無人駕駛無疑是2017年最吸引眼球的黑科技，無論是互聯(lián)網(wǎng)公司 Google、百度，還是特斯拉、傳統(tǒng)的汽車廠商奔馳、沃爾沃都是扭足了勁在做這件事。近日，李彥宏乘坐公司研發(fā)的無人駕駛汽車，前往2017百度AI開發(fā)者大會，可謂賺足了媒體的眼球，使得無人駕駛成為了茶間熱議的話題。

在我們談?wù)摕o人駕駛時，經(jīng)常會將“無人駕駛”、“自動駕駛”以及“駕駛輔助”三個詞混淆，認(rèn)為三者之間是可替代的關(guān)系。其實不然，它們分別代表了不同級別的自動駕駛技術(shù)。美國汽車工程師協(xié)會將自動駕駛技術(shù)進(jìn)行了分級（如下圖），這是目前國際公認(rèn)的術(shù)語界定。

L0屬于傳統(tǒng)駕駛，L1和L2屬于駕駛輔助，L3-L5屬于自動駕駛，L5的自動駕駛技術(shù)等級也稱為“無人駕駛”。因此，按照自動駕駛技術(shù)等級劃分，駕駛輔助<自動駕駛<無人駕駛。

駕駛輔助

駕駛輔助技術(shù)當(dāng)前已經(jīng)在量產(chǎn)車上部署，通常稱為高級駕駛輔助系統(tǒng)（Advanced Driver Assistant Systems，簡稱ADAS）。

ADAS是利用安裝在車上的各式各樣傳感器，在汽車行駛過程中隨時來感應(yīng)周圍的環(huán)境，收集數(shù)據(jù)，進(jìn)行靜態(tài)、動態(tài)物體的辨識、偵測與追蹤，并結(jié)合導(dǎo)航儀地圖數(shù)據(jù)，進(jìn)行系統(tǒng)的運(yùn)算與分析，從而預(yù)先讓駕駛者察覺到可能發(fā)生的危險，有效增加汽車駕駛的舒適性和安全性。初級的ADAS以被動式報警為主，當(dāng)車輛檢測到潛在危險時， 會發(fā)出警報提醒駕車者注意異常的車輛或道路情況。對于最新的ADAS 技術(shù)來說，主動式干預(yù)已較為普遍。

駕駛輔助技術(shù)處于自動駕駛技術(shù)等級的L1和L2，L1階段車輛開始介入制動與轉(zhuǎn)向其中一項控制，分擔(dān)駕駛員的工作，主要有自適應(yīng)巡航（ACC，Adaptive Cruise Control）、車道保持功能（LKA，Lane Keep Assist）緊急制動剎車（AEB，Automatic Emergency Braking）等功能。L2階段車輛開始接管縱向與橫向的多個控制，駕駛操作由系統(tǒng)完成，但司機(jī)注意力仍然要保持駕車狀態(tài)，以便隨時接管車輛。與L1的不同在于，橫向和縱向系統(tǒng)需要進(jìn)行融合。

盡管L2與L1相比，駕駛操作的主體由人變成了系統(tǒng)，但負(fù)責(zé)周邊監(jiān)控的主體都是人。然而，恰恰負(fù)責(zé)周邊監(jiān)控的主體是人還是無人駕駛系統(tǒng)，是高級駕駛輔助系統(tǒng)（ADAS）向自動駕駛過渡的核心標(biāo)志。

自動駕駛

自動駕駛相比于駕駛輔助，對技術(shù)和車輛性能要求更嚴(yán)格，主要體現(xiàn)在以下3個方面。

首先，需要更好的目標(biāo)識別算法

剛才我們介紹到，ADAS主要作用在于被動式報警，它有一個很重要的衡量指標(biāo)，那就是“誤報率”，“誤報率”如果高，大家就把這么一套系統(tǒng)關(guān)掉了。

“誤報率”這一指標(biāo)，也是衡量自動駕駛技術(shù)的重要考量，要不然會很麻煩，也不安全，比如自動駕駛里面有一個AEB（自主緊急制動），如果老是誤剎，會對車輛的安全造成威脅。另外，相對于誤報率，漏報率可能并不是駕駛輔助（ADAS）中最重要的一個指標(biāo)，但當(dāng)系統(tǒng)從“駕駛輔助”變成“自動駕駛”之后，漏報率必須要降低為零。因為出現(xiàn)一起漏報，可能就會車毀人亡。所以這些都需要有更好的目標(biāo)識別算法和多傳感器的融合。

其次，規(guī)劃和控制

在自動駕駛中，系統(tǒng)不能僅僅是警告，還需要加入規(guī)劃和控制。這個是從駕駛輔助到自動駕駛需要做的。

再次，視覺和雷達(dá)的融合要進(jìn)一步提升

不就前，特斯拉的輔助駕駛發(fā)生了一起車禍——撞上了一輛橫著的拖車。出現(xiàn)這種情況，就說明了視覺和雷達(dá)的重要性。首先特斯拉Autopilot用的車輛識別技術(shù)還比較原始。它基本上看本車道或者是相鄰車道的車屁股。車屁股有非常明顯的特征，車屁股下有陰影，有車燈，車是一個對稱的幾何體。這些特征使得它在夜晚也能比較清晰的識別出來。但是在這次事故中，特斯拉撞上了一輛橫著的車。這個車的色彩很難跟背景區(qū)分開來。所以視覺這一塊實際上是需要進(jìn)一步提升的。

在這起車禍中，為什么雷達(dá)沒有探測到那輛拖車呢？特斯拉方面的回應(yīng)是，雷達(dá)確實探測到了這輛車，但是把它歸類成為了橫跨馬路的道路標(biāo)志。從普通的雷達(dá)算法的角度上說，它是希望在靠近的時候能夠做出更準(zhǔn)確的判斷。但是很可惜，這個拖車的底盤非常高，而雷達(dá)安裝的位置比較低，所以靠近的時候并沒有被發(fā)現(xiàn)。實際上更早的時候也出現(xiàn)過特斯拉的雷達(dá)沒有判斷出前面較高底盤的車的情況。所以，雷達(dá)和視覺方面也需要提升才能更好的去做自動駕駛。

可喜的是，隨著硬件和算法的發(fā)展，上述問題正在逐一得到改善?；谏疃葘W(xué)習(xí)的目標(biāo)識別算法能夠大大提升目標(biāo)識別的精確度，但是深度學(xué)習(xí)還不夠，因為在目前基于深度學(xué)習(xí)的識別中，前車需要露出1/3才能夠識別出來。既然深度學(xué)習(xí)不夠用，硬件能否彌補(bǔ)呢？恰好，視覺雷達(dá)就能夠填補(bǔ)它的缺點。相信深度學(xué)習(xí)和視覺雷達(dá)相結(jié)合，能夠發(fā)揮更好的效果。

無人駕駛

無人駕駛技術(shù)等級處于最高級，無人駕駛=完全的自動駕駛，也就是說在無人駕駛的技術(shù)等級下，開車這活完全交給了無人駕駛系統(tǒng)。無人駕駛車輛中或許只有1個啟動/關(guān)閉按鈕，當(dāng)我們每天上車，點擊“啟動”按鈕，將目的地告訴系統(tǒng)，那么車子就會載著你到達(dá)你想要的目的地。至于中間行駛過程，怎么走，開多快，都是車說了算。你只需要安心在車內(nèi)睡覺或者思考問題。這聽起來是不是特別酷？

當(dāng)前谷歌的無人駕駛車沒有方向盤，也沒有油門，就一個啟動和關(guān)閉按鈕，是真正意義上的無人駕駛車，雖然功能方面還有很長的路要走；百度的無人駕駛車，嚴(yán)格意義上來說是一輛具備高級自動駕駛功能的汽車。

在目前技術(shù)水平下，實現(xiàn)無人駕駛技術(shù)，還有許多工作要做，主要包括：高精度的地圖定位、強(qiáng)大的認(rèn)知算法以及軟件架構(gòu)的安全性保障，其中任意一個問題都是相當(dāng)棘手的。按照目前的技術(shù)發(fā)展，2020年后，限定場景的無人駕駛汽車會量產(chǎn)，但要實現(xiàn)全天候全區(qū)域的無人駕駛，起碼十五年以后。

以人為本的人機(jī)協(xié)同共駕

無人駕駛還不是最高級別的，最高級別叫“以人為本的人機(jī)協(xié)同共駕”，就好比騎士和馬的關(guān)系，后邊有人偷襲，馬先覺得不對勁，一抬后踢倒對方。以后最高級別的駕駛也是如此機(jī)智，你的車就是一個人工智能機(jī)器人。打個比方，早上一出門奔你那車，快到跟前了車門自己就開了，車還能語音打招呼：主人，今兒早啊，快上來吧。你一上車，坐好了，車就開了拉你奔單位，車還得問你：您吃早點了么？要不要路上找個地方喝碗豆腐腦，你說，行??！找一個好評比較多的。那車就幫你搜索，搜出一個五星好評的早點攤兒，就直接奔那兒了。希望我們暮年時，能夠想享受到無人駕駛帶來的豪華體驗。

從駕駛輔助到自動駕駛，面臨第一次躍遷；從自動駕駛到無人駕駛，是第二次躍遷。自動駕駛不僅僅是算法，它是一套超級復(fù)雜的系統(tǒng)工程，要考慮可靠性、安全性。不過，自動駕駛在相當(dāng)長的一段時間里面，還是統(tǒng)計上比較可靠，還可能會犯低級錯誤的技術(shù)，需要業(yè)界和學(xué)術(shù)界的合作，政府和媒體的支持和寬容，使得它的技術(shù)在未來3-5年真正能實用。

（原文作者：賽氪）