央视世界杯比赛直播前，除了互联网公司无脑式的广告，汽车广告依然占据很大的部分，包括凯迪拉克、林肯、宝马、奥迪等悉数亮相，但和过往所有汽车广告一样，这些「豪车」的广告语言也十分晦涩难懂，更多的时候，仅仅展现了一种汽车品牌的气质而已。
但当下汽车行业却正在经历一场目标明确的变革，同时也是一场前所未有的变革，这就是自动驾驶。Dailyio 过往对于自动驾驶有过多篇深度分析1，这篇文章的目的，是透过这个行业最近一段时间以来的诸多变化，提供一个观察自动驾驶现状以及透视未来的角度。
两大阵营
在国际汽车工程学会（以下简称 SAE）的标准里，自动驾驶分为五个级别。需要注意的是，Level 0 是全人类驾驶，而 Level 5 则是全自动驾驶，所以下面这张图里有六个级别。
事实上，目前已经没有所谓 Level 0 的汽车，而绝大多数标榜自动驾驶的汽车都在 Level 1 和 Level 2 之间；至于 level 3，只有很少一部分汽车能够达到；level 4 更少，最终要实现的目标就是 Level 5。
在奔向自动驾驶的征程中，已经分化为两大阵营，他们各自对于自动驾驶的实现方式有不同的理解。
第一个阵营的公司认为，自动驾驶的实现需要循序渐进，在保持现有汽车操作方式的基础上逐步加入更多的自动驾驶技术。这些公司也主张先用高端豪车来打开市场，比如将 Level 3 里的相关技术优先配置到部分豪车上，利用这些豪车实现对市场和驾驶员的启蒙与教育，这些公司就包括特斯拉、奥迪、通用等。
与此同时，该阵营的公司也相信 Level 3 是一个重要突破口，一旦能够实现这个级别的自动驾驶，未来 Level 5 全自动驾驶也不再是遥远的事情。
第二类公司观点则显得相对激进。以福特、沃尔沃和 Waymo（Alphabet）为代表，他们认为自动驾驶的突破口在 Level 4，因此需要尽量减少人为因素，比如汽车操控装置的改革，方向盘、制动系统等都是针对人类司机的设备，机器完全不需要，那么是否可以拆除呢？
上图比较形象地展示了两大阵营的观点，这里我不做过多评价。
汽车监管的两个挑战
科技公司和汽车公司们都在鼓吹 2020 年会有自动驾驶汽车出现，但他们既没有过多提及自动驾驶的级别，也没有许诺过价格。现在来看，2020 年的所谓自动驾驶汽车，不管是价格还是技术成熟度，可能还是无法普及的产品。
也有不少机构表示 2025 年会是一个重要的时间点，比如市场研究公司 ABI 就预测：
到2025年，为消费市场而打造的汽车将达到800万辆，这些汽车将拥有SAE所划分的L3或L4的自动驾驶能力。
本文无意对这些宣传或预测做出评价，但如果要实现上述愿景，至少需要三个层面的努力才能实现，包括：
- 监管开放度；
- 公众/社会认可度；
- 技术成熟度；
先来看看监管。不论国内还是国外，汽车监管部门的核心诉求不外乎减少交通拥挤和交通事故。但特斯拉、Uber 等自动驾驶汽车（测试车）所引发的交通事故却也让监管层为难。理论上说，自动驾驶汽车犯错并引发事故的概率的确低于人类驾驶员，但由于缺乏必要的证据和数据，也让这句话更像是一个机器万能论的干瘪观点，毫无说服力。
其次，上文提到了自动驾驶第二阵营的发展路线，其对汽车操控装置的新想法也触及到汽车监管的重要一点：到底汽车需不需要人类驾驶员。目前来看，包括欧盟、中国都明确规定了自动驾驶汽车的驾驶位置必须有人类司机（测试员），而且一定要保证对汽车的绝对控制。
因此，对于以 Waymo 为代表的自动驾驶公司，接下来很长一段时间，他们还将和监管部门展开一场场的博弈。同时，不同地区监管层有没有更开放的心态去接受新技术带来的机遇和挑战，也将影响不同地区的自动驾驶发展状况。
你接受自动驾驶汽车吗
在德勤一份关于全球自动驾驶消费者研究的报告里，有几个数据值得关注。
首先，这份研究调查了美德日韩印度中国的 20000 多人，得出了一份略显悲观的结论，如下图所示，六个国家里，每个国家都有超半数的人不认可全自动驾驶汽车的安全性。
另一个数据则发现，中美两国的受访者在 2014 年到 2017 年期间，更积极拥抱自动驾驶。
上述这些发现并不奇怪。尽管科技公司经常将自动驾驶汽车描述为全新的移动终端，但消费者显然更理性的看到了自动驾驶汽车与智能手机这类计算设备的不同，毕竟这是一个性命攸关的选择。
而影视作品对于机器摆脱人类指令后所作所为的渲染，以及频繁出现的自动驾驶事故，都不同程度地加剧了公众的悲观情绪。
值得注意的是，科技公司和汽车公司也在用新的话术来引导公众认知。比如将自动驾驶与共享出行结合起来，最终的目的，是要让公众认可一点：自动驾驶与汽车（所有权）无关，只关乎出行体验。
这是一个有趣的舆论变化，目前 Uber、Lyft 甚至包括 Waymo，都在美国推进「自动驾驶+共享出行」的策略，这是符合美国国情的策略，公开资料显示，美国 20 岁—24 岁的年轻人对汽车兴趣下降，这个年龄段的驾照普及率已经从 1983 年的 92% 下降到了 2014 年的 77%。
中国的情况则很不一样，根据公安部 2018 年初透露的数字，截止到 2017 年底，中国汽车保有量是 2.17 亿辆。这个数字占据了全球 20% 的汽车保有量，但如果按照千人汽车保有量来看，却只有 140 台，还没有达到世界平均水平，也凸显了中国汽车市场的消费，还远未达到顶峰。
因此，未来三到五年，中美两国的自动驾驶会走上不同的发展方向，自动驾驶也会成为推动中国汽车市场新一轮增长的重要力量，由此也可以理解为何这几年国内如此多的企业热衷造车运动。
技术链条上的现状与困境
在自动驾驶的技术链条里，有几个关键要素2，包括：
- 感知；
- 决策；
- 高精度地图；
- 汽车用户界面；
- 车联网、云；
先说感知，这是自动驾驶汽车的第一步，利用各种传感器，让汽车感知自己所处的环境以及自己的状态，从而为下一步的决策打好基础。
决策属于算法层面，随着深度学习的快速发展，很多公司开始将深度学习引入自动驾驶的路径规划和控制，感兴趣的朋友，可以看看这篇介绍，里面也推荐了几篇论文。
高精度地图更像是给机器看的地图，除了普通地图上的基本元素，还包括车道线位置、红绿灯位置，路沿的高度，水平曲率等等适合计算的元素。
目前高精度地图还缺乏行业标准，各家都有自己的考量。同时，由于地图数据涉及国家安全，导致高精度地图的采集工作也面临巨大的挑战，这个博弈过程的长短，对于行业影响会非常大。
汽车用户界面的重要性毋庸置疑，尤其是当进入 Level 3 和 Level 4 之后，乘客乘坐一辆汽车的体验和现在完全不同。再进一步，倘若汽车方向盘和制动系统不存在了，那么摆在「驾驶员」位置的设备应该是个什么样子？应该用怎样的方式操作？
最后谈一下车联网和云，这里面又涉及到三大环节：
- 云
- 终端（汽车）
- 网络
事实上，自动驾驶就是一个计算过程，那么云上高性能的计算能力是必须的，但终端计算低延时性的特点能有效保证车辆驾驶过程中的快速决策，而贯穿这一切的则是网络，当下移动互联网、Wi-Fi 都不能完全满足自动驾驶车辆的网络传输需求，业界普遍认为即将到来的 5G 会给车联网带来巨大变化，英特尔负责 5G 业务的 Rob Topol 这样说道：
自动驾驶汽车上有很多雷达或者计算机视觉工具之类的设备，帮助车辆弄清楚周围发生了什么。我们通过该案例展示的是一种叫做V-to-X的能力——车辆to基站、车辆to行人，以及车辆to车辆。借助工具和网络使车辆看到车辆本身的机制所无法看到的事物。
V-to-X可以对汽车中已经存在的自动驾驶功能起到补充作用，带来额外的安全性、效率，并规划正确的驾驶路径。当5G时代来临，我们建立了一个网络协议，在这个协议中机器可以直接交流（必要时通过网络），而且还可以被车辆等移动设备快速访问，我们将看到V-to-X技术蓬勃发展。这项技术在4G时代已经初现端倪，但到5G时代才会蓬勃发展。
在雄安，中国移动则将 5G 应用到车联网的远程驾驶启动和测试中：
在本次5G远程自动驾驶测试中，测试人员在5G核心网侧连接车辆模拟控制器，下发操控指令，通过5G新空口与相应的传输专线将转向、加速等指令传输给远程车辆，车内的模块接收信号并指挥车辆完成相应动作。5G网络的低时延、大带宽是实现远程高精度控制和高可靠性自动驾驶的重要保障。
上文比较粗线条地描述了技术链条上的几个关键要素，下面则是关键中的关键：激光雷达。
激光雷达
技术之于自动驾驶普及的重要性不言而喻，其直接影响了研发生产成本。假如一台汽车的成本就高达 10 万美元，这几乎是一辆不可能推向市场的汽车，因此，必须降低技术的应用成本。
下图展示了自动驾驶不同水平所需要的传感器，3D 摄像头和激光雷达不可或缺。
激光雷达是所有传感器里最贵的产品。由于激光雷达不可或缺，过去几年也让激光雷达巨头 Velodyne 成为自动驾驶领域最赚钱的公司之一，Waymo 也是其客户之一（不过，Waymo 其实也在研发自己的激光雷达）。
Velodyne 公司提供的是一种可旋转的多线激光雷达，售价都在上千美元，但市场显然更需要低成本的激光雷达。因此，包括 Quanergy、Continental、TriLumin、LeddarTech 都在这个领域拼命赛跑，这些公司提供了一种新型解决方案：固态激光雷达。比如 Quanergy 公司可以将固态激光雷达的成本降低到 250 美元，未来甚至可以将到 100 美元，你可以想象一下这个市场空间。
另外，特斯拉和硅谷另一家神秘的自动驾驶公司 AutoX 选择的则是摄像头和雷达，特斯拉的解决方案可能大家比较熟悉，Auto X 的资料并不多，腾讯科技 2017 年有一篇报道这样写道：
在台上的演讲中，肖健雄对外再一次强调了AutoX的愿景：“让人人都能便捷地获得自动驾驶技术带来的好处。”
在会后接受腾讯科技专访时，肖健雄说，硬件设备上的“简陋”，并不代表技术上落后，相反，由于Auto X团队的技术专长正是在软件算法这一块，所以只需要并不复杂的硬件设备配合，就能够应对复杂的无人驾驶。
总之，这个方案最大的优势就是便宜，但精准度距离激光雷达还有一定差距，因此，如果特斯拉、Auto X 希望借助这个方案实现更好的 Level 3 甚至 Level 4 的自动驾驶，就必须押注未来几年计算机视觉技术的快速发展。
写在最后
我们这一代人注定是幸运的，未来几年，自动驾驶的美好场景即将上演，不过，这个过程还有诸多不确定性甚至倒退的可能性，从监管到社会公众，从技术研发到公司发展策略，接下来的 3 到 5 年，自动驾驶会深刻改变这个星球。