无人驾驶汽车的发展现状 近年来，互联网技术和数据科学的迅速发展给汽车工业带来了深刻的变革。除此之外，高精度地图的进步以及人工智能的广泛应用也促进了智能驾驶技术的愈发成熟，汽车驾驶正在变得更加简单更加智能。作为未来汽车驾驶的一个发展方向，无人驾驶汽车技术在最近几年得到了长足的发展。
无人驾驶汽车，即自动驾驶智能汽车，与传统的车辆驾驶需要人类参与的情况不同，其主要通过车内的车载传感系统，包括相关智能软件及多种感应设备，实现感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息做出判断，控制车辆的速度和转向，确保车辆能够安全、可靠地在道路上正常行驶[1]。无人驾驶汽车突破了传统的以驾驶员为核心的模式，在一定程度上提高了行车的安全性和稳定性，可以降低交通事故的发生率，并且能够减少尾气排放和能源损耗，具有极高的经济效益和社会效益，是未来智慧城市发展的重要组成部分。
早在20世纪70年代初，许多科技发达的国家已经开始着手无人驾驶汽车的相关研究，在其可行性和实用性方面都取得了突破性的进展，目前，以Google、特斯拉、奔驰、宝马等公司为主的无人驾驶汽车研发团队在关键技术和市场规则方面都取得了较好的成果。国内的无人驾驶汽车的研究起步较晚，1989年，国防科技大学研究出了我国首辆智能小车，标志着我国智能驾驶的开始。但在各大高校以及科研机构的推动下，我国的无人驾驶汽车正在进入一个高速发展的阶段，随着百度、上汽、奇瑞等企业加大在无人驾驶领域的研发投入，我国的无人驾驶汽车的研发将得到稳定而快速的发展。
虽然无人驾驶汽车在过去几十年内发展迅速，并且取得了实质性的突破。但是仍然面临着一系列的问题和困难，其在关键技术、人类认知、基础设施建设以及市场规则方面均有需要改善和提高的地方。美国Uber无人驾驶测试车冲撞行人致其伤亡事件再次引发社会对于无人驾驶在安全、技术、法律等问题上的广泛讨论[2]。无人驾驶汽车的发展任重而道远。
1 无人驾驶汽车的发展现状 作为一种智能化的移动交通工具，无人驾驶汽车能够在一定程度上代替人类驾驶员实现一系列的驾驶行为。由于受到经济状况和技术条件等因素的影响，无人驾驶汽车在各个国家和地区的发展情况也各不相同。目前，美国、欧洲及日本在无人驾驶方面的研究相对较为成熟，在行车可行性和安全性方面做了实际的测试，有的企业也开始着手进行一定规模的产业化生产。而我国虽然在无人驾驶领域开展研究较晚，并且无人驾驶汽车在我国仍然处于研发试验的初级阶段，但是近年来，国内许多车企纷纷开始和高校及科研机构开展合作，积极投入到无人驾驶汽车的研发中，形成相应的无人驾驶汽车企业技术发展格局。相关资料显示，无人驾驶汽车经过了近50年的研究和发展后，技术已日趋成熟和完善，并预计将在2020年后进入爆发期，交通系统的安全和效率也将得到极大的提高[3]。
美国国家公路交通安全管理局将自动化驾驶系统分为5个等级：（1） L0级：无自动驾驶，即驾驶者完全控制刹车、转向、油门、动力等主要的车辆控制设备。（2） L1级：特定功能的自动化，即车辆的一项或多项主要控制设备实现自动化，但无法联动运行成为系统。（3） L2级：整合功能的自动化，即车辆中至少有两项自动化控制系统能够联动运行。（4） L3级：实现有限自主驾驶的自动化，即在某些特定的条件下，驾驶员可以交让与安全相关的功能的控制权，驾驶员可以偶尔接管车辆。（5） L4级：实现完全自主驾驶的自动化，即完全意义上的无人驾驶，车辆可以自身全程控制并监控安全相关的驾驶功能。目前，主流水平的无人驾驶处在第二和第三级之间，而特斯拉的无人驾驶汽车则处于第三级，实现了有限自动驾驶功能。
1.1 无人驾驶汽车关键技术概述 无人驾驶汽车是汽车、人工智能技术、雷达、监控设备和导航系统高度融合的产物，其受到计算机系统的控制，实现自动无人驾驶。无人驾驶汽车的核心部分是自动驾驶系统，其主要包括环境感知、定位导航和控制系统三个部分。环境感知系统通常由摄像装置、超声波传感器和雷达等部件组成，用来感知行驶过程中的周围环境，如同驾驶员的眼睛一样。定位导航系统类似于驾驶员的地图，实现定位和导航作用。而控制系统则相当于驾驶员的大脑和手脚，分析和处理所得到的相关信息，并发出相应的指令来控制车辆的速度和方向。除此之外，为了实现无人驾驶汽车的安全高效运行，还需要车联网等系统的支持。无人驾驶汽车是一个综合而复杂的集成系统，它包含了自动泊车系统、自动驾驶系统、堵车辅助系统、传感器系统等各个子系统[4]，所有子系统协同运作，共同确保无人驾驶汽车的可靠运行。
1.2 国外无人驾驶汽车的发展状况 自从20世纪70年代开始，国外一些发达国家已经开始了无人驾驶汽车技术的研究。国外的一些著名汽车企业以及IT行业的领先者投入大量的资源来研发无人驾驶汽车技术，研发进程非常迅速，并且取得了实质性的突破。但是即便如此，不同国家的不同企业在对于自动驾驶的观点上也略有分歧，在选择的技术发展路线方面也存在着一定的差异。
美国的Google公司作为最先发展无人驾驶技术的公司，其无人驾驶汽车的研发选择的是基于导航技术的路线，研发需要的投入很高，但也产生了许多创新性的成果。Google无人驾驶汽车通过摄像装置、雷达传感器和激光测距仪感知周围环境中的其他车辆，并使用高分辨率地图来进行导航。其所使用的地图是由街景车和探测车绘制而成，包括整个城市的高精确度的经纬度坐标以及每个地理位置相应的三维信息。Google数据中心将对收集而来的车辆信息进行分析和处理，并发出相应的指令，使无人驾驶汽车安全稳定地运行。Google公司的无人驾驶汽车的研发理念是计算机将完全取代人类驾驶，最初Google研发的无人驾驶汽车要求驾驶员坐在方向盘的后面，以便有突发状况时能够代替计算机接管汽车。但2013年的实验之后，Google公司决定坚持走用计算机完全取代人类驾驶的路线，因为其相信在危机发生时，不存在驾驶员从分心状态下回过神来比计算机系统的反应速度更快的可能[5]。所以，至今Google公司的无人驾驶汽车没有方向盘、刹车踏板和加速器，完全由计算机系统全程控制。
GoogleX实验室在2007年就开始了无人驾驶汽车研究的各项筹备工作，并在2009年利用丰田车身进行了无人驾驶汽车的初步研发工作。2012年5月，美国内华达州机动车辆管理部门（DMV）为Google的无人驾驶汽车颁发了首例驾驶许可证[6]，这也是美国首例自动驾驶汽车的路测许可。而在2014年5月，Google公司公布了其自主设计的无人驾驶汽车，虽然还处于原型阶段，但是它仍然显示出了其与众不同的创新特性。同年12月，Google完成了首辆全功能无人驾驶汽车原型。截止到2015年11月，Google研发的无人驾驶汽车共完成了209万公里的路测。Google在人工智能方面长时间的研发积淀为其无人驾驶汽车的发展奠定了良好的基础，2016年2月，NHTSA表示Google的无人驾驶汽车采用的人工智能系统可以被视为“司机”，同年，Google自动驾驶汽车项目独立成立了新公司Waymo。虽然，Google公司是首家上路测试无人驾驶汽车的公司，并且其无人驾驶技术处于领先地位，但是Google尚未实现无人驾驶汽车的商品化，在这方面要落后于特斯拉和Uber等主要竞争对手。另外，Google公司的无人驾驶汽车所安装的智能零配件成本较高，安装在汽车顶部的64束激光雷达售价就高达7万美元，各种传感器的价格总和达到了25万美元左右，而整个无人驾驶汽车的成本总计约35万美元，过高的成本也是限制Google无人驾驶汽车商业化生产的主要因素之一。不过，Waymo公司近日正式拿到了美国首个商业自动驾驶打车服务执照，其计划在今年商业化无人驾驶出租车服务。总体来看，Google作为最早发展无人驾驶技术的公司，其依靠自身强大的视觉系统和高精定位为主要优势，在无人驾驶研发领域处于技术领先的地位，并且，其旗下的Waymo公司已经开始与美国汽车行业的其他公司积极开展合作，逐步扩大其无人驾驶汽车的应用场景。
特斯拉作为美国另一家具有代表性的无人驾驶汽车的研发公司，其并没有像Google那样采用完全由计算机实现自动驾驶的方式。特斯拉公司在无人驾驶汽车的研发过程中旨在通过无人驾驶帮助司机提高驾驶体验，实现相应的辅助驾驶功能，其无人自动驾驶不会完全替代驾驶员的作用和地位。特斯拉已经在其量产的商用车中，集成了部分基础的自动驾驶功能，但是仍然要求驾驶员做好随时接管车辆的准备。特斯拉公司的无人驾驶汽车的硬件设备包括摄像头、超声波传感器、前置雷达和车载处理器。与Google有所不同的是，其无人驾驶汽车并未采用激光雷达设备，而是使用摄像头和具有40倍计算能力的车载处理器代替。这样可以最大限度地采用便宜的资源，尽可能地获得同等的效果。由于特斯拉的自动驾驶汽车已经投入量产，所以其选择的“低成本感知+高性能计算”的方式对于控制整车成本来说是十分合理的[5]。特斯拉公司的ModelS系列车型中加载了自动驾驶系统Autopilot，它可以帮助车主在一些特定情况下实现辅助自动驾驶功能。2016年10月，特斯拉公司在其新车上都安装了Autopilot 2.0 “完全自动驾驶功能”的硬件系统，其软件部分也包含了多项辅助功能，但是成本却控制在了合理的范围之内。2017年3月，特斯拉宣布推出Autopilot 8.1 系统，大大提升了无人驾驶汽车的等级。据相关资料统计显示，特斯拉公司的无人驾驶汽车在Autopilot模式下行驶的路程已经超过了2.2亿英里[7]。特斯拉的一个目标是在2020年之前实现完全自动驾驶。相对于Google公司的无人驾驶汽车目前还处于测试阶段，特斯拉公司的无人驾驶汽车已经实现了商业化的量产，并且拥有一个关于自动驾驶汽车的商业模式。在特斯拉的创始人Elon Musk 看来，当前汽车实现全自动驾驶的基础已经具备，而且无人驾驶汽车的安全性至少是人类驾驶员的2倍以上，理应加快全自动无人驾驶的进程。所以特斯拉公司在无人驾驶汽车方面研发的目标在传统的车企以及其竞争对手看来，过于冒险甚至有一些激进。过去几年里，特斯拉自动驾驶汽车曾多次发生事故，从而造成车内人员伤亡。这些事件也引起了人们对于无人驾驶汽车的安全性的广泛讨论，在实现全自动无人驾驶汽车目标的过程中，特斯拉公司必将遇到技术和安全等方面的多重挑战，有许多问题亟待解决。
福特公司在2015年也成立了无人驾驶汽车研究团队，由在此公司工作了近30年的资深专家Randy Visintainer 担任此团队的负责人。为了增强其在自动驾驶中的云计算能力，福特公司在2016年入股了