沒有方向盤，沒有油門和剎車，內部形同客廳，車內感應器會分析周圍情況，並巧妙地穿過步行者和停放的汽車，有序前進……

對，這就是我們口中的無人駕駛汽車，你問它安全嗎？敢坐嗎？

至少現在車車是不敢乘坐無人駕駛汽車，為什麼？

因為當前，L1和L2級別的半自動駕駛已經大規模量產；L3級將在今年落地，明年會有更多應用；L4級也有一些龍頭企業在積極探索。近年來，特斯拉自動駕駛（L2）在全球發生多起致命事故。

而且，自動駕駛走向產業化還面臨著諸多問題，有成本問題，有技術問題，更為最重要的是安全問題。如果安全問題不能解決，始終很難走向產業化，如此以來，也不是普通人就能夠購買和使用無人駕駛汽車的。

業內人士樂觀預測，無人駕駛汽車最快實現產業化生產是2030年，而保守估計是2060年，所以，考慮敢不敢做無人駕駛汽車，為時尚早。還是老老實實自己駕車吧。

首先，無人駕駛在某些方面會比人要安全！

優點：沒有情緒化操作，不會油門當剎車，沒有疲勞酒駕，不會開車打電話，沒有路怒症。

缺點：電子化的系統做的不好的情況下，容易故障。比如識別小物體的時候會誤以為是安全的，而開過去…

總而言之，自動化駕駛是未來10年到20年內最具潛力的發展熱點技術之一，科技化的發展高潮會因此井噴，各種格局和消費方式也會因此改變。

我選擇接受，當然會去乘坐，去感受。一個不成熟的AI，再差也會比一個不成熟的司機強。

目前無人駕駛汽車技術不是很成熟，雖然說現在的人工智慧發展得很快，但是還是有技術缺陷，對於上路還是有一定安全隱患的。

回答此問題之前首先要明確什麼是無人駕駛車，可能大家聽說比較多的是特斯拉的Autopilot和奧迪A8的自動駕駛，當然國內的自主廠商如長安汽車，在自動駕駛方面也早就開始發力，新聞報道頻出。但是以上的自動駕駛技術，其實總的來說實現方式都是本文章所說的情況。

我認為無人駕駛顧名思義就是車輛不需要人來開，準確點說就是車輛可以根據目前的環境和駕駛者的用車意圖，可以完全自主的從A點到B點，能自動的處罰路上遇到的各種突發環境，安全的將乘客從A點送到B點。

好了，以上是我對無人駕駛的理解，要解釋無人駕駛車安不安全要從以下幾個方面說明。

當然如果無人駕駛車輛在以下幾個方面做好的話，當然是安全的，說不定比人類駕駛更安全，畢竟人會分神，人的反應速度也沒有機器快。

1、無人駕駛車輛不安全在哪些地方？

對於無人駕駛車輛，人們的擔憂無非是，遇到障礙物了車輛能不能識別，識別到了能不能安全的應對。

遇到障礙物能不能識別？

車輛對於障礙物的識別主要是靠各種感測器，如毫米波雷達、超聲波雷達、鐳射雷達、攝像頭等。這些感測器就像是人的眼睛、耳朵、鼻子一樣，負責偵測外界的環境。

就目前的無人駕駛主流方案來看，主要也是依靠以上幾種感測器。隨著自動駕駛等級的升高，車上的雷達和攝像頭就越來越多，這個道理很簡單，畢竟長四隻眼睛的比長兩隻眼睛的看到的東西更多一些。

所以決定障礙物能不能被識別到，決定於以下幾個關鍵因素：

第一個關鍵因素是，感測器夠不夠多，能不能覆蓋車輛周圍的所有死角。

第二個關鍵因素就是感測器的效能是不是足夠強悍，是不是能偵測的足夠遠，這樣才能提早應對，能不能在惡劣天氣下能不能依然保持優良的效能，畢竟汽車不是溫室裡的花朵，它要應對各種複雜環境。

第三個關鍵因素是感測器的可靠性如何，不能說車剛買回來一年時雷達可以識別到80%障礙物，到第二年就只能識別50%障礙物了。或者說車子只開了一年，雷達就壞了，這樣肯定是不行的。

識別到了障礙物能不能安全的應對

汽車感測器相當於人的眼睛，那麼汽車的自動駕駛處理器就相當於人的大腦。最終決定這個障礙能不能不識別到也是有自動駕駛中央處理器決定的。

打個比方，兩個人的視力都很好，他們倆同時看到了一隻老虎，甲沒見過老虎，所以他說這是一隻貓，沒有危險。乙見過老虎，知道老虎是一種猛獸，乙說這是一隻老虎，它很危險，我要避開他。所以最終判斷識別到的障礙物有沒有威脅，不是簡簡單單的看到就完了，關鍵是要認識它。假設路面上有個坑，車輛的感測器識別到了，但是由於自動駕駛的感測器演算法中沒有對坑的認知，所以它覺得這不是威脅，不用避讓。歸根到底，看得到不一定就認識，就像不識字的文盲一樣，拿著一本書，雖然看見了但是不懂。

回到我們的問題，決定能不能安全應對變化的環境取決於車輛對這種環境狀況的認知，就像上面說的對坑的認知。

目前主流自動駕駛公司的做法是，利用AI晶片對汽車進行大量的實際環境訓練，利用機器學習演算法逐漸提高汽車自動駕駛處理器的“認知”，讓它變得更有經驗。如谷歌的waymo，據統計已經是實際路測超過800萬英里，在實際環境"攢經驗"的工程中也會出現各種突發情況，畢竟誰的成長沒有跌倒過呢？再說了，哪個姑娘沒遇到過幾個渣男？畢竟這都是寶貴經驗啊！

感測器效能在提升，路測的路程也越來越長，我相信無人駕駛車輛會越來越安全，越來越聰明。

但是可能在相當長一段時間內，汽車的駕駛是以人類為主，機器為輔。行業內的普遍預測L4級自動駕駛可能在2030年能夠商業化落地，簡單說就是普用人可以在2030年買到L4級自動駕駛的車。雖然經常有報道L3級甚至、L4級自動駕駛車輛下線，其實這些都是在偷換概念，一輛改裝的試驗樣車就敢稱量產。

各等級定義詳見下圖：

寫在最後

無人駕駛也不僅僅是車輛本身的事情，涉及到法規的完善、通訊的建設，如最近很火的5G，可以說5G是未來自動駕駛的千里眼和順風耳，汽車有了5G就像人類了手機一樣，可以跟其他車輛通訊，跟紅綠燈通訊、跟後臺通訊等等。所以說無人駕駛還有相當長一段路要走，涉及到個人、社會、國家層面的思想轉變及基礎建設。

當然，中國的車企或者科技公司在自動駕駛相關方面的成就也是有目共睹的，這也就是美國為什麼要制裁部分中國高科技公司的原因。今日有新聞爆料，本次的貿易戰中美國欲再製裁中國的五家企業，其中就包括三家做人工智慧演算法的公司，如商湯科技、曠視科技等，這些都是中國在人工智慧和機器學習方面頗有建樹的科技公司！除了演算法公司，車企如長安、吉利等，對於自動駕駛或者說ADAS方面也是早有佈局，雖然前路艱險，但是期待中國企業在世界汽車競賽中越來越強。

那場比賽可以說是匯聚了國內外所有著名研究機構和行業領先者的技術精英，在這個由中國多個涉及汽車領域開發的機構合力推動下，無人駕駛汽車在這次比賽中展現了自己廣闊的前景。

那麼如今的無人駕駛汽車是否具有真正可以上路的實力呢？如果有人買無人駕駛汽車，消費者敢買嗎？

無人駕駛汽車的運轉核心是它的計算機系統，也就是汽車是依靠計算機系統的智慧化功能，來實現計算機對車輛的自我控制。整個一套無人駕駛系統的設計與生產可是要比傳統汽車複雜的多得多，它牽扯到的領域包括整合自動化控制、人工智慧、自動識別與計算等等。

從無人駕駛汽車目前的發展階段劃分來說，整個發展需要經歷計算機輔助無人駕駛、半自動無人駕駛、高度自動無人駕駛和全自動無人駕駛等多個階段。目前全球範圍內在進行無人駕駛汽車研發的企業大致有特斯拉、百度、PSA集團、Uber、豐田、現代、沃爾沃、谷歌、寶馬、大眾、長城、比亞迪、吉利、奇瑞等等。

從這些研發公司的名字中我們可以看到，對於無人駕駛汽車的研究與開發，目前已經不僅僅侷限在傳統汽車的製造領域，它還將一些涉及到先進網路技術開發的企業都拉了進來。雖然他們在各自的無人汽車發展中的研究領域各有不同，但這從側面也可以看出無人車駕駛所涉及到的技術已經遠超於我們所認知的傳統內燃機和新能源汽車。

目前無人駕駛汽車的核心研究是計算機的智慧化開發，也就是透過安裝在車身上的視覺元件或感應元件，去識別城市道路上的複雜變化，再將所有的資料及時傳遞給計算機，並由這個大腦向汽車做出相應的正確指令。

既然無人駕駛汽車的發展需要依託在計算機智慧化的程度上，那麼關於軟體技術的開發和程式邏輯的編輯就就顯得極為重要。隨著如今城市化程序的不斷加劇，城市人口、道路建設、城市設施的密度也越來越大，對計算機智慧化設計的門檻也是越來越高。

在這點我們可以從前些年穀歌、百度等無人駕駛汽車上路測試時所發生的一些交通事故就可以看出，計算機軟體執行是否具有良好的穩定性，程式邏輯的反應程度與速度是否達到完美，這些都取決於研究機構在對無人駕駛汽車，在計算機智慧化方面所取得的開發成果。

另外一個制約目前無人駕車汽車發展的瓶頸就是：計算機智慧化後的執行力。

如果前面所說的計算機智慧化是無人駕駛汽車的一種思考方式，那麼它的執行力程度如何，就意味著這臺無人駕駛器是否能像“人”一樣具有對外界變化的反應能力。特別是在一些外部環境發生突然變化的時候，無人駕駛汽車能否做到“大腦”與“手腳”之間的邏輯一致性。

要知道只要是有計算機程式編輯的地方，那就或多或少會存在一些Bug，而哪怕這是1%的極端發生機率，也可能讓無人駕駛汽車做出錯誤的執行力，而由此帶來的後果及危害卻是無法估量的。

雖然無人駕駛汽車目前的發展還存在諸多技術難關需要亟待解決，但我們國家已經就無人駕駛汽車的目標提出了更高的要求，特別透過提出一系列的發展規劃政策，為未來十年的無人駕駛汽車提出積極的指導精神和方向。至於今後相應法律法規的架設，國家也開始逐漸參考歐美日等國的經驗，開始逐漸為將來的無人駕駛汽車上路保駕護航。