无人驾驶汽车进入量产时代？

网上有关“无人驾驶汽车进入量产时代？ ”话题很是火热 ，小编也是针对无人驾驶汽车进入量产时代？寻找了一些与之相关的一些信息进行分析
，如果能碰巧解决你现在面临的问题，希望能够帮助到您。

前几天在家无聊刷网剧 ，看到《爱情公寓5》里这样一个有意思的片段
，张伟“大律师
”接到了一桩离奇的案子：一辆无人驾驶汽车撞死了一个外卖机器人，外卖机器人的主人要求赔偿 ，但无人驾驶汽车的车主觉得自己没错，双方僵持不下 。

那么问题来了
，这场交通事故应该由谁来承担主要责任？

是无人驾驶汽车事先没有观察好路况？

还是外卖机器人突然闯入了无人车的行驶路线？

我们先假设是因为无人车出现某个系统故障，从而导致该事故发生
。那么问题又来了 ，这起事故又该由谁来买单
，是购买无人车的车主，还是生产无人车的汽车厂家？

或许你会说这些问题根本没有实际意义 ，不过是电视剧用来搞笑的情节罢了
，不必过于较真...

但事实上这段情节并不是导演为了博人一笑而故意加进去的，在我们现实生活中 ，确实发生了这样一起“离奇”的交通事故。

无人车“撞死 ”机器人
，怎么判？

2019年1月6日，美国拉斯维加斯 ，一个本应参加CES展的机器人离奇掉队并走向路边
，被一辆处于自动驾驶状态的特斯拉“撞死
” 。机器人受损严重，无法修复
。

据事故目击证人特斯拉乘客乔治?卡尔德拉说 ，“我把这辆特斯拉换成了自动驾驶模式，它开始移动了。然后
，哇！车道上出现了一个机器人，我原以为这辆破车会转向的 ，但它却径直撞到了机器人身上 。”

可惜的是
，这起事故并没有后续，或许是双方公司已达成和解 ，又或者对于警方来说
，也无法根据当前的法律政策对其立案吧。总之，这起不知道算不算交通事故的事故就这样不了了之 ，毕竟“死者 ”只是一个没有生命的机器人...

那么
，如果死者是一个人类呢？

2018年3月，美国网约车公司Uber制造了全世界第一宗完全自动驾驶汽车撞死人的事故 ，让整个自动驾驶汽车行业遭到了前所未有的质疑
。而这起事故最终又该如何定案
，也引发了全球舆论的关注。

有从技术层面分析的，有从法律角度来看的 ，也有从伦理角度思考的...而在经过了长达一年时间的调查和讨论后，美国检方最终认定在该事故中Uber公司不承担刑事责任 。随后
，受害者家属也和Uber公司达成和解
。

其实从上面两个案件中不难看出两个问题，一个是原本只存在于科幻**或小说中的无人驾驶汽车 ，已经在快速地进入人们的生活圈子；另一个则是目前全球关于自动驾驶汽车法律方面的发展
，确实任重而道远。

无人车离量产时代还有多远？

我们先来看第一个问题，自动驾驶汽车离量产时代还有多远？

Alphabet旗下自动驾驶公司Waymo是世界公认的自动驾驶“排头兵” 。2020年3月5日 ，Waymo宣布全球第一个100%只制造无人驾驶汽车的工厂——底特律AAM工厂进入量产状态
。预计到2021年之前
，将交付2万台完全无人驾驶汽车。

值得注意的是，这里有一个关键词——“完全无人驾驶
” ，这也就意味着该工厂至少生产的是L4级别自动驾驶汽车
，这与目前大众所认知和接触的“辅助驾驶”是完全不同的两个概念 。

Waymo声称，这2万辆无人驾驶汽车将主要会被投放进Waymo?One（无人驾驶出租）和Waymo?Via（无人驾驶物流配送）两个运营项目之中 ，并将会被派往美国各地
。其中物流项目包括城市物流配送和城际物流配送。

值得注意的是
，Waymo无人车不只是在某个封闭路段或者场地来进行试运营，而是大规模的投放在市区 ，用来进行商业化运营 。

其实不止是Waymo，中国的百度Apollo 、特斯拉
、通用Cruise
，苹果等其它自动驾驶巨头们，近年来都在全球各地建造自己的自动驾驶汽车制造工厂 ，生产量产版的无人驾驶汽车
。

例如国内的百度Apollo
，就与红旗在长春已经有一条能够量产无人驾驶汽车的产线，并计划在2020年生产2000台无人驾驶的红旗SUV。此外 ，2020年3月10日
，长安汽车也宣布，其搭载L3级自动驾驶系统的全新车型“UNI-T ”正式量产......

可见 ，2020、2021年将是全球主流车厂高等级自动驾驶量产的落地时间
，这意味着无人驾驶汽车量产时代真的来了！

无人车能合法上路吗？

我们再来看第二个问题 。众所周知，限制无人驾驶汽车快速发展的除了一个个难以攻克的技术难关 ，最主要的原因还是在法律法规层面
，所以即使无人驾驶汽车量产时代真的来了，但能合法上路吗？

就中国而言 ，答案是：不能。

为什么要强调在“中国
”呢？

2020年1月初，韩国已正式发布L3级自动驾驶安全标准
，这也是世界上首个为L3级自动驾驶制定商业化标准的国家，其中L3级自动驾驶汽车最快有望于7月在韩国上市
。

而中国现行交通监管法律体系已无法应对L3—L5级自动驾驶汽车带来的挑战 ，所以L3级自动驾驶版车型目前在我国是不能上市的
，也就意味着不能合法上路。

不过，好消息是2020年2月初 ，国家发改委等11部委联合下发《智能汽车创新发展战略》
，其中的关键任务重点提及了国内自动驾驶法律法规的完善 。这也预示着在技术成熟的前提下，国内法规体系有望加快修订进度 ，放开L3级别的自动驾驶汽车合法上路
。

所以就目前而言
，笔者认为无人驾驶汽车进入量产时代更像是一个象征意义，它代表了人们在追求美好生活中取得的小小成就 ，实际意义并不太大。

毕竟即便在法律法规健全后
，自动驾驶还将面临基础设施是否匹配？各类复杂场景能否有效应对？人类生命安全能否得到保障？等一系列复杂繁琐且耗时的难题有待解决 。

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
。

为什么2020年了 ，自动驾驶还会毫不犹豫直接撞向大货车？

“虽然很多城市对自动驾驶是积极的，但出发点不一样
，落地方式也不一样。有的希望做一次招商广告，很多企业去了但无法参与 ，因为这样的城市不是真心想做自动驾驶 。”

在第三届全球智能汽车前沿峰会上
，中国电动汽车百人会秘书长兼首席专家张永伟的一席话语出惊人，而类似这样的金句 ，在本届峰会上比比皆是
。

自动驾驶的“痛点 ”到底是什么？

在遭遇“Uber在美国撞死行人
”的标志性事件后
，自动驾驶行业开始逐渐变冷，直到今年3月 ，业内传出自动驾驶再次被催热的声音
，原因是禾赛科技 、小马智行
、Waymo、驭势科技等自动驾驶公司相继拿到大笔投资，Waymo的融资金额更是高达22.5亿美元。

然而 ，融资潮的来临并不能掩盖诸多痛点的存在 。

中国电动汽车百人会理事长陈清泰

中国电动汽车百人会理事长陈清泰认为
，虽然汽车革命的下一步是智能化和网联化，但智能汽车的发展仍需要加强核心技术和关键零部件的创新和研发 ，且跨界融合 、协同创新将是成败的关键
。

“中国汽车产业对零部件的关注度和投入度都很不足，使我国汽车行业饱尝核心零部件空心化的苦果。这个现象在今年新冠疫情爆发和国际形势变化时
，暴露得更加明显 。”他表示，中国汽车的产销量已经稳居全球之首 ，但是在核心技术和关键零部件方面
，仍存在诸多弱点和痛点。

中国电动汽车百人会秘书长兼首席专家张永伟

陈清泰将核心痛点指向零部件产业，张永伟则对部分城市发展自动驾驶的出发点提出了质疑 ，他认为有些城市将自动驾驶视为招商引资的“利器 ”
，并且由于这个产业太新、太大，操作起来有很多盲目性 ，大家走了不少的弯路
，单一主体推动的顶层设计也会导致创新模式被曲解
。但同时，他对积极务实的城市给予了认可 ，“有一些城市从顶层设计到实施步骤都比较清晰
、稳妥
，虽然还在探索当中，但是值得点赞。
”

张永伟还指出 ，“过于注重短期收益，缺乏战略眼光”也是自动驾驶产业发展的一大阻碍
，“大家对城市做自动驾驶确实还是有短期的追求，希望尽快见效 ，缺乏长期的战略性投入
，因此把一些本不应该急于盈利的项目当作短期商业化项目来对待，影响了对一些战略性项目的投资 ，比如基础设施、云控平台等 。 ”

作为企业代表
，广州汽车集团股份有限公司总经理冯兴亚的观点更具有实践意义，他认为 ，智能汽车产业的发展已走到关键节点
，“过去几年，智能汽车以超高关注度吸引了大量的资本投入 ，从去年开始大家明显感觉到智能汽车投资的热度在下降
，我们认为智能汽车发展逐渐进入了冷静期，这是一件好事情
。
”

冯兴亚表示 ，目前这个阶段企业 、资本和公众等各方不再被概念所迷惑，而是进入冷静期。但要承认
，智能汽车在关键技术领域仍然面临着很多难题，自动驾驶辅助技术和无人驾驶汽车之间的鸿沟可能远比看到的要深 。

“高昂的单车成本和基础设施投入是制约规模化量产的重要因素 ，根据Gartner（高德纳）公司技术成熟度曲线
，L4
、L5级自动驾驶汽车量产还需要十年时间
。以5G为例，每周新增基站1.5万个 ，速度是全球领先
，但5G在全国范围的应用可能还需要5年以上的时间。”

除了技术本身，冯兴亚还提到了几个公认的痛点：监管层面、道德伦理以及法律法规带来的考验 。他明确指出 ，短期内无人驾驶汽车有望在严格约束条件下开始小范围示范运行
，例如在城市限定区域低速行驶或者在某些特定的高速路段行驶
。但是长期来看，自动驾驶背景下的交通事故责任归属尚未理清 ，“智能汽车涉及到的软硬件安全和数据的安全也是一大课题
，上述种种在包容审慎的监管理念下依然有很长的路要走。 ”

关于企业间的融合和协作，冯兴亚的观点与陈清泰一致 ，“我们相信只有主机厂牵头才能做到系统的设计和整合，没有任何一家供应商能够单独完成 。未来整车厂的整合能力反而会变得越来越重要
，当然前提是主机厂能够活下来
。”

在智能化的时代，主机厂 、一级供应商
、二级供应商、运营商……这些所谓的各司其职早已被不复存在 ，大家的角色定位愈发模糊。谈到这个问题时
，法雷奥中国区首席技术官顾剑民认为，随着一些科技公司 、新出行服务公司纷纷进军汽车行业 ，它们既可能是客户
，也有可能会是合作伙伴
、供应商，甚至是竞争对手 。

真正的无人驾驶 ，离我们还有多远？?今年7月
，广汽举办了2020广汽科技日活动，当天发布了包括三维孔结构石墨烯在内的多项黑科技 ，以及ADiGO智驾互联生态系统的最新成果——ADiGO3.0
，其中ADiGO3.0在自动驾驶系统、智能物联系统 、人工智能三大方面迎来了全新升级。

根据规划，广汽下一步将会把更多精力放在L4自动驾驶的落地上
。对此冯兴亚介绍说 ，将力争在2023年实现L4级自动驾驶的区域示范运营。

今年3月，工信部曾发布了《汽车驾驶自动化分级》推荐性国家标准（报批稿）
，标准规定了汽车驾驶自动化功能的分级，拟于2021年1月1日开始实施 。谈及自动驾驶分级 ，业内始终争论不休
，有人说L3级就是鸡肋，可以从L2级直接跨入L4级；也有人认为应按照自动驾驶发展路线走 ，每一级都有它存在的意义
。

相对于单纯的分级
，按照场景划分或许更加合理。在本届峰会上，罗兰贝格全球高级合伙人
、大中华区副总裁郑赟给出了各个场景下自动驾驶的预期落地时间 ，“停产场自主泊车有望于2020-2023年实现
，城际无人客运巴士的落地实现时间点将为2023-2025年，而全场景无人驾驶私家车、全场景无人驾驶Robocab出行服务以及全场景无人驾驶移动服务平台要等到2030年以后才能实现 。
”

但有人不这么认为 ，他就是狂人马斯克
。

2017年5月
，特斯拉CEO埃隆·马斯克曾信誓旦旦地表示，特斯拉距离L5级自动驾驶大约还有2年的时间。三年后的2020年世界人工智能大会上 ，马斯克再次放出豪言，“特斯拉已经非常接近L5级自动驾驶了
，我们有信心在今年完成L5级别的基本功能开发 。”可想而知，大家对他的壮志目标已半信半疑
。

“我认为L5级的完全无人驾驶需要时间。但是马斯克是非常特殊的 ，很多时候看不懂 。关于他说的很多东西 、做的很多事情
，我们最开始感觉她又在胡思乱想，但他说的有些事情最后反而搞定了
。我个人觉得 ，L5级无人驾驶的落地时间尚早。 ”清华大学自动化系工程研究所教授姚丹亚评论道 。

目前行业的共识是
，想要实现高级别自动驾驶，车路协同是必经之路 ，单车智能的视觉、计算功能太有限。“车路协同主要是把路和车考虑成一个完整的系统
，用聪明的道路弥补智能网联汽车的不足，提高它的安全性
、可靠性以及相关的功能 ，让所有的老百姓买得起、用得起
，快速的大规模推动系统的实施，达到系统优化
。
”东南大学-威斯康星大学智能网联交通联合研究院院长冉斌表示。

文远知行COO张力也认为 ，自动驾驶汽车需要有强大的软硬件的能力，在没有5G 、4G网络或者其他单车以外的辅助下实现安全的自动驾驶 。在这个基础上
，车路协同对无人驾驶而言是一个重要的安全冗余，超视距
、云端等都是可以为单车智能补强
。“拿红绿灯举例 ，在车路协同的帮助下
，路端设备可以直接把红绿灯信号发送给无人驾驶汽车，让车辆获得红绿灯现在的信息 ，以及多少秒后会发生变化
，帮助车辆更好地做出规划，以防止因为光线折射、暴雨暴雪 、树枝遮挡等外部原因 ，影响自动驾驶汽车对红绿灯判断的错误
，从而提升安全性。”

就目前来说，想要实现乘用车高级别自动驾驶的落地 ，还有一个很重要的方法
，即Robotaxi（自动驾驶出租车） 。

今年2月，文远知行发布了国内首份L4级自动驾驶出租车的试运营报告
。据悉 ，文远粤行试运营首月（2019年12月01日至31日）共完成8396个出行订单，没有安全事故
，日均出行服务270.8次，单天最多订单数为438单 ，服务订单总里程达41140公里
，共服务4683名用户。但是，这样的成绩仍是建立在有安全员的基础上实现的 ，对此张力曾坦言
，真正把安全员拿下去，自动驾驶出租车的业务模型本身才具有真正的意义 。

在本届峰会上 ，张力给出了明确的时间表
，“今年我们会继续扩大和加深Robotaxi的运营，同时拿到无人驾驶的路测许可 ，到2021年我们希望能够在部分区域里面去掉安全员
，实现无人驾驶Robotaxi小范围的运营，2023年在广州大部分区域可以实现全无人驾驶出租的运营服务
。 ”

这次我有幸短暂体验了RoboTaxi ，从后排的显示屏可以看到多传感器融合建立高精度地图后的效果，视线范围外的行人和车辆位置清晰可见
，不过当遇到社会车辆违章行车时，RoboTaxi在一些情况下仍需要安全员来接管车辆。据悉 ，这些接管操作会被完整记录并进行后期分析 。

坦白讲
，现阶段的RoboTaxi需要接管非常正常，在此前滴滴的那场“雨天直播
”中 ，一辆静止的三轮车突然出现在车道上
，后排的显示屏中也可以看到该障碍物，面对这种偶发事件 ，滴滴自动驾驶也需要进行远程协助
。在滴滴看来
，未来1-2年内相关安全员依旧不能被取代，他的作用至关重要 ，这点也是基于法律法规的需求。

写在最后：

当然
，自动驾驶面临的难题远不止这些，广州市工业和信息化局局长江智涛还提出了“混行障碍”
、“规则歧视 ” ，以及前文曾提到的“伦理悖论
”等 。就现有的人文观念，机器自身的容错率极低
，人们不允许商业化的自动驾驶技术存在不可靠因素。与此同时，一定比例的自动驾驶车辆若强行混入社会车辆中 ，反而会让交通更加混乱
。正如小马智行(广州)总经理莫璐怡所说
，现阶段做的很多商业尝试，都是为了更快达到无人化和规模化的目标 ，从而抢占未来的市场先机。

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 。

自动驾驶即将实现商用化 你还不知道谁是最安全的吗？

大家好，我是电动车公社的社长
。

今天想跟大家聊聊正处在舆论风口的自动驾驶。

现阶段各个厂家所传播的自动驾驶或者ADAS驾驶辅助功能其实一直是存有争议的 ，到底能替代人的能力有多少？替代到什么程度？好像谁也无法给出明确的回答 。

更要命的是
，很多时候自动驾驶出的事故，都是一些我们看起来非常智障的问题
。

例如今年6月1日发生的事故 ，在台湾嘉义县
，一辆特斯拉在高速行驶，而前方可以清楚的看见有一辆大货车侧翻后横在高速公路左侧 ，差不多占据了左侧两条车道。而当其他车辆都在做减速变道时，唯独这辆特斯拉一直沿着事故道路高速行驶
，直愣愣地撞了上去 。

除了特斯拉以外，网红理想ONE在更改产品逻辑之前 ，也发生过不止一次
。

就在今年9月22日山东青岛高速
，以及10月20日京港澳高速湖南郴州段，这两件事故里的理想ONE汽车 ，都是在开启自动驾驶辅助系统的时候
，遇到前方大货车变道，也都是直愣愣地撞了上去。

而在第一次事故后 ，理想汽车就发布声明解释说是：

“目前理想ONE的驾驶辅助系统对于旁边车道上车辆变入主车道的识别具有局限性
，没法在旁边车道车辆并入1/5车身的时候识别成主要目标，这也是目前Level?2级辅助驾驶系统的局限性 。

Level?2级辅助驾驶还是以驾驶员为主来控制车辆 ，不能完全替代驾驶员做决策
，也请各位用户安全使用理想ONE的辅助驾驶系统
。”

“自动 ”两个字总是会让大多数人产生误解，以为现阶段就已经可以完全交给车来操作。

特斯拉和理想ONE的这些起事故 ，发生得让很多人难以理解 。

虽然就像马斯克所说的那样，自动辅助驾驶可以在一定程度上帮助驾驶员避免发生交通事故
，但一直也没有说就能够完全避免发生交通事故。

我们也有很多读者朋友提出过质疑，他们认为这不过就是一个“加塞
”问题 ，问题明明很简单
，明明就可以避免，那为什么就不行呢？

我们今天就来探讨这个“为什么智障”的问题
。

以理想ONE面对大货车“加塞儿 ”这样的事情为例：

官方说 ，没法在旁边车道车辆并入1/5车身的时候识别成主要目标。

大多数人会简单理解为
，旁边车道车辆并入主车道小于1/5车身的时候，无法判定这辆旁边车道的车辆正在做“加塞儿”的动作 。这么理解基本是对的
。

于是 ，很多人就会设定这样的一个判断逻辑：

若是这辆旁边车道的车辆在横向移动持续一段时间
，那么在跨过车道线时就判断为有加塞儿的可能性，这样不好吗？

这都做不到？辣鸡！

甚至很多人会设定这样的一个判断逻辑：

如果当相邻车辆的车头以一定角度从相邻车道进入本车道 ，且在横向存在持续移动状态
，就判定其有加塞儿的可能性不好吗？

这都做不到？辣鸡！

但其实问题并没有大家想象的那么简单。

主要有两个原因：

1、即取决于技术发展，也取决于成本的硬件搭载方案 ，也就是自动驾驶或者辅助驾驶层面；

2 、更重要的在于，其他交通参与者的行为过于复杂 。

这两个因素加起来就导致在我们人类看来再普通不过的加塞儿这件事
，对于机器来说就变得无比复杂
。

自动驾驶系统目前仍然需要大量的数据学习，而且目前的自动驾驶本质上就是一个教条
、只会按部就班地根据设定开车的程序 ，并不能像大家想的那样根据路况自己随机应变。

——尤其是当交通里的其他的参与者还以人驾驶为主的时期
，机器更是难以解读马路上开电瓶车的大妈、骑三轮车的大爷 、开跑车左右窜的小伙子
、翘头压弯的鬼火少年们的行为动作下的真实意图，并随之做出合适的相应的判断和执行 。

举个具体的例子：我们在现实驾驶中 ，会分为高速段和低速段
，就假设场景分别在高速上和市区里
。

高速上，相邻车辆越过车道线的场景也分为好多种 ，比如说有些相邻车辆想要变道
，但是突然发现自己车道的前车提速了，不需要自己变道了；再比如说 ，有些相邻车辆开着开着就骑线开了
，但是他并没有想变道等等。

在市区里其实也一样，会有多种可能“真加塞儿
” ，但你都来不及反应相邻车辆就进入到你前面了 。

也有“假加塞儿”，你以为他想加塞儿
，踩一脚油门跟上去不想让他插队，但实际上人家只是手抖了一下 ，心情好的时候你可能会猜测
，他是不是有急事，自己也没那么着急就让他进来吧等等情况——看看 ，你自己心情好坏
，做出来的行为是不一样的，机器绝对预测不出来 ，更别说马路上那么多其他的车了
。

但这些我们说的还都只是针对“真&假加塞儿 ”这件事。那如果回归到自己车辆在开启巡航功能时
，将判断交给了机器，他们又是如何来理解这些复杂的“真&假加塞儿
”呢？

说到这里 ，需要提及下自动驾驶的三层系统：感知系统、决策系统和执行系统：

这三个系统
，其实说的简单接地气一点，就和人一样 ，

l?感官相当于感知系统
，比如说用眼睛去看前方的车辆、相邻道路的车辆，要做到“眼观六路”；

l?决策系统其实就是自己的大脑 ，去判断相邻车辆是不是要“加塞儿 ”
，那自己是要减速呢？还是加速跟上去不让他加塞儿进来？等等

l?执行系统，就是自己的四肢去根据大脑的决策去做动作 ，比如说用手去按喇叭鸣笛
，示意相邻车辆自己车速也很快，不要加塞儿 ，很危险
，又或者用脚去踩刹车踏板减速，让相邻车辆加塞加进来 ，也可能会用脚踩刹车踏板的同时，用手去打转向稍微避开一些等等。

那么对于机器来说
，情况是这样的：

首先决策系统，也就是怎么去判断相邻车辆是不是真的有加塞儿意图的系统.

就像前文讲的一样 ，做不到灵活判断
，也猜测领悟不了相邻车辆里的人的真实意图，只能根据相邻车辆的一些明确的反应来进行判断 ，而这里的“明确的反应
”在工程里就叫“阀值”
，也就是触发条件的临界值
。

就像理想在秋季媒体沟通会上所说的“没法在旁边车道车辆并入1/5车身的时候识别成主要目标 ”，这里的“旁边车道车辆并入1/5
”就是阀值 ，

当进入本车道大于1/5之一时
，理想ONE的决策系统才会判断为这个旁边车道车辆有加塞儿意图，从而采取动作。

而这个1/5的数字 ，其实取决于不同车企
，或者不同自动驾驶技术方案的不同标定 。

有些会设定为1/3，也有些会设定为1/2
。

比如我之前就听说特斯拉的逻辑是 ，当相邻车辆并入本车道1/3时，自己的车辆会向一侧让一让
，但仍然会按照设定的目标速度行驶，而当相邻车辆并入本车道1/2时 ，就会判断为其有“加塞儿”意图从而采取动作。（这部分有待确认
，大家就当看小道消息）

那么为什么不同的车企，或者不同的供应商的技术方案 ，会有不同的阀值？那其实就是不同的人
，对于相邻车辆的动作到什么程度，才会判断为“加塞儿 ” 。

当然 ，我相信你们心里一定很不理解
，那既然这个值是我们自己设定的，而不是机器的能力边界 ，为什么不把他们设定的再激进一点？

——比如说只要越过相邻车道线
，就判断其有加塞儿意图不好吗？

我的工程师朋友是这样解释的：

在我们自己认为驾驶过程中，尤其是高速上 ，都不会轻易采取动作，尤其是刹车
，甚至急刹，因为如果因为前车一点点动作就频繁减速 ，很容易造成后面车追尾甚至连环追尾的情况
。所以在机器标定的时候
，也不能太激进，因为若相邻车辆真的只是个“假动作” ，而我们的车辆就被“蒙骗了
”从而立即做了刹车动作
，那就很容易造成刚才说的车追尾的情况，甚至连环追尾 ，那么就很有可能让整个交通工况都变得非常复杂了。

那么如果说轻易判断相邻车辆有加塞儿意图
，事情会变得很复杂 。那么同样，轻易不判断相邻车辆有加塞儿意图 ，也容易造成危险事故
。

当然
，这还只是其中的一种工况。（即前方没有车辆，仅仅是我们自己的车辆按照我们设定的速度巡航的情况下）

而如果前方有车辆 ，我们的巡航功能不仅是定速巡航，而是跟车巡航
，那事情就会有你绝对意想不到的发展——工况会受到前方车辆的变化而影响 。

比如说，在我们跟车巡航时 ，设定的跟车速度是120km/h
，而前车的速度在100km/h时，我们当时的实际跟车速度也是在100km/h
。假若恰好此时前车加速了 ，且相邻车辆打算加塞儿
，而我们自己车辆会因为前车提速也会跟着提速，好的 ，一个提速一个加塞
，那么结果就是你眼睁睁开着自己的车把对方加塞的车直接撞飞。

所以说在这些情况下，都很难说在决策系统层面 ，是做的激进好还是保守好 。

而且
，这还只是自动驾驶的三层系统里的决策系统，另外还有感知系统 ，在这个过程中也同样承担着重要的角色。

感知系统讲究的是能够看的到
、认得出，从而让自动驾驶的大脑——决策系统根据感知系统看到认出的内容
，依据逻辑去进行判断决策
。

那么看得到要如何理解呢？

一方面是指我们能看得到相邻车道的车辆，而这个车道的数量越多越好；另外一方面是指我们能够看的远 ，远处的事物我们也能够一览无余。

比如说说对于Mobileye?EyeQ4智能前视摄像头来说
，就有两种水平视角，为52°和100° ，对于不同的水平视角
，所能看到的车道范围是不一样 。也当然，看到的车道范围越广 ，就越能够注意到更多相邻车道的车辆
，从而更安全
。

所以对于理想ONE来说，理想ONE采用的是Mobileye的自动驾驶方案 ，整套硬件由Mobileye提供的单目摄像头
，配合Eye?Q4视觉芯片，1个77GHZ毫米波雷达、4个摄像头和12个超声波雷达构成。

客观来说 ，对于主打智能科技的理想ONE来说，大家期待值也会更高
，希望至少是4个24GHZ的角雷达 。当然，有可能在下一代车型上会做升级 ，也有可能因为技术路线不同
，而选择了不同的硬件
。

但是基于Eye?Q4视觉芯片的单目摄像头，内参彩色150W像素左右 ，测量距离大于150m
，以及上面提到的两个版本的水平视角，52°和100° ，垂直视角为43°
，车道线识别长度大于60m。基于这套硬件，难以保证在以驾驶员的位置为基准线 ，面向车头方向的180°平面里没有盲区 。

这也是为什么特斯拉会选择三个前视摄像头的原因：

即鱼眼 、正常和长焦
。而且除此之外
，再加上两个安装在B柱上的侧前视摄像头，以及两个安装在翼子板上的侧后视摄像头 ，至少以驾驶员的位置为基准面，特斯拉向前的180°平面的视线里是无盲区死角的。

所以从感知系统来说
，特斯拉的问题不在于看不到，而是没有“认得出” 。因为特斯拉的视觉方案问题在于需要有大量的数据来进行深度学习 ，就像之前所发生的事故
，当大货车侧翻在道路正前方时，Model?3依然直愣愣的撞上去
。

不过马斯克之前说他们彻底重写了FSD的代码 ，新的系统已经可以让马斯克全自动驾驶从公司到家
，我很期待看的见的特斯拉在重写代码后，“认得出 ”水平提高了多少。

写?在?最?后

忘记在哪里看到的信息 ，大概说是当交通至少40%以上为自动驾驶车辆时
，才能有效提升交通运载效率 。

毕竟机器可以follow设定好的标准逻辑，比如说当速度大于设定的80km/h时就要限速 ，但人的意图确实最难猜测。

就比如说上面提到的阀值设定问题
，就是用来通过简单的方式来认定相邻车道有“加塞儿
”意图，但实际上交通非常复杂
。有可能相邻车辆打算加塞儿的 ，但是放弃了；也可能本来没想加塞儿的，但突然决定要加塞儿并打算一点一点蹭进去等等。

如果再将我们不愿意去说但却真实存在的“恶意加塞儿”考虑进来
，确实就更加难以判断了 。

而现阶段的自动驾驶或者辅助驾驶，以及交通上搭载并且开启相应功能的车辆比例下 ，想要真正解决这个问题
，虽然我知道假以时日一定可以，但确实也需要时间 ，也确实存在难处
。

但不管怎么样
，自动驾驶的未来已经展现在我们面前了。

最后，在我前两天半夜敲完这些字的时候 ，马斯克确诊了
，有点沮丧 。

不过这壮如牛的兄弟，自己发明了疫苗打印机 ，应该不会有事吧
。快点好起来
，还要推动能源可持续
、还要发火箭、还要去火星呢。

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 。

11月2日 ，国务院办公厅正式发布了中国2021-2035年期间新能源汽车产业发展规划，其中
，着重强调了到2025年，高度自动驾驶汽车计划实现部分场景的商用化
。由此可见 ，未来15年内
，中国汽车市场将更加注重自动驾驶技术的发展。

我们知道，最早搭载在车辆上的驾驶辅助系统因研发漏洞频频导致驾驶者发生意外 ，面对鱼龙混杂的市场
，到底“谁 ”才是最安全的？今天我们就和大家一起来盘点一下前3名品牌在自动驾驶领域的发展史 。

谁的自动驾驶技术最安全？

基于上述问题，欧洲最权威的碰撞测试机构Euro?NCAP（以下简称：E-NCAP）联手美国汽车保险业Thatcham?Research推出了全球首个“驾驶辅助系统分级测试
” ，并对?奔驰GLE 、宝马3系
、奥迪Q8、福特Kuga 、大众帕萨特
、特斯拉、日产Juke 、沃尔沃V60
、雷诺Clio以及标致2008等在内的10款车型进行了首次分级测试
。

结果显示
，德系豪华车品牌奔驰、宝马 、奥迪包揽了分级测试的前3名。其中，奔驰GLE、宝马3系
、奥迪Q8分别以综合得分256分、255分和245分的成绩获得“非常好”的评级 。

具体来看 ，奔驰GLE的Active?Distance?Assist?DISTRONIC?with?Active?Steering?Assist（主动距离辅助系统DISTRONIC?带有主动转向辅助系统）以256分取得了测试的第一名。其中
，车辆辅助86分 、驾驶员参与度85分以及安全协助85分，整体来看没有明显的短板
。

紧随其后的是宝马3系的Driving?Assistant?Professional（专业驾驶辅助） ，与奔驰GLE以1分之差位于第二名。其中车辆辅助82分
、驾驶员参与度83分以及安全协助90分，由此来看
，该车是10款车型中唯一配有驾驶员监控系统的车辆，尽管功能相对基础 ，但对于监控驾驶员的参与度非常重要 。

第三名的奥迪Q8搭载了Adaptive?Cruise?Assist（自适应巡航辅助）
，该系统的综合得分为245分，其中 ，车辆辅助、驾驶员参与度以及安全协助分别得到了83分 、78分以及84分
。

为什么能取得如此成绩？

1.奔驰

我们首先从第一名的梅赛德斯-奔驰来说。众所周知
，奔驰品牌作为全球汽车的“创始人 ”，截至目前已有一百多年的生产制造汽车的历史 ，其技术实力毋庸置疑 。在自动驾驶方面
，奔驰在2015年的国际消费电子展（以下简称CES）中，再次革新了传统汽车驾驶方式
。

资料显示 ，在CES的现场
，奔驰首次将其无人驾驶概念车型F?015?Luxury?in?Motion进行了全球亮相，刷新了人们对汽车的固有印象 ，并引领了各大汽车品牌向自动驾驶领域的变革。

在梅赛德斯-奔驰看来，开展自动驾驶技术不仅能够更好的让车辆与技术和交通状况完成相互融合
，更能够将人们对未来汽车的想象变为现实，从而在时间和空间上完成向“第三生活空间
”的跨越 。

1970-1980年间 ，奔驰汽车还曾展开过一个名为“普罗米修斯”的自动驾驶项目
，耗资7.49亿欧元，主要对自动加速
、刹车以及转向以及识别其他车辆和路线等方面进行安全测试 ，该项目直至1994年宣告测试结束
。

此时
，奔驰汽车已正式完成主动悬挂调节系统、盲点辅助系统 、车道保持系统等自动驾驶基本功能的测试。

到了2016年，3辆E级奔驰车同时获得美国内华达州发放的首张乘用车自动驾驶牌照 ，成为了首个可以在公开道路上自由测试的权利 。

在此基础上
，奔驰在2017年内宣布与博世进行合作，着重提高车辆自动驾驶系统和可预测的软件及算法
。直到2019年7月 ，双方联手打造了自动代客泊车功能
，并且正式获得德国无人工监督许可，正式成为被政府认可的L4级别自动驾驶技术。

进入2020年 ，在众多品牌纷纷涌入自动驾驶领域的同时，奔驰再次掀起自动驾驶的新概念
，即“软件定义汽车 ”，通过搭载英伟达的DRIVE?AGX?Orin计算平台 ，完成车辆以新一代NVIDIA?DRIVE平台驱动实现的自动驾驶功能 。

2.宝马

与奔驰相比
，宝马对自动驾驶的研发时间就略显精简一些。起初，其与戴姆勒和大众集团一起投资了图商HERE ，直到2016年7月
，宝马联合和英特尔
、Mobileye建立了自动驾驶开发联盟?，并计划在2021年推出L3级别自动驾驶汽车BMW?iNEXT ，同时在技术上兼容L4
。

到了2018年
，宝马集团自动驾驶研发中心正式启用。这标志着宝马集团在自动驾驶技术领域取得了阶段性成果，并将加速公司在创新与自动驾驶方面的研发进程 ，保证其在未来出行方面的持续领导力 。

同年5月份
，宝马汽车正式获得了上海智能网联自动驾驶测试牌照，也是首家在中国获得自动驾驶路试许可牌照的国际整车制造商
。并于9月份对外宣称计划在德国慕尼黑建立一座全新的模拟驾驶中心 ，主要用于自动驾驶技术和相关功能的开发。

与此同时，宝马还发布了一款配备了自动驾驶系统的电动SUV车型——Vision?iNext概念车
，根据计划，该车将于2021年正式迎来上市 。

进入2019年 ，宝马再次与戴姆勒签订谅解备忘录
，旨在共同研发自动驾驶技术，合作初期双方将重点推进新一代驾驶辅助技术的研发、高速公路自动驾驶和泊车功能 ，后续还联手制定了行业标准
，以促进双方更好的合作
。

从现阶段获得“非常好
”评级的全新宝马3系车型上来看，该车搭载了Driving?Assistant?Professional（专业驾驶辅助）。

该系统是宝马品牌目前最先进的驾驶辅助系统 ，全车搭载了12个超声波雷达 、8个摄像头
、4个短距离毫米波雷达、1个全距离毫米波雷达
，主要用于泊车辅助功能 、图像识别、辅助驾驶
、变道辅助、车道纠偏辅助等在内的十余项辅助功能 。

另外，该车还配备了自动驾驶辅助系统Pro ，可以通过安装在仪表盘位置上的红外线摄像头监控驾驶员的双眼
，在交通拥堵辅助功能启动的情况下启动该功能，一旦驾驶员视线离开前方道路时 ，就会自动退出交通道路堵辅助功能
。

始终以“在中国为中国”为理念的宝马，未来将在中国推出包含宝马X7 、X6
、iX3、8系 、7系
、6系GT等在十余款搭载了自动驾驶技术的车型
，以供中国消费者选择。

3.奥迪

继宝马之后，奥迪在自动驾驶领域的研发也有10余年的时间 ，与奔驰和宝马的“直奔主题 ”方式不同的是
，奥迪的采用了集成系统的方法，走“农村包围城市”路线 。

在自动驾驶方面的探索 ，奥迪最早可追溯到2010年
，通过对TTS在Pikes?Peak?进行的全自动驾驶测试后，正式宣告奥迪进军该领域
。

现阶段 ，已在奥迪A8车型中适配了交通拥堵辅助功能和代客泊车辅助功能。基于此
，奥迪发布了2023年的三大阶段性规划，即：到2023年实现用于高速公路的L3系统高速巡航；用于城市地区的?L3?系统城市自动驾驶和自主泊车 。同时到2025年 ，推出首款代号为Aicon的L4级别自动驾驶AV车型。

作为奥迪品牌旗下一款旗舰版车型
，Q8在此次E-NCAP自动驾驶评级获得了“非常好
”的评价，该车搭载了L3级别自动驾驶系统 ，除特殊道路之外，均可实现安全自主驾驶
。

具体来看
，全车搭载了5个雷达传感器、5个摄像头 、12个超声波传感器和激光扫描仪以及传感器，用以判断车辆四周的车辆和环境情况。

在跟随前车时 ，Q8可以明确识别出车辆两侧的情况
，需要变道时还会出现转向指示灯，不仅如此 ，还可以做到自主加速
、减速和小范围的转向等
，最大程度上减少了驾驶员的参与度 。

编辑点评：

尽管目前全球各大汽车品牌都在不断的试水自动驾驶技术，并且将一些驾驶辅助系统已不同程度的运用到不同车型之上 ，但对于该技术的争议度依旧不减当年
。随着全球汽车市场对自动驾驶技术的需求量不断提升和政策的支持
，以及企业之间的联合，相信在不久的未来能够真正实现全面自动驾驶 ，在规范市场以及相关配套设施后
，能够实现从商业化向生活化的跨越。

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 。

关于“无人驾驶汽车进入量产时代？”这个话题的介绍 ，今天小编就给大家分享完了，如果对你有所帮助请保持对本站的关注！