或許，你沒注意從什么時候開始，自動駕駛成為了人們茶余飯后熱門的談資，但近年來自動駕駛真真切切的成為了最熱門的話題，并且已經(jīng)開始走入了我們的日常生活。

本月初，在國務院辦公廳發(fā)布的《新能源汽車產(chǎn)業(yè)發(fā)展規(guī)劃（2021-2035年）》中，我們看到中國的新能源汽車規(guī)劃已經(jīng)不僅僅是能源形勢的變革，自動駕駛和智能化已經(jīng)正式進入了未來產(chǎn)業(yè)的發(fā)展規(guī)劃。

昨天：從達芬奇到麥卡錫

? 早期：妄想or暢想

自動駕駛本身并非新鮮的概念，但近年來自動駕駛概念的火熱也并非老調重彈，想搞清楚自動駕駛為何近來如此火熱，不妨了解一下自動駕駛的發(fā)展歷史。

最早的自動駕駛車誕生于什么時候？很多國人可能會想到諸葛孔明發(fā)明的“木牛流馬”，“木牛流馬”可不是《三國演義》杜撰的，根據(jù)歷史文獻記載確有其事。不過在其所處的公元231-234年，人類還沒有發(fā)明穩(wěn)定的動力源，“木牛流馬”自然也不會是我們所說的自動駕駛。

不過，最早的自動駕駛車真的誕生在汽車發(fā)明之前，發(fā)明人是大名鼎鼎的達芬奇。

達芬奇在1478年設計了一款發(fā)條驅動，用齒輪“編碼”預設軌跡的“自動駕駛車”，后人根據(jù)他的設計復制出的實車確實可以實現(xiàn)相應功能。彼時距離尼古拉斯古諾制造出第一款蒸汽汽車相差291年，距離卡爾本茨制造最早的實用內燃機汽車相差了408年。

達芬奇的故事太過玄幻了，人類真正開始嘗試自動駕駛要等到二十世紀來臨時了。

和很多科技產(chǎn)品一樣，自動駕駛最早也是基于戰(zhàn)爭的需要被提出來的。不過二十世紀初科技水平有限，最早發(fā)展出來的是無線電遙控的小車，用以運送火藥等。1912年美國科學家用一對光感性硒光電管，設計了一個自動駛向光源的小車，被命名為“戰(zhàn)爭狗”，功能當然是自動駛向敵營自爆。

1921年美國軍方的Raymond E. Vaugha設計了一個無線電遙控的三輪牽引車。四年后，美國陸軍前工程師Francis P. Houdina把無線電遙控裝置裝在了一輛Chandler牌汽車上，成功的從百老匯開到了第五大道。他本人坐在后面的一輛車上進行遙控，前車便可以“無人”前進、轉向、剎車等。

這一事件當時引起了轟動，這臺車被命名為“美國奇跡”(American Wonder)。雖然與無人駕駛相去甚遠，不過這臺車實現(xiàn)了在汽車上的“電控”，也就是今天自動駕駛汽車重要的一環(huán)——控制。

此后，資本主義世界經(jīng)歷了慘痛的大蕭條時期（1929-1933），此后的三十年代自動駕駛概念意外在飛機上開始得到應用。

為了減少飛行員的駕駛疲勞，飛機開始使用三軸穩(wěn)定的自動駕駛儀來保持平直飛行，并且飛機自動駕駛在此后快速發(fā)展和完善。

受航空業(yè)的啟發(fā)，人們對自動駕駛汽車產(chǎn)生了濃厚的興趣。不過飛機飛行在“空曠”的空域，僅需要完成自身狀態(tài)的感知和控制，而汽車面對的環(huán)境要復雜的多。

? 三十到六十年代：在高速埋電纜解決自動駕駛

1939年紐約世界博覽會上，通用展示了一個名為“Futurama”（未來世界）的作品，暢想六十年代“智慧城市”的圖景。

細心的讀者可能已經(jīng)發(fā)現(xiàn)了，這些相當“朋克”的老海報上，自動駕駛汽車都是壓在虛線正中行駛的。這是因為當時設想通過在道路上埋設電纜等，通過車輛內的傳感器識別，在高速上就可以沿著規(guī)劃的線路實現(xiàn)自動駕駛，駛出高速后再交由人駕駛。這是最早的真正的自動駕駛概念，也可以說是最早的V2X理念雛形。

這種預埋電纜的理念影響了此后數(shù)十年自動駕駛的發(fā)展方向。但Futurama更深遠的影響是對高速公路體系基礎的規(guī)劃。

這種自動駕駛看起來可能有點像有軌汽車，不過這一理念仍是今天L3級自動駕駛汽車特殊場景落地的嘗試方向之一。及自動駕駛汽車在專用的封閉道路（專用車道）實現(xiàn)自動駕駛，區(qū)域外交由人類接替駕駛。

此后，人類又經(jīng)歷了更為慘痛的第二次世界大戰(zhàn)。二戰(zhàn)后距離Futurama預想的六十年代已經(jīng)不再遙遠。

1956年，通用又帶來了第二代作品Futurama II，并在隨后發(fā)布了具備自動駕駛功能的Firbird II概念車，這臺車的一大創(chuàng)舉是設計了自動導航系統(tǒng)。兩年后發(fā)布的Firbird III概念車進一步完善了高速公路上預埋的線纜與車端的接收器通過電子脈沖信號進行通訊，不過可惜這兩款車都只停留在了概念階段。

不過在1957年，美國人已經(jīng)在內布拉斯加州一條高速公路上試驗了預埋電纜與車端的接收器通過電子脈沖信號進行通訊的自動駕駛試驗。

同時期，英國政府資助也資助了同樣的實驗，使用包括Austin Mini、Vanguard和雪鐵龍DS19等車型改裝的測試車進行預埋電纜自動駕駛的測試，成功控制汽車自動轉向、加速或制動。研究得出的結論是，該技術能夠減少英國道路上40%的事故。但因為成本和技術難度巨大，最終在七十年代被迫中止。

? 六十年代之后：人工智能左右自動駕駛

在道路上預埋電纜的路線陷入泥潭時，另一股力量正在悄然崛起。

1956年達特茅斯學院的會議上，來自不同領域的科學家正式提出人工智能概念，人工智能成為了一門專門的學科。

在1956-1974年第一輪人工智能高潮時期，誕生了圖靈、麥卡錫、塞繆爾等一批人工智能大師。當時的人工智能研究方向是希望借助機器智能解決代數(shù)應用題、證明幾何定理、學習和使用英語等等。

不過當時人們對人工智能的預期相當高，認為“二十年內，機器將能完成人能做到的一切工作”，開車當然也是其中之一。

1969年，麥卡錫（John McCarthy）發(fā)表了一篇名為《電腦控制汽車（Computer Controlled Cars）》的文章，提出了依靠視覺感知環(huán)境的無人駕駛汽車，并且還提出了無人駕駛汽車相比人類駕駛員更安全的理念（文章中認為事故發(fā)生概率降至五分之一）。

在此之前，1961年，斯坦福大學研究院試制了一臺依賴視覺感知的無人駕駛小車，該車后來被稱為Stanford Cart，但由于圖像過長的延時并沒能取得成功。

1967年，Stanford Cart終于實現(xiàn)了依賴攝像頭捕捉白線，沿白線自動行駛。1977年Stanford Cart實現(xiàn)了立體視覺感知，并在1979年成功地越過了一個沒有人為干擾的充滿椅子的房間，使其成為最早的自動駕駛汽車的例子之一。

值得一提的是，斯坦福研究院（Stanford Research Institute）后來改名為斯坦福國際研究院（SRI International），如今以發(fā)明了電腦鼠標和語音助手Siri聞名于世。

1974年之后，人工智能受制于理論和硬件的水平，并沒能像預期取得輝煌的成果，進入了第一次AI寒冬，相關領域的研究投入大幅縮水。自動駕駛在這一時期也發(fā)展緩慢。

八十年代，專家系統(tǒng)的提出讓人工智能再次獲得了新生，在1980-1987年迎來了第二次AI高潮。

同時期，美國的國防高級研究計劃局（DARPA）和卡內基梅隆大學、日本的筑波工程研究實驗室、德國的慕尼黑國防軍大學與梅賽德斯聯(lián)合團隊等，在自動駕駛領域也取得了不俗的成績，通過“ 攝像頭為主、其他傳感器為輔 ”的方式開發(fā)出了各種自動駕駛汽車原型。

而八十年代的電視劇《霹靂游俠》（Knight Rider）中的 KITT 自動駕駛汽車也風靡一時，自動駕駛在科研科和社會影響力上都取得了一次躍進。

但專家系統(tǒng)依賴人類專家的知識和經(jīng)驗解決問題的方式有很大的局限性，例如在自動駕駛領域人類根本無法將全部的可能情況全部傳授給機器。同時隨著個人計算機和網(wǎng)絡的興起也沖淡了人們對人工智能的興趣，1987年之后第二次AI寒冬來臨。

1965年，英特爾創(chuàng)始人戈登摩爾提出了摩爾定律，及集成電路上可以容納的晶體管數(shù)目在大約每經(jīng)過18個月便會增加一倍，而價格下降一倍。這一機遇觀察得出的經(jīng)驗在此后不斷得到印證，隨之而來的是芯片的飛速發(fā)展。

隨著計算機性能的快速提升，云計算、大數(shù)據(jù)、機器學習、自然語言和機器視覺等領域興起，人工智能從1993年開始迎來了第三次高潮并延續(xù)至今。1997年，IBM的國際象棋機器人深藍戰(zhàn)勝國際象棋世界冠軍卡斯帕羅夫，使得人工智能被公眾廣泛關注。而自動駕駛在人工智能飛速發(fā)展下也不斷取得突破。

九十年代末，意大利帕爾馬大學視覺實驗室VisLab完成了一次創(chuàng)舉，他們開發(fā)的自動駕駛汽車利用雙目攝像頭組成的立體視覺系統(tǒng)，在高速公路上實現(xiàn)了 2000 公里的長距離試驗，無人駕駛占比 94 % ，而車速則達到了 112 公里/小時。

而在九十年代初，北京理工大學、南京理工大學、國防科技大學、清華大學和浙江大學五家單位聯(lián)合研發(fā)了中國第一款動駕駛汽車ATB-1（Autonomous Test Bed-1）。

今天：深度學習、神經(jīng)網(wǎng)絡帶來了曙光

在前人的基礎上，美國國防部高級研究計劃局（DARPA）在2004年曾斥巨資懸賞：誰能打造一輛能穿越 300 英里沙漠的自動駕駛汽車，誰就能拿走100萬美金獎金。第一屆Grand Challenge大賽在美國莫哈韋沙漠舉辦，21支參賽隊伍無一幸免，全部未能完賽。第一名也僅行駛了7.32英里。

2005年，第二屆Grand Challenge參賽隊伍增加到了195支，有5支隊伍成功完賽。其中Sebastian Thrun帶領的斯坦福團隊打造的Stanley自動駕駛汽車以30.7km/h的的平均速度奪冠，拿走了200萬美元的獎金。

Grand Challenge對自動駕駛的影響不亞于深藍擊敗卡斯帕羅夫，而來自斯坦福的Sebastian Thrun隨后高調加盟谷歌，谷歌無人駕駛汽車在2009年開始上路測試，成為當今自動駕駛里程碑式的事件。

不過，自動駕駛如今的火爆還依賴于技術方面的突破。2006年，Geoffrey Hinton提出多層神經(jīng)網(wǎng)絡的深度學習算法。到2013年，深度學習算法在語音和視覺識別率獲得突破性進展。

語音、視覺，這簡直是為智能汽車量身打造的。

總有人問，到底什么才算“智能汽車”，這其實并不容易去定義。自動駕駛的概念已經(jīng)誕生逾百年，自然語音對話早已在手機、智能音箱等民用設備上普及，裝在車上怎么就“高級”了？

就像最早時，會下跳棋的簡單程序就算是人工智能，但這種可以窮盡步驟的算法在如今強大的硬件下變得格外簡單，和在圍棋上戰(zhàn)勝李世石的alphago相比已經(jīng)很難再把他當做人工智能。智能汽車的概念也許一直會發(fā)生變化，但今天深度學習加持的強人工智能催生的自動駕駛和自然語音對話，以及5G等技術突破賦予汽車的車聯(lián)網(wǎng)概念已經(jīng)讓汽車又了完全不同的可能性，這種有無窮可能的汽車就是不同于之前汽車的“智能汽車”。

基于自動駕駛的快速發(fā)展，2014年美國機動車工程師學會（SAE）制定自動駕駛的 International SAE J3016標準，也就是我們今天非常熟悉的L0-L5自動駕駛等級標準。此前我們在《無人驅》系列文章中介紹過，除了直奔L4、L5級無人駕駛的企業(yè)，更多的傳統(tǒng)車企其實一直在從L1起步不斷演進。在這條賽道上的故事，很長一段時間都與人工智能無關。

1945年，一位不會開車的美國盲人發(fā)明家Ralph Teetor發(fā)明定速巡航（CCS）。Ralph Teetor在乘坐朋友的車時，敏銳的發(fā)現(xiàn)司機一旦開始聊天車速就會不穩(wěn)，對他而言感受十分差勁。經(jīng)過十年的打磨終于取得了定速巡航的發(fā)明專利。

1957年，克萊斯勒為其高端車型“帝國”（Imperial）配備了定速巡航功能，成為最早量產(chǎn)該功能的車型，而克萊斯勒給其取的名字正是AutoPilot（自動駕駛）。

但定速續(xù)航只能保持固定速度，1992年，三菱在旗艦車型第三代Debonair上裝備了一款激光雷達（沒錯，就是激光雷達），雖然不具備控制剎車、油門的功能，但可以實現(xiàn)行進中的距離預警。

1999年，奔馳S級（W220）和CL級轎車率先裝備了依賴毫米波雷達的ACC自適用巡航。

同年，在遙遠的以色列誕生了一家并不起眼的初創(chuàng)公司。希伯來大學教授 Amnon Shashua 以他的視覺識別研究項目為基礎，在以色列耶路撒冷與 Ziv Aviram 共同創(chuàng)立Mobileye。

Mobileye著力開發(fā)搭載圖像識別算法的EyeQ芯片，此后在單目視覺算法領域取得了巨大的突破。2006年開始，EyeQ系列芯片開始在量產(chǎn)車上裝備，從最初的5款車型以每年成倍，甚至更多的速度快速普及。

此后幾年中，車道偏離預警、車道保持、全速域自適應巡航等不斷普及，漸進式自動駕駛路線開始與變革式自動駕駛路線開始在人工智能賽道上出現(xiàn)了交匯。

2013年，包括奧迪、福特、沃爾沃、日產(chǎn)等傳統(tǒng)車企開始認真發(fā)力自動駕駛，同時期還出現(xiàn)了一大批自動駕駛初創(chuàng)公司。

也是這一年，埃隆馬斯克發(fā)了一條推特：“特斯拉要為Model S開發(fā)輔助駕駛系統(tǒng)，緊張的工作正在進行中”。兩年后，特斯拉Autopilot正式問世，成為市面上最好用的L2級輔助駕駛系統(tǒng)，量產(chǎn)車領域的自動駕駛之戰(zhàn)打響。

僅僅5年的時間，高階的L2級輔助駕駛已經(jīng)得到了普及。而特斯拉最新的FSD理論上已經(jīng)實現(xiàn)了L3，甚至更高等級的自動駕駛功能（受制于法規(guī)，仍然需要駕駛員監(jiān)視路面，保持手握方向盤并隨時接管車輛），當然還有國內蔚來的NOP和小鵬的NGP。

今天的自動駕駛早已完全不同于早期鋪設電纜的粗暴方式，也不同于基于早期人工智能的笨拙。卷積神經(jīng)網(wǎng)絡和深度學習的突破進展賦予了如今自動駕駛更加強大的功能。

自動駕駛能夠如此快速的取得實用化的進展遠不止是人工智能領域的突破，更依賴各個科技領域的飛躍式發(fā)展。芯片如今已經(jīng)進入5nm時代，而大數(shù)據(jù)方面，近年來數(shù)據(jù)量的衡量單位已經(jīng)從TB躍升至PB、EB乃至ZB的量級。IBM在2016年之前的的研究表明，整個人類文明產(chǎn)生的全部數(shù)據(jù)量，90%來自近5年。而此后短視頻等社交網(wǎng)絡的興起讓這一數(shù)據(jù)量變得更加可觀，這就為深度學習提高了硬件和海量數(shù)據(jù)的基礎。

而5G網(wǎng)絡、高精度地圖、車規(guī)級激光雷達等等技術的落地，也進一步促進了自動駕駛的成熟。我們此前曾介紹過今天的自動駕駛汽車如何運轉，點擊下圖了解。

明天：未來可期

縱然在實用層面取得了豐碩的成果，但自動駕駛直到今天仍然還不是一項成熟的技術，關于自動駕駛未來如何發(fā)展存在著巨大的爭議，沒有誰能給完全確定到底誰是對的。無人駕駛汽車終將實現(xiàn)或許是唯一可以確定是事情。

在二十世紀三十年代之前，人類對自動駕駛的初級探索主要集中在“單車自動駕駛能力”上；1939年通用Futurama概念展示了車與路、車與城市互聯(lián)協(xié)同的V2X路線；六十年代之后隨著人工智能的發(fā)展，依賴視覺感知等傳感器的單車自動駕駛能力再次成為主流。

對于未來，業(yè)界目前就發(fā)展單車能力還是包括車路協(xié)同的V2X技術路線存在著巨大的爭議。

包括特斯拉等品牌，認為依賴車路自身視覺感知和不斷升級的算法，便可以實現(xiàn)在任意環(huán)境的無人駕駛。特斯拉甚至不依賴激光雷達等感知硬件，認為僅依靠攝像頭視覺感知為主，毫米波雷達為輔的硬件基礎便能夠實現(xiàn)無人駕駛。

而國內目前正大力發(fā)展車路協(xié)同的基礎設施建設、智慧城市、高精度地圖/定位等V2X路線，依托中國強大的基建能力，爭取在V2X領域標準制定取得話語權。

在信息化高度發(fā)達的今天，萬物互聯(lián)已經(jīng)成為了時代主流。單車自動駕駛能力固然十分重要，但車與外界的信息交流也是必不可少的，兩者之間的權重還需要更多的實踐加以證明，但包括V2V車與車(vehicle)，V2I車與基礎設施(vechile to infrainstructure)，V2G車與電網(wǎng)（Vehicle-to-grid），V2P車與人(vehicle to people)，V2N車與云（vehicle to network）的V2X技術能夠更高效的解決未來出行的效率問題。

自動駕駛時代，私家車或許將成為用戶購買私人空間的奢侈消費，而出行的需求可以更多的交給效率更高的無人駕駛車隊，車的總量和利用率將大大提升。通過云端大數(shù)據(jù)、強人工智能的高效分配，堵車等問題或許將得到徹底的解決。

自動駕駛概念歷經(jīng)逾百年，我們或許第一次真正的看到了無人駕駛時代的曙光。

結語

不管是新能源還是智能汽車，我們正處在汽車產(chǎn)業(yè)百年變革的風口。今天我們看到的智能汽車或許還不夠“智能”，以至于大家仍然會疑惑智能汽車究竟是什么。

或許就像在iPhone4問世之前，我們并沒有覺得Java的諾基亞有何不妥，塞班系統(tǒng)就足夠的智能了。但智能手機引領了移動互聯(lián)網(wǎng)時代，今天手機能夠實現(xiàn)的功能在當年完全不可想象。

基于多層卷積神經(jīng)網(wǎng)絡和深度學習而來的自動駕駛和語音控制在今天看來并沒有太多的稀奇，但OTA讓他們有了更多的可能。明天的智能汽車能干什么，我們在今天還很難預測，但不妨基于今天的技術打開想象，或許你也能創(chuàng)造一個新時代。

—The End—