910
早在百年之前，随着汽车的发明，无人驾驶/自动驾驶的概念也在同一时期被提出。不过，由于技术的限制，自动驾驶并没有随着汽车制造技术的提升而随之提升，一直还是概念状态。不过，千禧年之后，互联网公司谷歌率先宣布正在研发自动驾驶汽车，并取得了显著的成果，至此，自动驾驶进入高速发展时期，各个品牌也陆续推出自己的自动驾驶功能，一时间自动驾驶成为了汽车领域最炙手可热的领域。
有自动驾驶功能的车越来越多了，使用自动驾驶功能的人也越来越多了，但随之而来，是由于自动驾驶引发的各种事故。按照厂商的宣传与媒体的分析，自动驾驶似乎已经足够成熟，为什么还会有这些事故呢？这里就不得不简单介绍一下自动驾驶的原理。
目前所谓的“自动驾驶”，其实并没有达到真正字面意义的等级，与其说是“自动驾驶”不如说是“高级驾驶辅助”。在汽车完成电气化升级之后，就已经能够通过行车电脑与雷达实现定速巡航与自适应巡航功能。但是巡航功能只能控制车速，无法控制车辆的方向，也就是说仍然需要自己动手来掌控方向。
而随着传感器、雷达与实时导航技术的升级迭代，在定速/自适应巡航基础上，又实现了车道保持等全新的功能，实现了车辆自己控制自己前行的功能。但是，目前也只能应对有限的路况环境，无法做到全领域全环境的自动。所以说，目前的自动驾驶，也只是ADAS高级驾驶辅助功能的别称。
从此我们能够看出，虽然目前还没有达到真正的自动驾驶功能，但是自动驾驶已经初步成型。有一点值得注意，就是自动驾驶功能的进步，并非由汽车厂商率先公布，反而是互联网公司。所以自动驾驶功能的实现，离不开人工智能技术的进步，而人工智能的进步得益于大数据基础与机器学习技术带来的算力升级。
计算机的运算能力远超人类，但是计算机只能按照预设好的程序进行计算，无法主动、自发进行计算与决策。计算机能执行加速、减速甚至躲避等指令，但是计算机不知道什么时机进行加减速，也不知道要躲避多远。计算机无法辨别物体，自然也就无法进行有效的决策，就更不要提最终的执行了。
人类能够驾驶车辆，是因为我们能辨认出来行车线、前后车、障碍物等事物，再根据实际情况进行相应操作。得益于大数据以及机器学习技术的进步，计算机目前已经有能力识别出路面上的物体，拥有了“认知”能力，这就对接下来的“决策”环节奠定了基础。
无论是激光雷达、毫米波雷达还是摄像头，这些雷达和传感器等同于人类的眼睛，用来看到并识别道路信息。在看到道路信息之后，就要适当的进行“决策”。而以目前的技术水平，执行决策的过程，也只是在几十万行简单代码中寻找适用的那一条。
为什么会出现事故，原因其实很简单，要么是没有准确识别路面的物体，要么就是没有找到正确的执行策略。我们需要年满18周岁才可以考取驾驶执照，是因为18周岁之后，我们的认知与决策能力都有了一定的保障，才能安全地进行驾驶。虽然计算机能够不断自我升级迭代，加速提升自己认知与决策的能力，但是毕竟时间还短，还没有达到“18周岁”这个标准。让一个认知不准、决策犹豫的孩子驾驶车辆，自然就容易发生事故。
以目前的技术来看，L2级别的自动驾驶功能已经能应对很多场景，但是要想实现L3与L4级别功能，还需要大量测试与数据积累，测试和验证自动驾驶有三种基本方法：在公共道路上、在复杂的基于计算机的模拟以及在封闭的试验场内进行。这些方法将被用来各种关键模块的执行，并对其进行全面评估。
马特汽车运动咨询（上海）有限公司，由国内外专家组成的团队，从传统试验场到智能网联试验场的设计咨询，我们联合国内外领先的设计公司，结合我们独特的专业知识，和国内的合作伙伴合作，以确保为客户提供一个安全、高效的试验场的运行环境的执行。现代测试证明设计必须围绕测试场景和具有适应变化的灵活性。
只有当车辆在试验场通过测试并通过了边缘情况时，车辆才被认为是安全的并获准在公共道路上行驶，这也是技术验证和认证过程的组成部分。我们的目标是为国内的客户确保允许一个多用户场地同时使用，且能保证高度灵活的测试环境。这些都是和传统试验场的不同之处。灵活性和开放性这些品质，能够使马特公司担当这些项目所带来的独特和特殊的挑战。
部分图片来自网络
马特安全驾驶 让安全更安全
SAFE DRIVING TRAINING
MAKE IT MATTER
内容由作者提供，不代表易车立场
