无人驾驶就是没有司机 图样图森破

许多公司已经开始提供自己的汽车，可以在公园、校园、景点和固定公交线路等有限的环境中载客。在他们的产品宣传中，我们经常可以看到“无人驾驶”这个高频词，不小心收到十几个“未来来了”的兴奋和喜悦！

嘿，等一下，只要方向盘后面没有司机，我们就能实现全自动驾驶的梦想吗？

（注：本文中所有的“全自动驾驶”都是指SAE L4-L5的自动化程度。）

带着这个问题，车云观察了国内外几家典型的公司，并进行了一些分析和比较。

我们发现，许多在国外载客的无人驾驶汽车已经在城市公共道路上行驶。Waymo pod car和英国的Lutz Pathfinder这两款车在现阶段似乎并不特别受欢迎，主要是因为考虑到性价比、传感器和冗余设计以确保安全会增加许多额外成本（从下表来看，一辆车仍然相当昂贵）。大量新闻的主角是小巴，相对知名的供应商是法国的Navya和EasyMile、美国的Local Motors和日本的SB Drive。

从左到右，从上到下：Arma、EZ10、Olli、SB Drive小巴，图片来自网络。

国内无人驾驶汽车主要在景区、公园、停车场等有限的封闭区域运营，包括传统汽车、小型双座车和小型客车。大型互联网公司、主机厂和研究机构已经启动了相关项目，百度和北汽是代表公司，智行哲和驭势科技是主要的启动公司，IVTTC是另一家研究机构。

从左到右，从上到下：百度、北汽、智行、驭势、IVTTC的无人车，部分图片来自网络。

还有一些企业利用机电控制技术曲线，通过安装磁钉、磁传感器阵列、导轨等磁导向装置，实现无人驾驶。当这些车开始在路上忙碌时，我们能高兴吗？答案当然是否定的。

首先，一辆汽车是否是全自动的并不是由是否有司机来判断的。

在SAE标准（J 30162016版本自动驾驶汽车的定义和分类）中，尽管全自动驾驶确实可以摆脱驾驶员，但一辆名副其实的“自动驾驶”汽车在实时驾驶过程中必须持续满足以下所有动作：

1.通过转向对车辆进行横向控制。

2.通过加速和减速来控制车辆的纵向运动。

3.通过监测、识别和分类障碍物和事件来监测驾驶环境，并为应对做好准备。

4.根据障碍物和道路事件做出反应。

5.制定车辆移动计划

6.通过灯光、信号和手势等方式向外界传递车辆信息。

目前，我们看到的无人驾驶汽车虽然可以监测环境，做出决策和计划，并最终做出相应的操作，但还不够全面。从技术上讲，这些汽车仍然无法像人类驾驶员那样灵活地应对各种情况。我们可以看到，在试运行过程中，人们对车辆的自动驾驶技术不够自信。当一些汽车进入新城市时，他们不得不安排专人按下紧急制动按钮。还有一些汽车正在试运行，司机会坐在驾驶座上徒劳地握住方向盘以防万一。

最重要的是，区分全自动驾驶汽车和驾驶员辅助的关键是，当系统无法工作或超出系统的原始操作设计范围时，系统不会依赖人类，并尽最大努力以安全的方式解决问题。不幸的是，在推出产品时，这些公司都回避了当系统出现故障或超出其能力时，他们是否可以自己拯救这一天。然而，系统稳健性是衡量安全性的重要标准，无法通过短期经验进行测试。

其次，我们应该理解“有限的环境”是什么意思。

由于自动驾驶系统不够可靠，它将确保在简单的环境中安全运行。是否有必要定义环境是L4和L5之间的分界线。以下不是SAE提到的一些资格的完整列表，例如：

速度（高速，……

低速等）

地理地形（平原、山脉等）

道路路面状况（笔直道路、绕行道路等）

环境（天气、气候、基础设施等）

交通状况（简单、复杂、违法行为、固定路线等）

时间段（白天、晚上）

……

当然，L4级自动驾驶汽车可以设置多个有限的环境，这些环境可以自由组合。例如，它只在白天低速行驶，路上没有行人，因此出现了各种条件有限的自动驾驶汽车。然而，限制设计操作范围将让我们看到自动驾驶系统离L5有多远。如果L4级自动驾驶汽车设置了许多限制，这意味着它仍有许多技术问题需要解决。

例如，许多无人车通过各种限制来简化驾驶难度。这些无人驾驶汽车行驶速度很慢，因此系统的实时计算能力不是很高。汽车在同一条路线上通勤，所以没有必要考虑太多的道路变化。车辆也采用相对安全的应对策略。例如，人们很少超车和变道，他们会尽力停车和避让。

在上述情况下，路况简单，环境可控，只在白天行驶，表明传感器和算法无法胜任夜间工作。车辆只能在封闭的公园内行驶，因此高精度地图不会过多考虑高频更新。例如，驾驶环境中永远不应该有人，也不应该有车，这表明在应对复杂路况的感知和决策方面仍有问题需要解决。自动驾驶仍有10%的道路，但剩下的10%需要90%的时间和成本。

此外，我们可以看到，在商业化问题上，它绝不是一家公司来做所有的工作。车企、交通信息公司、解决方案提供商和运营商都将全链条参与，为了获得足够的利润空间，他们将尽力掌握核心数据资源。数据的积累和算法的训练本来就是一个漫长的过程。

总结

自动驾驶可以在不同阶段找到商业途径，让企业通过盈利获得良性发展资本。然而，当行业进入自动驾驶发展的关键时期时，我们不应该忙于给产品贴上“无人驾驶”的标签，而应该多谈谈一些困难的解决方案，让自动驾驶产品在现实生活中给我们带来安全舒适的驾驶体验。许多公司已经开始提供自己的汽车，可以在公园、校园、景点和固定公交线路等有限的环境中载客。在他们的产品宣传中，我们经常可以看到“无人驾驶”这个高频词，不小心收到十几个“未来来了”的兴奋和喜悦！

嘿，等一下，只要方向盘后面没有司机，我们就能实现全自动驾驶的梦想吗？

（注：本文中所有的“全自动驾驶”都是指SAE L4-L5的自动化程度。）

带着这个问题，车云观察了国内外几家典型的公司，并进行了一些分析和比较。

我们发现，许多在国外载客的无人驾驶汽车已经在城市公共道路上行驶。Waymo pod car和英国的Lutz Pathfinder这两款车在现阶段似乎并不特别受欢迎，主要是因为考虑到性价比、传感器和冗余设计以确保安全会增加许多额外成本（从下表来看，一辆车仍然相当昂贵）。大量新闻的主角是小巴，相对知名的供应商是法国的Navya和EasyMile、美国的Local Motors和日本的SB Drive。

从左到右，从上到下：Arma、EZ10、Olli、SB Drive小巴，图片来自网络。

国内无人驾驶汽车主要在景区、公园、停车场等有限的封闭区域运营，包括传统汽车、小型双座车和小型客车。大型互联网公司、主机厂和研究机构已经启动了相关项目，百度和北汽是代表公司，智行哲和驭势科技是主要的启动公司，IVTTC是另一家研究机构。

从左到右，从上到下：百度、北汽、智行、驭势、IVTTC的无人车，部分图片来自网络。

还有一些企业利用机电控制技术曲线，通过安装磁钉、磁传感器阵列、导轨等磁导向装置，实现无人驾驶。当这些车开始在路上忙碌时，我们能高兴吗？答案当然是否定的。

首先，一辆汽车是否是全自动的并不是由是否有司机来判断的。

在SAE标准（J 30162016版本自动驾驶汽车的定义和分类）中，尽管全自动驾驶确实可以摆脱驾驶员，但一辆名副其实的“自动驾驶”汽车在实时驾驶过程中必须持续满足以下所有动作：

1.通过转向对车辆进行横向控制。

2.通过加速和减速来控制车辆的纵向运动。

3.通过监测、识别和分类障碍物和事件来监测驾驶环境，并为应对做好准备。

4.根据障碍物和道路事件做出反应。

5.制定车辆移动计划

6.通过灯光、信号和手势等方式向外界传递车辆信息。

目前，我们看到的无人驾驶汽车虽然可以监测环境，做出决策和计划，并最终做出相应的操作，但还不够全面。从技术上讲，这些汽车仍然无法像人类驾驶员那样灵活地应对各种情况。我们可以看到，在试运行过程中，人们对车辆的自动驾驶技术不够自信。当一些汽车进入新城市时，他们不得不安排专人按下紧急制动按钮。还有一些汽车正在试运行，司机会坐在驾驶座上徒劳地握住方向盘以防万一。

最重要的是，区分全自动驾驶汽车和驾驶员辅助的关键是，当系统无法工作或超出系统的原始操作设计范围时，系统不会依赖人类，并尽最大努力以安全的方式解决问题。不幸的是，在推出产品时，这些公司都回避了当系统出现故障或超出其能力时，他们是否可以自己拯救这一天。然而，系统稳健性是衡量安全性的重要标准，无法通过短期经验进行测试。

其次，我们应该理解“有限的环境”是什么意思。

由于自动驾驶系统不够可靠，它将确保在简单的环境中安全运行。是否有必要定义环境是L4和L5之间的分界线。以下不是SAE提到的一些资格的完整列表，例如：

速度（高速，……

低速等）

地理地形（平原、山脉等）

道路路面状况（笔直道路、绕行道路等）

环境（天气、气候、基础设施等）

交通状况（简单、复杂、违法行为、固定路线等）

时间段（白天、晚上）

……

当然，L4级自动驾驶汽车可以设置多个有限的环境，这些环境可以自由组合。例如，它只在白天低速行驶，路上没有行人，因此出现了各种条件有限的自动驾驶汽车。然而，限制设计操作范围将让我们看到自动驾驶系统离L5有多远。如果L4级自动驾驶汽车设置了许多限制，这意味着它仍有许多技术问题需要解决。

例如，许多无人车通过各种限制来简化驾驶难度。这些无人驾驶汽车行驶速度很慢，因此系统的实时计算能力不是很高。汽车在同一条路线上通勤，所以没有必要考虑太多的道路变化。车辆也采用相对安全的应对策略。例如，人们很少超车和变道，他们会尽力停车和避让。

在上述情况下，路况简单，环境可控，只在白天行驶，表明传感器和算法无法胜任夜间工作。车辆只能在封闭的公园内行驶，因此高精度地图不会过多考虑高频更新。例如，驾驶环境中永远不应该有人，也不应该有车，这表明在应对复杂路况的感知和决策方面仍有问题需要解决。自动驾驶仍有10%的道路，但剩下的10%需要90%的时间和成本。

此外，我们可以看到，在商业化问题上，它绝不是一家公司来做所有的工作。车企、交通信息公司、解决方案提供商和运营商都将全链条参与，为了获得足够的利润空间，他们将尽力掌握核心数据资源。数据的积累和算法的训练本来就是一个漫长的过程。

总结

自动驾驶可以在不同阶段找到商业途径，让企业通过盈利获得良性发展资本。然而，当行业进入自动驾驶发展的关键时期时，我们不应该忙于给产品贴上“无人驾驶”的标签，而应该多谈谈一些困难的解决方案，让自动驾驶产品在现实生活中给我们带来安全舒适的驾驶体验。

标签：发现

汽车资讯热门资讯