“自動駕駛”，或稱“無人駕駛”,并不是一個新鮮的詞匯，認真追溯起來，其實早在1925年，就誕生了人類歷史上第一輛“無人駕駛汽車”, 至今已近百年。
當時是由一位來自美國陸軍的電子工程師Francis P. Houdina，通過無線電波來控制前方車輛的方向盤，離合器，制動器等部件來完成的，雖然很不完美，但可以被視作為人類無人駕駛汽車的雛形。
自動駕駛的發展歷程
通過時間軸的方式來回顧一下自動駕駛的發展歷程：
1925年8月，美國陸軍電子工程師Francis P.Houdina及其團隊研制出世界第一輛“無人駕駛汽車”。
1956年，美國通用汽車展出Firebird 概念車，是世界上第一輛配備安全及自動導航的概念車。
1977年，來自日本的筑波工程研究實驗室，開發出第一個基于攝像頭的巡航系統替代預埋式線纜的自動駕駛汽車。
美國卡內基*美隆大學1986年開始無人駕駛的探索。便攜計算設備的加入，使自動駕駛可以長距離行駛。
1998年，意大利帕爾馬大學ARGO項目完成，其利用立體視覺系統，通過攝像頭來檢測周圍環境，制定導航路線。動態視覺體系成型，高速自動駕駛實現。
2004年，美國國防高級研究計劃局（DARPA)出資舉辦挑戰賽，無人駕駛汽車穿越Mojave沙漠，獲獎者的方案使無人駕駛方案雛型建立。
2009年，Google在DARPA的支持下，成立Google X實驗室，目標完全無人駕駛技術，Google開啟新時代。
2013年，奧迪、寶馬、福特、日產和沃爾沃等傳統整車廠入局，在未來5-10年內開發自動駕駛汽車。
2014年5月，Google無人車正式發布，2015年6月正式在美國加州的公路測試。路測推動了相關法律的完善。
2016年3月28日，美國通用汽車宣布，以10億美金收購硅谷的一家研發無人駕駛技術的初創公司Cruise Automation。
2016年4月12日至4月17日，長安汽車2000公里無人駕駛路測成功。從重慶出發，途徑西安、鄭州，最終抵達北京，全程近2000公里。長安汽車成為了中國首個實現長距離無人駕駛的汽車企業。
2016年4月24日，Drive.ai獲準在加州測試無人駕駛汽車(全球第13個)，采用深度學習技術。
2016年5月7日，全球第一個無人駕駛命案發生。一位駕駛特斯拉Mondel S的車主激活了自動駕駛輔助系統，在車禍中死亡。9月，馬斯克宣布對Autopilot進行無線升級，稱將降低一半事故率。10月，Autopilot2.0發布，新車型都將配備自動駕駛的硬件基礎。
2016年8月，Uber與沃爾瑪宣布聯合研發無人駕駛，將共同投資3億美元投入自動駕駛研發技術。成為繼百度和寶馬之后，又一個傳統汽車制造商和互聯網公司聯手打造無人汽車的案列。
2016年8月24日，全球兩大汽車零部件供應商Delphi和Mobileye宣布，聯合投入數億美元開發無人駕駛系統，搭載該系統的汽車有望在2021年或2022年上市。
2016年8月25日，新加坡的nuTonomy公司的無人駕駛出租車在本土正式投入使用。新加坡成為全球第一個向公眾提供無人駕駛出租車的國家。
2016年9月1日，百度無人車獲得美國加州上路測試牌照（全球第15個）。2016年11月，百度無人車首次在烏鎮第三屆世界互聯網大會期間亮相。
2016年9月14日，Uber推出無人駕駛載客服務，在美國賓夕法尼亞州匹茲堡市上路試運行。Uber將這批專車成為“全世界第一批無人駕駛Uber專車”。
2016年9月20日，美國交通部頒布全球第一份自動駕駛官方政策《無人駕駛汽車聯邦政策》。
2016年12月14日，Alphabet在洛杉磯宣布谷歌無人駕駛項目作為獨立個體存在。Waymo作為新部門走上臺前。同時谷歌不再執著于自造無人車，轉而與車廠合作，走共同開發路線。
2017年：2017年1月，Waymo宣稱能將激光雷達的價格降至7500美元，是競爭對手Velodyne 64線產品的十分之一。
2017年3月13日晚，英特爾以153億美元的價格收購Mobileye。這是英特爾自動駕駛部門成立后的第一筆重大收購。
從行業發展歷程中可以看出以深度學習為突破的“人工智能時代”大風口下，自動駕駛被給予了前所未有的關注，包括互聯網公司，傳統車廠，新興創業公司，各路資本爭相競逐，“熱度”進一步提升，那么到底應如何看待自動駕駛這一波浪潮的發展呢？
自動駕駛是人工智能的終極場景，沒有之一
首先，人工智能的發展依賴于四個基本要素：計算力、海量數據、算法與決策、以及傳感器的數據采集，而對于實現完全的無人駕駛同樣高度依賴于這四個基本要素，并且缺一不可。
自動駕駛的技術原理圖
其次，當前人工智能的主要細分技術，包括機器視覺，深度學習，增強學習，GPU，機器人、傳感器技術等均在自動駕駛領域發揮著重要的作用，甚至行業發展的瓶頸主要在于這些人工智能底層技術上能否實現突破。
最后，人工智能本身越來越需要與應用場景結合才能最大限度地轉化技術上的創新和突破，因此考慮到汽車行業本身的體量以及與相關行業的關聯度，可以說自動駕駛是人工智能實現場景落地的最重要方向，甚至沒有之一，這也是為什么其備受各方關注的原因所在。
在自動駕駛這條道路上，已經走到哪一步？
簡單來說目前的發展路徑可以分為三大類：
以Google, Uber等為代表的互聯網公司，通過價格高昂的傳感器（激光雷達為主），“一步到位”地實現完全無人駕駛；
以汽車廠商，Tier 1等為代表的傳統公司，從ADAS(高級駕駛輔助系統)切入，“漸進式“地從輔助駕駛實現到無人駕駛的過渡。
最后一類是以Tesla等為代表的新興公司，在傳感器與應用場景上相互妥協，模式介于1和2。
如何看待這樣的發展路線？
真正的自動駕駛是強人工智能，仍然任重道遠。
無人駕駛所面臨的問題：
感知與決策算法本身仍不可靠，無人駕駛所面對的環境是完全開放的，天氣，光線，突發的路況，和有人駕駛汽車的共存等問題在要實現100%安全的命題下，技術的魯棒性仍然不足；
以激光雷達為代表的核心傳感器的成本仍是商業化量產的最大阻礙；
政策，法規，以及車輛聯網基礎設施的建設都超出了汽車行業本身的范疇，是一個復雜的系統工程。
因此，如果回到人工智能本身，目前大部分相關技術的創新和應用仍在弱人工智能范疇。自動駕駛作為人工智能的終極場景，無人駕駛與強人工智能的實現一樣，是一個需要長期發展的過程。完全的、開放的無人駕駛也許不是目前所能想到的樣子，甚至最終實現無人駕駛的載體也不會是“汽車”，亦或很難被定義為“汽車”。
對于自動駕駛的理解需要回歸到汽車行業本身，汽車發展的趨勢是什么？電動化，智能化，網聯化。自動駕駛實際上是汽車在自動化水平上的智能化提升，驅動力在于汽車產業，準確說是汽車電子產業的優化升級，有數據統計近10年以來汽車產業70%的創新來源于汽車電子技術的升級，其目的是為消費者提供更加安全，舒適，節能的有競爭力的產品。
而以互聯網公司所代表的新興技術公司也促進了這個過程，但并不代表他們是唯一或最重要的玩家，Google最近將無人駕駛汽車項目轉為獨立的經營公司——Waymo，并強調“這家公司不會自己制造無人駕駛汽車，而是開發驅動無人駕駛汽車的技術”正是說明了這一點。
相關鏈接
滬公網安備31011502010460號
