汽車是人類文明的結晶，也曾是人類自由移動的夢。它固有的文化，體現出了人類的熱情，夢想以及永不厭倦的探索精神和孜孜不倦的工匠精神。汽車在人類歷史的發展過程中，克服了距離與時間的障礙，是全球經濟發展的一個重要飛躍，甚至可以說20世紀是汽車大眾化的時代。
我們對汽車的固有概念
時間回到21世紀，汽車的意義不再是供人駕駛這麼簡單，汽車的設計，功能，品牌，對環境保護的力度將成為衡量汽車的新晉標杆。大數據下的今天，人工智能爆發的當下，關於汽車，不再是傳統觀念里加滿汽油就能跑的移動大盒子，也不再是會造成環境汙染的罪魁禍首，更加不是僅僅供駕駛員馳騁的工具，今天的汽車，被賦予了更多的使命和意義，最重要的是改變了人類近百年的駕駛習慣，這就是我們近幾年的熱點話題——autopilot。
autopilot技術是什麼？
autopilot的學名並不是我們常言道的自動駕駛技術，而是自動駕駛儀，是按技術要求自動控制飛行器軌跡的調節設備，其作用主要是保持飛機姿態和輔助駕駛員操縱飛機。自動駕駛儀是模仿駕駛員的動作駕駛飛機的。它由敏感元件、計算機和伺服機構組成。當飛機偏離原有姿態時，敏感元件檢測變化，計算機算出修正舵偏量，伺服機構將舵面操縱到所需位置。
自動駕駛的意思來自於飛機
同樣的道理，我們可以將autopilot的技術同樣利用於汽車等陸地的交通工具，達到自動駕駛的技術，嚴格意義而言，autopilot可歸為人工智能的一個種類，我們所說的人工智能，學名ai，人工智能可以理解為深度學習，簡而言之，autopilot便是深度學習如何安全地駕駛汽車。
人工智能——深度學習
自動駕駛汽車涉及哪些技術？
>>按照系統形式分：環境VS行為VS運動
無人駕駛車是一個完整的軟硬件系統。硬件系統除了常規的汽車配置還涉及到專用於無人駕駛技術的傳感器，比如攝像頭，雷達等。每個公司對於無人車的理解以及設計是不盡相同的，因此軟件算法更是難以概括。但是在無人車涉及到的如此多的技術中，一般而言有三大模塊：
▶環境感知模塊：
無人駕駛汽車是通過傳感器來感知環境信息。比如攝像頭、激光雷達、毫米波雷達以及工業相機是用於獲取環境信息；利用GPS等用於獲取車身狀態的信息。
▶行為決策模塊：
行為決策是指無人駕駛汽車根據路網信息、獲取的交通環境信息和自身行駛狀態，產生遵守交通規則的駕駛決策的過程，可以理解為工程師規劃出一條精密的行駛軌跡，然後無人駕駛車就可以跟著這條軌跡走。
▶運動控制模塊：
運動控制模塊是根據規劃的行駛軌跡和速度以及當前的位置、姿態和速度，產生對油門、剎車、方向盤和變速桿的控制命令。
無人駕駛汽車的技術圖
>>按照公司形式分：Google VS Tesla
Google：
谷歌對於自動駕駛的規劃在於，谷歌認為無人車是可以完全取代人來駕駛，把無人車看成機器人，所以沒有方向盤、油門和剎車。因此，谷歌無人車的配置為64線激光雷達：在高速旋轉時發射激光測量與周邊物體的距離，再根據距離數據描繪出精細的 3D 地形圖，並跟高分辨率地圖數據相結合建模，幫計算機做決策。這條技術路線的關鍵是對周圍環境的模擬和3D地圖數據，而谷歌在這方面有深厚的積累。
Google無人駕駛汽車
Tesla：
特斯拉的計劃是從機器輔助駕駛進化到完全自動駕駛（特斯拉在車禍後申明autopilot解釋為輔助駕駛而非自動駕駛），所以特斯拉在技術上逐步實現自動剎車、定速巡航、自適應巡航等，最終完全自動駕駛。特斯拉 Model S主要是靠攝像頭結合計算機視覺，其輔助駕駛使用的硬件包括前置攝像頭、前置雷達、12個超聲波傳感器。
特斯拉的自動駕駛
雖然全球研究自動駕駛技術的公司不在少數，目前包括Uber在內的非汽車製造公司均投入了自動駕駛技術研發的懷抱，但是谷歌和特斯拉依舊是研究自動駕駛技術的巨頭。以下就以特斯拉和谷歌為例，深入瞭解自動駕駛技術，比較兩家公司的優劣。
google—autopilot
>>關於車型：
眾所周知，我們俗稱的谷歌的無人駕駛汽車項目其實已經從谷歌分離出來成為 Alphabet 的子公司 Waymo 了（alphabet為Google的母公司），但是研究成果依舊還是作為谷歌無人車的時候實現的。谷歌無人車基本可歸類為以下兩種車型：
Prototype Vehicle：
Chrysler Pacifica Hybrid：
>>關於軟件：
地圖
上文已說明，谷歌對於無人車的開發與特斯拉不同，谷歌意為無人車建立專屬地圖，這地圖和我們使用的谷歌地圖或者高德地圖的app不同，無人車使用的地圖會包含更多的信息：如路緣的高度，十字路口的寬度，交通標誌、紅綠燈的高度和準確位置等信息。當谷歌的無人車將進入一個新的環境測試時，他們開著自己的無人車用車上的激光雷達收集周圍環境的三維數據，對這些數據進行標定和分類，比如道路線的狀態，路燈高度，路邊的消防栓等。
無人車專屬地圖
鳴笛算法
谷歌的無人車設計了鳴笛算法以提醒其他司機注意自己的存在，雖然被鳴笛提醒往往是一種不好的體驗，不過谷歌希望它的無人車的鳴笛算法是禮貌且細心周到的，並且只在鳴笛能夠讓大家更安全的情況下進行。谷歌會教無人車區分真正需要鳴笛的情景和其實並不需要的情景：車跑在了錯誤的車道時候就需要鳴笛提醒。在進行鳴笛算法測試的時候，谷歌會讓測試駕駛員記錄無人車每一次鳴笛的情況以幫助工程師優化算法。
無人車鳴笛示意圖
三點掉頭
谷歌希望無人車能夠給人提供到位的服務：出家門就可以坐到車，然後車把你直接送到公司門口。所以，三點掉頭是無人車必須要掌握的技能。三點掉頭指的是從馬路的最右側做迴轉，當接觸到最左側的路沿時做後退動作，同時在後退時繼續將車頭進行調整，最後換成前進檔，繼續完成掉頭動作。無人車有360度的視角，能夠計算出最短或最快路徑。不過為了讓車上的乘客感覺起來更舒適，谷歌選擇教無人車模仿人掉頭的方式（常說的深度學習）。
三點掉頭
Tesla—autopilot
>>關於車型：
比較新的特斯拉的Model S和Model X車上搭載了特斯拉的Autopilot自動輔助駕駛系統。
model x
model s
>>關於軟件：
Autopilot 1.0：Mobileye
Mobileye是一家創立於以色列的公司，專注於ADAS（高級輔助駕駛系統）的軟硬件開發，其特有的EyeQ視覺識別芯片以及ADAS軟件被應用於多家汽車廠商，特斯拉就是其中之一。Mobileye的操作方式是通過對攝像頭採集的數據進行分析和處理可以識別道路。
mobileye的工作原理：車的形狀，位置，前後，行人，障礙物，路牌，紅綠燈，道路的方向，可用的空間都能被一一識別和被記錄下來。
因此，mobileye的優勢在於：
▶自由空間標記
▶啟發式路徑尋找
▶道路避障
▶路牌識別
但是，特斯拉並沒有完全運用mobileye，特斯拉的自動輔助駕駛只是使用了其硬件EyeQ3，搭配的是自己的軟件，其中紅綠燈識別，無中間黃線的雙行道識別等並沒有被Tesla用上。嚴格意義上來看，特斯拉所定義的autopilot並不是自動駕駛，而是自動輔助駕駛技術。
Autopilot 2.0：
目前Tesla的自動輔助駕駛Autopilot達到了第二級，部分實現了第三級的功能，正在向完整實現第三級乃至第四級邁進。目前，Tesla在Model S和Model X上面採用的自動輔助駕駛系統集成了12個超聲波傳感器，用來識別周圍環境；一個前置攝像頭和雷達，用來辨識前方物體；以及衛星高精度地圖。
特斯拉配置
超聲波傳感器
前置雷達
雷達：穿透力很強，不受雨霧等環境影響，也不受限於光線。
前置攝像頭
攝像頭：沒有穿透力，需要光線，只能獲取2D圖像，3D環境建模只能靠算法理解，一旦獲取的圖形有誤差，會極大的影響最終分析結果，但成本非常低。
衛星高精度地圖
如果說，Autopilot 1.0 基於Mobileye的圖像識別技術，主要數據來自於車頂的Mobileye攝像頭，車首的雷達，周邊雷達只是提供輔助信息。那麼Autopilot 2.0則是基於雷達識別環境，主要數據來源於車身上的雷達，而輔助數據則來源於車隊學習的高精度地圖和白名單。
自動輔助駕駛並非完美，目前的版本依然需要人為控制變道信號以及進出匝道等，對道路的需求也限制在高速和城市，而且一旦遇到特殊情況，加上人的疏忽大意，可能造成生命財產的損失。
自動駕駛技術中的問題
無論是特斯拉創新技術下的自動輔助駕駛技術，還是谷歌對於自動駕駛技術的深入研究，對於自動駕駛技術而言，安全問題必然是首當其衝的。特斯拉的車禍和谷歌的車禍都意在告訴大眾，無人駕駛技術還有很長的一段路要走。
>>Tesla車禍
美國佛羅里達州一名Model S車主在使用特斯拉“自動駕駛”模式時發生事故死亡，這是特斯拉自動駕駛致死車禍的第一例。這是因為在Tesla自動輔助駕駛時，由於系統沒能正確識別橫向來的卡車以及自動輔助駕駛中的緊急剎車功能沒能正常啟用導致的。而緊急剎車沒有啟用是因為自動駕駛系統沒有發送開啟指令，自動駕駛系統沒有發送指令是因為給予當時攝像頭採集的畫面，誤判橫行而過的卡車是橫在路上的路牌。
此次事故暴露了Mobileye的技術漏洞：
▶Mobileye的攝像頭接受的是光的反射，如果攝像頭效果受影響，那麼識別能力大打折扣。
▶Mobileye的攝像頭獲得的是2D平面數據，需要圖像識別的加工才能得到有價值的3D場景。
▶Mobileye的攝像頭方案對道路場景的變化反應有限，全靠即時的系統自主判定。
▶Mobileye的攝像頭數據獲取是一種被動的方式，它蒐集的數據是已發生的事，且存在延遲。
所以這起車禍的原因，攝像頭剛好遇到太陽下山時強烈的背光導致識別能力不足，收集到的數據不完備，而這不完備的2D數據又經過圖像識別加工成錯誤的3D場景，讓車誤判了前方的路況，從而釀成慘禍。
>>google車禍：
谷歌無人車在加州發生了一起交通事故，這並不是谷歌無人車出現的唯一一次車禍，也不是第一次出現這樣的事故，無人駕駛汽車向左（道路中央）變道時蹭撞了後方的公交車，當時前者的速度是每小時2英里，後者是15英里。好在雖然發生了事故，但無人員傷亡，Lexus的左前方擋泥板、車輪以及其中的一個傳感器被損壞。此次事故與路測排水系統的沙袋有關，谷歌為避讓它沒注意到公交車。據有效報告顯示，谷歌無人車每行駛9600公里就會發生一起交通事故，超過美國交警出勤率（每8萬公里），不少情況下仰仗人類司機的干預才躲過一劫。
谷歌無人車車禍車
特斯拉VSGoogle
同樣都出現車禍，同樣是自動駕駛類的頂尖公司，在技術原理都大同小異——都是通過感應器和軟件實現自動駕駛的。但就其理念而言，Google更理想化，直接指向終極解決方案，而Tesla更務實些，現階段的可行性更高。兩大無人駕駛方向的巨頭，究竟哪個公司會更勝一籌呢？
>>造型：
但就造型而言，谷歌呈現出的自動駕駛汽車看上去更像是一個大型的麵包玩具，幾乎看不到任何的稜角，而特斯拉制造的帶有無人駕駛汽車從外形看更加具備傳統意義上的車的形狀，鷹翼門的設計給喜歡刺激以及新潮的愛車一族更有新鮮感。
鷹翼門
>>功能：
谷歌的自動駕駛汽車，可以稱為“全自動駕駛汽車”，這種汽車沒有方形盤，沒有剎車，全部靠感應器和軟件自動駕駛，谷歌宣稱它非常安全。而特斯拉汽車是在現有的駕駛系統外配置“自動輔助駕駛儀（Autopilot）”，目前而言特斯拉並沒有宣稱可以完全做到無人駕駛，特斯拉的“半自動駕駛”更傾向於”有人監督的自動駕駛技術“，就像是飛機的”Autopilot“功能一樣，不是把自己完全交給感應器和軟件，可以隨時切換到人工駕駛模式。
>>環保：
眾所周知特斯拉生產的是電動車，在高度宣傳環保以及開發新能源的今天，運用電能完全代替汽油的做法不僅能帶給消費者環保的意識，在宣傳方面更是能給人耳目一新延年益壽之感，在pm2.5瀰漫的今天，對於汽車的購置除了外型性能等硬件條件以外，健康出行同樣會成為選擇的前三甲。
特斯拉環保理念海報
自動駕駛技術的未來
autopilot是否會完全取代老司機？
回答：會
無人駕駛汽車毫無疑問將改變汽車行業，伴隨著無人駕駛的技術進一步的提升和安全性更好保障的前提下，似乎這場人工智能與老司機之間的競爭，人工智能將完敗老司機們。蘋果聯合創始人沃茲預計到了2075年，地球上幾乎所有人都會用上自動駕駛汽車。“我相信，自動駕駛汽車不只是可能的，而是必然會出現的。”沃茲說，“自動駕駛汽車的代價不太大，它的好處卻是相當明顯的。到時駕駛汽車將會變成一項運動，只有很小的地區才會讓你駕駛汽車，讓你體驗一下老汽車。”
autopilot技術在各家公司給予的說法各不相同，無論是Google認為的autopilot就是一種人工智能技術的開發，抑或是Tesla認為autopilot目前只能是自動輔助駕駛技術，不得不承認，無論給autopilot安上何種解釋，這項技術的終端必然是完全解放人類的雙手和大腦，實現上車就睡覺的美好藍圖。
人工智能的存在很大程度上解放了人類的雙手，機械的重複性的運動交給人工智能完成，能夠達到更加高效和高準確率。
>>機器比人類精力充沛
在全球範圍內，疲勞駕駛已成為導致交通安全事故的重要原因之一。根據公路交通安全管理局的統計，在公路上，每年由於駕駛人在駕駛過程中進入疲勞駕駛狀態而導致大約上萬起交通事故。人會疲勞，但是機器不會疲勞。這一點，autopilot就佔據了絕對的上風。
>>機器比人更理性
人會有情緒，會因為慌張、會暴怒而做出危險的行為，但是機器不會犯這些錯誤，這是機器的一大優勢。
>>機器能夠讓殘障人士坐上駕駛位
在目前中國的交規法裡，只有拿到駕駛證才能坐上駕駛位駕駛汽車，於是身體存在殘疾的人們是沒有機會獲得駕駛證，更別提駕駛汽車了。不過自從自動駕駛技術面試，這一問題將引刃而解。殘障人士將不再束縛於副駕駛或是車後座，他們將能夠坐上駕駛位感受飛馳的體驗，彌補人生的一個小缺憾。
但是看似完美的自動駕駛技術就真的百密而無一疏嗎？
autopilot會帶來什麼新的問題？
>>法律問題
法律問題可能是無人駕駛的一個潛在的障礙，尤其是涉及對事故責任的界定。比如一輛無人車在駕駛過程中發生事故，將如何界定到底是車主的責任還是生廠商的問題？無人車在完全實現無人駕駛過程中，乘客是否必須看著路？衚衕裡、小區間這種的複雜道路上，能否達到完全的無人駕駛？高速路上，要不要專門劃出一個無人駕駛汽車的行車道？
《速8》中的無人車大混戰
>>失業問題
在無人駕駛技術達到爐火純青的技術時，司機這份職業將不復存在，與此同時產生的社會失業率問題將如何解決？Uber和滴滴出行這類通過共享經濟的方式盈利的公司，在未來若完全採用無人駕駛技術取代所有司機，這些平臺註冊享有權利的司機們的未來將何去何從？大面積的失業問題將會給國家帶來何種危害？諸如此類的問題並不會是空穴來風，社會穩定若出現問題，人工智能技術將何去何從？
autopilot的未來
>>改善交通秩序
在高峰時段，自動駕駛技術能夠減少因為不遵守交通規則，技術不佳，以及暴躁情緒而導致的駕駛失誤所引起的交通問題，道路將更加通順，與此同時，人們的心情將變得更加舒暢。
>>與共享經濟的聯合
對於車輛的租賃，早已不再是新鮮的新聞了，從共享單車引發的租賃單車業務如火如荼，同樣將汽車進行租賃，採用完全自動駕駛，不僅每個人都能夠方便用車，在保證安全的前提下，甚至兒童都能夠在一位成年人的帶領下安全便捷的使用汽車。與此同時，自動駕駛搭載共享經濟的模式還能減少停車帶來的損耗，同時將大大減少城市所需要的車輛數量，倘若可供租賃的車輛全部採用新能源代替汽油的損耗，那麼我們的環境將煥然一新。
總結：
最後，我相信，未來的幾十年裡，隨著共享經濟的模式和人工智能的開發與完善，含碳物質的排放量會逐漸減少，大氣的負荷也將會減少，道路空間，用車成本等都將一一減輕負擔；但是能源效率將大幅度提高，而社會對於交通和環境治理的總投資將大幅度降低。
作者：辜葦lea
歡迎關注公眾號【51design我要設計】