在过去的五年里，对自动驾驶的看法已经从“也许可能”变成了“绝对可能”，然后变成了“不可避免”，到现在已经变成了“怎么会有人认为这是不可避免的?”。每一个大型的汽车制造商都在大力发展这项技术，它们渴望在自动驾驶汽车时代来临之前，重塑自己的品牌形象，成为一个“移动供应商”。其中，最早踏足这个领域的是Waymo——以及从谷歌自动驾驶汽车项目演化出来的公司。但它的垄断地位在近年来已经有所下降，像Lyft和Uber这样的叫车公司，也都在忙着解雇那些现在为他们的用户提供服务的司机。像英特尔、IBM和苹果这样的科技巨头公司也想从中分一杯羹。无数饥渴的创业公司已经形成了一个新兴的生态系统，他们专注于激光传感器，压缩地图数据，建立服务中心等。
现在, 自动驾驶汽车到处都是。它们在加利福尼亚、密歇根、巴黎、伦敦、新加坡和北京的街道上徘徊。这种21世纪的“淘金热”，是由机遇和生存本能相互交织在一起驱动的。根据一个说法，自动驾驶技术将会为全球经济带来7万亿美元的价值，并在未来几十年内挽救数十万人的生命。与此同时，它也将摧毁汽车工业体系及其相关的加油站。汽车司机、出租车司机和卡车司机等从业人员将会失去工作。在这个过程中，大多数人将受益，但也会有许多人将被甩在后面。
值得记住的是，当汽车刚开始隆隆作响的时候，人们把它称为“无马马车”（horseless carriages）。这中称呼是有道理的：当时的车辆就像马车一样，只是没有马。当“汽车”一词开始流行起来的时候，这项发明已经变成了一个全新的东西。一个多世纪以来，它重塑了人类的生活方式（包括人类在何处以及与谁生活）。这个循环已经重新开始，“自动驾驶汽车”很快就会像“无马马车”一样不合时宜。我们还不知道那些不需要人类司机的汽车会给社会带来什么影响，但我们可以肯定，类似的改变将会发生。
第一辆自动驾驶汽车
就在10多年前，在洛杉矶郊外一个废弃的空军基地，一辆自动驾驶汽车在真实的车流中穿行，这是美国国防部高级研究计划局(Darpa)发起的第三次也是最后一次自动驾驶汽车比赛。
当时，他们已经投入了大量的资金，进行了多年的研究，试图制造自动驾驶卡车。这为自动驾驶汽车技术奠定了基础，但在制造一种能够以实际速度行驶的汽车时却停滞不前，因为它需要克服现实世界中的各种危险。
所以，国防部高级研究计划局认为，也许会有其他人能够实现这个目标。所以，它举办了一场比赛，邀请全世界各地的企业或人建造来制造一辆能够横穿加州莫哈韦沙漠的自动驾驶汽车，最快的那个将会获得100万美元的奖金。
这场在2004年举行的比赛简直是一团糟。每个团队都采用自己的方式将当时可用的传感器和计算机组合在一起，他们自己编写代码，自己焊接硬件来寻找合适的方式使车辆能够穿越142公里的莫哈韦沙漠。最成功的只行驶了7英里。大多数汽车都在刚开始起步的时候出现了故障。但是，这场比赛创造了一个由极客、梦想家等人组成的群体，他们坚信机器人来做司机是有可能的。
2005年，他们又回到同一个地方，参加了一场后续的比赛，并证明了自动驾驶汽车是有可能的：有五辆车完成了这一过程。在2007年的城市挑战赛中，这些车辆不仅仅能够避开障碍物，还能遵守交通法规在道路上去并线，转弯等等。
当谷歌在2009年推出自动驾驶汽车项目时，它首先雇佣了一批美国国防部高级研究计划局退伍的军人。在18个月的时间里，他们建立了一个系统，已经能够处理加州一些最艰难的、很少有人参与其中的道路（包括著名的旧金山的 Lombard Street 绕行区）。几年后，埃隆·马斯克宣布，特斯拉将在自己的汽车上建立一个自动驾驶系统。而Uber和Lyft这样的叫车服务的普及，削弱了人们坐车和拥有那辆车之间的联系，实际这也帮助设定了一个未来——即将来有一天，开车的那个人也会消失。2015年，Uber甚至从卡内基梅隆大学国家机器人工程中心挖来了50名科学家，专门开发无人驾驶汽车。
几年之后，这项技术已经发展到了没有任何一家汽车制造商能够对其视而不见的程度。福特、通用、日产、特斯拉、梅赛德斯等公司开始投入数十亿美元研发自动驾驶。科技巨头们紧随其后，还有大批的初创公司：成百上千的小公司现在正忙着提供改进的雷达、摄像头、激光雷达、地图、数据管理系统等。比赛正在进行。
自动驾驶汽车术语
摄像头
非常适合在高速公路上发现车道、限速标志和交通灯等东西。一些开发人员认为，通过更好的机器视觉，他们可以使用摄像头来识别他们看到的每样东西，并据此来进行导航。
激光雷达
大多数自动驾驶汽车上旋转的东西是激光雷达，它每秒发射数百万束激光，测量它们反射回来的时间。然后利用这些数据建立一个比雷达提供的更精确的三维地图。与二维的摄像头图像相比，这更容易让计算机理解。但它也非常昂贵，难以规模化生产，也不够耐用。更不用说应付极端的气候了。很多创业公司和科技巨头都在投入数百万美元的资金来解决这一问题。
机器学习
简单来说，这就是一种人工智能工具，通过数以百万计的例子来训练计算机，使其能够检测车道线，识别出骑自行车的人。这个世界太复杂了，工程师不可能为每一种可能的情形写一出来一套规则，所以拥有能从经验中学习，以及明白该怎么行使的汽车非常关键。
地图
在一辆自动驾驶汽车出现在街道上之前，公司将会使用摄像头和雷达来绘制非常详细的地图。这种地图作为一种参考文档，能够帮助汽车验证传感器读数，对于任何想要找准自己定位的车辆来说，这都是至关重要的，这是标准的GPS无法提供的。
雷达
自上世纪90年代末以来，雷达就经常出现在汽车上，它可以在周围反射无线电波, 以观察周围环境, 特别擅长发现大型金属物体ーー其它汽车。它们既便宜又可靠, 而且不容易受到雨雾或雪的影响。
自动驾驶汽车的未来
让我们从你最想知道答案的问题开始吧：自动驾驶汽车什么时候能普及？这是一个错误的问题。自动驾驶汽车并不是一个需要某一天准备好，然后开始发货的设备。它是一个系统，是一个以新颖的方式来应用发明的集合体。而且，要记住，最初的汽车的发展受到了道路网发展和汽油供应等因素的制约和影响。同样，自动驾驶汽车的普及也会受到一系列新的问题的制约与影响。
自动驾驶技术何时才能准备好？首先，硬件已经准备好了。摄像头和雷达已经足够便宜了，而且足够耐用，可以用在面向大众市场的汽车上了。但是，激光雷达仍然很贵，但有数十家初创公司和大公司都在竞相降低成本。英特尔、高通和英伟达等芯片制造商正在努力降低这些“滚动的计算机”的电力需求。
真正的工作是不断地改进软件（由机器学习驱动），能够让计算机来正确地理解来自传感器的数据。这就是为什么福特向人工智能公司Argo AI投资了十亿美元，为什么通用汽车买下一家名为Cruise的创业公司，为什么Waymo要在道路上行驶了400万英里。安全驾驶不仅仅只是需要知道一个人在那里，你还必须知道，他是骑着自行车，他可能会采取什么样的行动，以及应该如何应对他的行动。这对机器人来说是很难的，但是这些问题正在被越来越快、越来越好地解决。
下一个问题：我们能一起建造和操作这些东西吗？每年生产数百万辆汽车的大型汽车制造商依赖于数十或数百家公司复杂而精确的互动，这些公司提供汽车所有的零件，并提供服务以维持它们的运转。然后，需要经销商来销售，加油站或充电站来提供燃料，以及维修点来维护修理，停车场来存放等。任何一个想要提供自动驾驶汽车的人，都需要思考怎么去重塑这一个世纪以来建立的相互作用和过程。Waymo已经与汽车租赁公司Avis合作，在亚利桑那州出租自动驾驶的小型货车。该公司还与一家名为Trov的创业公司合作，为这些货车提供保险。通用汽车正在重新调整旗下的一家生产工厂，在没有方向盘和踏板的情况下，生产出雪佛兰Bolts。激光雷达制造商 Velodyne 在圣何塞开了一家"megafactory"公司。 联邦监管机构正在考虑如何对不符合人类驾驶员安全标准的车辆进行认证。各种各样的潜在供应商正在制定运营中心的计划，在那里，人类可以跟踪他们的机器人车队，并为需要的顾客或汽车提供服务。
这并不是在讨论这些东西是否会被部署，而是在讨论该如何部署。首先，忘掉拥有一个完全自动驾驶汽车的想法吧。你今天可以买一辆能够自动在告诉公路上驾驶的汽车，但你想要是一辆能处理任何情况的自动驾驶汽车，还需要几十年的时间。这些自动驾驶汽车将会先出现在类似于出租车的车队中，在有限的条件和区域内运行，这样他们的操作人员就可以避免特别棘手的交叉路口，并确保一切都被细致入微地描绘出来。想要搭顺风车，你可能需要预先确定上车点和下车点，这样才能保证安全而合法地行驶、停车了。与此同时，制造这些汽车的人们还需要解决一些棘手而又实际的问题。他们将会计算要收多少钱，即才能收回研发成本，又不会让潜在的乘客觉得难以接受。他们需要与监管机构和保险公司进行讨论，怎么处理不可避免发生的交通事故等等。然后，他们将不得不考虑如何扩张——这才是真正的竞争开始的时候。Uber、福特、Waymo和通用汽车可能会在不同的城市起步，但很快，它们就会开始争夺地盘。你知道现在Uber和Lyft在争夺市场份额方面有多么激烈吗？他们会追踪司机，并为吸引乘客而进行大量的促销活动。现在再想象一下，比这多几倍的竞争对手进行同样的战斗是一种什么样的场景。
每个人都应该扪心自问的问题是：这项技术将如何改变你的生活？嗯，你到机场的旅程会变得越来越便宜和安全。你上下班通勤将变得不那么麻烦。但这都是最基本的东西，就像无马马车一样。
事实上，很难想象一旦汽车能够自动行驶，人们会做什么。一旦这些东西变得如此高效，运输成本就会降至接近零的水平。这很容易让人联想到一个反乌托邦的世界，在这个世界里，自动驾驶汽车鼓励城市扩张，每个人都住在离工作地点100英里之外的地方，并派他们的自动驾驶汽车去做他们的差事，阻塞我们的街道。乐观主义者设想的是一种新型的乌托邦式城市，这种技术不仅可以减少交通事故的发生，还能与现有的公共交通系统相结合，并让所有人都能负担得起。就像互联网一样，这些汽车会反映出我们的一些更糟糕的冲动，但也会给我们带来最好的回报。
One More Thing：自动驾驶汽车的摄影史
1、Stanford Cart
人们对于自动驾驶汽车的梦想已经有近一个世纪了，普遍被人认可的第一辆“自动驾驶”汽车是Stanford Cart。它最早建于1961年，在70年代早期，它可以利用摄像头和早期的人工智能系统来绕过障碍物。但它面临的一个大问题是：每移动一米需要20分钟的时间。
2、NavLab 5
1995年，卡内基梅隆大学的研究人员托德·约赫姆（Todd Jochem）和迪安波默洛（Dean Pomerleau）驾驶着配备自动驾驶的1990年的庞蒂克Trans Sport——NavLab 5穿越美国。在将近3000英里的路程中，这辆货车确实是在自动驾驶。用挡风玻璃的摄像头来寻找车道线，人类负责踩油门和刹车。
3、Sandstorm
21世纪初, 美国国防部高级研究计划局举办了一场比赛，邀请全世界各地的企业或人建造来制造一辆能够横穿加州莫哈韦沙漠的自动驾驶汽车。虽然没有一个进入决赛的选手能完全全部路程。这场比赛创造了一个由极客、梦想家等人组成的群体，他们坚信机器人来做司机是有可能的。其中表现最好的汽车是卡内基梅隆大学的Sandstorm，一辆配备有摄像头、激光扫描仪、雷达的悍马，车辆上还有一个装满电子设备的重达1000磅的盒子, 以便在崎岖的地形中找到行驶路线。
4、Stanley
当美国国防部高级研究计划局在2005年再次举行比赛时, 有五辆车完成了所有的路程。最快的是斯坦福大学的Stanley。 它是一辆使用了现代标准摄像头、雷达和激光扫描仪的大众Touareg，在很大程度上依靠机器学习来理解其收集到的数据以及决定如何行驶。
5、Boss
美国国防部高级研究计划局举办的第三次也是最后一次比赛是2007年的城市挑战赛, 它是在一个废弃的空军基地上举行的。 这一次, 卡内基梅隆大学与通用汽车合作制造的Boss取得了第一名。这是一辆配备有各种传感器的雪佛兰塔荷，非常具有“侵略性”，但并没有违反交通规则。 和所有顶尖的自动驾驶汽车一样, 它使用了一种新的雷达激光扫描系统, 能够提供一个360度的详细视角。
6、谷歌Prius
2009年，谷歌的拉里·佩奇（Larry Page）让斯坦福大学斯Stanley的创建者塞巴斯蒂安·特伦（Sebastian Thrun）给他制造了一辆自动驾驶汽车，并要求他在加州的1000英里公路上进行测试，解决可能会遇到的问题。美国国防部高级研究计划局比赛中招募到了最优秀的人才后，特伦用必要的传感器装配了一辆Prius。一年半之后，这个团队攻克了“拉里的1000公里任务”。
7、谷歌Firefly
在接下来的几年里, 谷歌掌握着自动驾驶汽车领域的话语权, 逐渐地将技术推向汽车工业无法忽视的地步。 在2014年, 它用Firefly 清楚地表达了对人类驾驶员的排斥(其他人称之为koala, 或者pod等等) , 这是一辆没有方向盘和踏板的汽车。 三年后, 这支自动驾驶团队从谷歌分离出来, 成立了Waymo。然后Firefly 退休了，Waymo开始转向克莱斯勒Pacifica等量产车。
8、梅赛德斯 F 015
到2015年, 大型汽车制造商终于开始认真对待自动驾驶技术了。 梅赛德斯-奔驰（20世纪80年代做了大量的自动驾驶研究)在CES上发布了一辆未来概念汽车F 015，车辆的窗户可以作为触摸屏, 而且也为那些不敢放手的人提供了方向盘。该车预计在2030年出厂。
9、雪佛兰 Bolt （没有方向盘）
在帮助卡内基梅隆大学进行美国国防部高级研究计划局的城市挑战赛11年后, 通用汽车发布了一款既不带方向盘也没有踏板的雪佛兰 Bolt 电动汽车。 通用公司将在2019年的某个时候将这款车作为自动驾驶的出租车推出。
10、丰田 e-Palette
不久之后, 自动化技术将使汽车设计师摆脱今天的限制。 丰田公司通过e-Palette来探索未来, 这是一个可以做任何事情的车辆的平台, 从载客到运送披萨到作为一个移动的酒店或医疗中心。 这是迄今为止最大胆的产品之一——我们正在迈向一个汽车不仅仅只是我们驾驶的东西的世界。
下一篇：选北清路等进行路试 北京推进自动驾驶上一篇：广州将打造智能驾驶全产业链
责任编辑：王维
相关推荐
办公游戏都不在话下 mini主机选购指南
近年来，mini主机的关注度日益增长。无论是主打办公的主流性能产品，还是图形性能出色的游戏mini主机都有着很广阔的市场前景。但很多消费者对这类产品还是充满了偏见，对它的性能、散热、稳定性等等都存在着误解。今天我们将通过几款产品来告诉大家什么样的mini主机更适合你。什么是mini主机？它的优势在哪儿？mini主机没有明确的官方定义，可以把它理解为
工信部：到2020年建成国家车联网产业标准体系
商业化自动驾驶必要条件：AI算法须高效且低成本
陆奇到任首个大动作，百度宣布开放自动驾驶平台