IT思维

公众号/机器之能

完全的自动驾驶是人工智能的最终呈现形式之一。想象一辆车不再需要驾驶员手握方向盘便能自行行驶、变相乃至抵达最终目的地。若这样的车辆成为了现实，其影响将远不止于改变人们的驾驶模式这么简单，人们的出行方式、交通制度、保险模式都将受到影响。也因为自动驾驶技术所连带的深远影响，全球对各国对该技术都展现了不同程度的重视。然而什么才是自动驾驶，一辆能够自行完成导航、行驶以及规避路障碍的车辆到底牵扯到多少种技术？本报告将针对自动驾驶技术所涉及的领域及相应机构。

作者 | 陆少游

一、自动驾驶市场规模

2014年后的三年内，美国加州共批准了20家公司的无人驾驶路测许可，而随后的2017年单年就发放了25张许可。同时，英特尔、英伟达、百度、谷歌等科技公司也纷纷布局自动驾驶。据前瞻研究院统计，2016年全球无人驾驶汽车市场规模为40亿美元，于2018年涨至48.2亿美元。

二、自动驾驶技术与功能层级

根据SAE International在2014年所发布的Level 1 – Level 5自动驾驶汽车层级，人们将Level1-Level3划分为辅助驾驶，而Level4-Level5则为自动驾驶。由此，针对前三层的高级驾驶辅助系统（ADAS）应运而生。通过利用安装在车上的各式传感器，增强汽车感知能力，并结合导航仪地图数据，进行系统的运算与分析，从而预先让驾驶者察觉到可能发生的危险，使汽车作出主动判断和预防措施，来达到预防事故和辅助驾驶的作用。

三、自动驾驶领域及应用分布

四、自动驾驶技术应用案例简述

英特尔：英特尔与Mobileye针对实现无人驾驶汽车所需的技术和资源打造了全面且可拓展的解决方案。包含低成本360环视系统、众包道路体验管理系统（REM）、传感器融合技术、语义智能决策系统以及责任敏感安全模型在内，英特尔的解决方案针对不同层级的自动驾驶需求实现灵活组合，已应用于无人轿车、公交车及卡车等载具。

图森未来：针对自动驾驶在运输场景下的应用，图森未来研发了“仓到仓”的自动驾驶技术，即从一处货仓行驶至另一处货仓。由于行驶场景主要为高速公路，其外部影响远小于室内路况，图森未来的无人火车目前已在美国亚利桑那州开启商业化试运营，为数家全球知名电商巨头提供货运服务。

京东：京东于2016年便发布了无人配送车，针对城市环境下的办公楼、小区等场所进行批量送货。该车型所搭载的高精度定位解决方案实现了基于多线激光雷达的3D全局地图重建和定位，并融合了GPS、IMU和轮速计，再结合深度学习算法，无人配送车可以在不稳定的照明和天气条件下识别交通标志和车道线，实现安全行驶。

五、自动驾驶技术发展的局限性

技术与安全：与人工智能在其他领域的应用不同，自动驾驶对技术所面对的场景更为复杂，且对车辆的精度与安全性要求极其严格，试错成本高昂，故开发难度极高。

道德与舆论：由于当前涉及自动驾驶车辆的意外事件始终无法明确责任归属和其永恒的保险赔付问题，自动驾驶技术承受着诸多道德舆论，而多家公司的无人车在测试中出现意外则让民众更加恐慌，难以接受无人车。

政策支持：各国地区对无人车的态度和政策各不相同，地方交通法规也各有差异，可能导致技术流通受限。此外，虽然多个国家已针对自动驾驶技术拟定相关法案，各国国情与对待技术的态度仍对无人车的测试环境造成了限制。

六、自动驾驶技术的发展趋势

ADAS：对传统车场来说智能驾驶辅助系统更容易落地以及更新迭代。由此衍生的智能座舱、车内交互系统，车内娱乐系统等应用模式也将更加容易在段时间内出现。

智能出行：无人车与出行服务所结合的市场拥有无限的机会，同时也将成为新老车企与出行服务公司所争夺的蛋糕。在此趋势下，上汽，腾讯，滴滴等公司均发布了各自的智能出行战略，而许多初创公司也在借此基于迈步汽车行业。

场景化应用：比起一步到位实现Level 5自动驾驶这一高难度挑战针对具体场景所开发的各式无人车/卡车/公交/运载工具显然拥有更高的落地机会。以奔驰、图森未来、英特尔、京东等新老玩家均已涉足开发低复杂度场景下的自动驾驶技术。