无人驾驶为何难，为何重要，为何只有中国才能实现真正的无人驾驶

前不久，华为公司测试无人驾驶的视屏，火遍全网，一下子引起了全社会的广泛关注。今天我们来聊一聊，无人驾驶为何难，又为何重要，为什么只有在中国才能实现真正的无人驾驶。

一

需要开车上班的朋友，可以回想一下每天早上的场景，一家三口掐着点儿坐上车，先送小孩，好不容易从学校门口的拥堵路段开出，还要送不会开车的老婆，等全送完了，最后看看时间，自己的全勤奖又泡汤了。

这时候就想，如果能有一辆会自动行驶的车，可以把不会开车的人，安全送到目的地，那该有多好。那么，按照当前科技，这个愿望能马上实现吗。

我们经常会看到一些视频，在美国，有司机被拍到开着特斯拉，在高速路上呼呼大睡，而汽车还在自动行驶。前不久，华为公司的无人驾驶技术在上海公开测试，感觉好像全民无人驾驶的时代马上就要来了，女司机的春天也要到了。

其实这么说吧，已经可以做到90%，但最难的就是最后的10%。无人技术按实现程度，分为6级（L0到L5），前3级就不说了，基本和普通驾驶没啥区别，到了L3级别，就可以解放双手，不用握方向盘了，车子会自动行驶，但是司机还需要时刻注意路上的突发情况，随时接管驾驶。

到了L4，就可以享受人生了，只要在平整的公路上，你可以躺在车内，边刷手机，边吃辣条，完全不用管路况。

而最高的L5，已经不用管开什么路，哪怕是崎岖颠簸的羊肠小道，你都可以放心睡大觉，等着安全把你送到目的地。

二

人靠五官来感觉周围环境，那汽车是怎么认路的，又是怎么判断周围有没有危险情况呢。就这要靠给它安装“眼睛”和“耳朵”来实现了。

通常是这样的，我国的北斗导航系统很厉害，每辆无人驾驶车上都会装一套，通过北斗导航，就能知道车辆的大概位置。但是卫星导航有个明显缺陷，就是在空旷的环境下，比如高速路上，信号比较及时准确。一旦在城市中，因为受到高楼，隧道等影响，定位就不太精确了。通常与实际位置会误差个10来米的样子。10米就差了好几根车道了，这在无人驾驶中，是绝对不能接受的，通常要求误差在厘米级别才行。

于是，我们给车辆又安装了摄像头和激光雷达。摄像头好比眼睛，可以实时拍摄画在道路上的车道线，方向箭头，斑马线等标志，把照片与车载系统中的高精地图做比对。

高精地图是提前制作好的，里面包含了每一条道路，以及周围道路设施的三维信息和经纬度，地图标注之详细，连路边的下水道口都不会遗漏。

比对后，找出高精地图上完全相同的地点，通过上面标注的经纬度，就能准确知道车辆现在的位置了。

当然，光靠车道信息比对，还不够精确，车载摄像头还会拍摄半空中的红绿灯，交通标志牌，广告牌等物体，同样的方法再来一次，通过多次修正位置信息，就能给车辆精确定位了。

但是摄像头有它的问题，就是通过二维图片，无法判断物体间的距离。大家拿出自己拍的照片，看一看就全明白了，比如给家里宠物狗拍照，相机凑得近，狗拍出来会显得很大，而远处的人会显得很小，这个大小失真就和实际情况相差很大了。

到了马路上，就不是闹着玩了，如果无法判断旁边车子的大小，就不能预估两车间的距离，就可能会引起碰撞。

这是纯视觉方案，也就是单靠摄像头实现无人驾驶的最大难题。当然，也有办法解决，比如通过建立数据库，将某款比亚迪车型的长宽高等信息，事先记录在数据库中，以后只要拍到这款车，就自动把它的信息调出来。又或者通过双目系统，或者伪激光雷达的方式来解决，这里就不具体展开了。

但是不管用什么方法，二维图片转换到三维图形都是件困难的事，要复杂的算法，需要耗费车载系统的大量算力和资源，多少会影响车辆其他性能的发挥，如果能直接获取道路上物体的三维信息，那就可以省很多功夫了。

这时候人们想到了激光雷达，如果说摄像头是车辆的眼睛，那激光雷达就是车辆的耳朵，它像蝙蝠一样，会向周围发射激光光速，通过光速返回时间的长短，来计算物体与车辆的距离，并生成一幅周围环境的3D立体图。通过3D图像与高精地图比对，实现定位。

激光雷达各方面的表现确实不错，就是太贵，好一点的一个要3-4万，进口的就更贵了。而且想要雷达效果最佳，最好的位置就是装在车顶，像个预警机似的，这个外观，估计连车审都过不了。

不过这一次，华为公司联合北汽推出的极狐智能汽车，确实让人眼前一亮。华为自己研发了激光雷达，优化后安装在车头，还一下子装了3个，关键是把价格杀到了“白菜价”，每个才1千多元，一下子就把这个应用市场打开了，确实了不起。

这里想说一下高精地图，从上文的介绍，大家应该也看出来了，不管是采用摄像头还是激光雷达，采集到数据后都需要和高精地图做匹配，高精地图可以说是整个系统的核心。但是地图的制作和更新，却是个大难题。

一方面，制作成本极高。高精地图需要采集与道路有关的各种细微的信息，从红绿灯的高度，到窨井盖的位置，从车道的宽度，到斜坡倾斜的角度，几乎无所不包。这么详细的信息，单靠普通手段是无法完成的，需要安装了特殊设备的专业地图车才能完成。每辆地图车的成本就要近千万元，每年花在地图制作上的成本都要以亿元来计算。

另一方面，如果制作完成后，可以长期使用，那也就算了，偏偏地图的准确性是最看重的，也就是说，道路信息一旦有变化，就要及时更新，否则就会影响定位效果。有报道说，我国每年高速公路路网更新比例在30%左右，所以高精地图就必须要不断更新，才能跟得上变化的脚步。因此，这是个既烧钱又费力的活。

理论上，如果卫星导航没有误差，摄像头，雷达等传感器不受天气环境的影响，人工智能算法足够强大，是可以不需要高精地图的，但至少现阶段还做不到，还有很长的路要走。

写到这里，突然想到个两个话题，

据说特斯拉的车，不需要高精地图，也不需要激光雷达，单单靠卫星导航和摄像头以及强大的算法，就能实现无人驾驶。

特斯拉算法强大，这在业内是公认的，但说不需要高精地图，业内还是有所怀疑的。

现在，摄像头定位有一种新技术，叫实时定位与建图技术，具体原理太枯燥就不说了，简单讲就是，车辆可以一边定位，一边把拍到的图片生成周围环境的二维地图。

有人就想，如果每辆车都能把自己建的二维地图上传到云端，通过云端调整融合，把局部的小地图整合成全局性的大地图，那就能花很小的代价，解决地图拓展和更新的问题了，这就是所谓的“众包模式”。

特斯拉可能就采取了这种方式，依托高精度的卫星导航，利用特斯拉在全球，车主众多的优势，采集所需要的道路信息，整合成它所需要的地图类型。

但是，特斯拉如果在我国使用这套模式，就行不通了。因为我国对于制作高精地图管理非常严格，需要申请专门资质，这主要是从国家安全的角度考虑的。

对外公布的所有电子地图，也都需要加密处理，把真实的地理位置，加偏成另一个虚拟坐标。所以估计特斯拉要与国内有资质的制图企业合作才行。

第二个话题，大家是否奇怪，平时开车用导航，系统经常会提示，什么路段发生拥堵，估计通行需要多少时间，这些导航软件怎么会知道的那么清楚。

这是因为，我们的手机都带有卫星定位系统，能知道你的大致位置和移动速度。当你的车速，由原来100公里/小时，突然降到20公里/小时，软件会上传实时变化，再根据周围其他车量的车速变化，就能分析判断出这个路段，可能发生了拥堵。

另外在结合车主主动上报的信息，以及交管部门提供的交通信息，计算出拥堵程度和替代的交通路线，反馈到导航软件中。

三

无人驾驶的原理就说到这，只是个大概描述，具体还涉及许多其他传感器，和不同实现模式，就不多说了。接下来想聊一聊，无人驾驶技术为什么重要。

首先，如果说航空母舰是工业领域的最高成果，那无人驾驶技术就是现阶段，人工智能领域的最高成就。它几乎囊括了所有前沿科学，机器自主学习，5G通讯，视觉算法，自动控制等等，可以说是一个国家科技实力的综合体现。

现阶段，美国还是领先的，有外媒根据技术实力，搞了个排名，谷歌公司的无人驾驶排第一，特斯拉排第二，我国的百度排第九。最近，许多中国公司都进入这个领域，尤其是华为的加入，相信我国无人技术也会突飞猛进。

其次，无人驾驶一旦成熟，会显著影响我们的出行方式和城市规划。

现在，每一个购物中心，商务楼，居民区，建设前都要事先把停车场规划好，以免造成日后不便，就算如此，很多热闹的地方，停车还是一位难求。

如果实现了无人驾驶，那就不需要就近停车了。政府可以统一建设一批超大型停车场，人下车后，让车自己开过去就行了。到那时，车辆对我们来说，就是召之即来挥之即去，极大方便了我们的生活。

另外，现在私家车的利用率非常低，每天开2-3个小时，甚至更少，90%的时间都闲置在车库。现在有一种设想，就是共享无人汽车，就跟现在满大街的共享单车一样。想用车时，手机上下个单，无人汽车自己就开过来了。

事实上，现在优步和滴滴都在做这方面研究，一旦用车极其方便，许多人就不考虑买车了。就像现在共享单车普及后，很多人都不买自行车是一个道理。

看到有研究说，如果充分利用共享无人车技术，再辅助其他公共交通，一个中等城市只需要现在10%的车辆就足够了。

车少了，交通事故也就少了，空气污染也缓解了，对于我国这样人口众多的国家，重要性就不言而喻了。

四

最后在聊一聊，为何说，只有在中国才能实现真正的无人驾驶。

在许多领域都有关于“个人主义”与“集体主义”的争论，在无人驾驶领域也一样，有一种设想，就是把单个车辆的无人技术做到极致，通过车辆自身的高超算法和先进的传感器来实现无人驾驶，以谷歌为代表的许多欧美技术公司都是走的这条路线。

另一种方式，就是“车路协同”，不但要让车变得更聪明，还要让道路变得有智慧。在车辆上安装摄像头，激光雷达等传感器，因为受到高度等客观条件限制，就算再先进，也只能探测周围几百米范围，对于几公里外的路况就无能为力了。

但是，如果把同样的传感器也安装在路边的设施上，比如路灯，红绿灯上，那道路就成了车辆的另一双眼睛。这些路侧系统，会不断把附近道路的变化情况拍下来，上传到后台云端，实时更新高精地图，并且通过5G网络发送给路过的车辆。

这样的路侧系统，每隔几百米就装一套，车辆就能知道几公里，甚至几十公里外的路况信息。

还有，除了车辆与道路相互联网外，车与车之间也可以相互联网，比如，在高速路上，一辆车刹车，后面几十辆都能知道，自动刹车或减速，那连环相撞就不会再发生了。

客观的讲，两种实现方式各有优缺点，但车路协同肯定安全性更高。所有的车辆和道路设施，构成一个整体，互相传送信息，通过集体的力量，来实现完全的无人驾驶。

我国明确的把车路协同和智慧交通，定为发展的重要技术方向，现在很多城市，正在试验运营的自动驾驶试点项目，都是通过车路协同来完成的。

其实，许多国外技术厂商，并不是不知道车路协同的巨大优势，他们之所以走上单车智能化的道路，其实也是被逼无奈。

车路协同最大的难点，其实是协调和统筹各方面的参与者，包括众多车企，网络运营商，道路管理部门乃至地方政府，都需要相互配合，一起努力。其中政府的长期规划和主导是至关重要的。

但是，这些对于有的国家来说，真的就是臣妾做不到。就拿美国来说，车路协同最早是他们提出的，90年代就开始相关研究，到了2003年正式启动项目，与各大车企一起联合测试，甚至立法要求2019年后生产的部分类型汽车，都要安装车路协同设备。可是由于不同参与者，在技术上的分歧，最终美国上亿辆车，只装了几万套设备。

再到后来，由于5G的成熟，美国突然发现，自己在90年代开发的，部分基于WI-FI的车路协同技术已经落后，跟不上时代了，于是又在2019年12月份，部分废止了原有技术，也准备采用手机基站的技术。这让当初积极参与的部分车企，比如丰田汽车都无语了。所以不是欧美公司不想要，而是实在对国外政府的办事效率没有信心，如果再等个20年，估计黄花菜都凉了。

而我国在长期规划，统筹，基础设施等方面都具有极大的优势，智慧交通的相关试点也在有条不紊的推进中，像上海洋山港的自动驾驶卡车，苏州的无人驾驶巴士等项目。

所以说，如果有哪个国家，能最先实现真正的无人驾驶，那必然是我们中国。