“大爆炸”将至：制约自动驾驶发展的最大问题到底是什么？

2018年是自动驾驶的大年。在经历了这两年来无人车视频和各种新闻的不断预热，自动驾驶初创公司如雨后春笋一般成长起来，互利网巨头和传统车企都不甘落后纷纷宣布了路测和落地时间表。近日美国研究机构布鲁金斯研究院发表的一份研究报告指出，全球厂商已经在自动驾驶领域投资800亿美元。如果加上那些秘而不宣的自动驾驶研发计划，投资总额应远远超过这个数字。

多方赛跑的结果就是自动驾驶车辆上路的时间节点越来越明晰，这个距离近得令人惊讶。从 10月中旬开始，谷歌旗下的Waymo就已经开始在美国亚利桑那州的公开道路上运营L4级别的全自动驾驶汽车，整个汽车上没有司机监控，完全由自动驾驶系统操控。

谷歌的中国对手百度，则宣布了明年量产L4级别的无人驾驶微循环车。这款车可在特定场景运营，也能应对各项实际的突发路况。

许多初创公司将明年视作一个重要节点。王劲创办的景驰科技就表示，明年第一季度要在国内开展无人车路测。另外有消息称，明年中国可能发布首张无人驾驶路测牌照，对于各个研究机构而言，这都是一个十足的利好消息。

自动驾驶不是一个新鲜的概念了，但其中的分级还未被大众广泛了解。SAE International（国际汽车工程师协会）从驾驶员的参与程度上来定义，将自动驾驶从L0到L5分成了6级。其中，L5是所有场景下的全自动驾驶，L4是有设计适用范围的无人车，也就是特定场景中的全自动驾驶。L2与L3则分别是辅助驾驶和半自动驾驶。

出于研究周期与商业化前景的平衡，目前绝大多数研发团队的目标还是在L3到L4，处于从需要驾驶员协助的半自动驾驶到固定路线的无人驾驶之间。

两条路线：谷歌与特斯拉

从车辆诞生时起，人们就有了让它自动行驶的构想，但真正成为现实，则是源于上个世纪80年代机器人技术的突破。进入21世纪后，随着计算机、地图、传感及汽车电子等相关技术的飞速发展，无人驾驶技术的研究迎来了爆发期。

DARPA Grand Chanllenge，中文译做DARPA无人驾驶技术挑战赛，是该领域影响最大的赛事之一，从中不仅走出了包括塞巴斯蒂安·特龙（Sebastian Thrun）等业界名人，也刺激了包括激光雷达企业Velodyne在内的一系列相关产业公司的发展。

在2007年的DARPA决赛中，谷歌创始人拉里·佩奇（Larry Page）搭乘公务机来到了现场。他渴望为谷歌寻找到新的创新方向，而无人驾驶就是他看中的第一个项目。两年后谷歌无人车研发启动，他先后引入了2005年、2007年的DARPA挑战赛冠军团队中的许多研究人员，包括特龙和克里斯·厄姆森（Chris Urmson），他们先后成为了该项目的第一个和第二个领导者。谷歌的这个举动，拉开了互联网企业进军自动驾驶领域的序幕。

回看当年，之所以谷歌的无人驾驶研究能够在一众车企中脱颖而出，2008年的经济危机应该是关键——当时美国许多车企被迫削减了研究经费，比如通用汽车是卡耐基梅隆大学的主要企业赞助商，而它在2009年申请了破产保护。而另外一个重要原因则是汽车制造商的判断失误，这些CEO们普遍认为这个技术可能会在2030—2040年间发展，谷歌的率先发力给自己争取到了一个好位置。

在2010年代的前五年，谷歌几乎成为了无人车黑科技的代言人。但是随着谷歌自身商业化进程的滞步不前，后来者也开始迎头赶上，这其中最重要的事件，就是特斯拉自动辅助驾驶车型的量产。

特斯拉与谷歌不同。谷歌选择了一步到位直接研发L4级别完全自动驾驶技术，特斯拉则采取循序渐进的方式，先从L2级别的辅助驾驶做起。去年10月，马斯克宣布，所有正在生产的特斯拉都将拥有完全意义上的无人驾驶功能，包括 Model S、Model X和Model 3，但这只是硬件层面上的含义。在系统层面上，目前特斯拉给车主提供的“增强版自动辅助驾驶”选装包，仍属于L2-L3级别，未来待特斯拉的L4技术研发落地后，后续的选装包将继续推送给车主，以达到L4级别的自动驾驶。

2016年5月，特斯拉的这一策略遭到了严重打击。美国俄亥俄州一个名叫Joshua Brown的特斯拉车主，在行驶过程中过于放松，把辅助驾驶的L2当成完全自动驾驶L4来用，在行车途中睡着，最终撞上重型卡车导致车毁人亡。这一事故引起了人们对于L2技术的怀疑，德国政府甚至要求特斯拉在该技术的相关宣传中撤除“Autopilot”（自动驾驶）这一具有误导性的单词。

上个月在媒体代表参观Waymo（2016年底谷歌无人车项目拆分后的公司）时，CEO约翰·科拉菲克（ John Krafcik）告诉媒体，谷歌已经完全抛弃辅助自动驾驶，因为驾驶员会在自动驾驶过程中丧失情景感知能力，危险来临时也很难接管汽车。

在中国：百度先发制人，腾讯加入战局

谷歌无人车在加州进行路测的时候，作为中国的搜索巨头，百度也不甘落后，开始了深度学习和自动驾驶的研究。

这一研发项目始于2013年7月，直到一年后，百度才对外证实已经启动“百度无人驾驶汽车”研发计划。

2015年12月，百度在中关村软件园国际会议中心正式宣布成立自动驾驶事业部，并计划3年内实现自动驾驶汽车的商用化，5年内实现量产。与此同时，宝马与百度合作，以BMW 3系GT为基础研发的自动驾驶汽车辆在没有驾驶员干预的情况下，成功在北京五环进行实地路测。

在2016年的百度世界大会上，当时的百度高级副总裁、自动驾驶事业部负责人王劲宣布，百度获得了美国加州政府颁发的全球第15张无人车上路测试牌，此时的百度无人车开始成为了中国自动驾驶研究的名片。

随着王劲、余凯、彭军、佟显乔等百度系研发人员离职创立自己的自动驾驶公司，不断涌起的自动驾驶热潮中，百度研发团队也终于在2017年开始了全面商业化的努力。

2017年3月，百度宣布对自动驾驶事业部（L4）、智能汽车事业部（L3）、车联网业务进行整合，成立专门的智能驾驶事业群组（IDG），由百度集团总裁和首席运营官陆奇兼任总经理。4月“阿波罗计划”发布，百度宣布将向合作伙伴提供一个开放、完整、安全的软件平台，帮助他们结合车辆和硬件系统，快速搭建一套属于自己完整的自动驾驶系统。

这一计划为百度招揽了一大批产业链上的合作者，自动驾驶研究的商业化终于看见了曙光。运营上，百度选择与首汽约车合作，明年将有L3级别的智能驾驶车队在部分城市展开运营。在无人车的生产上，百度与金龙汽车合作生产的无人驾驶小巴车“阿波龙”，也将于明年7月份实现量产。这辆车既没有方向盘也没有驾驶位，是一辆真正的无人驾驶汽车。

从实际操作中看，百度同时走了L3和L4两条路线：一方面，L3的辅助驾驶系统能够与大多数汽车主机厂合作，快速实现智能汽车的商业化；另一方面，完全无人驾驶汽车必然是未来汽车研发的终极方向，已经储备了大量技术的百度在这方面也破局优势。虽然与谷歌只走一条路的战略不同，但双路线并存的战略也说明，百度并没有通过L3技术升级的方式，去实现完全自动驾驶。

坚持两条线都要走的战略似乎是中国公司的技术特点。中国的另一家互联网巨头腾讯，在自动驾驶的研发中也持此态度。

腾讯起步比百度晚了3年。上个月，腾讯自动驾驶实验室总监苏奎峰在腾讯的全球合作伙伴大会上公开承认了自动驾驶研发项目的存在，并公布了现在的一些进展。苏奎峰说，目前腾讯更关注在高速公路的半封闭环境下的L3解决方案，同时也会针对L4/5核心技术，在进行算法研究和数据上的积累。

自动驾驶面临的最大问题

自动驾驶面临太多的技术难题。传感设备，比如摄像头、激光雷达、雷达等需要变得更加高效，尤其是在恶劣气象条件下如何提高传感器的分辨效率，对于硬件和算法都提出了不小的挑战。

单车成本也是一大问题。为确保安全性，多系统冗余设计必不可少。对于消费级的无人车，业界普遍认为多传感器融合是基本保证。现在激光雷达价格偏高，车辆价格对于大多数消费者而言还是太高。

但是技术和成本的问题都是显性问题，随着算法的演进和车辆的量产，都将能逐步解决。在自动驾驶的普及过程中涉及到的社会成本才是其面临的最大问题。

社会成本要从物理层面和法律层面两方面来考虑。在物理层面上，基础设施建设需要大量升级。此前德国政府曾做出计划，为发展自动驾驶德国境内的每条高速公路均将可实现车辆与道路基础设施的无线通讯功能。此外，通过安装在路边的传感器以及无线设备还可以实现车辆间的通讯，这些均是自动驾驶汽车所需要的驾驶环境。

在无人驾驶时代，V2X能力，即车辆与车辆、车辆与基站、车辆与行人等之间的交互能力也至关重要。这对车联网的建设、IOT的普及和5G无线网络等提出了极高要求。这些也是社会需要付出的综合成本。

除了无线通讯设备外，道路本身的平坦程度、车道线的可识别程度等都是一辆自动驾驶汽车能否安全行驶的关键。如果说在城市中心区域的主干道，这些问题尚且容易解决的话，在次干道、支路甚至于郊区和乡村公路，想要达到自动驾驶、甚至于无人驾驶的条件绝非易事。

在这些看得见的成本之外，“看不见的成本”在无形中制约者自动驾驶的发展。从一辆自动驾驶车辆走下生产线到走上城市道路，现行的交通法律显然远远不能满足需要。

今年7月6日，在百度AI开发者大会的现场直播中，李彦宏乘坐的百度研发自动驾驶车辆在“众目睽睽”之下违规，实线变道并且未打转向灯。之后，北京交管部门给百度开了自动驾驶第一张罚单。

对于百度而言，获得这张罚单还说得过去，毕竟车是自己的，系统是自己研发的，驾驶座上的人也是百度智能汽车事业部总经理顾维灏。但是如果是交付给用户的车辆，这张罚单应该开给谁呢？是交付车辆的汽车主机厂，还是研发整个自动驾驶系统的开发商，亦或是没有驾驶行为却拥有车辆的用户？

1949年版的《日内瓦道路交通公约》要求驾驶员“应当时刻能够控制其车辆”，而针对鲁莽驾驶的规定则通常要求“有意识地、有目的地操纵车辆”，这一规定在完全自动驾驶时代应当如何适用？

斯坦福大学的法学教授布莱恩特·沃克·史密斯（Bryant Walker Smith）曾撰写过一份文档，提出了在自动驾驶情境下如何调整法律的建议，包括把“驾驶员”这一术语改为包括不具备常规意义上的眼睛或者耳朵的计算机等等。修改法律的困难之处在于，法律能够要求人类规范自己的行为，但现在它无法要求一个人工智能系统去做什么事，除非法律的制定者能够清楚了解这个人工智能系统能做什么事不能做什么事，在纷繁的技术面具下去判定这些责任究竟是属于谁——可以想见的是，随着自动驾驶时代到来，现有的交通法规也将会迎来一场大变革。