无人驾驶与老司机的路权争夺战

试想一下，在平坦宽阔的公路上，你可以解放双手，打一个电话，或者回复一条信息，而车辆自己可以根据导航去到你想要去的目的地，并在过程中实现车道的变换或是车辆避让，多么令人惬意。现在，这一切正在成为现实。

科技发展到今天，自动驾驶不再陌生，它已经成为汽车产业与人工智能、物联网、高性能计算等新一代信息技术深度融合的产物，并且成为全球汽车与交通出行领域智能化发展的主要方向。

作为未来汽车工业的发展方向，中国智能驾驶产业市场规模预计到2020年将达到1214亿元人民币，前景可期。在未来国家智能驾驶相关政策法规逐渐成型、行业内技术不断完善、中国智能驾驶企业积极推动应用落地的情况下，中国智能驾驶市场规模将保持持续扩大趋势。

在这之中，中国公路货运的体量在综合运输体系中大约超过70%占比，公路货运司机群体超过3000万人。要知道，大型货运车队的货车日均行驶时间超过12个小时，长时间驾驶这些庞然大物，对于货运司机来说着实辛苦。

而现在，一些专注于自动驾驶的科技企业希望让这些“大家伙”自己行驶，从而提升道路运输的工作效率。司机要做的，则是观察路面情况，在出现车辆无法处理的情况时介入，保证车内和车外的安全。

《看得见的未来》第四期，腾讯新闻节目走访了专注于智能驾驶应用的图森未来和驭势科技，我们试图从这些正在用科技的力量提升效率和幸福指数的科技企业身上，探寻智能驾驶的未来图景。

解放重卡司机双手

上海的临港大道是图森的重要基地，在这里，他们已经取得上海测试牌照的自动驾驶重卡正在进行路测。

在这段长约26.1公里的测试路段中，包含了正常的行驶执行，以及红绿灯、路口、左右转向这样的基本道路元素。从2018年10月到现在，图森研发的自动驾驶重卡每天都在进行不间断的压力测试。

测试中，图森需要解决的主要问题是，让这台自动驾驶重卡在不同场景下顺畅运行，比如在雨天，测试车轮带起的雨滴是否回影响到传感器的效果。

就在最近，图森对外发布了最新的无人驾驶摄像头感知系统。该感知系统利用索尼的汽车CMOS图像传感器，能让无人车在夜间和低能见度下行驶，与图森的1000米感知技术结合后，可将无人驾驶卡车使用率提高到80%。它的感知系统会在2019年第二季度量产，并于第三季度应用在图森的无人驾驶卡车上，以提供商业化运输服务。

图森联合创始人兼CTO侯晓迪告诉我们，这些卡车传感器主要采用的是激光雷达和视觉相结合的方案：激光雷达比较关注的是近处以及车辆四周的环境；摄像头的优势是可以看到更远。他们之前的目标是感知到1000米的距离，摄像头可以通过不同焦距镜头看到远近的物体，与传感器互相弥补对方的优劣势，融合之后最终才能形成自动驾驶车辆。

关于智能驾驶的分级，业界目前普遍应用的是由SAE International（国际汽车工程师协会）制定的，分L1到L5共5个级别：

Level 1又称为Driver Assistance即驾驶员辅助阶段，有一项以上驾驶辅助功能，例如车道偏离警告（LDW）、前碰预警（FCW）等。

Level 2的汽车具有Partial Automation功能即能实现部分自动化。部分自动驾驶辅助自动驾驶，同时具备纵向（比如紧急自动刹车AEB）和横向控制功能（比如车道控制、弯道行车），目前已经能实现L2的量产。

Level 3为Conditional Automation即有条件自动驾驶、人机共驾，在某些汽车不能实现自动驾驶的情况下，还是需要驾驶员接管车辆控制权。

Level 4也称High Automation即高度自动驾驶阶段，不需要人的介入，但对道路和环境条件有所限定。比较而言，L3在系统出问题时需要人接管，L4阶段的汽车在紧急情况下能实现自动处理，自己解决特殊情况。

Level 5的汽车即是无人驾驶车辆（Full Automation），可以实现无限制的任意点对点无人驾驶模式。

侯晓迪和他的团队正是瞄准了L4这个级别。他们之所以一开始就认准L4无人驾驶，是因为对于货运卡车而言，如果不把人作为一个系统的环节去掉，而是要求车上必须配备司机，那就永远无法解决司机短缺的问题，降低运货成本和提升效率也就无法实现。而没有考虑L5的主要原因在于，侯晓迪认为这一级别的功能不是必须的，因为货运的场景是固定的，不需要做无限制的道路环境测试，并且目前看来还不具备商业价值。

智能驾驶对人们生活的影响，以一种润物细无声的方式慢慢渗透进来。不仅是刚刚提到的提升运输效率，更重要的是，它还能够为缓解道路拥堵提供一己之力。比如我们可以把智能驾驶的重卡放在夜间行驶，这样就能直接避免对白天拥堵道路资源的占用。

实际上，在在美国加州，政府已经批准了无人出租汽车服务，图森未来的自动驾驶卡车已经在美国开始常态化运营，在中国的测试密度也在逐渐增大。侯晓迪的目标听起来很明确很直接，就是要以最快的速度让自动驾驶技术在货运领域商业化。

城市移动空间

在驭势科技首席生态创新官邱巍和他的同事的想象中，自动驾驶则承载着更多的可能。

这种可能性的最直白体现在出行服务，帮助人或者物从一个地点移动到另一个地点。而这其中的附加值服务，拥有更多想象空间，比如它可以成为一个移动的包厢，可以是一个移动的咖啡屋，一个移动的地产，又或者是一个移动的电子商务入口。

邱巍认为，智能驾驶会给更多行业带来翻天覆地的变化，人们的衣食住行也将从一种固定的形态逐渐演变称移动的承载形态。而这背后所支撑的就业、经济管理运作方式，都会随之发生改变。

这种思路听起来着实令人兴奋。事实上，驭势科技的技术落地和商业化道进展迅速，驭势科技已经在国内多个场景常态化运营，采集了大量数据。

驭势科技的主要核心产品是由“车脑”和“云脑”组成。“车脑”是集成算法、软硬件一体的车规级智能驾驶控制系统，“云脑”作为智能驾驶云端大脑，则涵盖车辆云端运维管理、大数据采集分析、高精地图、建模与仿真、人机交互等功能模块。围绕这个产品核心，驭势科技打造了基于集成算法、硬件、云端数据的产品链。

在广西南宁园博园，驭势科技的无人驾驶观光车在每天开园后不久就开始运营。在体验过程中，当观光车前方的障碍物越来越近时，它会探测到，同时慢慢减速，然后下发刹车，直到观光车完全停止。前后摄像头还会用来检测车道线和周边行人车辆，以及做定位。

与非自动驾驶汽车不同，自动驾驶汽车要通过处理车前、车后摄像头的实时视频，来识别其他车辆的存在和判断车速，并预测到其他车辆可能会出现的加速、减速、变道等行为。这个过程需要大量的机器学习和数据计算。

倘若所有车辆都采用自动驾驶，那么车与车之间就有可能实现直接通信，从而可以轻松并准确地确定车与车之间的相对位置和速度。

其他车诸如加速、减速、变道这些巡航行为，也不用通过视频来预测，直接通信交流，这将极大方便车与车之间巡航算法的协调。在这个过程里，唯一还需要摄像头的地方可能只是识别马路和车道，不过这些技术要简单很多，现在就已经非常成熟。

在人工智能引发的变革中，自动驾驶技术绝对算得上是主角之一。随着技术的相对成熟，人类生活与社会重构的序幕或许已经被悄然拉起，而这将关乎社会中的每一个人。