辅助驾驶已来，无人驾驶离我们还有多远？

科幻照进现实，无人驾驶真的来了。

即便不算概念车和小规模量产的车，早在2014年，特斯拉发布的全轮驱动版Model S就已经配备无人驾驶功能。

当时，特斯拉为自己的“自动驾驶”取名“Autopilot”，和普通的跟车相比，全轮驱动版Model S可以实现自动泊车，识别行人和路标，自行控制车速，车道偏离预警，自动变道，自动巡航等功能，当检测到限速标志时，车子甚至可以自动减速到限速值之内。之后，特斯拉的“无人驾驶”技术不断演讲，到如今2018年版的特斯拉Model S已经可以达到自动驾驶的Level 2的的级别，并且正在接近Level 3。

此处提到的“Level ”是用的美国对无人驾驶的分级标准。美国SAE（汽车工程师协会）为ADAS定下的标准为：

达到辅助驾驶级别的特斯拉早已量产，而还有很多厂商的概念车和小批量生产阶段。那么问题来了，辅助驾驶已来，无人驾驶离我们还有多远?

“质变”需要“量”的积累

对于无人驾驶来说，人工智能的算法逻辑固然重要，但“量”的验证更加重要。从蹒跚学步到快步飞奔不仅仅需要方法得当，还需要时间和大量的练习。

多于无人驾驶来说，机器学习的量越大，能够做出判断的准确率就越高。不管在测试场（或封闭道路条件下）进行，还是直接在公路上进行都行，但两者都需要时间和车辆量的积累，不是短时间可以速成的。

包括苹果公司、软银等公司投资滴滴出行，除了对共享出行看好之外，也在盘算无人驾驶的数据，毕竟不管是苹果和软银都终将入局无人驾驶领域。而滴滴出行拥有大量的驾乘出行数据，甚至在未来，类似滴滴出行直接推出无人驾驶车队也是很可能的。

昂贵的配套

无人驾驶汽车，硬件和软件都和传统汽车的配置不太相同，需要激光雷达、多元传感器、视觉摄像头、人机交互系统、车辆间交互系统等等。

以已经实现量产的特斯拉为例，之所以Tesla自动驾驶系统采用“摄像头+40倍计算能力”的方案而不是像Google等尚在测试或者小规模生产的厂商使用激光雷达，真实的原因是基于成本考虑。但从安全角度来说，激光雷达是更可靠的，只是目前的成本低对于特斯拉来说还比较高，尚不再可接受的价格空间内。

除开硬件成本，软件成本诸如V2X通信（车辆与基础设施的通信）、高精度地图等同样价格不菲，而且相较于硬件而言，车辆与基础设施的通信、高精度地图等尚不成熟，而且不是无人驾驶厂商单独可以解决的，涉及到产业链，甚至是政府部门的规划，短期内也难以实现。

伦理和法律

即便将来无人驾驶技术达到了可以上路的标准，依然还需要法律和伦理跟上。就目前的情况来看，当路况发生意外的时候，无人驾驶汽车做出的判断，是否应该优先保护车主，还是要为了保护装满孩子的校车，而牺牲掉车主自己？暂时还没有答案。

法律的角度，无人驾驶车目前依然困境很大，绝大多数走在比较前的国家都是在测试上立法，基本完全放开的只有美国。

从刑事的角度来看，将来无人驾驶放开以后，涉及到刑事法律谁来承担主体责任，目前依然无解，毕竟不管是被动的还是主动的，出现问题以后，刑事主体谁来担？这是一个很大的课题，是很现实的东西。

从民事的角度来看，一辆无人驾驶汽车涉及到很多研发主体，硬件、软件、人工智能，当事故发生时，涉及到民事赔偿，谁来作为民事赔偿主体？目前依然是相对滞后的。但法律的制定和完善同样也是需要时间的。

可以预见的短期

在技术和法律等前提条件下，无人驾驶在短期内肯定会采用限速和特定的应用场景。毕竟依然需要在限速环境下，逐步检测和完善无人驾驶系统的可靠程度。

完全上路，不管是高速还是城市道路，都不太可能，很可能先从一些特定场景开始应用。

校园、景区、企业园区、机场、或者一些特定的场景，道路情况和线路都不复杂的地方落地。

未来憧憬

终将有一天，届时行驶的主流汽车都是无人驾驶车，基于无人驾驶的汽车或交通工具会像水、电一样，成为日常生活中的基础设施。

受益于无人驾驶技术，未来人类的交通工具、行驶的道路,将迎来一个更安全、更环保、更高效的世界。

让我们期待着无人驾驶的时代尽早到来！

金才教育

培养走向世界的中国人