分级、激光雷达、V2X……讲讲自动驾驶的招式和心法

自动驾驶是汽车行业乃至整个科技行业最受关注的技术之一。在过去的几年里，无人驾驶技术已经从疯狂的科幻创意转变为汽车行业的未来。毫不奇怪，自动驾驶技术将在不久的将来出现在我们的生活中，但在光明的未来仍然存在实际困难。

首先，为了满足全自动驾驶技术的要求，激光雷达一直未能实现低成本的量产；

其次，交通物联网的V2X技术和基础设施尚未开始研发。最后，如果无人驾驶汽车面临不可避免的车祸，左转是一个孩子，右转是一个孕妇，那么它应该如何选择？道德问题一直在等待法律法规的完善。然而，该软件的高精度地图和自动驾驶的算法都取得了长足的进步，为自动驾驶的实现奠定了坚实的基础。

乐观地说，自动驾驶技术将在10到20年内普及，自动驾驶时代的到来对我们生活的颠覆性影响将超过过去的任何技术进步。

首先，我们的汽车消费模式将发生巨大变化，这种变化将深刻改变汽车行业的发展模式。其次，随着事故率的降低，车险行业改革加快，我们的通勤和出行习惯也将发生巨大变化，而自动驾驶汽车停车需求的变化也将使过去的停车场消失。这样，城市的结构和商业设施的布局将使我们的生活发生巨大的变化。

谷歌曾认为，从2级自动驾驶起步的特斯拉出于成本原因没有使用激光雷达。就像青蛙一样，即使跳得更高、更快，它也不会“飞”。然而，五级自动驾驶公司“天鹅”谷歌的直接开发解决了所有的技术问题，但它们的成本太高，普通家庭无法支付。那么自动驾驶仪的水平到底是多少呢？自动驾驶的硬件是什么？今天，星河研究院分析师吴吉与大家分享我们对无人驾驶技术硬件设备的研究。下周，我们将与您讨论自动驾驶领域的软件应用和未来，希望能对您有所帮助。

以下内容供您参考。

自动驾驶是汽车行业乃至科技行业最受关注的技术之一。A16Z合伙人Frank Chen谈到了自动驾驶技术的产业链以及在自动驾驶技术影响下未来的社会和经济变化。根据他的观点，星河研究院的吴吉补充了一些内容和分析。今天我们来讨论一下自动驾驶技术。你准备好了吗？

一步升级与迭代升级

美国汽车工程师协会（SAE）提出了六个级别的自动驾驶，大多数汽车仍处于第一级别。围绕这种分级的自动驾驶，有两种不同的发展路径。其中，百度和谷歌的无人车想要直接发挥第五层次，实现全自动驾驶的功能，而特斯拉目前的自动驾驶技术路线应该尽快偏向量产和实用化，然后随着技术的进步迭代升级。

级别0有一个要驱动的驱动程序。这个级别不需要任何自动驾驶能力，但需要一名特殊的驾驶员来驾驶汽车。

第一级可以提供一些帮助。这些汽车具有防抱死制动系统和自动巡航等功能。基于这些功能，车辆可以在某些特定环境中保持行驶状态。

二级半自动驾驶在这个级别中，汽车的控制系统可以在某些情况下接管汽车，但驾驶员仍然需要坐在驾驶座上，随时监控驾驶情况。一般来说，此功能适用于高速公路场景。驾驶员不需要操作，而是需要坐在驾驶座上，确保汽车的自动控制程序始终保持稳定。

能够在第三级自动驾驶意味着驾驶员不必一直监控系统，但仍需要保持在能够快速控制和恢复汽车驾驶状态的位置。这意味着驾驶员不需要一直把手放在方向盘上来监控情况，而是可以在系统判断出紧急情况并发出警报后及时接管。

第四级高度自动化是由自动驾驶系统在特定场景或路段中完成的。在这个级别上，驾驶员不需要干扰自动驾驶状态。

第五级自动驾驶是自动驾驶技术的最高级别，这意味着自动驾驶程序可以处理所有情况，而无需驾驶员在所有行程和所有时间的干预……

此时，驾驶员的作用也将被淡化。

作为必要的硬件设备，传感器、车联网和基础设施互联设备构成了技术的一大发展方向，为无人驾驶汽车提供驾驶算法和高精度地图的软件服务也是技术发展中不可或缺的一环。

自动驾驶汽车所需的硬件设备。

1.激光雷达与传统雷达和相机

首先，传感器是一个至关重要的硬件设备，它相当于自动驾驶汽车的眼睛。通过传感器，无人驾驶汽车可以识别道路、其他车辆、行人、障碍物和交通基础设施。目前，传感器主要分为三部分：激光雷达、传统雷达和摄像头。在应用程序级别，相机可以分为单眼相机和双目相机。

激光雷达：

目前，激光雷达是应用最广泛的设备，谷歌、百度、优步等公司的自动驾驶技术目前都依赖于它。该设备安装在车顶上，可以用激光脉冲检测周围环境的距离，并用软件绘制3D地图，从而为自动驾驶汽车提供足够的环境信息。

但目前的问题是，激光雷达的价格高达8万美元，在降低成本之前，它无法被大规模生产的自动驾驶汽车采用。幸运的是，有一些方案可以降低激光雷达的成本，例如将上述“机械”激光雷达改为“固态”激光雷达。

固态激光雷达可以通过电子元件扫描相控阵，而不依赖于内部机械元件的旋转，这不仅可以使激光雷达越来越小，而且可以控制成本。目前，全固态激光雷达的主要研发制造商是Quantergy、以色列的Innoviz和TetraVue，但它们尚未实现量产。Quantergy宣布，其全固态激光雷达已经过测试，如果进展顺利，可以在2018年初实现量产。

最近获得百度和福特投资的Velodyne目前是机械旋转激光雷达最大的企业，只开发了一种“混合固态激光雷达”，但该产品仍然依靠内部机械部件实现360高速旋转，仅实现了产品的小型化，被认为是一种过渡产品。国内企业，如镭智、沃赛科技、北科天汇等，也推出了内部旋转混合固态激光雷达产品。

传统雷达和摄像头：

由于激光雷达的价格很高，走实用技术路线的特斯拉走的是更实用的路线来开发其“辅助驾驶”功能，其硬件是传统的雷达和单眼相机。该设备的硬件原理与目前车上的ACC自适应巡航系统类似，它依靠覆盖汽车周围360度视角的摄像头和前雷达来识别三维空间信息，从而确保车辆不会相互碰撞。

具体来说，单眼相机首先通过图像匹配来识别目标，然后通过图像中目标的大小来估计目标距离。准确的识别是准确估计距离的第一步。因此，单目识别技术需要建立并维护一个庞大的样本特征数据库。如果没有待识别目标的特征数据，系统将无法识别和测量距离，这很容易导致事故的发生。

目前，基于单眼摄像头的半自动驾驶系统还远远不够成熟。特斯拉导致司机死亡的事故是因为其单眼摄像头错误地将转弯的白色集装箱卡车识别为空中的白云，未能及时刹车。

双目摄像机的距离测量方法是通过计算图像的视差来直接测量前方场景的距离。双目摄像机的原理与人眼相似，但难点在于计算量大，对计算单元的性能要求非常高，这使得双目系统难以实现高效化和小型化。因此，目前，宝马i3、特斯拉和日产ProPilot等自动驾驶技术都采用了单眼摄像设备。

星河研究院预测，基于双目摄像头的算法和处理器将在短时间内得到快速发展，并受到自动驾驶汽车行业的青睐，但它们的分辨率较低……

在未来成本不断下降的激光雷达竞争中，精度与激光雷达相比有可能被击败。因此，如果没有发生事故，第五级的全自动驾驶功能将基于激光雷达技术。

2.V2X与红绿灯

V2X是一种使车辆能够与周围的移动交通控制系统通信的技术，而V2V技术则允许车辆与其他车辆通信。这是未来全自动驾驶汽车将依赖的技术，但遗憾的是，与热门的传感器领域相比，V2X技术的研发创新仍然非常冷清。

通过V2X技术，道路上的汽车可以通过开放频带相互交换数据，并能够与其他汽车和路边基础设施设备共享实时驾驶信息，生成预测的道路信息。

通过实时共享驾驶数据，同一条道路上的汽车可以共享其实时位置，以防止交通事故的发生。交通信号设施还可以根据车辆的交通需求合理安排交通秩序，减少车辆的等候时间。V2P技术可以让行人和骑自行车的人加入这种V2X环境，并使用手机发送和接收警告信息，从而确保行人的安全通行。

更大胆的想法是，如果汽车能够相互通信并实现完全的自动驾驶，那么红绿灯就没有理由继续存在。如果没有红绿灯，交通设施将需要智能调度算法和对十字路口的严格监控，但与运输效率的提高相比，这些设施的成本不是问题。

此外，在某些情况下，车辆可以提前预测危险情况。如果一定会发生事故，或者在确认车辆被撞后，它可以通过V2X系统广播求助信息，从而大大提高车内人员救援的效率。

根据美国交通部的数据，V2X技术可以将交通事故率降低80%。仅在美国，这将每年减少594000起交通事故，并挽救多达1321人的生命。

除了上述对硬件的要求外，自动驾驶技术离不开软件方面的突破。高精度地图是实现自动驾驶的基础资源，而机器学习和工程算法是使从高精度地图、传感器和V2X设施中获得的数据真正实现价值的手段。

自动驾驶汽车的软件要求

1.高精度预算图，垄断与竞争

现在每个人在旅行时都会使用谷歌地图、苹果地图、百度地图、高德等产品，它们都有很好的准确性，这样我们就可以轻松地穿过城市。然而，令用户满意的地图精度仍然远远不能满足自动驾驶汽车的需求，因为它缺乏道路上有多少车道、车道的边缘位置、隔离带和路障的位置等非常具体的信息。

因此，开发用于自动驾驶汽车的专用高精度地图是一项必不可少的任务。目前，国内外较大的地图提供商在高清地图领域已经采取了积极行动，旨在尽快占领自动驾驶汽车地图市场的更多份额。

高清地图服务提供商通常需要使用类似谷歌街景汽车的技术，在屋顶上用高清摄像头、雷达等设备扫描并记录周围的所有环境，然后优化算法，最终获得厘米级的地图数据。

HERE制作高清地图的策略与谷歌类似。目前，两家公司一次收集整个区块的数据。HERE可以通过安装在屋顶上的四个2400万像素广角相机、旋转激光雷达、陀螺仪和GPS系统，通过自己的算法生成高清地图。根据Here的预期，自动驾驶的高清地图服务预计将于2020年推出。

高德的国产地图也一直在推动地图数据的高精度。未来，高德希望利用高精度地图数据支持自动驾驶的发展，自动驾驶将产生新的数据。经过科学化、自动化的处理，它将变得更加精确，可以被机器和计算机使用和学习，最终形成高精度地图数据的闭环生产。百度，地图行业的巨头……

d自动驾驶，早已布局。目前，高精度地图已经成为百度最重要的战略业务之一。

A16Z的合伙人担心高精度地图会有垄断机会，因为他认为在自动驾驶时代，人们将不得不完全依赖这些昂贵的地图，而这个目前不受法律管辖的领域急需监管。

星河研究院认为，从中国的情况来看，这种担忧有些多余。在目前国内资本充足的情况下，许多地图企业相互竞争更为现实，而其高昂的成本必须首先由风险投资家承担，然后再寻找合适的清算模式。目前，高德已经宣布其高精度地图对自动驾驶汽车免费，预计随着竞争的加剧，争夺免费市场份额将不可避免。

2.机器学习与工程算法：

算法是支持自动驾驶技术最关键的部分。目前，主流自动驾驶公司已经采用机器学习和人工智能算法来实现。

海量数据是机器学习和人工智能算法的基础。通过从上述传感器、V2X设施和高精度地图信息中获得的数据，以及收集的驾驶行为、驾驶体验、驾驶规则、案例和周围环境的数据信息，不断优化的算法可以识别并最终规划路线并控制驾驶。

现在的主要问题是，与模型计算相比，真实驾驶场景中的算法需要太多的数据，并且计算量超过了现有的能力。目前，已经有许多简化机器学习的尝试，例如OpenAI的Universe项目。在未来，这个问题可能会通过近似简化和提高计算能力来解决。自动驾驶是汽车行业乃至整个科技行业最受关注的技术之一。在过去的几年里，无人驾驶技术已经从疯狂的科幻创意转变为汽车行业的未来。毫不奇怪，自动驾驶技术将在不久的将来出现在我们的生活中，但在光明的未来仍然存在实际困难。

首先，为了满足全自动驾驶技术的要求，激光雷达一直未能实现低成本的量产；

其次，交通物联网的V2X技术和基础设施尚未开始研发。最后，如果无人驾驶汽车面临不可避免的车祸，左转是一个孩子，右转是一个孕妇，那么它应该如何选择？道德问题一直在等待法律法规的完善。然而，该软件的高精度地图和自动驾驶的算法都取得了长足的进步，为自动驾驶的实现奠定了坚实的基础。

乐观地说，自动驾驶技术将在10到20年内普及，自动驾驶时代的到来对我们生活的颠覆性影响将超过过去的任何技术进步。

首先，我们的汽车消费模式将发生巨大变化，这种变化将深刻改变汽车行业的发展模式。其次，随着事故率的降低，车险行业改革加快，我们的通勤和出行习惯也将发生巨大变化，而自动驾驶汽车停车需求的变化也将使过去的停车场消失。这样，城市的结构和商业设施的布局将使我们的生活发生巨大的变化。

谷歌曾认为，从2级自动驾驶起步的特斯拉出于成本原因没有使用激光雷达。就像青蛙一样，即使跳得更高、更快，它也不会“飞”。然而，五级自动驾驶公司“天鹅”谷歌的直接开发解决了所有的技术问题，但它们的成本太高，普通家庭无法支付。那么自动驾驶仪的水平到底是多少呢？自动驾驶的硬件是什么？今天，星河研究院分析师吴吉与大家分享我们对无人驾驶技术硬件设备的研究。下周，我们将与您讨论自动驾驶领域的软件应用和未来，希望能对您有所帮助。

以下内容供您参考。

自动驾驶是汽车行业乃至科技行业最受关注的技术之一。A16Z合伙人Frank Chen谈到了自动驾驶技术的产业链以及在自动驾驶技术影响下未来的社会和经济变化。根据他的观点，星河研究院的吴吉补充了一些内容和分析。今天我们来讨论一下自动驾驶技术。你准备好了吗？

一步升级与迭代升级

美国汽车工程师协会（SAE）提出了六个级别的自动驾驶，大多数汽车仍处于第一级别。围绕这种分级的自动驾驶，有两种不同的发展路径。其中，百度和谷歌的无人车想要直接发挥第五层次，实现全自动驾驶的功能，而特斯拉目前的自动驾驶技术路线应该尽快偏向量产和实用化，然后随着技术的进步迭代升级。

级别0有一个要驱动的驱动程序。这个级别不需要任何自动驾驶能力，但需要一名特殊的驾驶员来驾驶汽车。

第一级可以提供一些帮助。这些汽车具有防抱死制动系统和自动巡航等功能。基于这些功能，车辆可以在某些特定环境中保持行驶状态。

二级半自动驾驶在这个级别中，汽车的控制系统可以在某些情况下接管汽车，但驾驶员仍然需要坐在驾驶座上，随时监控驾驶情况。一般来说，此功能适用于高速公路场景。驾驶员不需要操作，而是需要坐在驾驶座上，确保汽车的自动控制程序始终保持稳定。

能够在第三级自动驾驶意味着驾驶员不必一直监控系统，但仍需要保持在能够快速控制和恢复汽车驾驶状态的位置。这意味着驾驶员不需要一直把手放在方向盘上来监控情况，而是可以在系统判断出紧急情况并发出警报后及时接管。

第四级高度自动化是由自动驾驶系统在特定场景或路段中完成的。在这个级别上，驾驶员不需要干扰自动驾驶状态。

第五级自动驾驶是自动驾驶技术的最高级别，这意味着自动驾驶程序可以处理所有情况，而无需驾驶员在所有行程和所有时间的干预……

此时，驾驶员的作用也将被淡化。

作为必要的硬件设备，传感器、车联网和基础设施互联设备构成了技术的一大发展方向，为无人驾驶汽车提供驾驶算法和高精度地图的软件服务也是技术发展中不可或缺的一环。

自动驾驶汽车所需的硬件设备。

1.激光雷达与传统雷达和相机

首先，传感器是一个至关重要的硬件设备，它相当于自动驾驶汽车的眼睛。通过传感器，无人驾驶汽车可以识别道路、其他车辆、行人、障碍物和交通基础设施。目前，传感器主要分为三部分：激光雷达、传统雷达和摄像头。在应用程序级别，相机可以分为单眼相机和双目相机。

激光雷达：

目前，激光雷达是应用最广泛的设备，谷歌、百度、优步等公司的自动驾驶技术目前都依赖于它。该设备安装在车顶上，可以用激光脉冲检测周围环境的距离，并用软件绘制3D地图，从而为自动驾驶汽车提供足够的环境信息。

但目前的问题是，激光雷达的价格高达8万美元，在降低成本之前，它无法被大规模生产的自动驾驶汽车采用。幸运的是，有一些方案可以降低激光雷达的成本，例如将上述“机械”激光雷达改为“固态”激光雷达。

固态激光雷达可以通过电子元件扫描相控阵，而不依赖于内部机械元件的旋转，这不仅可以使激光雷达越来越小，而且可以控制成本。目前，全固态激光雷达的主要研发制造商是Quantergy、以色列的Innoviz和TetraVue，但它们尚未实现量产。Quantergy宣布，其全固态激光雷达已经过测试，如果进展顺利，可以在2018年初实现量产。

最近获得百度和福特投资的Velodyne目前是机械旋转激光雷达最大的企业，只开发了一种“混合固态激光雷达”，但该产品仍然依靠内部机械部件实现360高速旋转，仅实现了产品的小型化，被认为是一种过渡产品。国内企业，如镭智、沃赛科技、北科天汇等，也推出了内部旋转混合固态激光雷达产品。

传统雷达和摄像头：

由于激光雷达的价格很高，走实用技术路线的特斯拉走的是更实用的路线来开发其“辅助驾驶”功能，其硬件是传统的雷达和单眼相机。该设备的硬件原理与目前车上的ACC自适应巡航系统类似，它依靠覆盖汽车周围360度视角的摄像头和前雷达来识别三维空间信息，从而确保车辆不会相互碰撞。

具体来说，单眼相机首先通过图像匹配来识别目标，然后通过图像中目标的大小来估计目标距离。准确的识别是准确估计距离的第一步。因此，单目识别技术需要建立并维护一个庞大的样本特征数据库。如果没有待识别目标的特征数据，系统将无法识别和测量距离，这很容易导致事故的发生。

目前，基于单眼摄像头的半自动驾驶系统还远远不够成熟。特斯拉导致司机死亡的事故是因为其单眼摄像头错误地将转弯的白色集装箱卡车识别为空中的白云，未能及时刹车。

双目摄像机的距离测量方法是通过计算图像的视差来直接测量前方场景的距离。双目摄像机的原理与人眼相似，但难点在于计算量大，对计算单元的性能要求非常高，这使得双目系统难以实现高效化和小型化。因此，目前，宝马i3、特斯拉和日产ProPilot等自动驾驶技术都采用了单眼摄像设备。

星河研究院预测，基于双目摄像头的算法和处理器将在短时间内得到快速发展，并受到自动驾驶汽车行业的青睐，但它们的分辨率较低……

在未来成本不断下降的激光雷达竞争中，精度与激光雷达相比有可能被击败。因此，如果没有发生事故，第五级的全自动驾驶功能将基于激光雷达技术。

2.V2X与红绿灯

V2X是一种使车辆能够与周围的移动交通控制系统通信的技术，而V2V技术则允许车辆与其他车辆通信。这是未来全自动驾驶汽车将依赖的技术，但遗憾的是，与热门的传感器领域相比，V2X技术的研发创新仍然非常冷清。

通过V2X技术，道路上的汽车可以通过开放频带相互交换数据，并能够与其他汽车和路边基础设施设备共享实时驾驶信息，生成预测的道路信息。

通过实时共享驾驶数据，同一条道路上的汽车可以共享其实时位置，以防止交通事故的发生。交通信号设施还可以根据车辆的交通需求合理安排交通秩序，减少车辆的等候时间。V2P技术可以让行人和骑自行车的人加入这种V2X环境，并使用手机发送和接收警告信息，从而确保行人的安全通行。

更大胆的想法是，如果汽车能够相互通信并实现完全的自动驾驶，那么红绿灯就没有理由继续存在。如果没有红绿灯，交通设施将需要智能调度算法和对十字路口的严格监控，但与运输效率的提高相比，这些设施的成本不是问题。

此外，在某些情况下，车辆可以提前预测危险情况。如果一定会发生事故，或者在确认车辆被撞后，它可以通过V2X系统广播求助信息，从而大大提高车内人员救援的效率。

根据美国交通部的数据，V2X技术可以将交通事故率降低80%。仅在美国，这将每年减少594000起交通事故，并挽救多达1321人的生命。

除了上述对硬件的要求外，自动驾驶技术离不开软件方面的突破。高精度地图是实现自动驾驶的基础资源，而机器学习和工程算法是使从高精度地图、传感器和V2X设施中获得的数据真正实现价值的手段。

自动驾驶汽车的软件要求

1.高精度预算图，垄断与竞争

现在每个人在旅行时都会使用谷歌地图、苹果地图、百度地图、高德等产品，它们都有很好的准确性，这样我们就可以轻松地穿过城市。然而，令用户满意的地图精度仍然远远不能满足自动驾驶汽车的需求，因为它缺乏道路上有多少车道、车道的边缘位置、隔离带和路障的位置等非常具体的信息。

因此，开发用于自动驾驶汽车的专用高精度地图是一项必不可少的任务。目前，国内外较大的地图提供商在高清地图领域已经采取了积极行动，旨在尽快占领自动驾驶汽车地图市场的更多份额。

高清地图服务提供商通常需要使用类似谷歌街景汽车的技术，在屋顶上用高清摄像头、雷达等设备扫描并记录周围的所有环境，然后优化算法，最终获得厘米级的地图数据。

HERE制作高清地图的策略与谷歌类似。目前，两家公司一次收集整个区块的数据。HERE可以通过安装在屋顶上的四个2400万像素广角相机、旋转激光雷达、陀螺仪和GPS系统，通过自己的算法生成高清地图。根据Here的预期，自动驾驶的高清地图服务预计将于2020年推出。

高德的国产地图也一直在推动地图数据的高精度。未来，高德希望利用高精度地图数据支持自动驾驶的发展，自动驾驶将产生新的数据。经过科学化、自动化的处理，它将变得更加精确，可以被机器和计算机使用和学习，最终形成高精度地图数据的闭环生产。百度，地图行业的巨头……

d自动驾驶，早已布局。目前，高精度地图已经成为百度最重要的战略业务之一。

A16Z的合伙人担心高精度地图会有垄断机会，因为他认为在自动驾驶时代，人们将不得不完全依赖这些昂贵的地图，而这个目前不受法律管辖的领域急需监管。

星河研究院认为，从中国的情况来看，这种担忧有些多余。在目前国内资本充足的情况下，许多地图企业相互竞争更为现实，而其高昂的成本必须首先由风险投资家承担，然后再寻找合适的清算模式。目前，高德已经宣布其高精度地图对自动驾驶汽车免费，预计随着竞争的加剧，争夺免费市场份额将不可避免。

2.机器学习与工程算法：

算法是支持自动驾驶技术最关键的部分。目前，主流自动驾驶公司已经采用机器学习和人工智能算法来实现。

海量数据是机器学习和人工智能算法的基础。通过从上述传感器、V2X设施和高精度地图信息中获得的数据，以及收集的驾驶行为、驾驶体验、驾驶规则、案例和周围环境的数据信息，不断优化的算法可以识别并最终规划路线并控制驾驶。

现在的主要问题是，与模型计算相比，真实驾驶场景中的算法需要太多的数据，并且计算量超过了现有的能力。目前，已经有许多简化机器学习的尝试，例如OpenAI的Universe项目。在未来，这个问题可能会通过近似简化和提高计算能力来解决。同时，机械和路径规划方面的优秀工程算法也不应被抛弃。两者的主要区别在于，工程算法由固定的逻辑和规则运行，而机器学习可以结合历史经验和数据来计算最佳结果。

波士顿动力公司令人惊叹的机器人算法没有使用机器学习技术，但它仍然有令人印象深刻的结果。因此，即使工程算法的执行效率与基于深度学习算法的Alpha Go不在一个水平上，但两者的优势结合仍然可以有效提高机器学习的最终效果。

3.算法泛化与本地化：

本地化是计算机科学的一个术语，它意味着软件会根据其周围的环境条件选择适当的执行策略。

每个城市都有不同的驾驶习惯，因此如何处理未来自动驾驶汽车的本地化问题，成为其实际应用之前必须打破的障碍。如果算法不能本地化，那么班加罗尔的自动驾驶安全措施显然会在波士顿和其他城市造成严重的交通拥堵。

然而，我们无法为每个有不同驾驶习惯的地区编写一个特定的算法，因此实现本地化的自适应合成算法是关键，该算法可以通过学习社会习俗和当地典型的人类行为，使自动驾驶汽车表现得更好。

自动驾驶技术在普及过程中以及全面实现后对社会的影响。

旅行是人们生活中最基本的需求之一。因此，随着自动驾驶技术的实施，我们的生活也将发生巨大的变化，汽车制造、出行服务提供商、保险、市政等与出行行业相关的环节都将发生巨大变化。

1.传统汽车制造商vs互联网公司

汽车行业是一个庞大的链条，涉及上下游无数的零部件制造和分销系统，其影响范围仅次于房地产行业。老牌汽车制造商拥有的整套汽车制造基础设备、丰富的汽车设计制造经验和熟练的装配线运营管理经验，是其相对于跨境造车的技术创新企业的优势。

而传统汽车制造商已经意识到，创新和发展……

未来的自动移动行业主要以软件为基础，因此他们积极在硅谷设立办事处，并高薪聘请IT技术人员。例如，福特汽车公司在硅谷设立了自动驾驶研究与创新中心，而宝马则选择了另一种方式与百度合作进行自动驾驶。

但技术创新企业的机会仍然很大。通过灵活先进的设计理念和卓越的软件开发能力，涌现出一大批初创的科技型造车企业。蔚来汽车在装配线下的超跑已经打破了世界上最快的电动汽车速度纪录，并已经在实际道路上进行了自动驾驶道路测试。行业领导者特斯拉甚至声称，2018年其汽车年产量将达到50万辆，这些汽车可以配备最新的辅助驾驶功能。

国内厂商在自动驾驶领域也形成了一极。在科技创新公司中，车和家和蔚来汽车一样，也在试验自动驾驶技术，并希望尽快量产。百度等软件公司在自动驾驶算法和硬件方面也存在很高的技术壁垒。在传统主机制造商中，上汽、北汽和长安在自动驾驶技术上投入了大量资金，而长安作为第一家展示实车的主机制造商，其测试里程已经超过1万公里。作为世界上发表深度学习论文最多的国家，中国的自动驾驶技术非常值得市场期待。

2.买车与购买服务

如果我们作为消费者，改变从汽车制造商那里购买汽车的习惯，转而从优步和Lyft等旅行公司那里购买交通服务，这将使汽车制造商从以前的B2C模式转变为B2B公司，即制造商向旅行公司提供设备，而旅行公司则向消费者提供服务。

可以预见，汽车行业的发展将与航空行业的发展更加相似。消费者不会在意开什么车，只需要在服务平台上发布需求，等待订单。

需要注意的是，随着商业模式的改变，未来自动驾驶汽车是否会像飞机一样，让旅行服务公司降低成本、省钱？这种现象可能会对汽车制造业产生更大的负面影响。

3.汽车保险、汽车与硬件

如今，每25起交通事故中就有24起是由人为失误造成的，如超速、分心驾驶、酒后驾驶、闯红灯等。因此，目前的车险价格是根据驾驶员所在城市的人口、居住地、购买车辆的型号和价值等精算数据计算的，但在未来，随着自动驾驶技术的到来，事故率将明显接近零，因此保险业的改革是不可避免的。

也许未来保险的精算将基于汽车所在的城市、汽车制造商是谁，或者拥有或租赁汽车的人的身份，而保险模式不一定局限于年费的单一场景。然而，保险价格的最终计算方法目前仍无法推测，因为尽管事故率将接近零，但一旦发生事故，汽车上昂贵的激光雷达系统、地图分析计算机和其他硬件设备的维护或更换成本将比以前高出数倍，因此，目前保险公司将面临的维护成本是不确定的。

在混合驾驶的情况下，保险业将更加混乱。毕竟，自动驾驶汽车和手动驾驶汽车的混合是不可避免的，然后责任的确定将成为一个非常复杂的问题。

4.上班、通勤与步行有一种观点认为，未来通勤时间将比现在更长，因为通勤时间不再是生活成本。当所有的汽车都具有自动驾驶功能时，红绿灯和事故就不复存在了，我们可以通过通勤时间在车里做任何事情。

然而，自动驾驶汽车和汽车服务运营商的存在也会释放出大量的城市空间，如停车场、汽车修理店等，这将增加人们的生活水平……

s或工作场所，因此人们可以住在离工作场所很近的地方，而不必像今天这样长途通勤。

有业内人士预测，自动驾驶时代将在2020-2040年到来，我们将在有生之年看到这个奇妙的世界。从现在开始为未来做准备是公众的最佳选择。同时，机械和路径规划方面的优秀工程算法也不应被抛弃。两者的主要区别在于，工程算法由固定的逻辑和规则运行，而机器学习可以结合历史经验和数据来计算最佳结果。

波士顿动力公司令人惊叹的机器人算法没有使用机器学习技术，但它仍然有令人印象深刻的结果。因此，即使工程算法的执行效率与基于深度学习算法的Alpha Go不在一个水平上，但两者的优势结合仍然可以有效提高机器学习的最终效果。

3.算法泛化与本地化：

本地化是计算机科学的一个术语，它意味着软件会根据其周围的环境条件选择适当的执行策略。

每个城市都有不同的驾驶习惯，因此如何处理未来自动驾驶汽车的本地化问题，成为其实际应用之前必须打破的障碍。如果算法不能本地化，那么班加罗尔的自动驾驶安全措施显然会在波士顿和其他城市造成严重的交通拥堵。

然而，我们无法为每个有不同驾驶习惯的地区编写一个特定的算法，因此实现本地化的自适应合成算法是关键，该算法可以通过学习社会习俗和当地典型的人类行为，使自动驾驶汽车表现得更好。

自动驾驶技术在普及过程中以及全面实现后对社会的影响。

旅行是人们生活中最基本的需求之一。因此，随着自动驾驶技术的实施，我们的生活也将发生巨大的变化，汽车制造、出行服务提供商、保险、市政等与出行行业相关的环节都将发生巨大变化。

1.传统汽车制造商vs互联网公司

汽车行业是一个庞大的链条，涉及上下游无数的零部件制造和分销系统，其影响范围仅次于房地产行业。老牌汽车制造商拥有的整套汽车制造基础设备、丰富的汽车设计制造经验和熟练的装配线运营管理经验，是其相对于跨境造车的技术创新企业的优势。

而传统汽车制造商已经意识到，未来汽车行业的创新和发展主要基于软件，因此他们积极在硅谷设立办事处，高薪聘请IT技术人员。例如，福特汽车公司在硅谷设立了自动驾驶研究与创新中心，而宝马则选择了另一种方式与百度合作进行自动驾驶。

但技术创新企业的机会仍然很大。通过灵活先进的设计理念和卓越的软件开发能力，涌现出一大批初创的科技型造车企业。蔚来汽车在装配线下的超跑已经打破了世界上最快的电动汽车速度纪录，并已经在实际道路上进行了自动驾驶道路测试。行业领导者特斯拉甚至声称，2018年其汽车年产量将达到50万辆，这些汽车可以配备最新的辅助驾驶功能。

国内厂商在自动驾驶领域也形成了一极。在科技创新公司中，车和家和蔚来汽车一样，也在试验自动驾驶技术，并希望尽快量产。百度等软件公司在自动驾驶算法和硬件方面也存在很高的技术壁垒。在传统主机制造商中，上汽、北汽和长安在自动驾驶技术上投入了大量资金，而长安作为第一家展示实车的主机制造商，其测试里程已经超过1万公里。作为世界上发表深度学习论文最多的国家，中国的自动驾驶技术非常值得市场关注……

扩张。

2.买车与购买服务

如果我们作为消费者，改变从汽车制造商那里购买汽车的习惯，转而从优步和Lyft等旅行公司那里购买交通服务，这将使汽车制造商从以前的B2C模式转变为B2B公司，即制造商向旅行公司提供设备，而旅行公司则向消费者提供服务。

可以预见，汽车行业的发展将与航空行业的发展更加相似。消费者不会在意开什么车，只需要在服务平台上发布需求，等待订单。

需要注意的是，随着商业模式的改变，未来自动驾驶汽车是否会像飞机一样，让旅行服务公司降低成本、省钱？这种现象可能会对汽车制造业产生更大的负面影响。

3.汽车保险、汽车与硬件

如今，每25起交通事故中就有24起是由人为失误造成的，如超速、分心驾驶、酒后驾驶、闯红灯等。因此，目前的车险价格是根据驾驶员所在城市的人口、居住地、购买车辆的型号和价值等精算数据计算的，但在未来，随着自动驾驶技术的到来，事故率将明显接近零，因此保险业的改革是不可避免的。

也许未来保险的精算将基于汽车所在的城市、汽车制造商是谁，或者拥有或租赁汽车的人的身份，而保险模式不一定局限于年费的单一场景。然而，保险价格的最终计算方法目前仍无法推测，因为尽管事故率将接近零，但一旦发生事故，汽车上昂贵的激光雷达系统、地图分析计算机和其他硬件设备的维护或更换成本将比以前高出数倍，因此，目前保险公司将面临的维护成本是不确定的。

在混合驾驶的情况下，保险业将更加混乱。毕竟，自动驾驶汽车和手动驾驶汽车的混合是不可避免的，然后责任的确定将成为一个非常复杂的问题。

4.上班、通勤与步行有一种观点认为，未来通勤时间将比现在更长，因为通勤时间不再是生活成本。当所有的汽车都具有自动驾驶功能时，红绿灯和事故就不复存在了，我们可以通过通勤时间在车里做任何事情。

然而，自动驾驶汽车和汽车服务运营商的存在也会释放出大量的城市空间，如停车场、汽车修理店等，这将增加人们的生活场所或工作场所，因此人们可能会住在离工作场所很近的地方，而不必像今天这样长途通勤。

有业内人士预测，自动驾驶时代将在2020-2040年到来，我们将在有生之年看到这个奇妙的世界。从现在开始为未来做准备是公众的最佳选择。

标签：特斯拉宝马长安福特蔚来

汽车资讯热门资讯