真正的自動駕駛離我們還有多遠？原創(chuàng)
近期自動駕駛領域消息不斷，不禁引人遐想：
7月1日，寶馬、英特爾和以色列機器視覺公司Mobileye在德國慕尼黑宣布，已簽署一項備忘錄，將幫助寶馬在2021年前實現(xiàn)自動駕駛汽車批量生產。
8月16日，總部位于美國硅谷的激光雷達廠商Velodyne 宣布，已獲得來自福特和百度共計1.5億美元的投資，投資將用于規(guī)模化生產激光雷達，促進自動駕駛汽車的普及。
昨日，Uber和沃爾沃周四簽署3億美元共同研發(fā)無人駕駛汽車，Uber宣布在美國匹茲堡開始嘗試運營無人駕駛的沃爾沃SUV在主要道路上接送真實乘客。
這無疑是科技公司與傳統(tǒng)汽車企業(yè)越走越近的又一實例。此前，谷歌等科技公司紛紛競逐自動駕駛領域，眾多傳統(tǒng)汽車廠商被迫跟進，在今年宣布自己的自動駕駛汽車計劃。
群雄逐鹿的自動駕駛市場
自動駕駛歷史悠久，從20世紀70年代開始，美國、英國、德國等發(fā)達國家開始進行無人駕駛汽車的研究，但直到2012年Google進入市場才將其帶入大眾視野。最近一年，越來越多巨頭加入到自動駕駛的商業(yè)化進程中，最著名的無疑是鋼鐵俠馬斯克和他的特斯拉。
除此之外，還有通用、福特、豐田、寶馬、日產等公司也在全力準備，預計將在 2020 年全面推動自動駕駛汽車的市場推廣和市場銷售，而現(xiàn)在留給我們只有四年的時間。
毫無疑問，自動駕駛是當下科技界的大熱點，跨國汽車巨頭紛紛投入其中，希望占領未來高地，瓜分更多市場份額，這一切似乎都表明自動駕駛已到爆發(fā)前夜。
自動駕駛真的靠譜嗎？
至少目前，自動駕駛技術尚不成熟。
許多半自動駕駛技術在現(xiàn)在的汽車上已經得到了大規(guī)模的普及，比如緊急制動，定速巡航，自動泊車和車道保持，但它并不能自動運送你上下班。
以特斯拉的自動駕駛技術為例，其開發(fā)的無人駕駛系統(tǒng)Autopilot，可結合傳感器、雷達、攝像機、激光測距儀、GPS等，實現(xiàn)自動駕駛。但是，特斯拉的Model系列汽車還離不開人的操控。
此外，自動駕駛汽車面臨很多未知因素。
福特CEO艾倫·穆拉利曾在一次采訪時坦言，大霧和雨雪天氣，無人駕駛汽車會受到干擾；前方路段是否正在施工，也無從知曉，因為這些信息并不存在于導航儀中。
例如谷歌自動駕駛汽車已安全行駛約30多萬英里，并試驗了大量各不相同的交通環(huán)境，但是也不得不承認他們的自動駕駛原型車在坑洼路上舉步維艱，而且從未在雪中進行過測試。
自動駕駛技術的不成熟自然而來會帶相應的安全隱患。
作為該領域先驅者的特斯拉最近日子就一直不好過，自從5月特斯拉自動駕駛發(fā)生第一起事故起就沒消停過。連續(xù)13季度虧損，各種負面新聞纏身，但最致命的還是其自動駕駛接連發(fā)生的交通事故。
在今年5月初，一名特斯拉Model S車主Joshua Brown因過分依賴自動駕駛功能死于汽車相撞，這是自動駕駛功能有關的第一例死亡案件。使得自動駕駛功能處在風口浪尖，美國高速公路安全管理局也對其進行相關調查。
8月3日，特斯拉也在中國“首撞”，一個名為Qunar_大羅納爾多的用戶發(fā)文稱，自己特斯拉Model S轎車在自動駕駛模式下行駛，行程中未識別出前方內側車道停靠的桑塔納，而與其相撞，所幸無人員傷亡。
8月19日，據彭博社報道，一名德克薩斯州的Model S車主在使用“自動駕駛”功能時，車輛未識別高速公路上的彎道而撞向護欄，車前身盡毀。所幸44歲的車主Mark Molthan并未受重傷。
因此，很多原是特斯拉及其創(chuàng)始人伊隆·馬斯克推崇者的人，紛紛倒戈，指責其將一個未成熟的技術作為宣傳噱頭推向市場。
此外，業(yè)內之前曾普遍熱議，自動駕駛汽車所使用的高質量的傳感器價格過高，導致成本太高、無法量產。也是其無法大規(guī)模普及的主要原因之一。
以谷歌研發(fā)的自動駕駛汽車為例，其由三大件組成：激光雷達、高精度GPS、高精度慣性導航系統(tǒng)。其中，每個激光雷達的價值高達10萬美元，后兩者加起來的成本也高達15萬美元。
這意味著，現(xiàn)在造一輛真正全自動駕駛的汽車，成本就高達25萬美元，是普通汽車造價的10~20倍。
最后，自動駕駛汽車也需要結合具體的國情來考慮。
多數(shù)中國城市無論大小，人口都比較密集，交通擁堵，有“早晚高峰”的說法，電動車、自行車闖紅燈的情況非常多，中國特色的“湊成一撮就過馬路”也是一道風景線。在這樣的情況下，自動駕駛如何保證汽車安全行駛呢？
中國還沒有就此問題知道哪關技術標準，也沒有規(guī)定如果無人駕駛汽車交通事故，責任如何判定。按照目前的情況來看，理清這些問題可能還需要許多年。
由此看來，真正的自動駕駛離我們還有著相當長的一段距離。但不必灰心，畢竟，這只是一個開始。
文章來源：砍柴網
作者：王凱豐
1.砍柴網遵循行業(yè)規(guī)范，任何轉載的稿件都會明確標注作者和來源；2.砍柴網的原創(chuàng)文章，請轉載時務必注明文章作者和"來源：砍柴網"，不尊重原創(chuàng)的行為砍柴網或將追究責任；3.作者投稿可能會經砍柴網編輯修改或補充。
