，威马官方还透露将会在年内通过OTA将P-AVP推送给用户。

威马的AVP是与国内自动驾驶实力担当的网络Apollo平台联手深度研发的，有网络“王牌”做背书，以后的P-AVP还有网络高精地图加持。小鹏是没有参与进来的，威马则有网络高精度地图加持，所以实现P-AVP更容易一些。包括奔驰在内的海外品牌想进入中国做自动驾驶，以后应该得用中国高精地图才行，现在连 特斯拉 都被要求把服务器建在大陆境内了，可见高精度地图在自动驾驶中也扮演着十分重要的角色。

此外，要玩P-AVP，还要等室内基站通信硬件整起来才行，这需要更多的基建设施配合。

接下来聊交通拥堵引导TJP和高速公路引导HWP。TJP和HWP的速域不同，再加上自动车道变换（ALC，Automotive Lane Change），就是全速域的“有限自动驾驶功能”。

TJP的决策和执行是一大难题，标定不好的TJP策略就会出现起步与制动的动作太过生硬，快了体感难受，慢了被旁边车子加塞，一来一去就晕车了……

HWP+ALC就是现在很多新势力在谈的“高速领航功能”，蔚来叫NOP，小鹏叫NGP、特斯拉叫NOA、日产叫ProPilot、通用叫SuperCruise，反正都是一个意思。目前这项技术进展很快，实际使用起来比较便捷，人类驾驶员介入的频率并不高，小鹏官方给出的NOP介入频率是0.66次/100km，实测接近1次/100km，也即是平均开100km才需要接管。

不过，以上TJP和HWP暂时均不能达到L4级别，只能在特定条件下（合适的路况/天气）进行约等于L3级别的自动驾驶。

如今奥迪A8、 蔚来ES6 、特斯拉 Model 3 、小鹏P7、 广汽埃安 LX、 长安UNI-T 、日产 天籁 等等车型都可以执行TJP、HWP、ALC，但因为传感器配置并不甚完备、高精度地图与定位技术还没到位等原因，除了A8之外的车型都要求驾驶员随时随地立即接管车辆（L2-L3之间）；A8则在限定条件下（特定的道路等级、光照、车流速度等）可由L3系统完全控制车辆，驾驶员同样需要随时接管；进化成L4之后，系统随意开，除非有极少的特殊情况才需要驾驶员介入，比如奔驰W223和威马W6的无人泊车。

比如，下面的gif图展示的是L4自动/无人驾驶技术，是广州企业文远知行在这次广州疫情防控中，使用无人驾驶车送饭到疫情隔离区。（现场实拍gif获授权自汽车之家）

L5是没有ODD（Operational Design Domain，设计方案运作域）的，意思是无论任何的道路状况（车道线、道路附着系数、围栏等）、环境（能见度、天气等）、前方可行驶区域（收费站、施工等）等等，L5都是可以免除人类驾驶者介入的。

因为自动驾驶的研发初衷就是更加安全和便捷，L1和L2级自动驾驶辅助系统已经帮我们降低了一部分事故概率，L3目前是祸是福还不知道，因为无法形成严谨的逻辑闭环（人究竟还要不要全神贯注呢？），L4还没有整车完成L4自动/无人驾驶研发的量产案例，无所不能的L5还有很远才来。

我们现在可以知道的是，L4的实现成本会非常高；我们暂时不能知道的是，整车实现L4的量产产品何时才能来临，这需要L4系统在泊车/行驶、城市/市郊、低速/高速、国内/国外、晴空万里/恶劣天气等等所有情况下都管用。

关于伦理与法规的思考

乌伯林根空难（Überlingen Disaster）在十多年前揭示了空中交通管制系统的处置失当将会引发何种等级的人类灾难。

空管员Peter Nielsen的指挥不当与光学碰撞预警系统的检修固然是两大缘由，但促使俄罗斯Tu-154客机与德国757货机碰撞的另一个原因也不能被忽略：如果两个飞行机组都按照空中防撞系统（TCAS）的提示分别进行拉高与降低，事故将不会发生；但由于俄罗斯机组“以人类命令为先”的原则，按照Nielsen的错误指示而非TCAS的正确指示执行，最终酿成了72人死亡的灾难——最后一位是空管员Peter Nielsen，死于刺杀。

自动驾驶技术对于人类而言并非新鲜事物，我们已经坚信这项技术长达大半个 世纪 。若溯源的话，最早能追溯到上世纪10年代在美国诞生的第一台电动陀螺稳定装置（自动驾驶仪的雏形）。即使60年代的阿波罗飞船已经用上了数字化自动驾驶仪，半个世纪后的俄罗斯人依然坚信人类犯错的几率比人工智能要小得多——历史事实是，单单俄罗斯航空这一家公司，血手之上就有超过8200条人命，远远高于第二名法兰西航空的1783名。

从Autopilot一词便可知晓，汽车工业所武装的“自动驾驶”，技术渊源依然是航空与航天产业。我们可以用“陆上交通比空中交通复杂千万倍”的理由去埋汰乘用车/商用车自动驾驶技术的“滞后”，却一直不肯相信“人工智能”一定比“人类驾驶”更加安全，即使99.9%以上的失事航班俄罗斯籍飞行员并未抱着伏特加瓶子睡着在岗位上。

2005年，Google X实验室就已开启了谷歌无人汽车计划（Google Driverless Car Project），2009年开始上路测试，约有23辆车分9种模型在测试。测试项目分为自动驾驶和人为干预的手动驾驶，行驶里程超过320万公里，至2017年只造成18次事故，其中绝大多数都是被追尾（测试车极速才40km/h），无重大人员伤亡，这是第一次AI判断出错——320万公里1次车体剐蹭轻伤，不知哪位人类驾驶员敢上前迈一步接受AI的挑战？

只是，即使自动驾驶技术已经如此先进，我们还是无法把命交给AI。将AI变成Siri可以，变成小孩子的聊天机器人可以，变成咖啡厅上点心的服务员可以，但要让我们把交通工具的控制权完全交出给AI，连方向盘、油门、制动都摘掉，恐怕多数驾驶者暂时还不能被接受。

目前，汽车工业大国们对AI造成交通事故的法律定义都是模糊的，这是一个谁都可以碰、谁都不敢碰的灰色地带。你可以研发自动驾驶汽车，甚至美国/德国某些州的政府还让你“合法”上路，但这并不代表合法解决事故纠纷。传统的汽车厂商都是很保守的，一个自动驾驶项目动辄数十亿美元的成本，很有可能就会被一两个死亡时间毁掉，而自动驾驶是不可能让死伤几率等于0%的——虽然自动驾驶已经被认定为“比人类驾驶安全非常多”。

因为当事故主体是“人”的时候，我们可以通过制约人的社会契约来解决纠纷，法律、法规、习俗、惯例甚至情面；但当事故主体是一台会思考的“汽车”时，适用于人类的社会契约就失效了，我们可以用金钱惩罚来制裁电子程序和自动驾驶汽车的制造商，但无法用牢狱去惩罚一套电子程序。

带着未解的疑问，我们结束今天的议题。

（图/文/摄：黄恒乐）

@2019

Ⅸ 你怎么看待自动驾驶技术你觉得这项技术会使未来的生活更加便利吗

说到自动驾驶技术，很多朋友都会想到特斯拉。毕竟的自动驾驶技术处于世界领先水平。但据相关统计，2019年特斯拉自驾导致交通事故死亡约50人。那么自主驾驶技术应该怎么说，这项技术是否应该继续发展？所谓自动驾驶技术主要是通过人工智能、车辆雷达、监控和定位系统的配合来判断道路信息，然后自动驾驶汽车安全行驶。

随着5G标准的落地，自动驾驶技术获得了新的支撑。5G将进一步推动车联网的发展，作为整个车联网解决方案的一部分，自动驾驶必将得到进一步的发展。自主驾驶涉及的技术很多，如机器学习、计算机视觉、自然语言处理、力学等，目前还很难。目前自主驾驶领域也有广泛的合作关系，不同的技术公司专注于不同的环节，更有利于自主驾驶技术的发展。目前自动驾驶分为六个等级，即无自动、驾驶员辅助、部分自动、有条件自动驾驶、高度自动驾驶、全自动驾驶。级别越高，自动化程度越高。

Ⅹ 自动驾驶技术有什么优点要如何发展

自动驾驶汽车的优势：没有交通堵塞。未来，无人驾驶汽车成功普及后，大城市的交通拥堵将消失。对于许多人来说，这每年可以节省40个小时。因为在大城市中，人们必须走在交通繁忙的地方。自动驾驶汽车可以自动同步交通状况，尽快选择一条更平坦的路线，由于人工智能设置，诸如汽油交通等不文明的状况也将消失。减少事故。根据专家的计算，由于自动驾驶的普及，事故数量将减少约90％。因为人工智能将更加遵守交通规则，并且可以计算周围行人的下一步行动。如果有人过马路，他们的AI预测能力和驻车制动技能甚至可能超过老驾驶员。

交货快捷。在一些大城市，平均等待食物的时间约为40至80分钟。将来，许多食物将由无人驾驶汽车运送。这样可以将等待时间减少一半。改善空间。由于自动驾驶汽车的便利性，房屋的空间将大大改善。许多房屋的停车位价格也将降低。因为人们不需要为了方便而在房屋附近购买或租用停车位。只需操作手机，就可以让汽车提前到达您的位置，或者在将汽车交付到目的地后将汽车开到很远的停车位。长途运输。卡车运送司机担心超速驾驶车票的日子会消失，而不必在路上花费数日甚至数周。因为几乎所有的汽车都可以参与运输，所以它们的交付速度会更快。