2018年是自動駕駛的大年。在經歷了這兩年來無人車視頻和各種新聞的不斷預熱，自動駕駛初創公司如雨后春筍一般成長起來，互聯網巨頭和傳統車企都不甘落后紛紛宣布了路測和落地時間表。近日美國研究機構布魯金斯研究院發表的一份研究報告指出，全球廠商已經在自動駕駛領域投資800億美元。如果加上那些秘而不宣的自動駕駛研發計劃，投資總額應遠遠超過這個數字。

多方賽跑的結果就是自動駕駛車輛上路的時間節點越來越明晰，這個距離近得令人驚訝。從10月中旬開始，谷歌旗下的Waymo就已經開始在美國亞利桑那州的公開道路上運營L4級別的全自動駕駛汽車，整個汽車上沒有司機監控，完全由自動駕駛系統操控。

谷歌的中國對手百度，則宣布了明年量產L4級別的無人駕駛微循環車。這款車可在特定場景運營，也能應對各項實際的突發路況。

許多初創公司將明年視作一個重要節點。王勁創辦的景馳科技就表示，明年第一季度要在國內開展無人車路測。另外有消息稱，明年中國可能發布首張無人駕駛路測牌照，對于各個研究機構而言，這都是一個十足的利好消息。

自動駕駛不是一個新鮮的概念了，但其中的分級還未被大眾廣泛了解。SAEInternational（國際汽車工程師協會）從駕駛員的參與程度上來定義，將自動駕駛從L0到L5分成了6級。其中，L5是所有場景下的全自動駕駛，L4是有設計適用范圍的無人車，也就是特定場景中的全自動駕駛。L2與L3則分別是輔助駕駛和半自動駕駛。

出于研究周期與商業化前景的平衡，目前絕大多數研發團隊的目標還是在L3到L4，處于從需要駕駛員協助的半自動駕駛到固定路線的無人駕駛之間。

兩條路線：谷歌與特斯拉

從車輛誕生時起，人們就有了讓它自動行駛的構想，但真正成為現實，則是源于上個世紀80年代機器人技術的突破。進入21世紀后，隨著計算機、地圖、傳感及汽車電子等相關技術的飛速發展，無人駕駛技術的研究迎來了爆發期。

DARPAGrandChanllenge，中文譯做DARPA無人駕駛技術挑戰賽，是該領域影響最大的賽事之一，從中不僅走出了包括塞巴斯蒂安·特龍（SebastianThrun）等業界名人，也刺激了包括激光雷達企業Velodyne在內的一系列相關產業公司的發展。

在2007年的DARPA決賽中，谷歌創始人拉里·佩奇（LarryPage）搭乘公務機來到了現場。他渴望為谷歌尋找到新的創新方向，而無人駕駛就是他看中的第一個項目。兩年后谷歌無人車研發啟動，他先后引入了2005年、2007年的DARPA挑戰賽冠軍團隊中的許多研究人員，包括特龍和克里斯·厄姆森（ChrisUrmson），他們先后成為了該項目的第一個和第二個領導者。谷歌的這個舉動，拉開了互聯網企業進軍自動駕駛領域的序幕。

回看當年，之所以谷歌的無人駕駛研究能夠在一眾車企中脫穎而出，2008年的經濟危機應該是關鍵——當時美國許多車企被迫削減了研究經費，比如通用汽車是卡耐基梅隆大學的主要企業贊助商，而它在2009年申請了破產保護。而另外一個重要原因則是汽車制造商的判斷失誤，這些CEO們普遍認為這個技術可能會在2030—2040年間發展，谷歌的率先發力給自己爭取到了一個好位置。

谷歌在山景城路測的無人駕駛原型車

在2010年代的前五年，谷歌幾乎成為了無人車黑科技的代言人。但是隨著谷歌自身商業化進程的滯步不前，后來者也開始迎頭趕上，這其中最重要的事件，就是特斯拉自動輔助駕駛車型的量產。

特斯拉與谷歌不同。谷歌選擇了一步到位直接研發L4級別完全自動駕駛技術，特斯拉則采取循序漸進的方式，先從L2級別的輔助駕駛做起。去年10月，馬斯克宣布，所有正在生產的特斯拉都將擁有完全意義上的無人駕駛功能，包括ModelS、ModelX和Model3，但這只是硬件層面上的含義。在系統層面上，目前特斯拉給車主提供的“增強版自動輔助駕駛”選裝包，仍屬于L2-L3級別，未來待特斯拉的L4技術研發落地后，后續的選裝包將繼續推送給車主，以達到L4級別的自動駕駛。

2016年5月，特斯拉的這一策略遭到了嚴重打擊。美國俄亥俄州一個名叫JoshuaBrown的特斯拉車主，在行駛過程中過于放松，把輔助駕駛的L2當成完全自動駕駛L4來用，在行車途中睡著，最終撞上重型卡車導致車毀人亡。這一事故引起了人們對于L2技術的懷疑，德國政府甚至要求特斯拉在該技術的相關宣傳中撤除“Autopilot”（自動駕駛）這一具有誤導性的單詞。

上個月在媒體代表參觀Waymo（2016年底谷歌無人車項目拆分后的公司）時，CEO約翰·科拉菲克（JohnKrafcik）告訴媒體，谷歌已經完全拋棄輔助自動駕駛，因為駕駛員會在自動駕駛過程中喪失情景感知能力，危險來臨時也很難接管汽車。

在中國：百度先發制人，騰訊加入戰局

谷歌無人車在加州進行路測的時候，作為中國的搜索巨頭，百度也不甘落后，開始了深度學習和自動駕駛的研究。

這一研發項目始于2013年7月，直到一年后，百度才對外證實已經啟動“百度無人駕駛汽車”研發計劃。

2015年12月，百度在中關村軟件園國際會議中心正式宣布成立自動駕駛事業部，并計劃3年內實現自動駕駛汽車的商用化，5年內實現量產。與此同時，寶馬與百度合作，以BMW3系GT為基礎研發的自動駕駛汽車輛在沒有駕駛員干預的情況下，成功在北京五環進行實地路測。

在2016年的百度世界大會上，當時的百度高級副總裁、自動駕駛事業部負責人王勁宣布，百度獲得了美國加州政府頒發的全球第15張無人車上路測試牌，此時的百度無人車開始成為了中國自動駕駛研究的名片。

隨著王勁、余凱、彭軍、佟顯喬等百度系研發人員離職創立自己的自動駕駛公司，不斷涌起的自動駕駛熱潮中，百度研發團隊也終于在2017年開始了全面商業化的努力。

2016年11月，百度無人車亮相烏鎮世界互聯網大會

2017年3月，百度宣布對自動駕駛事業部（L4）、智能汽車事業部（L3）、車聯網業務進行整合，成立專門的智能駕駛事業群組（IDG），由百度集團總裁和首席運營官陸奇兼任總經理。4月“阿波羅計劃”發布，百度宣布將向合作伙伴提供一個開放、完整、安全的軟件平臺，幫助他們結合車輛和硬件系統，快速搭建一套屬于自己完整的自動駕駛系統。

這一計劃為百度招攬了一大批產業鏈上的合作者，自動駕駛研究的商業化終于看見了曙光。運營上，百度選擇與首汽約車合作，明年將有L3級別的智能駕駛車隊在部分城市展開運營。在無人車的生產上，百度與金龍汽車合作生產的無人駕駛小巴車“阿波龍”，也將于明年7月份實現量產。這輛車既沒有方向盤也沒有駕駛位，是一輛真正的無人駕駛汽車。

從實際操作中看，百度同時走了L3和L4兩條路線：一方面，L3的輔助駕駛系統能夠與大多數汽車主機廠合作，快速實現智能汽車的商業化；另一方面，完全無人駕駛汽車必然是未來汽車研發的終極方向，已經儲備了大量技術的百度在這方面也破局優勢。雖然與谷歌只走一條路的戰略不同，但雙路線并存的戰略也說明，百度并沒有通過L3技術升級的方式，去實現完全自動駕駛。

堅持兩條線都要走的戰略似乎是中國公司的技術特點。中國的另一家互聯網巨頭騰訊，在自動駕駛的研發中也持此態度。

騰訊起步比百度晚了3年。上個月，騰訊自動駕駛實驗室總監蘇奎峰在騰訊的全球合作伙伴大會上公開承認了自動駕駛研發項目的存在，并公布了現在的一些進展。蘇奎峰說，目前騰訊更關注在高速公路的半封閉環境下的L3解決方案，同時也會針對L4/5核心技術，在進行算法研究和數據上的積累。

自動駕駛面臨的最大問題

自動駕駛面臨太多的技術難題。傳感設備，比如攝像頭、激光雷達、雷達等需要變得更加高效，尤其是在惡劣氣象條件下如何提高傳感器的分辨效率，對于硬件和算法都提出了不小的挑戰。

單車成本也是一大問題。為確保安全性，多系統冗余設計必不可少。對于消費級的無人車，業界普遍認為多傳感器融合是基本保證。現在激光雷達價格偏高，車輛價格對于大多數消費者而言還是太高。

但是技術和成本的問題都是顯性問題，隨著算法的演進和車輛的量產，都將能逐步解決。在自動駕駛的普及過程中涉及到的社會成本才是其面臨的最大問題。

社會成本要從物理層面和法律層面兩方面來考慮。在物理層面上，基礎設施建設需要大量升級。此前德國政府曾做出計劃，為發展自動駕駛德國境內的每條高速公路均將可實現車輛與道路基礎設施的無線通訊功能。此外，通過安裝在路邊的傳感器以及無線設備還可以實現車輛間的通訊，這些均是自動駕駛汽車所需要的駕駛環境。

在無人駕駛時代，V2X能力，即車輛與車輛、車輛與基站、車輛與行人等之間的交互能力也至關重要。這對車聯網的建設、IOT的普及和5G無線網絡等提出了極高要求。這些也是社會需要付出的綜合成本。

除了無線通訊設備外，道路本身的平坦程度、車道線的可識別程度等都是一輛自動駕駛汽車能否安全行駛的關鍵。如果說在城市中心區域的主干道，這些問題尚且容易解決的話，在次干道、支路甚至于郊區和鄉村公路，想要達到自動駕駛、甚至于無人駕駛的條件絕非易事。

在這些看得見的成本之外，“看不見的成本”在無形中制約者自動駕駛的發展。從一輛自動駕駛車輛走下生產線到走上城市道路，現行的交通法律顯然遠遠不能滿足需要。

今年7月6日，在百度AI開發者大會的現場直播中，李彥宏乘坐的百度研發自動駕駛車輛在“眾目睽睽”之下違規，實線變道并且未打轉向燈。之后，北京交管部門給百度開了自動駕駛第一張罰單。

對于百度而言，獲得這張罰單還說得過去，畢竟車是自己的，系統是自己研發的，駕駛座上的人也是百度智能汽車事業部總經理顧維灝。但是如果是交付給用戶的車輛，這張罰單應該開給誰呢？是交付車輛的汽車主機廠，還是研發整個自動駕駛系統的開發商，亦或是沒有駕駛行為卻擁有車輛的用戶？

1949年版的《日內瓦道路交通公約》要求駕駛員“應當時刻能夠控制其車輛”，而針對魯莽駕駛的規定則通常要求“有意識地、有目的地操縱車輛”，這一規定在完全自動駕駛時代應當如何適用？

斯坦福大學的法學教授布萊恩特·沃克·史密斯（BryantWalkerSmith）曾撰寫過一份文檔，提出了在自動駕駛情境下如何調整法律的建議，包括把“駕駛員”這一術語改為包括不具備常規意義上的眼睛或者耳朵的計算機等等。修改法律的困難之處在于，法律能夠要求人類規范自己的行為，但現在它無法要求一個人工智能系統去做什么事，除非法律的制定者能夠清楚了解這個人工智能系統能做什么事不能做什么事，在紛繁的技術面具下去判定這些責任究竟是屬于誰——可以想見的是，隨著自動駕駛時代到來，現有的交通法規也將會迎來一場大變革。