“人间枝头， 各自乘流。山河远阔，不甘没落。”
自动驾驶简介
前言
不知道什么时候写的
虽然是挺无聊的吧
但是我能水一篇文章，挺好
嘻嘻(●’◡’●)
自动驾驶概述
什么是自动驾驶
自动驾驶（Autopilot）最初应用于飞行器（Aircraft）中，主要用于保持飞机飞行姿态和辅助驾驶员操纵飞机。如保持飞行高度和速度、保持机翼水平，不发生滚转、保持当前仰俯角等。
随着 5G 网络的发展以及物联网普及所带来的 V2X（vehicle to Everything）技术，自动驾驶汽车的发展突飞猛进，如今的自动驾驶更多指的是汽车的自动驾驶技术，依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。目的是在未来实现真正的无人驾驶汽车。
V2X
V2X（vehicle to Everything，车用无线通信技术），使得车与车、车与基站、基站与基站之间能够通信。从而获得实时路况、道路信息、行人信息等一系列交通信息，从而提高驾驶安全性、减少拥堵、提高交通效率、提供车载娱乐信息等。实现了手动驾驶和自动驾驶的兼容。
自动驾驶的分级
SAE（Society of Automotive Engineers，国际自动机工程师学会）分级：
L0-L2 三个阶段属于辅助驾驶阶段，仍要求驾驶员拥有驾驶能力并全程处于驾驶状态；
L3-L5 属于自动驾驶阶段，驾驶员无需处于驾驶状态（甚至无需驾驶员），甚至能够改变车体结构，不需要方向盘、油门、刹车等。
自动驾驶的发展历史
1961 年，普遍被人认可的第一辆“自动驾驶”汽车是由斯坦福大学研制的 Stanford Cart，可以利用摄像头和人工智能来绕过障碍物，但每移动一米需要 20 分钟的时间。
1995 年，卡内基梅隆大学的研究人员为一辆货车配备摄像头来寻找车道线，以实现自动驾驶，但还是需要人类负责踩油门和刹车。
2004 年，美国国防部负责研发军用高科技的国防高级研究计划局（Defense Advanced Research Projects Agency，DARPA）开始举办自动驾驶比赛。这点燃了高科技公司和人才对自动驾驶的兴趣。
2009 年，谷歌建立了由 Thrun 领导的自动驾驶汽车项目，并于次年在官方博客中宣布正在研发自动驾驶汽车，目的是改变汽车的基本使用方式。
2011 年 10 月，谷歌在莫哈韦沙漠进行无人驾驶汽车测试，同年内华达州立法机关允许自动驾驶车辆上路（该法律于 2012 年 3 月 1 日生效）
2012 年 5 月 7 日，内华达州机动车辆管理局（DMV）批准了谷歌自动驾驶汽车的自动驾驶车辆许可证。
2014 年 4 月，百度和宝马宣布开始自动驾驶研究项目，并在北京和上海的高速公路上进行测试。同年，谷歌研发 Firefly 无人驾驶汽车，移除了方向盘和脚踏板。
2015 年 6 月 11 日，百度于宝马合作开发自动驾驶汽车计划。
2017 年 4 月，百度正式发布了 Apollo 计划。
2021 年，华为与极狐合作，实现在市区的自动驾驶
自动驾驶涉及技术
定位
需要卫星导航定位作为基础，进一步实现高精地图，得到车辆行驶区域内，道路的坡度、宽度、栏杆高度等细节信息。从而在车辆行驶过程中，车辆自己能判断处于道路的哪个位置。把定位精确到厘米级别。
目前这一步骤的实现需要利用专门的测绘车辆对周边数据进行扫描，记录数据。
随着 5G 的普及以及定位系统的额发展
感知
自动驾驶的车辆需要对周围的环境进行实时的感知，明确周围有哪些车辆、物体，有哪些信号指示。
这一部分需要通过各种仪器、传感器来实现，如摄像机、超声波雷达、毫米波雷达、激光雷达等。
超声波雷达加毫米波雷达可以探知附近物体的形状、位置、速度。激光雷达可以进一步提升精度。
然后通过摄像机，从颜色、纹理材质上进一步判断物体是什么。
决策
当汽车有了极为精确的地图和对周围物体和信号的准确识别后，就要对信息整理、做出决策。需要让人工智能制定合适的行驶路径、控制合适的车速、与周围物体保持合适的距离
无人驾驶领域的派别
可以大致分为造车企业所组成的车企派别和。两者对于自动驾驶的理解、研发思路、研发进度都有很大的差别。
1. 车企派
主要有特斯拉、奥迪、长安等造车企业组成的车企派别。
车企派普遍希望实现 L3 等级的自动驾驶，这能让汽车本身结构变化较小，能够将自动驾驶技术运用到现有的汽车生产链上。目的是服务司机，让驾驶员有更好的开车体验。
此外，车企公司对人工智能的研发能力不足，而 L4 水平对 AI 水平有着较高要求，因此许多公司对 L4 望而却步。
2. IT 派
谷歌、百度、小马智行、华为等 IT 企业组成的 IT 派别。
IT 派更加希望实现 L4 等级的自动驾驶，进行破坏式创新。利用大数据、人工智能技术实现共享汽车+自动驾驶的结合，为用户提供服务。
自动驾驶的发展现状、当前问题、未来趋势
自动驾驶的现状
目前很多厂家的宣传主要以炒作为主。
2018 年 4 月，奥迪 A8 宣称自己是全球第一辆量产的 L3 自动驾驶汽车，但由于法律法规的不完善以及高精地图的缺乏，并不能真正带来 L3 级别的驾驶体验。
2020 年，百度的 Apollo 称自己是世界上首辆量产的 L4 无人车，但其最大速度只能达到 20 公里。
车企派普遍发布了 L2+级别的自动驾驶，并向 L3 进军。而 IT 派大多利用无人驾驶的出租车在限定区域的试验点中试运营，打磨自己的人工智能技术。
自动驾驶的主要问题
自动驾驶还处于起步阶段，还存在各式各样的问题，
1. 法律和伦理上的问题
目前社会考虑最多的问题就是，如果除了事故，应该如何进行定责，如何划分法律责任。司机、汽车厂家、人工智能算法乃至电信部门之间应该怎样分摊责任。保险服务又要怎样落实
还有著名的电车难题，当出现意外，AI 不能全身而退时，应该牺牲乘客，还是撞向行人呢，要撞向哪一边的行人呢。
在没有自动驾驶的情况下，是由人在紧急情况下做出的决策，不会涉及到社会价值观的输出。但是无人驾驶的 AI 有着明确的代码，因此如何决策是由代码事先决定的，会明确地输出价值观。
不应该让 AI 随机选择，这等于赋予 AI 随即决定人类姓名的权力，是违反原则的。
而对于这类问题，业内达成的共识是，既然没有好的解决方案，就让问题出现的概率极低，或者干脆不出现，因此业内更注重自动驾驶的安全性。
有法律人士指出，未来可以赋予自动驾驶汽车一定法律人格，以便让其直接承担事故的法律责任。
2. 技术应用上的问题
高精地图的完善和 5G 的普及还需要一段时间，在此之前自动驾驶是难以得到推广普及的。
而一些价格高昂的仪器，如激光雷达，导致自动驾驶汽车的成本较高。如谷歌 L4 级别的无人驾驶汽车的造价堪比一辆保时捷 911，其配备的激光雷达就要 8w 美元
恶劣天气会影响自动驾驶的环境感知能力，这就考验 AI 的能力和高精地图的完善程度了。
此外，还需要庞大且多样的数据库。对于 AI 来说，2%的数据能解决 98%的问题，但是剩下 2%的问题需要 98%的数据来解决。需要涵盖范围足够广泛的数据库来支持 AI 应对各种各样的决策。
未来趋势及影响
随着 5G 时代的来临，万物互联的实现，自动驾驶有望得到进一步的发展
优势
5G 的低延时、高稳定、快速的网络，能够有效降低自动驾驶的延时，提高决策的反应速度。而万物互联使得多个自动驾驶汽车能归于一台计算机控制，从而能够进行高效的路线规划、流量分配，减少堵车等问题。
如果自动驾驶技术足够成熟且得到普及，那么出行的安全性会有质的飞跃。除了车速可控，与周围物体距离可控之外，自动驾驶不存在酒后驾驶、疲劳驾驶、不会分神做其他的事情，不会违反交通规则。且面对突发状况，AI 的反应速度比人类更快，也不会因为紧张而导致操作失误。
此外，自动驾驶的普及能够改变用户的出行方式，如 Uber，滴滴等打车应用的服务提供商可以用自动驾驶汽车代替司机，减少服务提供成本，从而降低用户出行的费用。
谷歌无人驾驶项目顾问劳伦斯·恩伯斯的论文指出，使用自动驾驶出行，其费用是目前出行价格的十分之一。因为 V2X 能够很大程度上提高汽车的时间利用率、空间利用率，使得多人分摊一辆车的费用。其次自动驾驶车内可以提供广告等服务，从而为服务商提供更多应收，并让利于消费者。
此外，还可能催生出“云代驾”的服务。在网络不通畅或是人工智能难以做出决策的时候，申请远端的人类司机接手汽车进行驾驶。
风险
但是自动驾驶的普及仍有一些潜在的风险。
首先是人工智能普及下带来的失业浪潮，许多载客司机会因此而失业。
自动驾驶的普及会让更多人选择不再考驾照，遇到需要手动驾驶的情况，驾驶者可能难以掌控。
道路机及其基础设施可能选哟为自动驾驶汽车改建，如能和汽车通讯的信号灯和路灯等
使用自动驾驶汽车的用户可能会丧失其隐私，毕竟自动驾驶汽车需要高精度的定位
如果汽车的软硬件或者使用的网络不可靠，可能会被干扰，甚至被用于恐怖攻击。
