一天早上，Anna洗漱完毕后拿出手机呼叫了自己的爱车Vaymo，小V听从主人召唤从停车场驶出，行驶到达家门口等候主人上车。2分钟后Anna上车后告知小V自己的目的地是公司，小V接到主人指示后启动开始了一天的行程。小V向主人介绍了今天的天气，重要新闻，并开启了轻音乐让主人放松心情。今天天气很好，Anna趁着朝阳看起了杂志，这是一篇介绍未来汽车的文章，内容很有趣，Anna一下就沉迷其中了。大约过了一个小时，小V提示Anna到公司，Anna下了车，谢过小V，进入公司大门，小V自行去了停车场，等候主人的下次召唤。

看到上面这个故事，大家肯定会觉得这是科幻小说或电影中的某个片段。

如果我告诉你早在2012年谷歌已成功实现利用无人驾驶汽车帮助盲人解决出行问题，你还觉得无人驾驶离我们很遥远吗？

NO.1 无人驾驶为什么势不可挡？

我们先来看一下目前哪些企业正在积极拥抱了无人驾驶。

我们可以看到除了传统的车企外，各大高科技公司也积极加入了无人驾驶的行列，而且每年投入金额巨大。

大佬们为何如此热衷于无人驾驶，并趋之若鹜呢？

更安全

全世界每年约有130万人死于交通事故，尤其在中国，每年约有6万人死于交通事故，连续十年居世界第一。据统计，约90%的交通事故是由于人为因素造成，如酒驾、疲劳驾驶、接打电话等，也就是说，在整个驾驶环节中，人的因素是危险系数最高的因素。如果能由更为可靠的人工智能驾驶汽车，就能将交通事故的死亡率降为目前的10%左右，每年可以挽救超过100万人的生命。

更省时

中国汽车保有量越来越多，交通也更加拥堵，每天上班花在车上的时间可能超过1小时，如果我们能将这1小时用来工作，我们自己拥有的时间就能多1小时。

我们每个人一天24小时中约有8个小时在睡觉，能够利用的时间大约有16个小时，多1个小时，大约相当于将有效时间延长了6%-7%. 这是什么概念？这相当于将每个人的寿命延长了3-4年。

更经济

如果无人驾驶技术成熟，并且投入市场，将可被广泛运用于物流、共享出行、公共交通、环卫、港口码头、矿山开采、移动零售等行业，最大限度的减少人工成本的同时，也能减少资源浪费。

巴克莱银行的一份报告指出，无人驾驶状态下，Uber每英里的成本约为0.34美元，这几乎比传统新车的使用成本便宜近58%. 在如此低成本的情况下，普通民众可能不会选择购买私家车，而选择共享出行方式。毕竟点一下手机就有车随时送自己到想去的地方，不用考虑停车的问题，平时也不用考虑停车位、洗车、保养、年检、买保险等等一系列头疼的问题，而且价格也不贵。

摩根史丹利的一份报告指出，无人驾驶汽车，仅在美国每年可节省1.3万亿美元，占GDP的比例约为8%. 

对企业而言，谁率先掌握无人驾驶技术，谁就掌握了未来汽车市场的主动权，这是一个万亿级别的蛋糕，谁不想分一杯羹呢。

NO.2 无人驾驶，全新的驾驶理念？

说起无人驾驶，大家第一反应会把他和高科技、新概念、节能环保等词汇联想在一起。然而无人驾驶真的是新概念吗？

大家看到这张图片是否似曾相识？没错，这张图片和我们文章开头的图片如出一辙。要不是照片的黑白底色暴露了年代感，我们一定会认为这是现在某个企业的宣传广告。

然而很遗憾的告诉大家，这是上世纪50年代美国电气照明与动力公司的一个平面广告，向我们生动的展现了当时人们对无人驾驶汽车的设想：一家人面对面坐在车后座上，围着一个桌子玩多米诺骨牌游戏。这个构想和我们现在的构想全无二致，我们只需要将图片的多米诺骨牌游戏换成现在人们熟悉的手机游戏，完全可以作为现在某个公司的宣传广告。

在通用汽车成功地展出“未来世界”让人们神魂颠倒之后的70年，构想依然只是构想。

70年过去了，无人驾驶汽车究竟发展到了什么程度呢？

美国工程师学会(SAE) 定义了从0级“完全手动” 到 5级 “完全自动”6个自动驾驶等级。

0级：无自动驾驶

目前车型多是这个级别。

1级：驾驶辅助

以人为主，自动驾驶系统可提供加减速或转向中的一项辅助。目前，拥有自适应巡航系统的车辆符合这个级别。

2级：部分自动驾驶

以人为主，自动驾驶系统提供加减速和转向两项辅助。特斯拉的Autopilot 和凯迪拉克的Super Cruise 系统都符合这个级别。

3级：附带条件的驾驶自动化

从这一阶段开始转向以车辆为主，驾驶员只提供适当操作，但驾驶员需随时待命。

4级：高度自动化驾驶

在限定的条件下可由无人驾驶系统完成，此阶段才真正意义上步入无人驾驶阶段。

5级：完全自动化驾驶

完全自动驾驶即是无人驾驶。

下面这张图可以很形象的解释自动驾驶的6个等级。

那么现在的无人驾驶技术发展到哪一级了呢？

答案可能要让大家失望。从全球范围来看，目前在售的所有量产车都在L3以下，也就是依靠ADAS（高级驾驶辅助）技术，例如ACC（自适应巡航系统）、AEB（紧急制动刹车系统）以及LDWS（车道偏离预警系统）。这离真正的无人驾驶仍然有很大差别。即便以无人驾驶当做买点的特斯拉，其无人驾驶级别也未达到L3水平。

目前公认的无人驾驶技术最先进的公司是谷歌，谷歌的发展路线与其他公司不同，谷歌一开始就以L4及以上为目标，谷歌旗下的WAYMO公司设计的无人驾驶汽车一开始就取消了方向盘，去掉了人工接管的可能性。但无人驾驶的研发是一项艰辛的过程，数百万英里的真实路测和数十亿英里的虚拟路测，加上复杂的传感器设备和备用计算机，还要有足够的能力去预测其他汽车、行人、自行车等日常路况。这款车最终能否成功量产投放市场仍然是个未知数。

NO.3无人驾驶到底有多难？

为什么无人驾驶跨越了2个世纪，至今还只是构想呢？无人驾驶实现到底有多难？

无人驾驶技术包含四个方面：感知技术、定位技术、路径规划技术和控制技术。

感知技术

首先车辆通过摄像头、雷达、激光线束等方法感知周围世界，知道周围的环境，有哪些障碍物需要避开。

定位技术

定位技术依赖于导航，目前的GPS导航精度只能精确到10米，这个精度是远远不够的，现有车道大约是3米，10米的精度可能偏移了好几个车道，仅仅一个车道就足以致命。在高精度导航技术还没有成熟的情况下，需要借助感知技术。通过GPS定位出大致范围，通过感知技术完成定位出精准的位置。

路径规划

知道了障碍物和定位后，汽车就可以规划出一条可通行的路径，并结合周围环境明确需要加速、减速、停车等候还是转向等等。

控制技术

前面三项技术仅仅是出发前的准备工作，归根结底还要落到AI控制技术上来，接收信息并根据接收到的信息作出合理的判断，发出正确的指令才是最重要的，也是最难的。Uber在美国凤凰城的撞人事故调查显示，在事故发生前的5.8秒车辆已经检测到了行人及其自行车。但是为什么事故仍然发生了呢，答案可能发生在控制技术上面。控制技术不解决，安全问题就无法得到保障。

NO.4 无人驾驶离我们还有多远？

尽管各大企业都宣称自家的无人驾驶汽车很快就会投放市场，但事实是，目前不具备无人驾驶汽车大规模上市的条件。

除了技术原因外，还需要法律法规的完善，基础配套设施的配套。

无人驾驶技术

真实的驾驶环境太过于复杂，AI技术要满足所有的真实驾驶场景并给出正确的指令，目前仍是一项非常具有挑战性的工作。有统计称，目前无人驾驶的水平只有人类驾驶水平的千分之一，但无人驾驶的要求是汽车的驾驶技术远超于人类驾驶水平，这显然离真正的无人驾驶还有很大的差距。

基础设施

目前高精度地图技术并不成熟，各大地图厂家已开始集中攻克这块技术堡垒，相信不久的将来可以攻克。高精度地图成熟后，其所需要的存储空间和传输速度会大幅增加。假设地图的精度提升到20厘米，相比目前的10米精度，提升了50倍，以北京市地图为例，目前高德导航的离线地图存储空间约是200M，那么北京市高精度地图的存储空间大约是10T（200M*50），这还不考虑实时地图信息所需要的存储空间。另外支持AI算法所需要的高精度、低延迟网络特性都是目前4G速度所不能达到，必须依赖未来的5G、6G网络的建设。

法律支持

目前，针对无人驾驶的法律法规尚不健全，现有的道路交通法规不能适用于无人驾驶汽车的行车条件。人与车的法律责任认定存在模糊地带，民事、刑事、保险责任认定、违章处罚等还不完善。无人驾驶汽车生产相关法律法规也存在缺失。

普华永道给出了一份L5级别无人驾驶实现的时间图，称L5级别无人驾驶车辆成为主流不会早于2027-2028年。目前还无法估计这个时间节点的可靠性，只能依赖于各大企业努力尽快实现真正的无人驾驶。

无人驾驶的初衷是为了那些身体不方便的人提供便利的出行方式，尽管无人驾驶现在还不成熟，或许我们还要再等上很久，但是即使是为了这初衷我们也愿意等。