无人驾驶汽车的量产之难

□文/李晓曦

李晓曦

本刊特约撰稿人

无人驾驶汽车的量产之难

□文/李晓曦

李晓曦

本刊特约撰稿人

3月，无人驾驶汽车领域风云诡谲。百度宣布自动驾驶事业部等三合一、成立智能驾驶事业群组（IDG），这一IDG部门将换帅交由到任不久“AI灵魂人物”陆奇负责。时隔几日，英特尔则爆出新闻：以153亿美元（总计202亿美元）的价格收购以色列无人驾驶汽车技术公司Mobileye。无人车，这个大投入、高门槛的行业，究竟会在何时量产，切入我们的生活，百度无人驾驶汽车换帅背后仍有不少信息，值得探讨。

L4级无人驾驶的世界难题

“科技不仅限于计算机技术，任何新方法，任何可以使事情更容易完成的方法都是科技，这才是科技的正解。”——彼得·蒂尔

毫无疑问，在不久的将来，我们的生活将因智能化而发生翻天覆地的变化。物联网和人工智能将会在更广泛的领域为人类服务，这一凝结了人类智慧的高科技产业在一定程度上方便了我们的日常生活，机器人可以代替人类完成许多工作。未来，像好莱坞电影里那样的高科技产品会出现在我们身边，并逐渐趋向于常规化，而无人驾驶汽车就是其中的典型代表。

无人驾驶汽车也被称为自动驾驶汽车、轮式机器人。它是一种通过电脑系统实现无人驾驶的智能汽车。无人驾驶汽车依靠人工智能、视觉计算、激光雷达、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。

要知道，在复杂的交通系统中让汽车自己识别交通状况，并做出正确的判断可不是一件简单的事情。所以，要实现自动驾驶必然就离不开相关技术的发展级运用，但它真能如最初计划在三五年内走进我们的生活吗？

3月1日，一封宣布百度自动驾驶事业部等三合一、成立智能驾驶事业群组（IDG）的邮件在网上曝光，这封邮件的重点是——该IDG部门将交由到任不久的“AI灵魂人物”陆奇负责，而时任百度高级副总裁、原自动驾驶事业部总经理王劲被宣布“内部休息调整”。

刚刚过去的这两年是百度无人驾驶汽车风光无限的时段，2015年底百度无人驾驶汽车从百度大厦出发奔向北五环，完成首次路测后，惊动了行业；完成首次路测后，提出实验室“闭门”造不出“无人车”，百度先后与芜湖、乌镇等政府合作共建无人驾驶汽车示范区域；又走到美国，在与全球顶尖无人驾驶汽车“同场竞技”中完成了硅谷“第一跑”，为中国拿到了为数不多的无人驾驶汽车顶尖技术比拼的“入场券”；随后，百度无人驾驶汽车在世界互联网大会的乌镇体验运营，这是首次在开放城市道路情况下，实现全程无人工干预的L4级无人驾驶技术……

技术派王劲也因此在职业生涯中获得了最多关注。去年底，由美国知名汽车媒体Automotive News评选的《60名驱动自动驾驶技术发展的人物》中，百度高级副总裁王劲成为唯一的中国企业代表。Automotive News给出了王劲获选的理由：中国搜索引擎公司百度在自动驾驶技术上投入了很多，在王劲的带领下，该公司计划在2018年前小规模推出自动驾驶汽车并在2021年之前实现大规模生产。

我们需要了解自动驾驶的概念——准确来说是L4级无人驾驶技术。根据美国NHTSA公布的划分标准，智能汽车要经过辅助驾驶、半自动驾驶、有条件自动驾驶、自动驾驶四个阶段，其中L4属于全无人驾驶的最高级别。L4有多难，对标特斯拉来看。在去年底，特斯拉也曾发布过一段演示视频，显示了电动汽车在自动驾驶状态时“看到”的景象。从那段视频中看乘客在整个行驶过程中基本没做过操作，即达到了L4级别。

但是有“激进”之称的埃隆·马斯克却在近期迪拜召开的世界政府首脑（WGS2017）会议上称，特斯拉商用Level 4级别的自动驾驶技术的明确时间表是10年。“对于新售汽车全部搭载自动驾驶技术，还需要10年可以实现，燃油车彻底退出历史舞台，则仍需20年左右来过渡。”

稳定、成本与量产

特斯拉在L4商用上的保守，大致可以代表业界的普遍态度。而决心那么大的百度，在无人驾驶汽车上的底气来自于什么呢？

一方面，是真金白银的投入，据王劲公开场合披露，百度在无人驾驶汽车研发的投入超过了以往任何一个产品。另一方面，则的确是聚拢了一批顶尖人才以及百度在大数据、AI方面的积累。

但是实验阶段的成功与商业化的胜利并不是一个层级的概念。大量实验室产品走不出工业界，或因时机不对，或因无法量产。

外界普遍认为硬件成本就是制约无人驾驶汽车商业化的因素之一。有这么一个段子，当然也是真事。王劲曾说他的老板李彦宏问他“你整天弄（一个雷达就要）70万元的东西，你能卖给谁啊？”百度无人驾驶汽车车顶的激光雷达就要70万元人民币，这并不夸张，Google在其无人驾驶汽车原型中使用的Velodyne雷达售价也为8万美元左右。

值得联想的是，2016年还有这样一则消息，Velodyne公司发布公告称，旗下激光雷达公司VelodyneLiDAR获得正在发展自己的无人驾驶技术的百度与福特公司1.5亿美元的共同投资，三方将围绕无人驾驶领域展开全方位合作。

看背景——百度无人驾驶汽车采用的是64线激光雷达、毫米波雷达、摄像头等多种感应器来感知道路上的环境。其中，VelodyneLiDAR 64线激光雷达就是那个价值70万元的“东西”，它在测距的精确性上极具优势，工作原理类似于蝙蝠的发声器官，通过获取光脉冲打在物体上并反射回到接收器的传播时间，再根据光速可精确测算出测量物的距离。LiDAR进行物体扫描时，采用感知系统硬件与计算功能软件相结合的方式，增加激光线数后，可减轻运算的负担。

百度的无人驾驶汽车有多次成功路测的经历，但愉快奔跑的背后有着谜之为难。效果、成本与量产的矛盾，一直是商业时代的难题，百度无人驾驶汽车项目也是如此。当然，内部创业的优势明显，百度投资了VelodyneLiDAR，原定计划向前推进了一大步，但是距离真正的量产呢？

王劲在今年初还表示百度所使用的64线激光雷达已经从去年的70万元降到了今年的50万元，但除此之外，车身上还有三个价值10万元的16线激光雷达呢。

激光雷达价格昂贵的主要原因还是技术门槛相对较高，行业发展成熟度相对较低，像个人电脑出现之初价格昂贵一样，随着技术发展和行业配套的成熟，激光雷达的价格一定会下降，这也是趋势。

大规模量产，零部件价格下降，零部件下降，大规模量产变成可能，鸡生蛋、蛋生鸡的难题，放在无人驾驶汽车与激光雷达之间着实难以破解。交由时间来办，或许5到8年并不保守，特斯拉的10年时间表看起来更像会成真。

无人驾驶汽车的核心技术与难点

目前的无人驾驶技术可细分为三类：中央处理系统、激光雷达，以及地图构建。三者形成无人驾驶闭环系统，让无人驾驶汽车在行驶的过程中过不断学习驾驶技术，从而变得更加智能。中央处理系统是无人驾驶汽车的核心，“担负”着实时处理道路数据信息的重任。它必须能够像人脑一样持续的集中精力分析道理信息并做出判断。例如什么时候加速、什么时候刹车，什么时候超车，还要在城市交通系统中实时注意到道路的路标、指示灯、附近的车辆和行人等。

激光雷达是无人驾驶汽车的眼睛，实时注视着道路上的“一举一动”。无人驾驶汽车在复杂的道路环境中行驶时，激光雷达与传感器会不断地探测汽车周围的环境，并把这些模拟的图像信息传给中央处理系统，然后由中央处理系统做出对无人车位置和环境的判断。

地图构建形成了一个自动驾驶知识储备数据库，让无人驾驶汽车轻松应对未知的道路环境。对于普通人来说，到达一个新的地方，必须要了解此地的各种交通状况，这样才知道如何行驶。那么，就需要人事先把这些地图数据收集起来，并“告诉”计算机。而且，随着深度学习算法的不断突破，无人驾驶汽车从以往的驾驶数据中学到“经验”，不需要人为告知就知道如何在陌生的道路上自主驾驶。

从百度无人驾驶汽车难以量产的一大难题——激光雷达来看，目前，可用于车载的激光雷达的产品及生产厂商主要集中于国外，包括美国Velodyne公司、美国Quanegy公司以及德国IBEO公司等。而Velodyne在无人驾驶领域的影响力最早来自于2007年DAR PA无人驾驶汽车挑战赛。当年获得第一名和第二名的高校分别是卡耐基梅隆大学和斯坦福大学，他们当时使用的正是Velodyne激光雷达。此后，该公司开发的激光雷达被谷歌、百度等涉及无人驾驶的公司广泛使用。

激光雷达，其实也不仅仅能用于无人驾驶汽车，也能用于无人机、扫地机器人等与计算机“看见”相关的产品。专注机器人视觉的速感科技CEO陈震告诉本刊记者，激光雷达的主要优势是能够轻松地建立地图供后端算法决策，而且精度很高。但由于可靠性、成本以及成像维度小的问题，最主要还是成本原因，还没有普遍应用在这些领域中。

四川傲势科技有限公司智能硬件部的科学家也对本刊记者表示了成本壁垒，民用的SLAM（即时定位与地图构建） 中激光雷达算是最贵的，比相机和IMU贵很多且重很多，所以降低成本的话，就是去掉激光雷达。目前，视无人机尺寸用途不同，微型娱乐级别无人机通常也采用超声波雷达、视觉图像识别等方式，大中型无人机多采用毫米波雷达或专业的地形规避雷达完成周边态势感知。

从技术上看，扫地机器人的导航方案目前算法以及系统化能力上国内已经基本与国外的低端激光雷达方案保持同等水平（且价格上更便宜），这与激光雷达生产工艺、关键部件的生产水平、良率控制以及专利问题等导致由国外垄断不一样。陈震认为，视觉是一种很好的替代低成本激光雷达的方案，低成本激光雷达的SLAM在成本和精度上与VSLAM相比没有太大优势，以往由于视觉SLAM后段的计算量非常大，所以在应用中的性价比一直是问题。到目前随着专用芯片（FPGA，DSP）的普及，很大程度上解决了视觉SLAM后段的计算量问题，因此会成为非常有竞争力的低成本导航方案。

激光雷达低端可替代，但用于无人驾驶汽车的高端、高精度的激光雷达，到底能被怎样地降成本，或者说能怎样早日协同产业链实现量产，却待时间解答。

无人驾驶汽车的发展历史

仅仅是百度无人驾驶汽车遇到了难题吗？其实，无人驾驶汽车和人工智能一样，并非是一个新课题。它的发展甚至可追溯到20世纪20年代。早在1925年，无线电设备公司Houdina R adio Control设计了一辆“无人”驾驶汽车American Wonder，这辆车由一辆1926 Chandler（美国汽车品牌，现已消失）改装而来，它的后座上安装了一个无线电接收设备，通过接收后车发出的无线电信号，经过信号译码，再通过一个小电动马达来操作车的方向盘、制动器、加速器等，进而控制车的运动。研发成功后，American Wonder还在纽约市被进行展示，并穿越拥挤的交通，从百老汇开到了第五大道。

在随后的几十年中，人们从未停止过对无人驾驶汽车的研究与想象，但一直稍对缓慢，直到1970年，无人驾驶汽车的新希望出现了。从1975开始，伊力诺依大学对智能驾驶逻辑算法展开了研究。同期，1977年，日本筑波工程研究实验室开发出了第一个基于摄像头来检测前方环境的无人驾驶汽车。这辆车内配备了两个摄像头，可以不用在道路下面埋入一些外部支持设备了。这是所知最早的开始使用视觉设备进行无人驾驶的尝试，由此翻开了无人驾驶新的一页。

在视觉技术快速的发展与支撑下，基于视觉的无人驾驶汽车导航在20世纪80年代开始流行。20世纪80年代初，慕尼黑联邦国防军大学（Bundeswehr University Munich）的Ernst Dickmanns带领他的团队以一辆奔驰汽车为基础，研制了一辆采用视觉导航的自动驾驶汽车，这辆车在交通顺畅的情况下达到了63km/h的速度。同一时期，美国DAR PA建立了ALV计划，与卡内基梅隆大学、斯坦福大学等机构合作，利用激光雷达、计算机视觉第一次实现了机器人自主控制下的自动驾驶，并在无人驾驶汽车上首次使用了便携式计算设备，速度达到了31km/h。

1990年到2000年，基于视觉系统的无人驾驶汽车开始加速发展。1995年卡内基梅隆大学的Navlab计划，通过在车上加装多台便携式计算设备、摄像头、GPS设备，来增强车辆的自动驾驶能力，测试行程超过5000公里。据称98.2%的都是“无手”自主控制，实际上这辆车只是半自动驾驶，因为它只是使用神经网络来控制车的方向，油门和刹车仍是人控制的。卡内基梅隆大学的研究成果对于现在的无人驾驶技术提供了非常高的借鉴意义。

进入21世纪，特别是2010年以后，无人驾驶技术真正实现了飞跃式的发展。现在无人驾驶汽车做的最知名的估计要数谷歌了，而谷歌的无人驾驶技术，正是源于斯坦福大学，其无人驾驶汽车项目负责人就是从斯坦福大学出来的，在无人驾驶上企业正逐步从高校研究所中接过接力棒。

除了一些大学研究机构外，现在互联网企业、传统的汽车厂商纷纷进入无人驾驶汽车行业。随着计算、算法及传感器技术的不断进步，现在的无人车已经越来越智能，有的在技术上已经基本可以做到完全脱离人来驾驶。虽然还没有正式开始商用，但是随着无人驾驶发展起来的一些技术已经开始进入实用阶段，如自动泊车、自动巡航、自动车道保持等等，这些都使驾驶更加轻松，同时也更加安全。

国内外现有无人驾驶汽车近况

如今，随着无人驾驶技术的愈发成熟，越来越多的企业纷纷都加入到这一领域中来，逐渐形成了传统车企与科技互联网两大阵营。而在两大阵营的竞争过程中，一些企业也开始走上了强强联合的道路，以期形成更强大的市场竞争力。

传统车企阵营：

沃尔沃

沃尔沃已进入“高度自动驾驶”的实质性项目测试和商业化阶段，与爱立信共同打造的Sensus智能操作系统，旨在打造基于车联网、物联网和大数据的智能城市交通生态系统。

目前，沃尔沃计划在英国测试一定数量的全自动无人驾驶汽车，沃尔沃X C90SUV的改良版将用于此次试验中。这将是英国民众第一次“驾驶”该类汽车，预计在2018年，试点汽车可达100辆。

丰田

丰台推出“地图自动绘制系统”，有望对自动驾驶提供行驶支持，扩充应对“一般道路”及“道路障碍物”等方面的功能。

在2016年5月19日，丰田就宣布对Uber进行战略投资。双方初期合作主要集中在汽车共享上，当然两家公司的长期目标是在无人驾驶汽车领域展开合作。对Uber的投资，也是丰田汽车对无人驾驶汽车领域一系列投资的最新举措。

福特

与其他做半自动驾驶汽车不同，福特一直像Google一样默默地进行研发，其目标是实现百分之百的自动驾驶。所以福特所研发的无人驾驶汽车是不会有方向盘的，按照美国工程师协会的界定，这种自动驾驶汽车算是最高级别的“第四级”（Level4）。

就在2016年9月12日，福特汽车公司CEO菲尔兹表示，计划2025年开始公开出售无人驾驶汽车，其目标是降低汽车售价，使无人驾驶汽车不再是奢侈品，而是普通消费者都有能力购买的产品。

宝马

宝马一直加快研发无人驾驶汽车，努力追赶其他厂商。目前，宝马已经推出了以用户为主的网络管理和辅助系统，以及360度预防碰撞系统和多层停车场全自动泊车技术。

2016年11月28日，宝马集团宣布该公司计划在未来10年时间内，通过旗下iVentures部门，花费高达5亿欧元（约合4.27亿英镑）的资金，来研发无人驾驶相关的新汽车技术。

据称，这些资金将用来支持研发无人驾驶和地图等技术的初创企业，这些技术能够帮助宝马把自己的汽车打造得更加智能、更有功效。

科技互联网阵营：

百度

2015年12月12日，百度无人驾驶汽车首次在北京五环进行测试，自动驾驶的最高时速100公里/小时，完成了国内无人驾驶汽车首次城市、环路及高速道路混合路况下的全自动驾驶，自动完成了跟车减速、转向、超车、上下高速公路匝道等一系列复杂动作。12月14日，百度宣布成立自动驾驶事业部，聚焦于自动驾驶汽车的技术研发、生态建设和产业落地，计划三年实现自动驾驶汽车的商用化，五年实现量产。

2016年9月初举办的百度世界大会上，北汽新能源与百度合作的最新研发成果——北汽百度无人驾驶汽车首次亮相。这部无人驾驶汽车首次达到了无人驾驶分级中“L4级”，做到了完全“无人驾驶”。

谷歌

谷歌是互联网企业开发无人驾驶技术的先驱，谷歌目前的无人驾驶技术也为level4级别。谷歌于2009年启动了无人驾驶汽车项目。最初，谷歌改装了6辆丰田普锐斯和一辆奥迪TT，并在加州山景城对它们进行测试。谷歌聘请技术出色的驾驶员坐在司机座位上，准备随时接管汽车控制权，即使8年后的今天，谷歌仍然为测试的无人驾驶汽车配有驾驶员。

最新数据显示，谷歌无人驾驶汽车在4个城市的测试里程超过200万英里。目前，谷歌有24辆雷克萨斯SUV和34辆原型车在路上进行测试，每周测试里程可达至多2.6万英里（约4万公里）。虽然Uber和特斯拉等竞争对手已经向公众发布了无人驾驶汽车，但谷歌尚未披露其无人驾驶汽车上市销售时间。

特斯拉

2016年10月20日，马斯克在电话发布会中宣布，所有的特斯拉新车将装配“具有全自动驾驶功能”的硬件系统——Autopilot2.0。这套系统包括了8个摄像机、12个超声波传感器以及一个前向探测雷达。摄像机将提供360度的视角，最大识别距离250米，其中三个将观察前方，提供冗余以确保安全；超声波传感器能够探测软性和硬性的物体；而雷达则可以确保在雨天、雾天、沙尘和雾霾天气中正常工作。

Uber

2016年5月19日，Uber首辆自动驾驶汽车在美国东部城市匹兹堡上路，提供短途载客服务，最终目标是发展无人驾驶出租车，用以取代优步司机和他们的汽车，降低叫车服务成本。

据悉，优步用户将可以在优步应用软件上选择乘坐自动驾驶汽车。具备自动驾驶能力的汽车装备包括摄像头、激光扫描仪、雷达在内的传感器以及全球定位系统接收器等设备，且车上将配有司机监控车辆行驶。目前，乘客暂时可免费乘坐自动驾驶汽车。

英特尔

作为全球性的IT巨头，英特尔也开始有所行动。英特尔并不生产汽车，但它所提供的技术和解决方案，能够让传统汽车产品蜕变新生，亦能为无人驾驶技术的发展保驾护航。

据了解，英特尔在无人驾驶领域所具备很强的优势，主要表现在计算能力和负载整合两个方面。这些算法、数据的运维都需要长时间的技术和经验的积累与沉淀，而英特尔在计算和通信行业涉猎已久，并且卓有成就，占据了绝对的优势。

2017年3月13日，英特尔同意以153亿美元（总计202亿美元）的价格收购以色列无人驾驶汽车技术公司Mobileye。这一收购交易将会使来自美国的这家芯片制造商与自己的对手Nvidia、高通公司在全球汽车市场展开无人驾驶系统方面的直接竞争。

手机扫码阅读