自動駕駛雖然真正發展的時間不是很長，但其實離我們並不遙遠，未來幾年之內，有可能就會有真正的自動駕駛的車子來到我們身邊，看得到了。
自動駕駛發展史
人類對於懶惰這件事情是有天生的追求的，期刊《中外管理》上面還有論文，《懶惰是驅動人類創新的源動力？》裡面有一個有意思的說法。
如果“必要”是“發明之母”，那麼“懶惰”可能就是它的“父親”。
人類歷史上一些偉大的創新，其實都是由那些懶得去做一個特定任務的人來達成的。
汽車也是一樣，它剛剛被髮明出來的時候，人類就已經開始夢想著“坐上去，它就能自己動”了。
現在普遍被人認可的“第1輛自動駕駛汽車”是：Stanford Cart。
1961年，上個世紀70年代早期，它就可以利用當時簡陋的攝像頭和早期的人工智慧系統來繞過障礙物了。
不過它每開1m都需要20分鐘的時間，比《瘋狂動物城》裡的樹懶閃電還要慢很多倍。
真正在自動駕駛歷史上有里程碑意義的事件是在1997年，世界名校加州大學伯克利分校PATH專案。
在加州一段7.6英里長的公路上，8輛自動駕駛車輛進行了自動駕駛車隊演示，全程是沒有駕駛員干預的。
國際自動機工程師學會（SAE）制定了一個標準，自動駕駛一共分成L0到L5，6級。
目前市面上配置比較高的車子：ACC（自適應巡航系統）、車道保持系統等功能這種東西，已經是屬於L2級別的自動駕駛了。
L3級別就要求車子在某些特定的場景下接管駕駛任務，進行自動駕駛；L4和L5則是屬於全自動駕駛了，你就不用管它了。
自動駕駛的核心技術發展的怎麼樣了
高精度地圖
《綜合運輸》期刊上面有論文，《發展自動駕駛汽車的挑戰和前景展望》上面有講到。
自動駕駛是技術密集領域，主要是有：路況識別、車輛控制以及車輛資訊互動等等這些大專案，涉及了感測器領域、資料傳輸領域等等好多方面。
當中：精準定位導航是實現自動駕駛的重要技術門檻。
想要實現精準定位導航，肯定就離不開高精度釐米級的地圖。釐米！和現在民用的10米級別精度的導航完全不一樣了。
就好比說：燒一些高階的菜，光光有鹽是不夠的，又有孜然啊、辣椒啊。
辣椒還分很多類啊，還要放一點神神奇奇的平時不太喝的油啊什麼的，非常複雜的。
《時代汽車》期刊上面也有論文，《高精度地圖在自動駕駛領域的作用及意義解析》上面也講。
要想實現L3級別及以上的自動駕駛，高精地圖是必不可少的條件。
但是地圖行業是涉及國家機密的。
人家打仗不是也要看看地圖的嘛？“這個山頭我可以打，那邊這個門繞過去，後面有個導彈研究所。”這都是國家機密的，是不是？
高精地圖的市場肯定是要由國內廠商來主導的。
近幾年，國內高精地圖行業發展是比較快的，行業內也是有幾大龍頭的。
比如說：四維圖新、高德、百度等等這些，都是支援L3級別自動駕駛的高精度地圖產品，而且支援更高級別的自動駕駛的地圖也已經在開發當中了。
路況識別技術主要是要求車輛對周邊障礙物、交通訊號、行人，以及其他車輛的狀態和操作進行一個識別。
主要是用各種各樣的感測器來替代我們駕駛員的眼睛和耳朵。
實際開車的環境，路況是過於複雜的，還有各種臨時和突發情況。
比如說：突然之間跑來個交警：“停一下，別走，你，過去，上來，紅燈不要緊的，你上來。”不是有這種東西的？
還有：動態交通管制啊、惡劣工作狀況啊、大雪、大雨根本看不清啊，對感測器的要求就會變得很高。
目前能處理如此高精度和豐富資訊的感測器，叫做“鐳射雷達”。
不過鐳射雷達貴，目前還是沒有辦法支撐大規模量產的。
就好像：勞斯萊斯是挺好啊，你看看就好了，關我們什麼事，我們又買不起這種東西，對不對？
現在有點像什麼？以前摩托羅拉那個大哥大，1萬塊錢一個磚頭，打電話訊號都不太好，你還想讓它有個APP？不太可能。
目前在某些特定的情況下，感測器是依然無法達到人眼一樣的功能的。
《綜合運輸》期刊上面有論文，《發展自動駕駛汽車的挑戰和前景展望》上有講到。
就目前來講，谷歌、特斯拉這些頂級的自動駕駛研究機構，仍然難以達到自然人的識別水平，電腦依然難以代替大腦。
就有點像是假花，這假花做得非常地真，但是不知道為什麼，你門一開看到它：“「誒」你家裡放個假花！”為什麼我們一眼就能認得出來呢？
有可能是香味沒有、有可能是摸一下、有可能我們眼睛看就是能看得出來，就是有這麼個情況。
車輛資訊互動
車聯網算是近10年來發展起來的新興技術。
《電子技術應用》期刊上面有論文，《5G車聯網技術與標準進展》上面有記錄。
當前的感測器仍然存在距離、成本、傳播路徑限制、惡劣天氣等等技術瓶頸和缺陷，車聯網技術恰好是可以在這些方面發揮補充作用，提升駕駛安全的。
這就有點像什麼？就是：你在那邊倒車，水平特別差，但是邊上有一個人，樓上房頂，從上往下看也有個人。
跟你說：“倒倒倒，打方向，打方向。”你是不是就更方便一點？只不過這個是機器和機器之間的技術溝通了。
技術方面，車聯網要滿足未來高級別的自動駕駛，對通訊時延和可靠性就有非常嚴苛的要求了。
5G技術不是要來了嘛，有可能會有更好的表現：5G新空口-車用無線通訊技術，你聽聽就好了。
“5G New Radio Vehicle to Everything”類似於這樣的技術，一個個都開始雨後春筍了。
這些東西出來，是有更好的靈活性，更好的頻譜效率，也更容易、更好地適應各種不同型別的業務需求和通訊環境。
反正就是，這些新技術來了可以解決不少新問題，其中就包括了高階自動駕駛在內的這麼一個需求。
演算法
剛才講的是硬體了，你想要達成自動駕駛，還要有一定的演算法積累。
就好像養個孩子，你給他吃好、喝好、睡好、保護好、走在路上不被車子撞、也不會生病，你還是要教他生活的經驗和做人的道理，對不對？
為美國軍方提供調研和情報分析服務的蘭德公司曾經提出：自動駕駛汽車必須行駛上百億英里，有時候是上千億英里，才能夠證明它們的安全性。
目前走在自動駕駛前列的各大廠商，積累得都還不太夠了。
特斯拉的Autopilot，截止2019年10月份，啟動時，資料採集里程大概是15.5億英里。
不過按照目前的生產銷售狀態來看，特斯拉每個月都新增10億英里的龐大車隊，在不斷地洶湧而來。
谷歌的Waymo，目前實際道路測試里程還是比較少，但是模擬模擬資料也已經達到了100億英里。
就是：沒有實路開，但是它在像遊戲機一樣的模擬路上面，自己跑、自己練，也已經達到100億英里了。
總得來說，自動駕駛的演算法積累很快就能夠達到保證安全的地步，離我們沒有想象中這麼遠。
而且資料的積累是越來越快、越來越快的。
國內企業哪家強
除了國外的谷歌、特斯拉這些，國內專注於自動駕駛相關業務的企業也是不少的，在高精地圖方面，國內第1梯隊有：四維圖新、高德地圖、百度地圖。
前瞻產業研究院2019年整理的資料來看：百度的水平相比其他2家稍微差一點，絕對精度60cm，跟其他2家一比的話，差距還是明顯。
道路資訊蒐集的完整程度也是弱於其他2家的，而且道路覆蓋率在3家裡面，也是排在最後的。
不過百度自己有自動駕駛平臺——Apollo的，它也不準備單賣地圖了，而是準備把那些高精地圖，當做整體自動駕駛的全套解決方案，一起打包來做這個事情了。
那麼，高德和四維圖新名氣大、各有所長：高德長期稱霸手機導航業務；四維圖新是在汽車前裝車載導航。
就是說：你買來的原廠這個導航裡面，就有四維圖新。
這2個都是各有所長，對吧？
高精地圖作為自動駕駛的所謂的“上帝之眼”，目前來看，很難被手機導航所替代的。
憑藉著它原有的業務側重點的優勢，就是給車子裡面裝導航的，四維圖新和這些汽車廠家的關係會比較好，合作也更緊密，有可能更容易領先地跑出來。
路況識別、車輛資訊互動都離不開一個叫做“晶片”的東西。
汽車晶片方面目前國內是比較薄弱的，半導體行業觀察給了個數據，中國國內的汽車晶片幾乎全部來自於國外，只有小於3%的晶片是自主研發的。
自動駕駛技術對晶片的要求越來越高，不斷地發展了嘛，傳統汽車晶片的算力不夠，要靠GPU、FPGA、ASIC等等這些AI晶片了。
一些國外的消費晶片廠商，比如說：英偉達、高通、英特爾，它們也是開始擠破頭地往汽車晶片市場衝了。
國內廠商也意識到汽車晶片技術很重要，我們總不能現在造汽車也像以前用電腦一樣，晶片全部到外面去買了，對不對？
北汽、上汽、吉利等等，都和傳統的汽車晶片廠商開始合資，搞新的晶片公司了。
比亞迪乾脆就是這一套都自己來了，都要試試看了，它還專門搞個半導體公司出來，做這個事情，對吧？
百度開發了個崑崙晶片，來匹配自己的Apollo平臺。
四維圖新透過收購，也在2018年的時候釋出了自主研發的汽車晶片，還和5G“大佬”——華為開始搞全面合作、全面備戰自動駕駛了。
自動駕駛離我們還有多遠
目前國外市面上已經有L3級別自動駕駛的車子了，L4級別的全自動駕駛的離我們也不會太遠、太遠了。
福特公司釋出的《福特汽車自動駕駛發展報告》裡面講：福特2021年就準備在美國市場推出第1款L4級別自動駕駛功能的車子了。
賓士、寶馬，是2024年量產L4級別的自動駕駛汽車；本田，2025年，就是我們活著的時候基本上都是看得到了。
可以說，隨著商用高精度地圖、鐳射雷達、車聯網等等各種技術的發展，這麼一融合，未來幾年之內我們是可以看到真正的全自動駕駛汽車的，它可以改變很多東西。
自動駕駛和請個司機有什麼區別
不過，這個是我們普通老百姓想想的，對於這些有錢的老闆，自動駕駛什麼都不是事情。
花錢請個專職司機，啥活都幹，是吧？隨叫隨到，偶爾還能給你去買個早餐什麼了，對不對？
自動駕駛和請個專職司機到底有什麼區別？有錢人到了後面要不要選自動駕駛呢？
買勞斯萊斯、賓利、請專職司機的那幫人，他們到底是什麼樣的人？
他們買這麼貴的車子到底圖個什麼東西？他們如果簡單地說，只是圖個牌子，為什麼不去買包要去買車呢？
關鍵詞：豪車
【來源：慧智娛樂資訊資訊】
宣告：轉載此文是出於傳遞更多資訊之目的。若有來源標註錯誤或侵犯了您的合法權益，請作者持權屬證明與本網聯絡，我們將及時更正、刪除，謝謝。 郵箱地址：[email protected]