关于无人汽车的未来，有可能超乎你目前的想象……

创见干货：
无人自驾驶技术如今越来越成熟，联同「分享经济」、「人工智能」、「电动汽车」等新兴领域，它将如何改变我们的世界？关于无人汽车的未来，有可能完全超乎你目前的想象……关于无人自驾驶汽车，你想要了解的东西全部都在这里了……

无人自驾驶汽车-它将不是无人的，甚至它都不会仅仅指的是一辆汽车……

绝大多数人一听到「无人自驾驶汽车」，总是会立刻联想到 Google 那充满野心的原型产品，一辆拥有着传统汽车造型的无人自驾驶汽车。在 Google 所设计的未来中，方向盘再也不需要了。而在现实中，无人自驾驶汽车的种类早已经超出了 Google 所设定的范畴，有一些早期原型产品现在已经上路了。那么，现在就让我们走进这个新兴领域，看看当我们在兴致勃勃地谈论无人驾驶技术的时候，它到底意味着什么。

无人自驾驶汽车究竟是什么？它们什么时候上路？

位于美国的 National Highway Traffic Safety Administration（美国高速交通安全管理机构）已经确认了无人自驾驶技术的五个级别，从 0 级到 4 级。每递进一个级别，更多的功能都会实现自动化，使得汽车的驾驶越来越摆脱司机的操控。我们现在的技术介于 3 级和 4 级之间。

0 级：人类司机全面地操控着汽车的各项性能
1 级：汽车的某一个功能实现了自动化
2 级：在同一时间，2 个及以上的功能同步实现自动化，但是司机还需要持续地关注汽车和路况。
3 级：驾驶的性能全部实现自动化，司机完全可以放心地去干其他事。
4 级：汽车彻底摆脱对人类的依赖，自行驾驶，完全不需要司机的控制。

现在摆在很多公司面前的一个很迫切的问题是：我们是否直接越过 3 级，从 2 级直接跳到 4 级上。Google 已经通过行动，向外界证明这条路径是存在的。

3 级，也称之为「人车共享式驾驶」，其实是很危险的。因为人们在通过一台电脑来操控汽车上并不是很快能够掌握的。由 Audi 展开的测试显示：司机为了有效做到操控车辆，其中包括了闪灯以及鸣笛，适应的时间大概需要 3 到 7 秒钟，有些人的时间达到了 10 秒钟！在危急情况下，这简直是能要人命的！

绝大多数的传统汽车制造商都相信：我们需要先进入 3 级，然后汽车才能全面实现自动化。在这个路径下，这些汽车制造商能够有条件测试多种不同的科技，同时收集大量的数据（这对于建立和完善算法来说至关重要）。从另外一方面来看，汽车制造商还能把传统汽车多卖上几年时间，他们的商业模式不用那么紧迫地做出调整。

现在我们谈到了无人自驾驶汽车所带来的全新的商业模式：它将彻底改变整个整个产业格局，以及汽车所传递出来的价值。私人汽车市场上的使用率目前是在 4%-5% 之间。鉴于无人自驾驶汽车前期的成本很高，这个成本主要体现在传感器成本，软件算法技术的成本，以及电池上。（到那个时候大部分汽车都是电力驱动），那么为了让无人自驾驶汽车普及市场，最为现实可行的一条路径就是分享这一切，大大提升无人自驾驶汽车的利用率。正如现在，Uber、Lyft、等汽车分享公司都非常精准地做了跟上述趋势相吻合的市场定位。在这股越来越明朗的趋势之下，BMW i Ventures 公司最近投资 RideCell 公司，这也是一项汽车分享服务的公司，现在在西雅图，为 BMW 的 ReachNow 平台提供支持。而在地球的另一边，为无人自驾驶汽车提供软件及算法服务的公司 nuTonomy，正在计划在今年年初于新加坡推出无人自驾驶的出租车服务。

当一辆汽车越来越多的功能实现自动化的同时，一个很重要的问题浮现出水面：「还有什么阻挡着我们实现真正彻底，全面的自动化？」答案其实体现在两个方面：其一，传感器的感知能力；其二，计算机在不确定情况下所做最优决策能力。

在传感器感知领域，现在有两个针锋相对的竞争对手，它们分别是 LIDARS 和基于摄像头的传感系统。LIDAR，是一种基于光线的雷达，它能够在雾天和晚上都能捕捉描绘周围环境的景象。但是，由 Google 所开发的，基于 LIDAR 的传感系统造价非常昂贵，超过了 7 万美金。而相比较而言，摄像头就相对便宜很多，它能「看见」颜色。（不同于 LIDAR，它只能「看见」灰度），但是它也存在局限性：它得占据计算机大量的内存，并且需要夜晚的照明系统，

而且，它在识别所观察的环境上面也无法做到像雷达那样可靠有效。前者，LIDAR 系统的成本预计过段时间会下降；后者，但基于摄像头的传感器系统中，计算机的感知能力还需要一次突破性进展才能使得后者成为更为可靠、成熟的解决方案。

企业级市场和消费级市场中的区别

尽管汽车全面实现自动化这一天离我们还比较遥远，但是在其他领域中发生着的各种创新，使得我们离理想的彼岸越来越近。其中的一个创新就发生在无人自驾驶的卡车产业中。

卡车比家用车更适应无人自驾驶技术，主要是出自两个方面：首先，卡车主要是行驶在高速公路上，对于算法来说，在高速公路上识别一个障碍物，要远比在城市街道上容易得多；第二点，车队运营者可以通过信息技术，和汽车之间交互技术，从中汲取到大量的宝贵数据信息，从而使得无人自驾驶卡车市场上的技术越来越规范成熟。在过去的十几年时间里，卡车制造商一直在开发一种驾驶的辅助支持系统，使得「车辆编队」（Platooning）成为可能。通过卡车与卡车之间的信息交互，一个编队里的一组卡车能够跟随「带头车辆」，随着它的操控而自行进行你操控。比如带头的那辆卡车踩油门、踩刹车、转向，后面的一排卡车都会如法炮制。这不仅大大提升了交通的安全性，还在燃油使用效率上带来 5%-10% 的提升。从今年的 3 月 31 日开始，在欧盟的组织引导下，几批像这样的运行的卡车队列作为第一批应用该项技术的实验项目，正式上路了。

卡车优于私人轿车的另外一点是信息技术。在过去十多年时间里，企业级的车队经理一直是依靠基于地理位置的软件来追踪司机，优化线路，以及提升效率的。追踪设备的成本下滑，让越来越多的创业者能够进入到这个领域，跟传统大公司展开正面竞争。

在消费者这一端，汽车互联产品可以分成两个种类： 第一个是「车务服务」 （以 GM 的 OnStar 作为代表）； 第二个是「智能驾驶助手」 （以 Automatics Labs 和 Zubie 作为代表）。传统的车务服务给司机提供更安全的功能，Wifi 互联服务，导航以及异地汽车诊断服务，你需要每个月交上一定的费用才能享受上述内容，大概价格在 19.99 美金到 34.99 美金之间。

智能驾驶助手可以插入到汽车的「面板诊断端口」，并且与司机的手机进行连接。这样一来，用户可以直接获取到他在驾驶时所有的行动数据。跟传统的「车务服务」相比，「智能驾驶助手」最大的一个优势就是成本较低，因为它利用了智能手机的数据接入性能，并不用开发自己的一套接入系统。除此之外，它还有一个不断更新发展的应用生态，任何人想要让自己的汽车变得更加智能，都可以在这个「生态圈」里找到理想的 App。

毫无疑问，对「智能驾驶助手」的最大拥护者就是保险公司。在这个领域中存在的最主要的挑战就是鼓励司机将他们的数据分享出来，可以通过系统内部某种新颖的回馈机制来做到这一点，又或者是在 App 这一端提供某种非常难以拒绝的服务作为补偿。

根据 CB Insights 的调研结果：去年汽车科技领域的交易数量达到了一个创纪录的峰值。如果无人自驾驶汽车真的变成现实，现在的科技必须向前推进一大步。汽车制造商、供应商、保险公司以及科技巨头都意识到了局面就在眼前，他们都争分夺秒地投资于新的科技，使得我们能够离无人自驾驶汽车更近一步。

下图为全球科技汽车市场的融资演变情况：

来源: CB Insights

下面这张图，显示了在汽车科技领域存在着的各家公司。除了上面我们所讨论的内容之外，数字安全、地图、V2X 交互技术也同样值得关注。

比如可靠的，由众包而来，实时更新的地图，配以车辆与车辆，车辆与交通基础设施之间的信息交互，能够大大降低传感器探测的压力，我们不再单纯依赖于探测器的准确度，汽车能够凭借从驾驶环境周围所提取到的信息作为补充，从而实现更加成熟，完善的无人自驾驶技术。

用蓝色字体标出的都是被收购的公司或者上市公司

值得注意的是，在这个领域中，已经出现了好几家优秀的公司。MobilEye 是一家来自以色列的公司，于 2014 年在纽约证券交易所上市，现在的市值接近 90 亿美金。这家公司致力于成为「摄像头支持的无人自驾驶技术领域的佼佼者」，它既提供汽车视觉系统，也提供一种名叫 EyeQ 的芯片，同时辅以绘图解决方案（Road Experience Mangement），完善的产品链使得 MobileEye 将客户牢牢把控在自己的生态圈里。

现在还未做出回答的问题是：谁将成为无人自驾驶汽车中获取最大价值的胜出者？是现在热门的科技公司？还是坐拥庞大资本的传统汽车生产制造商？我们是否能顺利完成转型，从基于「所有权」的汽车生产销售模式，过渡到「基于使用权」的分享式交通解决方案上面？当然前行的路上肯定布满了障碍，但是我们仍然有理由乐观，在前行的路上，供应链的各个环节上都会出现新一批优秀的初创公司。

本文来源： Medium 译文创见首发 由 TECH2IPO/创见 花满楼 编译 转载请注明出处