自動駕駛是趨勢，但目前來看，自動駕駛還離我們很遙遠，阻礙其變為現實的最大問題，就是安全問題。

自動駕駛不單單需要車智慧化，實現人車互動，還要道路智慧化，車和路也要實現互動，也許未來車是新能源無線充電車，道路就是無線充電板，車在路上跑，就在充電了。

交通規則也要升級，計算機出錯造成的事故怎麼算

總的來說，自動駕駛技術整體上應該會降低事故發生率，畢竟計算機的精準性比人類要高，並且不會疲勞，不會酒駕。

但是隻要涉及網際網路，就不得不提到網際網路上的海盜——駭客，到時候無疑會出現新型犯罪手段，只要黑進你的車載系統，就可以遠端控制你的車，想想還是有點可怕，還好平時沒得罪過人

自動駕駛是趨勢嗎？

我覺得毫無疑問，自動駕駛是趨勢，馬雲有一次演講說：懶人改變世界。毫無疑問，自動駕駛解放出來人的雙手，讓人乘車體驗更好，我覺得未來一定會取代常規的出行駕駛習慣。

把命運交給計算機？我覺得沒有那麼誇張，自動駕駛是一項整合技術，目前已經發展研究了幾十年，得益於現在人工智慧，計算機技術等的發展，已經逐步開始了商業化，2019年9月，由百度和一汽聯手打造的中國首批次產L4級自動駕駛乘用車——紅旗EV，獲得5張北京市自動駕駛道路測試牌照。9月22日，國家智慧網聯汽車（武漢）測試示範區正式揭牌，百度、海梁科技、深蘭科技等企業獲得全球首張自動駕駛車輛商用牌照。2019年9月26日，百度在長沙宣佈，自動駕駛出租車隊Robotaxi試運營正式開啟。可以說自動駕駛汽車已經開始進入我們的生活。

提到自動駕駛，相信很多人可能第一時間想到的是特斯拉，接著就想到國內陸續開始出現的自動駕駛。尤其是網傳最近一些城市開始允許自動駕駛車輛上道測試，我個人卻依舊無法看好自動駕駛。講真，特斯拉我也開過，這個功能也嘗試過，的確挺好，很方便，記得當時測試的時候，朋友還說，國道上讓它自己跑吧，不耽誤玩手機的。如果汽車自動駕駛，你敢不看路玩手機嗎？而我，則全程手虛空放著，緊張並且胳膊還很酸，後來還是放棄了，哪怕沒出現任何特殊情況，我的心也突突啊。後來自動駕駛逐漸又變回了輔助駕駛功能，我個人覺得其實自動駕駛作為一種輔助還是不錯的，但是如果成為一種潮流，那麼，對不起，我真的不放心把生命交給電腦。

簡單說說為什麼我個人不看好自動駕駛吧，當然，可能說的有點想當然，但是覺得這是目前起碼要解決的問題啊。

第一個：輔助而不是代替

為什麼說自動駕駛作為輔助很好，但是代替人工駕駛不被看好呢，純粹是因為特殊情況的產生。路面上不確定因素太多，電腦終究是程式，他能判斷車前面是否有車，但是它不會也無法預判一些特殊情況。假如說路兩邊都是違停的車輛，而中間留出一條道路來，我們正常人工駕駛的時候都會減速，以防所謂的鬼探頭，但是自動駕駛不會，因為在程式裡面這條路是安全的，不是嗎？退一萬步說，即便是它速度比較慢，突然急剎車的時候，沒有注意路況的你會說什麼狀況，我希望這個時候你不是在吃蛋糕。所以說，我個人覺得自動駕駛在日常開車過程中，輔助功能還是不錯的，臨時拿個東西什麼可以放開方向盤很好，但是純粹的代替，那就算了吧。

第二個：路況和技術

其實自動駕駛是很方便，但是需要的是一個比較好的用車環境，如果真的都是那種路上很多汽車，卻沒有行人的路上，相對來說識別起來也簡單，想出現點啥特殊情況也比較難，這樣的自動駕駛肯定是很便捷、安全的，但是這種條件基本上在國內是很難實現了，除非是專車專路。但是這麼想吧，即便是路中間有柵欄，還不是很多人翻越欄杆啊，你覺得專門設立的道路會沒有非機動車嗎？而且還要保證相關設施的完好，記得之前是哪個車企的自動駕駛導致事故說的是因為護欄沒有維修導致的，如果技術還停留在這一階段的話，那麼自動駕駛還是別出來得瑟了，畢竟安全性很難保證。

有人可能會說，按照你的說法是不是沒有自動駕駛就好了，各大車企還研究個什麼勁啊。這還真不是，只不過目前的技術和環境導致了自動駕駛發展的侷限性，未來還真不好說。其實我個人也是很希望哪天開始能夠坐在駕駛位上玩手機，汽車自己跑的，只不過不是目前罷了。如今即便是自動駕駛，我估計我也是心驚膽顫的，畢竟不放心啊。另外這裡也提醒一下各位買了新車帶有自動駕駛功能的朋友，你可以注意下，目前大多數應該都說的是駕駛輔助功能，並不是全面的自動駕駛，國內也沒有開發這樣的環境，所以 ，別給自己找麻煩，更重要的是，別危害了自己的生命。

自動駕駛汽車的概念可以追溯到1478年，當時發明的縮影萊昂納多·達·芬奇（Leonardo Da Vinci）提出了自動駕駛小車的概念。是的，您沒看錯，甚至早在1886年1月29日卡爾·本茨（Karl Benz）申請了他的Motorwagen的專利之前，該汽車也被稱為汽車的生日。從那時起，無人駕駛汽車的想法一直是一個想法，直到諾曼·貝爾·格德斯（Norman Bel Geddes）在GM 1939展覽中展示了無線電控制的電磁製導車輛，今天Uber ATG，谷歌的子公司Waymo，通用汽車巡遊，TESLA，沃爾瑪·加蒂克·佐克斯（Walmart Gatik ZOOX）

越來越多的人正在開發自動駕駛汽車，甚至亞馬遜，沃爾沃，TUsimple也正在開發無人駕駛卡車，這可以說是無人駕駛卡車的早期採用者，因為它們在高速公路上運營，並創造了自動駕駛的未來。

如今的自動駕駛汽車比以往任何時候都更加先進，可以繪製周圍環境的3D地圖並透過物聯網（IoT）進行連線。如果沒有人工智慧，則自動駕駛汽車將無法實現，因為人工智慧存在於汽車中的計算機可以收集資料從感測器中提取出來，然後將其與稱為“感測器融合”的軟體技術合併。車輛具有LIDAR鐳射感測器實現的實時3D對映，行車記錄儀透過以高幀頻捕獲道路，車道標誌，訊號和附近車輛的影象來發揮重要作用，從而建立資料以供機器學習使用可以做出決策的演算法，慣性測量單元（IMU），我稱為魯棒感測器，由於其中裝有陀螺儀，磁力計，加速度計感測器，因此可以在各個方面感知車輛的3D運動，給出道路傾斜度，車輛速度，方向的資料。另一個無法確定車輛位置的重要感測器是我們在手機中用於導航的GPS，基本上可以確定車輛的位置。透過合併所有這些資料，可以生成可以饋送到演算法的精細資料。即使使用這種尖端技術，也要克服坑窪處的真實影象和反射影象之間的差異以及對車輛至關重要的決策優先順序，這仍然具有挑戰性，但是透過機器學習過程，車輛的決策能力將得到更好的提高。時間與反饋迴圈。另一個無法確定車輛位置的重要感測器是我們在手機中用於導航的GPS，基本上可以確定車輛的位置。透過合併所有這些資料，可以生成可以饋送到演算法的精細資料。即使使用這種尖端技術，也要克服坑窪處的真實影象和反射影象之間的差異以及對車輛至關重要的決策優先順序，這仍然具有挑戰性，但是透過機器學習過程，車輛的決策能力將得到更好的提高。時間與反饋迴圈。另一個無法確定車輛位置的重要感測器是我們在手機中用於導航的GPS，基本上可以確定車輛的位置。透過合併所有這些資料，可以生成可以饋送到演算法的精細資料。即使使用這種尖端技術，也要克服坑窪處的真實影象和反射影象之間的差異以及對車輛至關重要的決策優先順序，這仍然具有挑戰性，但是透過機器學習過程，車輛的決策能力將得到更好的提高。時間與反饋迴圈。

樓主你好！之前還在學校讀書時，我做過一些關於影象方面的工作，就以此為基礎談一談對於自動駕駛的看法。

首先，自動駕駛一定是未來的趨勢。站在當下向前看，工業自動化技術從第一次工業革命開始算已經發展了兩百多年，加上1970年真正開始蓬勃發展的電子資訊科技，短短半個世紀已取得了不小的成就，這兩者為更高一級的“自動技術”鋪墊好了臺階；向後看，整個社會的追求肯定不會停滯於現狀，只會向更加高效，更加自動的無人化、智慧化方向繼續發展。自動駕駛就是屬於無人化、智慧化這個大科技浪潮中的一個具體應用。

從新聞上也能瞭解到，很多著名的科技公司，例如國外的科技巨頭谷歌，國內的百度等，已經早早的在自動駕駛方面做了深入的研究，開始了相關產業的佈局。這些科技公司本質上還是商業公司，它們絕對不會做無利可圖的“慈善研究”，這更進一步說明了自動駕駛會在未來實現並大規模應用，具有極大的商業價值。所以可以說，自動駕駛一定會在未來的某一天完全實現，只是這一天或許是2年後，又或許是20年後。

自動駕駛的完全實現之所以是一個時間未知的事件，是因為它面臨著諸多的阻力和障礙。阻力和障礙主要來自於兩個方面：安全問題和生產變革問題。安全問題相信是大多數人一下就能想到的，新聞上Uber的自動駕駛測試造成人員傷亡，特斯拉的自動駕駛因為事故多發而變成了“輔助駕駛”等等，說明現階段的自動駕駛技術還有不小的缺陷。生產變革問題是從更大的層面體現的，假設自動駕駛被完全批准商用化，以現代社會的製造和推廣能力，很快就能進行大規模應用。那麼與交通運輸行業相關的人員多少人員得下崗？這種短時間內的巨大變化是社會所不能承受的。從社會和國家的角度出發，就希望這是一個慢慢替代的過程， 所以相應的對它的要求就會異常嚴格。

再次，樓主所說的把命運交給計算機其實是不完整的說法。自動駕駛的實現是要依靠計算機，但是計算機只是一個資訊處理的執行單元，它只是這個自動系統中的一環。自動駕駛相對於計算機，我認為更核心的是感測器技術和處理演算法。自動駕駛首先需要主動從外界獲取環境資訊，主要是透過影象感測器和雷達實現；然後資訊到達計算機，在計算機上以設計好的演算法處理，得到邏輯判斷結果；最後邏輯判斷結果生成指令，透過汽車的控制系統來指揮車輛做出駕駛反應。在這個過程中，任何一個環節都不能出問題，否則就會發生前面所說的人員傷亡。

這裡的感測器就相當於駕駛員的眼睛和耳朵，演算法和執行計算的計算機相當於駕駛員的大腦。目前已有的感測器技術獲取資訊的準確性和實時性遠不及人；演算法相當於要教計算機理解判斷整個場景，而現有演算法水平更是差得比較遠；計算機的計算能力也是一個問題，有時車載的計算機不能滿足計算效能要求和資訊交換要求，還需要向外部進行通訊（例如使用5G技術），進行資料交換。所以說這不單單是計算機在掌握人的命運，而是與此相關的整個系統性技術都在掌控。而這些方面我們多多少少做的還不夠好。

是趨勢。全球因為人為的侷限性，事故非常多。特斯拉雖有事故但機率明顯少了許多。把命運交給計算機有一個適應的過程。

自動駕駛技術目前已經趨於成熟，而且也在一些無人配送當中得到了相應的實踐， 那麼自動

駕駛已經是趨勢。

我認為自動駕駛最難的不是是否相信計算機而是出了問題怎麼解決。因為自動駕駛的法律法規是很難完善和得到所有人認同的一個難點。原因有偶以下幾點

出了問題是發明計算機廠商的責任還是司機的責任。受害者找誰來負責。計算機是否有人惡意去控制。 如果計算機被人惡意攻擊，如何證明被攻擊會不會成為法律漏洞。

我認為人們相信技術機還是會的，但是圍繞計算機技術的問題如何讓人們去接受和認同還是需要時間來證明。

自動駕駛屬於未來的趨勢，但是現在還存在安全的隱患！1.事故權責問題：任何新興事物的發展總要經歷一個困難的探索過程，自動駕駛技術也不例外。首先，如果自動駕駛車輛發生事故，該事故的權責目前在多數國家並不清晰。事故中，司機和乘客會認為，所有行駛的判斷都是汽車做出的，那事故也應該由汽車承擔，是不是該汽車生產商來賠償？而到目前為止，各國的法律都沒有做相關界定，也沒有出臺更為完善的法規。雖然很多國家開始規劃制定相應的法律法規，但是還是需要一定得時間才能解決。2.應用地域的差異：現在自動駕駛將會首先普及在人口密集，道路完善的城市地區。但在人煙稀少、路況複雜的偏遠地區，不能指望自動駕駛能夠幫我們攀山越嶺，有的道路都沒有在GPS顯示出來，或者定位偏移錯誤。3.駭客侵入系統：作為汽車本身安全才是最為重要的一點。大家都知道，電子化的產品並不是完全的可靠，未來自動駕駛普及後，假如有駭客侵入車輛，在一個城市或是一個國家裡，某品牌的自動駕駛車同時爆發故障，數萬輛該品牌的車同時停下或者失控，其造成的影響將是非常巨大的。

個人觀點：

1.當然是趨勢。

2.無論是機器，還是人，駕駛出現意外的可能性都是有的。當技術達到一定程度，在長時間和大範圍場景中的應用效果會優於人工。出現意外的機率也會小於人類。

這是一個有趣的問題，幾乎涉及哲學和心理學。

2018年3月18日，49歲的伊萊恩·赫茲伯格在亞利桑那州坦佩橫過馬路時，一輛時速39英里的沃爾沃SUV撞死了她。

每年數千美華人死於車禍，但她的與眾不同在於，她是因為一臺電腦。、

這樣的故事會極大的攪動我們每一個人的心，這點可以用美國AAA的調查資料看出。在這個車禍1年後，71%的美華人害怕駕駛類似的自主駕駛汽車，

這一個數字比一年前增加了差不多10%。

人類可能永遠都害怕自動駕駛，這些由電腦控制的汽車。如果他們都是飛在太空，和我們十萬八千里，我不會太擔心。

但是如果他就在我身邊一米處，我會非常害怕。這可能是人類的心理作用。我們每個人都知道別人會怎麼行動，別人開車會怎麼開，

因為他們和我一樣是人。我怎麼開，對方也戶怎麼開。但是一個電腦？雖然我知道他幾乎百分之百會準確，但是萬一的萬一呢？

電腦永遠不會和你用眼神交流，而你可以開窗大罵對方的司機。

因此自動駕駛的趨勢會非常緩慢，以我的判斷。

當然科技工作者建立安全聲譽的一種實用方法是緩慢啟動。

比如密歇根大學的一對自動駕駛班車每小時僅行駛12英里。

這些無人駕駛車會緩緩行駛，知道我們最終信任和習慣它們。