無人駕駛正在進行時：歷史、現狀與陣營

自動駕駛如今已經不再是人們獵奇的熱點，但這也並不是自動駕駛行業的寒冬，相反，自動駕駛的競爭正在進入白熱化的階段，只是它更多的體現在工程師的電腦中，而不是媒體的網站之上。

在這場時間窗口期的爭奪大戰中，機會並沒有被大公司的激烈競爭所收割，融資、快速擴張、快速迭代……機會同樣在眾多創業公司中，他們也更像是一場場絕地反擊式的奔跑。

景馳也是這場比賽中的一員。由前百度自動駕駛事業部首席科學家韓旭執掌，專註於研發 L4 級自動駕駛技術，而在 2018 年，景馳要將無人車運營範圍從生物島拓展到廣州方圓 15-20 公里，全球員工隊伍拓展到 200 人以上，中國員工達到 100 人以上，景馳正在加快自己的速度。

更重要的是，作為自動駕駛行業中的一員，如何看待過去和現階段的自動駕駛情況也許更為重要。

作為前不久剛剛完成了首次暴雨環境下無人駕駛的實際路測的景馳。研發進展迅速是否意味著產業已經準備好迎接由此帶來的新變化？我們又該如何理解這項技術，以及它的未來進程？李岩說，我們現在需要共同搭建的是自動駕駛的生態系統。

以下是在景馳科技 CTO 李岩在 2018 極客公園 Rebuild2018 科技商業峰會上的演講實錄《無人駕駛離我們還有多遠？》（經過極客公園編輯，略有刪減）：

什麼是無人駕駛？

無人駕駛從提出到現在有 30 年的時間，不同的人對這個名詞有不同的理解，就是什麼是自動駕駛，什麼是無人駕駛。

如果把我們平時駕駛的沒有任何駕駛功能和自動駕駛功能的車作為 0 級的話，第一級通常稱為輔助駕駛功能，在這個領域最具有代表性的產品是我們常見的輔助駕駛有比如前向碰撞預測，也有所謂的車道偏離檢測，還有交通預測。

第二級就是部分自動駕駛，我們開過特斯拉的同學都知道，他有這種所謂的自動巡航功能 ACC，可以跟前向的車保持一定的車距和速度。當前方有自動緊急剎車的時候它可以完成自動剎車。

第三級駕駛的代表是奧迪 A8。這種場景下汽車可以完成大部分的自動駕駛功能，也就是在高速上，比如說車道線比較明顯的時候，天氣比較好的時候可以進入跟車和換道的功能。

如果看前三級，在這個階段有一個明顯的特徵，就是人是駕駛的主體，大部分時間是由人來完成所謂駕駛的功能，只有出現緊急情況的時候人必須隨時準備接管。

最近研究比較熱門的話題就是真正的無人駕駛，就是自動駕駛過渡到無人駕駛，無人駕駛就是駕駛主體又人切換到機器，不需要人工介入。這個階段是多感測器融合的方法，車上有更多的感測器，包括激光雷達、毫米波雷達，GPS 還有大量的攝像頭在車的周圍，還有超聲或者紅外。

第四級別是在限定的路段，限定的場景下。需要依賴大量的離線的高精地圖做定位。

第五級別更像是全天候全自動的駕駛，不需要高精地圖，隨便到一個地方車自動識別周圍的場景完成自動駕駛。

我們認為從人為主體的自動駕駛到以電腦為主體的自動駕駛中間還有一個比較長的，主要體現在對感測器的依賴和計算資源的依賴程度，需要大量的數據進行學習，這方面的技術鴻溝還是比較寬的。

無人駕駛的影響

最近的大量科技公司汽車公司都投入大量的人力財力進行研究，無人駕駛對今後的社會影響還是比較深遠的，主要體現在三個方面。

首先是安全性。

我們都知道目前很多路上的交通事故是人為造成的，每年大概死於交通事故 130 萬人，這是一個非常驚人的數字，甚至超過了由於戰爭和疾病造成的人員傷亡。我們相信無人駕駛的普及可以打大減少傷亡事故。大量的交通事故是人在無意識的情況下犯錯。有四個，第一就是疲勞駕駛，第二是酒後駕駛，還有可能會分神，這都是非常危險的駕駛行為。在西方一些國家經常會有人服藥之後駕駛，造成不必要的人員傷亡。

無人駕駛之後，車上所有的行為都是機器來控制的，機器是不存在疲勞駕駛，或者是酒後駕駛這種不穩定不安全的因素。我們認為如果無人駕駛技術發展到一定的程度，應該是比人類駕駛更安全的。

第二個好處是高效性。

每天通勤花了很長時間，每天從車庫裡面開出來，路上堵車，辦公車再停到車庫裡面，每天上班八個小時，大部分時間車是閑置的狀態，整個資源的利用率是非常低的。從城市建設角度來看，大量的土地用於停車場的建設也是一種非常大的浪費。

無人汽車普及之後，共享出行會成為普遍的行為，私家車可能會越來越少。大家可以看到路上 24 小時每周七天都有車，不停的把人從一個地點帶到另外一個地點，可以節省大量城市資源，停車場可以少建一些，還可以知道不同路段的交通情況，可以做一些判斷，繞過擁擠的路段，甚至可以互相交互快速的通過紅綠燈路口。

第三是經濟效益。

現在計程車比較貴，平均每公里 3.2 元，有了無人駕駛以後可以把計程車的司機成本去掉，這樣可以節省大量的成本。現在自動駕駛技術非常火爆，各大公司都非常紛紛投入資金和人力進行研究。在第四級自動駕駛的推動下，最終的形態是產業的整合。

自動駕駛公司的三大陣營

宏觀來看，目前研究自動駕駛大概分為三大陣營，第一就是高科技公司，他們主要聚焦在軟體和 AI 技術研究上。第二就是主機廠，就是汽車生產廠商和設備提供商，第三大陣營就是共享經濟的出行平台。

從 AI 科技公司角度來看，現在世界上比較領先的是谷歌旗下的，09 年他們就開始研究無人駕駛汽車。還有通用汽車也在最擁擠的路段進行了路測，去年也收購了波士頓的一家自動駕駛公司。我們可以看到在美國三大汽車廠商，從通用、福特、菲亞特都投入了大量的人力，成立了專門的無人駕駛團隊，不但內部開始研發，在外部也進行大量的收購和併購。共享經濟平台優步有自己的團隊，我們看到整個行業是大量的合作關係，也互相的投資，以及收購和併購。

我們認為無人駕駛如果最後真正的走向市場，能夠走進日常的生活還需要重要的環節，也就是政府的政策和法規支持。無人駕駛畢竟是一個新鮮的事物，很多法規還不太健全，特別是保險如果出了事故以後，問責是汽車生產商還是駕駛員還是軟體開發公司，在這方面需要大量政策調研以及法律法規的建設。我們認為隨著技術的推進和法律的健全，技術才最終會走向成熟。

自動駕駛的歷史

簡單回顧一下，無人駕駛或者自動駕駛提出大帶是一九八幾年，美國國防部下面的國防高級計劃研究所，跟一系列的大學進行合作，開發了無人駕駛技術研究。

最初是為了軍用，比較有代表性的是幾所大學，包括麻省理工，斯坦福和卡耐基梅隆大學（Carnegie Mellon University），梅隆大學 1989 年推出了第一代無人駕駛車，第五代也在 1995 年完成了橫穿美國大陸的壯舉，有 85% 的路段都是自動駕駛完成的。這是世界上首例自動駕駛成功的樣例。

後面舉辦了無人車挑戰賽，04 年只有幾十支隊伍參加，不幸的是沒有一支隊伍能夠完成整個賽道。05 年的時候大家捲土重來，這次大概 100 多家科研機構參加，最後也有幾十家隊伍成功的完成了整個賽道，其中斯坦福大學的賽車獲得了第一名，也獲得兩百萬美金的獎金。

07 年的時候美國舉辦了一次活動，在加州廢棄的基地營造了城市的環境，有汽車道、紅綠燈還有人駕駛汽車，在這次比賽當中（梅隴大學）他們獲得了第一名，這是真正的在城市環境下的駕駛。

之後谷歌成為了這方面的先行者，開始成立自動駕駛部門，先後開發了四代產品。第一代是基於豐田的混動車，第二是基於雷克薩斯的 SUV，他們也研究了自己的自動駕駛車輛。最新的平台是基於菲亞特平台的 SUV，谷歌也剛剛宣布購買 6 萬輛進行正式的商業運營。我們看到第四級自動駕駛有一個特徵，就是他們都頂著一個激光雷達，突出來的旋轉的硬體。外面還有大量的其他感測器，包括攝像頭，毫米雷達以及 GPS。Uber 的平台基於沃爾沃的 X90。

簡單回顧一下過去一年自動駕駛領域具體發生了哪一些事情？

技術角度我們可以看到加州可能是無人駕駛技術推動最激進的州，大概 55 家公司先後獲得了自動駕駛的測試牌照，其中有非常多的中國公司。美國有兩個城市，匹茲堡和鳳凰城，因為這兩個城市科研實力比較雄厚和法律法規比較寬鬆。

為了降低成本，也就是無人車上最貴的雷達，激光雷達，最近出現了很多硬體。比較有的代表的是我們上海的禾塞激光雷達。大家用不同的物理原理設計激光雷達，可以降低成本。

無人駕駛衡量有一個重要的指標，就是多長時間接管一次，Google 現在可以做到大概六千英里接管一次。在這種技術的推進下，大家第一次可以看到我們在一些限定的場景下進行真正的商業運營，在今年下半年的時候，在鳳凰城會有進行小規模的無人駕駛商業運營，可以像滴滴一樣打開一個 APP 叫一個車過來，然後接上你從 A 到 B 點。

但是無人駕駛在過去一年也一些陰影，Uber 測試的時候不幸撞死了一個行人，當時發生的事情是演算法看清了那個人，但是決策系統犯了一些錯誤，沒有及時的剎車，所以這也表明無人駕駛技術目前存在一些缺陷，需要大量的路測和數據激烈，避免這種錯誤，保障安全性。

從政策法規角度來看，可以看到美國的參議院和眾議院都通過了相應的法規，允許無人車在一些範圍內進行路測，甚至不需要通過一般車廠的規範。加州也制訂了一些法規，可以允許沒有駕駛員和安全員的車在路上路測。

比較激動人心的是我們中國在這方面做得也非常好，在整個世界商業非常的開放。很多大城市，包括北京上海深圳廣州都先後出台了相應政策，在資金上、土地上，以及交通道路設施上進行了大力的扶持，使無人駕駛測試有了大力的保證，讓我們中國在這方面處於領先的地位，能夠佔有一席之地。

關鍵的「高精地圖」

最後我想介紹一下無人駕駛中的關鍵技術，也就是高精地圖。因為很多時候大家可能對高精地圖只有一些感性的認識。高精地圖跟一般的導航地圖最大的區別就是不止是矢量的信息，你輸入 A 點和 B 點，給一條路徑。高精地圖對三維的障礙物徑直信息，紅綠燈也好，建築物也好，樹木也好，還有交通標誌都需要精確的測量，是一個三維的地圖。

經過一些處理，比如自動通過手動或者半自動的方法把車道線標註出來，紅綠燈位置標誌出來，每一個地方的交通標誌都要精確的標註。車到一個地方可以利用高精地圖進行定位，結合周圍的信息對駕駛做一些限制。比如速度限制，以及遵守交通規則。這兒是一個高精地圖，技術的挑戰主要一個是數據方面，以後高精地圖比傳統地圖數據量大很多。你如何用一輛普通的車輛改裝之後可以出去隨便的採集數據，回來之後自動的拼接這些地圖，完成標註，這裡面有很多技術上的挑戰。

最後總結一下無人駕駛的生態系統。

無人駕駛中軟體只是一部分，雖然是核心的一塊，包含了人工智慧、大數據和機器人的演算法。但是無人駕駛技術能夠走向市場還需要技術一些元素的支撐，還是這些主機場，能夠提供車輛，使我們可以前裝後裝的加裝這些感測器。另外需要配件提供商，能夠快速的研發，降低感測器的成本。還需要出行平台，把人和車結合到一塊，像我們日常生活的一部分，可以隨便打開一個 APP 叫到一個計程車或者是無人駕駛車。當然最後需要政府的法律法規的支持還有保險公司在這方面的探索，共同搭建這樣一個生態系統。我相信隨著技術的發展，無人駕駛可能會越來越近，真正成為一種現實。

謝謝大家。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！