自动驾驶：完美“老司机”梦想

自从汽车被发明以后，人类又多了一项生活技能——驾驶汽车，也多了一种职业——司机。当汽车开始遍布大街小巷以后，我们也发现生活中还多了两件不好的事情——交通拥堵和交通事故。尤其是车祸导致的死亡人数，都随着汽车的普及而不断攀升。

1925年，美国车祸造成21900人死亡，到1953年，这一数字几乎翻了一番，达到37955人。越来越多的交通事故，促使政府和社会开始思考，如何通过技术手段解决汽车的安全问题，让人们的出行更加放心、可靠。于是，从这时起，人们就有了发明自动驾驶汽车的念头。

很多孩子都玩过遥控汽车玩具。1925年，无线电设备公司Houdina Radio Control在一辆普通汽车的后座上安装了一个无线电接收器，通过无线电的方式来实现车辆方向盘、离合器、制动器等部件的远程操控，虽然这种遥控汽车不算是自动驾驶汽车，但也与我们俗称的“无人车”很接近了。

但随后的几十年，自动驾驶汽车的发展非常缓慢，主要进展仅仅是为汽车增加了定速巡航、雷达等辅助驾驶功能，直到21世纪以后，随着人工智能技术的爆发，自动驾驶的研究才重新焕发风采。

如今我们所说的自动驾驶汽车，已经可以称得上是一台移动的计算机，其本质是软件定义汽车（Software Defined Vehicles，SDV），是汽车智能化的集大成者。

如果读者身边有研究自动驾驶技术的专业人士，那么不妨和他们简单聊上几句，很可能从对方口中听到L1、L2、L3和L4这类术语。对于专业技术人来说，这些名词就是评价自动驾驶技术水平的标准。

说到自动驾驶的标准，目前公认的汽车自动驾驶技术分级标准有两个，分别由美国高速公路安全管理局（简称NHTSA）和国际自动机工程师学会（简称SAE）提出。前者将自动驾驶技术从低到高划分为0～4级，后者划分为0～5级，但在对每一级别的功能描述上基本一致，唯一的区别是，SAE把NHTSA关于最高一级的功能又细化为两个级别，由此才会多出一个级别，如图3-1所示。

说起来，这两套标准本质上都是一样的，SAE的标准相对简单明了，使用更多一些罢了。

L0：无自动化，完全由驾驶员进行驾驶操作，属于纯人工驾驶，汽车只负责执行命令并不进行驾驶干预。

L1：驾驶支援，自动系统有时能够帮助驾驶员完成某些驾驶任务，且只能帮助完成一项驾驶操作。驾驶员需要监控驾驶环境并准备随时接管，如车道保持系统、定速巡航系统等。

L2：部分自动化，自动驾驶系统有多项功能，能同时控制车速和车道。驾驶员需要监控驾驶环境并准备随时接管，如，自适应巡航系统等。

L3：有条件自动化，在条件许可的情况下，车辆可以完成所有的驾驶动作，并具备提醒驾驶员的功能。驾驶员无须监控驾驶环境，可以分心，但不可以睡觉，需要随时能够接管车辆，以便随时应对可能出现的人工智能应对不了的情况，如激光雷达、高精度地图、中央处理器等。

L4：高度自动化，完全自动驾驶，驾驶者可以有、也可以没有，但依然在特定的场景下实现，如激光雷达、高精度地图、中央处理器、道路智能化基础设施等。

L5：完全自动化，完全自动驾驶，且在任何场景都可以（待研发中）。

仔细看自动驾驶的分级标准，细心的读者会发现，人类驾驶员参与操作汽车的内容，随着级别的升高而逐级减少，直到完全不参与。这其中的关键分界线就存在于L3和L4之间。自动驾驶不等于无人驾驶，真正意义上的“无人车”，应该至少达到L4级别，才是名副其实的无人驾驶。

我们不由得会问，一辆“无人车”是如何自如地行驶在道路上的呢？抛开无人驾驶神秘的技术面纱，其中的核心原理并不难理解。人类司机驾驶一辆汽车的最关键动作分3部分：观察路况、判断形势和做出反应。人类可以自己独立完成这3项任务，但是一辆“无人车”需要通过专业的工具分别实现以上3项功能。

因此，可以把自动驾驶系统划分为3个部分：感知层、决策层和控制层，分别负责这3项任务。

● 感知层：司机的眼睛和耳朵，用来掌握车辆周围的环境情况，需要使用到激光雷达、毫米波雷达、摄像头、GP S等器件以及高清数字地图软件。

● 决策层：司机的头脑，通过感知层传来的信息，运用算法进行分析决策，并向控制层输出调整车速和方向的指令，需要使用具备人工智能算法的系统平台，能够通过复杂的算法模型高速运算车辆传感器采集的海量数据，是自动驾驶的核心要素。

● 控制层：司机的手脚，接收来自大脑的指令，控制车辆的制动踏板、加速踏板和方向盘等，按照既定要求调整车速和方向。

如今，在自动驾驶领域，存在两种理念，分别对应两类不同的技术路线。一类是以谷歌、北京百度科技有限公司（以下简称百度）为代表的互联网公司，主张越过L1～L3级别，利用深度学习直接研制出具备L4级别的无人车，我们叫它“一步到位”的激进派；另一类是有着深厚百年汽车制造功底的日美欧车企，主张从辅助驾驶逐步过渡到自动驾驶，先做到L3级别，我们叫它“循序渐进”的稳健派。

（1）激进派

谷歌早在2005年就涉足了无人驾驶领域，由斯坦福大学人工智能实验室的主任、谷歌街景地图服务的创造者之一塞巴斯蒂安·特龙（Sebastian Thrun）领导研发。凭借自身强大的人工智能算法实力，谷歌无人驾驶项目一路走来，遥遥领先于其他竞争对手，2012年获得美国首个无人驾驶车辆许可证，2016年更是拆分出独立的子公司Waymo，专门运营无人驾驶业务。2017年，Waymo获得了美国国家高速公路交通安全机构的认定文件，正式允许真人乘坐无人车。

在国内无人驾驶领域，百度处于领先地位。百度仿照“安卓系统”，走的是开放平台路线。2017年，百度推出向全球开发者和汽车产业免费开放的Apollo平台，平台上提供具备L3、L4级别的自动驾驶功能模块，与汽车产业合作研发无人驾驶汽车，目前在全球范围内拥有大约180家合作伙伴，其中包括戴姆勒、宝马、博世等汽车及配件行业巨头。Apollo被业内称为是无人驾驶领域的“安卓系统”。

（2）稳健派

稳健派主要是传统车企，作为汽车产业的中坚力量，车企才是自动驾驶技术最终的落脚点。由于常年深入在汽车行业，对汽车本身的理解与新进入的互联网公司并不相同，传统车企更看重的不是先进技术，而是行车安全，这让大部分车企对待自动驾驶技术没有那么理想化和激进，反而更加谨慎和稳妥，主张从辅助驾驶技术入手，一步步走向无人驾驶。

尽管人工智能掀起的无人驾驶热潮引起了众多资本和媒体关注，但车企本身依然依托自身成熟的研发和生产系统，将新的技术有效融入其中，以辅助人类获得更好的驾驶体验和更高的安全系数作为目标。

无人驾驶依赖于人工智能技术，特别是深度学习，百度和谷歌以搜索引擎公司起家，自带AI技术基因，无人驾驶起步早、跑得快也在情理之中。而传统车企的优势在于硬件制造，也就是自动驾驶的控制层上。双方的出身基因不同，决定了对待自动驾驶这类新事物的看法和行动侧重点也不同。但两大派别并不是竞争关系，很大程度上需要双方广泛的合作，发挥各自在软硬件上面的优势，才能造出让用户放心的无人车。