现在谈自动驾驶，就是个伪命题

未来汽车长什么模样？

很多人的标准答案都是：自动驾驶。

君不见：

众多车企及智能网联大拿们纷纷粉墨登场，使出吃奶的力气在喊呀叫的，目标只有一个，抢占自动驾驶制高点。

毕竟，作为核心领域之一，自动驾驶是未来汽车“集大成”。

快，则通吃。

可是，对普罗大众来说，自动驾驶就是一个熟悉而又陌生的词。

之所以熟悉，因为车企不依不饶铺天盖地的宣传，想不熟悉也不行。

之所以陌生，是因为，我们依然一脸懵逼：自动驾驶到底是什么？就现在的样子？

我们认为，现在谈自动驾驶，就是个伪命题。

何为自动驾驶？

有飞机之前，“飞”是我们祖先的梦，并且，一梦做了几万年几千年。

同样，我们也有梦，是关于自动驾驶的。

如果，有朝一日，汽车能够自己行走，我们或坐或卧在车内，想做什么就做什么，岂不美哉？

汽车自然做它该做的事：有效监测交通情况、合理安排驾驶速度、选择行驶道路，并能有效解决道路拥堵问题，城市交通运行高效。

不好吗？

更为便捷的是，残疾人、老年人将不用担心考驾照的问题。

不过，你想多了，这是L5级别自动驾驶的场景。

至于何时能实现，不知道，至少短期内难以实现。

这是因为，目前，车企还在L2级自动驾驶领域徘徊，连进入L3级别都困难重重。

美国汽车工程师协会根据汽车智能化程度将自动驾驶分为L0-L5共6个等级：

L0为无自动化（No Automation， NA）：在该情景下，驾驶员执行所有的操作任务，例如转向、加速、减速等，汽车只负责执行命令并不进行驾驶干预。

L1为驾驶辅助(Driving Assistant，DA)：汽车能为驾驶员提供驾驶预警或辅助等，但只能帮助完成一项驾驶操作，例如对方向盘或加速减速中的一项操作提供支持，其余由驾驶员操作。车道偏离修正便属于该级别。

L2为部分自动化（Partial Automation，PA）：在该级别下，车辆对方向盘和加减速中的多项操作提供驾驶帮助，驾驶员负责其他驾驶操作；自动驾驶系统能同时控制车速和车道，但驾驶员需要监控驾驶环境并准备随时接管，并负责大多数安全关键功能。

全速段自动辅助驾驶、拥堵时自动辅助驾驶、自动危险预判刹车等功能都属于L2级自动驾驶。

L3为条件自动化：

即“Conditional Automation，CA”，在条件许可的情况下，自动驾驶系统完成大部分驾驶操作，但驾驶员需要集中注意力以备不时之需。

因此，驾驶者无需监控驾驶环境，但要随时能够接管车辆，以便随时应对可能出现的人工智能应对不了的情况。

L4为高度自动化（High Automation，HA）：由车辆完成所有驾驶操作，驾驶员不需要集中注意力，但限定道路和环境条件。

也就是说，它无法在更为动态的驾驶情况（如交通堵塞或并入高速公路）之间做出判断，只有在特定的场景下才能实现车辆完成所有驾驶操作这一目标。

L5为完全自动化（Full Automation， FA）：在任何道路和环境条件下，由自动驾驶系统完成所有的驾驶操作，驾驶员不需要集中注意力。

该标准已经成为定义汽车自动驾驶的全球行业参照标准。

但该标准的所有级别都属于“自动驾驶”吗？

不然。

逸动

最低售价：6.99万起最高降价：2.40万

图片参数配置询底价

懂车分3.49懂车实测空间·性能等车友圈55万车友热议二手车0.98万起 | 680辆

其实，从L3级别之后，才能称得上“自动驾驶”，L1至L2仅仅算“辅助驾驶”。

这是因为从L3开始，车辆本身控制着对环境的所有监测。

放眼当前车市，奥迪A8率先实现了L3级别自动驾驶，特斯拉宣称自己达到L2.5级，但仍属于L2的范畴。

因此，现在车厂大肆宣传自动驾驶，还为时尚早。

依赖激光雷达的都是傻子？

提到自动驾驶，便不得不提马斯克的一次diss。

马斯克曾言：傻子才用激光雷达，现在谁要还是靠激光雷达，那就要完蛋。

或许，你可能看不懂马大割的这番言论，因为这涉及到了汽车自动驾驶环境感知的两种技术路线。

我们先来了解环境感知技术。

总体来说，汽车自动驾驶可以分为环境认知、决策规划、控制和执行四个模块，每个模块都需要软硬件技术支持。

环境感知技术是实现自动驾驶非常重要的一个环节，可以说，自动驾驶的成功与否主要依赖于汽车的环境感知能力。

环境感知指对于环境的场景理解能力，例如障碍物的类型、道路标志及标线、行车车辆的检测、交通信息等数据的语言分类。

要实现“环境感知”，“眼睛”可少不了。

何为“环境感知之眼”？

曰：“传感器”。

传感器是汽车自动驾驶的硬件基础之一。通过传感器“扫描”信息，再交由“智能运算平台”进行判断，从而完成对环境的感知。

自动驾驶车辆常用的环境感知传感器包括：摄像头、激光雷达、毫米波雷达、红外线和超声波雷达等。（各位注意了，马斯克diss的激光雷达出现了）

在现阶段，由于传感器的不同，自动驾驶环境感知形成了“弱感知+超强智能”及“强感知+强智能”两大技术路线。前者以特斯拉为代表，后者以谷歌Waymo、百度Apollo为代表。

两种技术路线都包含“传感器+信息处理”两个方面。

“弱感知+超强智能”主要依赖“摄像头”与“深度学习技术”实现环境感知，侧重点在于以“强智能”去识别信息。但由于目前“深度学习技术”还处于“指鹿为马”的初级阶段，依靠“超强智能”完成环境感知，不知要等到猴年马月。

既然不够“智能”，何不增强“感知”能力？

因此，“强感知+强智能”的技术路线横空出世。该路线增加了“激光雷达”这个传感器，从而提高了传感器的感知能力。

激光雷达扫描出来的信息是精确的，因此仅需“强智能”解析即可；而摄像头采集的像素信息则需要经过“超强智能”的处理才更为准确。

简单来说，看到妖怪时，拥有火眼金睛的孙悟空总比唐三藏要少费些脑子。

两种传感器各有优缺，“摄像头”具有更多“仿生学”的含义，优势在于分辨率高、成本低，但观察距离有限，也容易受到夜晚、雾霾等环境的影响；而马斯克认为谁靠谁完蛋的激光雷达探测精度和灵敏度更好，缺点在于成本较高。

成本，或许才是马斯克言论的导火索，毕竟，这不是去割韭菜，而是要送金币。

自动驾驶前路漫漫

我们之所以提出“现在谈自动驾驶，就是个伪命题”，并非否认车企的努力，而是提醒诸位“自动驾驶之路”的漫长。

自动驾驶技术及其复杂，当前多数车企都处于从L2向L3级别的突破时期。深度学习技术、传感器技术、定位技术等都存在较大局限。

除此之外，自动驾驶基础设施的搭建也需要漫长周期。

看“智慧公路”的建设：

智慧公路与自动驾驶存在相似的逻辑，它们都借助互联网、物联网、大数据、人工智能等新一代信息技术，能够精准感知人车路环境并实现精准决策。同时，通过传感器的连接，智慧公路可以协助自动驾驶汽车完成环境认知、决策、控制、执行等环节；

但当前，智慧公路建设还在起步阶段，难以快速实现“车路协同”。

其次，法律法规的完善也至关重要。

在以“人类驾驶”为背景制定的法规之下，包括交通责任、数据隐私保护等自动驾驶相关法律的制定与完善也还是一个漫长的过程。

在技术、基础设施、法律都难以达到要求的情况下，当前，自动驾驶更大程度上成为了车企的一种宣传工具。但对于关系到生命财产安全的自动驾驶，多些谨慎，少点可有可无的噱头，岂不更佳？