01 什么是无人驾驶
无人驾驶汽车（Self-Driving Car）也称为无人车、自动驾驶汽车，是指车辆能够依据自身对周围环境条件的感知、理解，自行进行运动控制，且能达到人类驾驶员驾驶水平。
无人驾驶系统包含的技术范畴很广，是一门交叉学科，包含多传感器融合技术、信号处理技术、通信技术、人工智能技术，计算机技术等。
若用一句话来概述无人驾驶系统技术，即“通过多种车载传感器（如摄像头、激光雷达、毫米波雷达、GPS、惯性传感器等）来识别车辆所处的周边环境和状态，并根据所获得的环境信息（包括道路信息、交通信息、车辆位置和障碍物信息等）自主做出分析和判断，从而自主地控制车辆运动，最终实现无人驾驶”。
1. 无人驾驶的分级标准
在车辆智能化的分级中，工业界目前有两套标准，一套是由美国交通部下属的国家高速公路安全管理局（National Highway Traffic Safety Administration，NHTSA）制定的，另一套是由国际汽车工程师协会（Society of Automotive Engineer，SAE）制定的。
两者的L0、L1、L2的分类都是相同的，不同之处在于NHTSA的L4被SAE细分为L4和L5。国内多采用SAE标准，图1-1是SAE的分级标准[1]。
▲图1-1 SAE无人驾驶系统分级机制
其中，L0级即完全由人类驾驶员驾驶车辆。
L1又称为辅助驾驶，增加了预警提示类的ADAS功能，包括车道偏离预警（Lane Departure Warning，LDW）、前撞预警（Forward Collision Warning，FCW）、盲点检测（Blind Spot Detection，BSD）预警等，主要是预警提示，并无主动干预功能。
L2称为半自动驾驶或者部分自动驾驶，这类系统已经具备了干预辅助类的ADAS功能，包括自适应巡航控制（Adaptive Cruise Control，ACC）、紧急自动刹车（Autonomous Emergency Braking，AEB）、车道保持辅助（Lane Keeping Assist，LKA）等，这个等级的车辆已经实现在高速公路上自主加速，或在紧急时刻自主刹车等功能，能达到进行简单的自动控制操作的程度。
从L2到L3，无人驾驶系统的能力发生了本质的改变，L2及以下还是由人来监控驾驶环境，并且需要人来直接进行车辆控制；而L3级被称为自动驾驶，这个等级下的无人驾驶系统已经具备了综合干预辅助类功能，包括自动加速、自动刹车、自动转向等，处于L3级的车辆系统已经能够依靠自身传感器来感知周围驾驶环境，但是监控任务仍然需要人类驾驶员来主导，在紧急情况下仍然需要人类驾驶员进行干预。
L4又称为高度自动驾驶，是指在限定区域或限定环境下（如固定园区、封闭、半封闭高速公路等环境下），可以实现由车辆完全感知环境，并在紧急情况下进行自主干预，无须人类驾驶员进行任何干预动作。
在L4级中，车辆可以没有方向盘、油门、刹车踏板，但其只能限定在特殊场景和环境下应用。L4和L3的最主要区别在于是否仍然需要人类干预，L4的无人车能够在紧急情况下自行解决问题，而L3的无人车在此情况下则需要人类驾驶员的介入。
L5即全自动驾驶，L5不需要驾驶员，也不需要任何人来干预方向盘和油门、刹车等，也不局限于特定场景的驾驶，可以适应任意场景和环境下的自动驾驶。
目前大多数无人驾驶创业公司、整车厂等仍然处于L2到L4级别无人驾驶技术阶段，即无人驾驶原型车仅能够在特定的限制区域（如封闭或半封闭园区内、路况非常良好的部分高速路段等）测试，并且需要车上安全员随时进行介入。
很多互联网公司（如百度、Waymo、Uber、景驰、小马等）均在测试和研发L4级别的无人驾驶系统，但目前L4级无人驾驶仍然还有大量的实际问题需要解决，包括技术、成本、量产、法律法规、市场等。
一些公司宣称已经实现了在特定园区内的L4无人驾驶，这其实是带有一定迷惑性的，一方面，这些固定园区的场景规模一般较小，场景简单，不会覆盖到红绿灯、各种复杂标志标线、大量行人穿过马路等现实的复杂场景，仅仅能够在园区进行无人驾驶的demo并没有达到真正的L4水准。
另一方面，就无人驾驶的区域而言，显然开放、复杂路段的无人驾驶要比封闭、半封闭环境下的无人驾驶复杂得多，无人驾驶技术存在一种“长尾效应”，即最后5%需要解决的技术问题可能需要花费95%以上的精力。
再者，目前L4级无人驾驶技术主要基于高精度地图（HD Map）实现，构建高精度地图需要较高成本，并且可适用范围有限，即在没有绘制高精度地图或地图基本元素变化很大的地方，无人驾驶系统几乎完全不能运行，这也是为什么当前无人驾驶初创公司展示的案例多为精心设计的场地演示，而非在普通公共道路上的真实实际应用。
这也引出了我们马上要展开的一个话题——实现真实公共道路的无人驾驶技术到底有多困难？
2. 无人驾驶到底有多难
在讨论运行在公共道路上可靠的无人驾驶系统的实现有多困难之前，我们先来看一幅公共道路的交通状况图，图1-2是比较常见的路况。
▲图1-2 某交通路况
在这种路况下没有清晰的道路线，路人、自行车、三轮车、动物甚至是马车均为道路交通的参与者，这个例子看起来似乎比较极端，但是这种路况在发展中国家是普遍存在的。
中国的城市公共道路设施（道路线、交通标识、红绿灯）虽然相对完善，但是在诸如乡村、县城等区域，交通的参与者种类也会很多而且情况复杂，每个个体的行为都难以预估。
对于这类复杂的交通场景，任何一个训练有素的、清醒的人类驾驶员都能够轻松解决这些问题并且顺利完成驾驶任务。但是对于无人驾驶系统而言，要处理这类场景就现阶段而言非常困难，这些复杂、变化多端的交通状况是实现全自动驾驶之路的最大障碍之一。
无人驾驶的第二个难点则是由人类的法规和制度带来的。道路交通在不同的国家和地区呈现出各种各样的状态，如英国的驾驶习惯是左侧行驶，而中国的驾驶习惯是右侧行驶。并且，不同国家都有不同类型、符号的交通信号标志，其表示的含义也大为不同。
这也就意味着，并不存在全球通用的无人驾驶系统，不同国家的道路法规、习俗都不尽相同，因此，无人驾驶系统也需要做“本地化”，如果全球通用，那么这个技术的成本、系统复杂性可谓是相当高了，也不现实。
第三个障碍则来源于人们对于机器的“高期望”。人类能够容忍自身犯错，但是对于机器犯错容忍度却极低。
而在第一点提到的复杂多变的驾驶场景下，无人车难免会犯错，比如在光线条件非常差的情况下识别不出路人，或者高精度地图里没有包含刚刚施工完成（但确实已经通车）的路段等，事实是当前的技术和算法（无论是机器人学科的理论还是人工智能方向的方法）都还远远无法满足大众对于无人车的高期望。
第四个障碍来源于无人车的成本。经过百余年的发展，汽车工业已经将传统汽车的成本压缩到了极致，人们只需要几万元就能获得一辆汽车以及各种配置。
但是无人驾驶系统为汽车引入了一笔不小的额外成本，其中包括各种新的传感器设备、计算设备、软件研发成本等，以目前在无人车的感知中应用最广泛的激光雷达为例，满足L4级别的激光雷达售价普遍在10万美元以上，仅仅这些传感器的硬件成本就已经远远超出了绝大多数车辆自身的价格了，而如何降低成本实现量产也是目前推动无人车商业化落地的一个重要研究课题。
当然，在无人驾驶技术的道路上障碍还有很多。例如，无人驾驶法规急需完善、高昂的研发投入、安全性问题、复杂场景的感知、人工智能技术难题、量产规模等。
无人驾驶技术在当前仍然充满挑战，换句话说，我们在无人驾驶领域仍然还有大量的技术研究工作要做，对于希望进入无人驾驶领域的读者而言，仍然有巨大的可以有所作为的空间。
02 为什么需要无人驾驶
无人驾驶技术之所以能够带来社会变革，其根本原因在于高度的无人驾驶能够从根本上改变人们的出行方式和生活方式，使人们的出行、生活方式更加智能化。
研究表明，无人驾驶技术能够提高道路交通安全，以及缓解城市交通拥堵问题，随着无人驾驶技术在各个领域的应用，还将催生出一批新的产业链，创造大量的就业机会。
1. 提高道路交通安全
2015年，全美约有35 092人死于车祸[2]，而在中国大约为26万人。
我们以驾驶人口比例来估算的话，平均每行驶14 000多万千米就会发生一次事故死亡事件，人类驾驶员在一年发生车祸并死亡的平均概率为0.011%，在一生中发生车祸并死亡的平均概率为0.88%。同时，每年约有260万人在道路交通事故中受伤。
这也涉及数十亿美元的汽车修理费（仅限于免赔额）。如果我们能够减少25%的事故发生，将为社会节省一大笔费用开支。
引发道路交通事故的四大原因如下：
驾驶员分心，注意力不集中。
超速。
酒后驾驶。
鲁莽驾驶。
但对于无人车，则不会存在上述问题。
无人驾驶系统不会分心，人类坐在无人车上不管是发短信还是吃东西都不会影响车辆行驶。
无人车也不会因为乘客赶时间而超速驾驶，它会严格按照交通法规非常平顺合理地将乘客送至目的地。
无人车不会饮酒，也没有兴趣在公路上莽撞行驶、开“斗气车”等。
种种研究表明，高度的无人驾驶系统能够大大提高道路交通的安全性，减少道路交通事故的发生[3]。
▲无人驾驶帮你成为“高手”
2. 缓解城市交通拥堵
交通拥堵几乎是所有大城市面临的问题，无人驾驶汽车的广泛使用将在很大程度上缓解城市交通拥堵问题，因为它能完全克服人为因素，使得城市交通运行效率最高。在大数据分析调度下，未来无人驾驶能够做到：
快速了解拥堵情况，及时调整线路。
避免大量人为因素如加塞等导致的不合理拥堵。
潮汐公路的动态分段使用。
当然，对交通拥堵的缓解还是要看其在不同场景下的具体应用。
举个例子，在堵车的情况下，很多时候会因为他人加塞导致道路更加拥堵，无人驾驶则不会莽撞加塞，而是会依据一定规则、顺序依次排队通过，这就可以大大减轻拥堵的程度，提高人们的出行效率。
无人驾驶汽车还可以根据实时路况自动调整路线，在最短的时间内安全地把乘客送到目的地。数据表明，美国的平均通勤时间为50分钟，待自动驾驶普及后，人们将能空闲出大量额外时间来处理其他事情，而不是无奈地被堵在路上。
3. 提升出行效率
对有人驾驶的出行服务运营，我们经常会遇到司机拒载、叫不到车、司机文明素质低等情况。
而在无人驾驶的出行服务运营中，无人驾驶车辆不会发生拒载乘客的情况，只要有派单就按调度需要接送，也不会因为路程短而不愿意载客；另外，也会减少夜晚开车的安全事故发生，如减少疲劳驾驶、酒后驾驶、车辆抢劫等情况。
在无人驾驶运营方面，除了补充能源的情况，车辆会24小时待命，无论老、弱、病、残、孕都可享受无人驾驶出行服务带来的安全和便利，因为不需要驾驶员，也会相应节省一大笔人力成本，进而摊薄出行费用，这些都可以极大地提升车辆运营的效率，进而提升人们的出行效率，改变人们的出行方式和生活方式。
4. 降低驾驶者的门槛
以往申请驾驶证时，有关部门对驾驶者的年龄、身体状况等方面会有较为严格的要求。例如，低龄、超龄人士就不允许申请驾驶证，而身体有残障的人士则要进行多方面的评估。
而无人驾驶汽车的出现让汽车驾驶申请门槛大为降低，在完全自动驾驶阶段甚至无须申请，这对驾驶技术不过关的人来说是个福音。无论是对交通管理部门的影响还是对汽车驾驶者的影响，无人驾驶汽车的意义都是巨大的。
当然，在当前的技术情况下，最初的无人驾驶技术很可能仍然需要车主具备必要的无人驾驶监管资格，从而确保在极端情况下的安全。
随着技术的发展，我们相信无人驾驶会越来越成熟，越来越完善，最终实现全社会完全无人驾驶的终极目标，让传统出行变成一种新型服务或移动生活空间，而不是困难和不便。
