無人駕駛的話，按我國目前的技術應該實現了，但是為什麼沒有推廣開來呢，很大一個原因就是無人駕駛需要終端網路的配合，我國的5G網路裝置在我國還未全面鋪設開，當5G全面覆蓋的時候無線駕駛應該就會很大一面普及開來

無人駕駛技術距離我們還有多遠？消費者和投資人什麼時候才能看到無人駕駛汽車面市？

這個難以回答的問題的答案取決於你所謂的“無人駕駛”、“消費者”和“面市”究竟是什麼意思。

“無人駕駛”是什麼意思——要看級別。

在跟無人駕駛有關的文章裡，經常可以看到“L4”或“L5”這樣的說法。這些級別由國際自動機工程師學會（SAE International）制定，已經獲得全球廣泛接受。簡單來說：

L2系統是一種先進的駕駛員輔助系統，可以在特定環境下控制方向盤和剎車，但算不上無人駕駛。

L3系統確實可以駕駛汽車，但只能在有限的情況下發揮作用，需要有司機隨時接過汽車的控制權。L4系統是“高度自動化的系統”。在實踐中，它可以完成人類司機能夠完成的多數任務，但只在有限的地理區域有效——即地圖繪製完善的區域。L5系統是成熟的無人駕駛系統，可以自動開到任何地方，駕駛技術堪比經驗豐富的老司機。需要主要的是，目前自動駕駛汽車的級別是由系統廠商設定的，還沒有第三方機構對其進行評估。那麼，這些不同級別的汽車將於何時面市？以何種姿態面市？

L2和L3：已經出現通用汽車的Super Cruise和特斯拉最新的Autopilot都是臨界的L3系統。

Super Cruise這套系統由前端攝像機、後臺地圖資料庫和Trimble研發的高精度GPS組成，能夠在誤差兩米內確定汽車位置。特斯拉的Autopilot 2.0系統擁有8個攝像頭、12個超聲波感測器和增強版的前向毫米波雷達，能在雨、雪、大霧、揚塵等惡劣天氣下工作。

此外，特斯拉還會為車輛配置車載電腦處理感測器中收集的資料，計算能力是Autopilot 1.0的40倍。這兩種系統都只能在特定系統下駕駛汽車，但也都需要人類司機隨時獲得控制權。通用汽車和特斯拉都不願給自己的系統打上L3標籤，因為L3頗具爭議，這是第一個表示汽車能夠自動駕駛的級別。L3系統會引發一個重要問題：一旦發生緊急情況，精力分散的人類能夠在多短的時間內奪過汽車的控制權。正因如此，福特和沃爾沃等公司表示將跳過L3，直接開發L4系統。

奧迪在新一代A8中引入了高速自動駕駛系統，名為“奧迪AI交通擁堵駕駛系統”（Audi traffic jam pilot）。奧迪稱車速60km

估計還需要兩三年時間吧，像北京上海等大城市也都還沒有完全普及，無人駕駛對技術要求特別好，需要不斷測試改進研發。所以還需要耐心等待一下

短期內無人駕駛汽車還是一個美好的夢想。就當前而言，自動駕駛從技術日趨成熟，到真正走進普通老百姓的生活，還有相當長的一段路要走，而且註定不會一帆風順。因為直到現在市面上也沒有一款可以安全穩定高效運轉的無人駕駛汽車！

最近研究比較熱門的話題就是真正的無人駕駛，無人駕駛就是駕駛主體由人切換到機器，不需要或很少需要人工介入。要達到這個階段遠比我們想象的要困難。必需要用到多感測器融合的方法，車上有更多的感測器，包括鐳射雷達、毫米波雷達，GPS 還有大量的攝像頭在車的周圍，還有超聲或者紅外。 那麼現實中的無人駕駛發展到哪一步了呢？

除開最近剛剛成功申請導航電子地圖甲級資質準備入局無人駕駛市場的華為外，在國內無人駕駛市場摸爬滾打多年的百度和阿里可能更加具有代表性。

以百度為例，在2019百度AI開發者大會上，百度副總裁，智慧駕駛事業群組總經理李震宇透露，在L4級自動駕駛方面，百度L4路測里程突破200萬公里。與此同時，李震宇對外發布無人駕駛出租車專案“Apollo Go”。

另外，由百度Apollo與一汽紅旗聯合打造的中國首批L4乘用車在中國長春一汽車間正式下線

↑無人駕駛汽車概念圖

什麼是無人駕駛。

在聊為什麼無人駕駛還沒有大規模普及之前 我們不妨先聊聊什麼是無人駕駛。

美國國家高速公路交通安全管理局（NHTSA）和美國汽車工程師學會（SAE）分別將自動駕駛分成4級和5級，相應等級的具體標準細則如下圖所示。

如果看前三級（L1~L3），在這個階段有一個明顯的特徵，就是人是駕駛的主體，車輛只能自主應對一般情況，面對較複雜的路況，車輛是無法自我應對的。這就意味著這和傳統人工駕駛並沒有本質上的區別，因為駕駛員必須始終保持專注，出現緊急情況的時候也必須由人來應對。

最近研究比較熱門的話題就是真正的無人駕駛，無人駕駛就是駕駛主體由人切換到機器，不需要或很少需要人工介入。要達到這個階段遠比我們想象的要困難。必需要用到多感測器融合的方法，車上有更多的感測器，包括鐳射雷達、毫米波雷達，GPS 還有大量的攝像頭在車的周圍，還有超聲或者紅外。

↑車載鐳射雷達示意圖

那麼現實中的無人駕駛發展到哪一步了呢？

除開最近剛剛成功申請導航電子地圖甲級資質準備入局無人駕駛市場的華為外，在國內無人駕駛市場摸爬滾打多年的百度和阿里可能更加具有代表性。

以百度為例，在2019百度AI開發者大會上，百度副總裁，智慧駕駛事業群組總經理李震宇透露，在L4級自動駕駛方面，百度L4路測里程突破200萬公里。與此同時，李震宇對外發布無人駕駛出租車專案“Apollo Go”。

另外，由百度Apollo與一汽紅旗聯合打造的中國首批L4乘用車在中國長春一汽車間正式下線，首批車輛將運往長沙進行測試；2019年底，普通市民即可在長沙打到無人駕駛出租車。

年底長沙市民能不能打到無人駕駛出租車還不清楚，但是年底全國市民買不買的到無人駕駛汽車似乎已經是定數。

由於技術、政策、安全、使用者使用習慣多方面的限制，百度的無人駕駛汽車發展的似乎並不順利。到今年7月，百度與金龍客車合作的明星無人車“阿波龍”宣佈量產正好一週年。然而，在北京海淀公園內供遊人試乘的“阿波龍”仍像它2018年11月剛入駐時那般備受吐槽——速度堪比慢跑，執行又顯呆笨，節奏依然限定在每天4趟（節假日8趟）。整個體驗，難言驚豔。

↑百度“阿波龍”無人車

我們再看看國外，在 2019 年的特斯拉自動駕駛開放日上，埃隆馬斯克不僅公佈了特斯拉的自研晶片，還宣佈了 RoboTaxi 無人駕駛出租車計劃。

是不是很有既視感，對 沒錯 特斯拉和百度一樣都計劃在今年年末推出無人駕駛出租車！

↑李開復與機器人專家Rodney Brooks在推特上公開發表

對特斯拉RoboTaxi 的質疑的言論

↑2018年3月30日，特斯拉公司公佈，數天前一起特斯拉汽車致命車禍中，事發時汽車的自動輔助駕駛功能處於使用狀態，駕車人雙手沒有放在方向盤上。

↑2016年1月，一位23歲男青年駕駛著自己的特斯拉轎車在京港澳高速河北邯鄲段公路行駛，未能及時躲避前方的道路清掃車而發生追尾，事故導致該名車主身亡。後經查實是由於自動輔助駕駛系統沒有正確識別前方車輛所致。

自動駕駛的安全問題一直受到各類事故的衝擊，這讓市場對於特斯拉的信心越來越低。不過隨著如新型雷達技術、遙感技術、測繪技術等其他技術的快速發展，自動駕駛能否實現還是一個未知數。

無人駕駛技術目前還停留在實驗室階段，主要是一些高校和軟體公司做相關方面的研究。目前無人駕駛主要透過GPS導航+視覺導航的方式實現。 主要的難點在於影象識別（識別速度、準確度），以及自主性。 目前，國內高校的研究主要停留在影象識別階段，自主性程度比較低，距離商業應用還有比較遠的距離。國外在無人駕駛方面的研究比國內要領先一個階段。之前聽過一個挪威教授的報告，他們研究室的自主導航系統可以控制摩托車在樹林裡穿行，實現自主停放汽車。 當然，無人駕駛走在前列的還是谷歌這些科技巨頭。據稱，谷歌無人駕駛汽車一共記錄的里程資料已經達到了70萬英里。 個人認為，無人駕駛技術離商業化應用還有一些距離。即使技術上取得了巨大的突破，還要面對大眾的質疑。無人駕駛真正走向民用，路還很長！

我的車有這個功能，但是我從來沒用過，感覺技術不成熟。前段時間說深圳無人駕駛公交已經有了，相信不久就能普及到私家車

目前為止，很多國家都已經研發出來，為什麼沒有推廣出耒，為大眾服務呢，主要有幾種原因。

①還沒有完善的處理突發事件，比如，拋錨，佔道，等等，誰來處理事件。

等以上，還有其它的都等以完善，我相信不出多久就可以投放使用勒！

無人駕駛如果只限高速公路使用那就比較容易。沿高速公路佈設有線裝置連線車載裝置，車與車之間智慧裝置。比較安全可控，

基本可以肯定會在2020-2030年，實現全自動無人駕駛汽車的上路。但是這並不是說會全部取代當下的人駕駛的汽車。

從各類資料，能夠基本預估在2030年前或許能夠實現10%以上的汽車具備完全自動駕駛的能力。也就是行業所說的L5級別。

談到自動駕駛要慢慢聊，幾個概念，介紹完這些概念，或許未來哪一天你看到什麼新聞，你也能夠知道距離真正的自動駕駛，還有多遠。

美國工業汽車工程協會SAE釋出了自動駕駛等級劃分。總計劃分為5個等級。

L0等級：就是當前人力操控的汽車駕駛。

L1等級：定速巡航就是屬於這個功能。夠對方向盤和加減速中的單項操作給與支援 。比如已經廣泛應用的自適應巡（ACC）功能，即能夠透過雷達探測與前車的實時距離自動控制加減速，從而保持與前車的安全距離。

L2等級：能夠同時對方向盤和加減速中的多項操作給與支援 。如果汽車除了具備上面 L1 級描述中的自適應巡航外，同時還具備車道保持（LKA）功能，或者自動變道功能，那則屬於 L2 級自動駕駛。

目前在實體汽車上面，裝在的不少都能夠達到這個級別。例如特斯拉。

這就是特斯拉，在高速快速行駛中，自動規避衝入道路的行人。比定速巡航又高一個等級。這其實就是雷達探測到前方障礙物的一種自動避障功能。不過特斯拉採用的毫米波雷達+攝像頭的方式。

L3等級：在L3級之前，主要的操控汽車的主體，還是人類。但是在L3之後，操控汽車主體，就變成了汽車的自動駕駛系統。你只需要根據指令進行確認。

系統已經完全能夠識別出直線、彎道、紅綠燈、限速路牌，路上行走奔跑的人貓狗等等各種環境變數。環境觀察和駕駛操作都由系統來完成，人只需要對所有的系統請求進行應答。比如突然下雨了，檢測到地面溼滑是否需要減速；比如檢測到前方車輛行駛過慢是否需要超車；檢測到前方有人在車道較近處走動是否需要鳴笛提醒等等，這些請求系統會反饋給駕駛員，由人來做決定。

L4等級：L4等級基本上已經實現了完全的無人駕駛，但是在特殊情況中，汽車會開放人工駕駛的職能，人類還可以操控車輛。駕駛操作和環境觀察仍然都由系統完成 ，人只需要在某些複雜情況進行應答 。比如只需要在某些複雜地形或者天氣惡劣的情況時，才需要人對系統請求做出決策，而其他情況下系統能獨自應付自動駕駛。

L5等級：實現了完全的自動駕駛，說白了就是這個時期的車輛就可以不用方向盤了。因為他也沒有打算給人類預留操作的空間。

其實如果汽車拋錨了，不要說是無人駕駛，就是一般的老司機，也沒見過幾個能自己修好的，都是電話找拖車。況且，放到未來，在城市中一些特殊的線路上線，完全可以使用，並且也有大量的人並沒有駕照。

全球汽車廠商，奧迪，特斯拉，通用汽車，豐田，福特都成立自己的研發隊伍，開發屬於自己的系統，並且開始上路測試無人駕駛系統。目前安裝進入量產的等級基本都在L4級以下。但是目前應用L4等級的並不多。

近期火熱一時的特斯拉智慧召喚功能就屬於L3等級的一次完美展示。

操控人員，透過手機直接定位進行精確的操控，這可是真是的操作，不是什麼虛假的科幻。

在另外一個領域，全球在自動駕駛系統上面最強的兩個網際網路企業，谷歌和百度，都實現了非常顯著的突破。

谷歌從2009年開始研究無人駕駛技術，並且測試中取得了，人工干預達到 5596 英里/次。

所謂的人工干預，就是在無人駕駛測試中，完全的讓無人駕駛系統自行操控車輛，在不出現極端的情況，基本不干預的情況。從2017年加州披露的各家無人駕駛系統干預情況平均歷程能夠看到，谷歌趨勢遙遙領先，並且取得較好的成績。

在我外出的時候，曾有多次計程車師傅問我，無人駕駛真的可以實現嗎？是不是那些所謂無人駕駛的測試，都是騙人的？

這就就要說到非常具體細節的無人駕駛領域的東西了。

要想實現無人駕駛，需要實現控制層，感測器感知層，執行層，外部輔助資料都能夠達到一定的要求。

無人駕駛汽車是怎麼看到物體的：透過鐳射掃描雷達，或者透過毫米波雷達，以及相機。

無人駕駛汽車怎麼實現控制的：透過我們看到的無人駕駛系統，這個系統就是百度，特斯拉，谷歌在研究的系統，

無人駕駛怎麼實現資料處理的：透過超強的資料處理晶片，目前主流的形勢是GPU的形式，按照技術的發展，慢慢會形成專用的人工智慧晶片。

很多朋友不知道，為什麼滴滴，百度，等等都在做無人駕駛的測試。因為只有在這個時候投入研發，才能夠搶到這個行業的門票。

從控制系統——演算法控制——以及到最後的智慧晶片。尤其是智慧晶片的產生需要大量的資料去餵養智慧駕駛系統，說白了就是讓一輛原本很笨的車，不斷地遭遇各類情況，見的越多，他機器學習的內容越多，綜合處理能力更強。這就是為什麼現在會大力投入研發測試的原因，因為這不是一個一朝一夕的工程。

此外，爭搶另外一個行業門票，高精地圖測繪的許可證。對於智慧駕駛來說，即使這個駕駛非常的智慧，如人類一般，沒有導航也是歇菜，人類出門都要導航。人可以根據極目遠望，看到遠處的各類情況，但是汽車不行啊，他沒有俯瞰一切的能力。那怎麼辦？如果有一個非常超高畫質的地圖就可以給他規劃路徑。

目前國內具備高精地圖測繪的企業僅有19多家。這玩意是必須要國家部委批准的。

說的不客氣一點，在無人駕駛的潮流中，這玩意真真切切是一個非常吃香的資源，這可以汽車看到世界的唯一源頭。

雖然沒法非常具體的解釋，但是基本你可以瞭解一下：鐳射掃描導航，這個導航感測器會在行駛的途中探測出物體，並且能夠描摹出相應的輪廓。這可以不是我們小學書本上說的，蝙蝠的超聲波只有點對點的固定。這玩意可以描摹出輪廓，這就非常的實用了。

新能源汽車的快速發展，除了我們在無人駕駛領域硬體領域的顯示，還有一個市場對於無人駕駛有較快的促進，那就是電動汽車，由於電動汽車本身的啟停製動等等操控性以及反映靈敏性，遠超燃油汽車，因此電動汽車的快速普及也會對無人駕駛起到非常突出的促進作用。

說到電動汽車，或許大部分的朋友，並不瞭解，2019年國內電動汽車的銷量已經達到了120萬量，在2013年才1.8萬輛，就這麼短短的7年時間。

無人駕駛可以預測會在這個十年內基本落地。

無人駕駛技術是未來汽車市場的趨勢，在新能源汽車領域，國內也崛起了許多的造車新勢力，這些汽車品牌也都開始研發無人駕駛技術，傳統車企自然不甘落後，紛紛佈局無人駕駛汽車。有些車企則在車輛的外觀設計上，放棄了傳統的造車佈局，採用了更加前衛的概念車設計，併為其配備無人駕駛技術。早在前年，中國重汽和一汽解放這兩大車企巨頭，就開始了L4級別的無人駕駛卡車測試，並且開展了試運營；在物流運輸方面，阿里的菜鳥聯盟，京東物流，蘇寧等企業，也都在加緊研發、測試無人駕駛配送車，以此來提高配送效率。

按照技術發展趨勢，10年左右應該可以。但在達到L5級自動駕駛前，2020年應該是L3級的普及元年。隨著鐳射雷達價格大幅度降低，5G網路推進，自動駕駛10年可期！

作為一名科技工作者，我來回答一下這個問題。

首先，無人駕駛能否儘快實現全面落地對於整個人工智慧行業都有比較大的影響，所以從大的發展趨勢來看，無人駕駛必然會全面落地。目前人工智慧領域普遍希望透過無人駕駛的落地應用來全面帶動人工智慧產品的落地應用，從這個角度來看，無人駕駛將很有可能會成為人工智慧產品全面落地應用的一個突破口。樂觀估計，未來十年內，無人駕駛將開始全面普及。

要想實現無人駕駛的全面落地應用，取決於以下三方面因素：

第一：技術成熟度。無人駕駛當前在技術的發展上還是比較快的，隨著5G通訊的落地應用，無人駕駛在可靠性和安全性方面會得到進一步提升。目前隨著大型科技公司紛紛佈局無人駕駛領域，目前無人駕駛在實驗環境下已經取得了一定的突破，有鑑於此，目前一部分城市已經開放了無人駕駛的實際路況測試。

第二：場景成熟度。相對於技術成熟度來說，場景成熟度涉及到更多內容，這也是制約無人駕駛全面落地的一個重要因素。目前無人駕駛對於場景的要求還是相對比較高的，而關於場景的建設，需要一個整體的規劃，也需要整合大量的資源，這個過程往往需要較長一段時間。相信在智慧城市的推動下，無人駕駛的場景建設會逐步加快。

第三：產業成熟度。產業成熟度對於無人駕駛的落地應用也有至關重要的影響，科技公司的研發成果能否得到應用，往往取決於產業成熟度。相信在新能源汽車的創新、創業大背景下，無人駕駛的產業成熟度也會逐漸提升。