首先為滿足全自動(dòng)駕駛技術(shù)的要求，激光雷達(dá)還未能實(shí)現(xiàn)低成本量產(chǎn)；其次交通物聯(lián)網(wǎng)的V2X技術(shù)及基礎(chǔ)設(shè)施也還未開始研發(fā)建設(shè)。最后，如果無人駕駛汽車面臨一場不可避免的車禍，左轉(zhuǎn)是兒童，右轉(zhuǎn)是孕婦，那么它該如何選擇？涉及到道德的問題一直在等待著法規(guī)的完善。不過軟件部分的高精度地圖與自動(dòng)駕駛的算法已經(jīng)獲得了較大的發(fā)展，這讓自動(dòng)駕駛的實(shí)現(xiàn)有了堅(jiān)實(shí)的基礎(chǔ)。

 

樂觀來看，10到20年之內(nèi)自動(dòng)駕駛技術(shù)將會(huì)普及，而自動(dòng)駕駛時(shí)代的到來會(huì)比過去任何一次技術(shù)進(jìn)步都更能對我們的生活產(chǎn)生顛覆式的影響。

 

首先，我們對汽車的消費(fèi)模式將會(huì)發(fā)生較大的變化，而這一變化又將深刻改變汽車產(chǎn)業(yè)的發(fā)展格局。其次，伴隨著事故率的降低，加速了車險(xiǎn)行業(yè)的改革，我們的通勤、出行習(xí)慣也會(huì)產(chǎn)生較大改變，并且自動(dòng)駕駛汽車?？啃枨蟮母淖円矊?huì)讓過去的停車場不復(fù)存在。這樣城市的結(jié)構(gòu)、商業(yè)設(shè)施的布局都會(huì)讓我們的生活發(fā)生翻天覆地的變化。

 

谷歌曾認(rèn)為從2級自動(dòng)駕駛做起來的特斯拉，因?yàn)槌鲇诔杀究紤]并沒有采用激光雷達(dá)，它就像青蛙一樣，即使跳的再高再快，也不能“飛”。但直接開發(fā)5級自動(dòng)駕駛的“天鵝”谷歌，雖然解決了所有技術(shù)問題，但他們的成本太高，普通家庭難以支付。那么到底什么是自動(dòng)駕駛等級？實(shí)現(xiàn)自動(dòng)駕駛的硬件又是什么？今天我們和星河研究院分析師吳極與你一同分享我們關(guān)于無人駕駛技術(shù)硬件設(shè)備方面的研究，下周我們將會(huì)與你討論自動(dòng)駕駛領(lǐng)域的軟件應(yīng)用及未來，希望對你有所幫助。

 

以下，供你參考。

 

自動(dòng)駕駛是目前汽車產(chǎn)業(yè)乃至科技行業(yè)中受關(guān)注度最高的技術(shù)之一，此前A16Z的合伙人Frank Chen便在一場活動(dòng)中講到了對自動(dòng)駕駛技術(shù)產(chǎn)業(yè)鏈，以及對未來在自動(dòng)駕駛技術(shù)影響下的社會(huì)與經(jīng)濟(jì)等多方面變化的看法。借著他的觀點(diǎn)，星河研究院吳極又增加了一部分內(nèi)容與分析，我們今天就來探討一下，自動(dòng)駕駛技術(shù)，準(zhǔn)備好了嗎？

一步到位 vs 迭代升級
 

美國汽車工程師協(xié)會(huì)（SAE）提出了自動(dòng)駕駛的6個(gè)等級，目前大多數(shù)汽車尚處在第一級中。圍繞著這一分級自動(dòng)駕駛產(chǎn)生了兩種不同的發(fā)展路徑，其中百度與Google的無人車是想要直接發(fā)力第五級，實(shí)現(xiàn)全自動(dòng)駕駛的功能，而Tesla目前的自動(dòng)駕駛技術(shù)路線應(yīng)該是想要偏向于盡快量產(chǎn)實(shí)用，再隨著技術(shù)的進(jìn)展不斷的迭代升級。

 

第0級 有司機(jī)來實(shí)現(xiàn)駕駛這一級不需要任何自動(dòng)駕駛能力，而是需要專門的司機(jī)駕駛汽車。第1級 能夠進(jìn)行一些輔助這些汽車有著包含ABS、自動(dòng)巡航在內(nèi)的功能，基于這些功能車輛能夠在一些特定環(huán)境下維持行駛的狀態(tài)。第2級 半自動(dòng)駕駛在這一級別中，汽車的控制系統(tǒng)可以在特定情況下接管汽車，但司機(jī)還是需要坐在駕駛位并全程監(jiān)控駕駛情況。一般情況下這一功能適用于高速公路場景，司機(jī)不需要操作，但需要坐在駕駛位并確保汽車自動(dòng)控制程序一直能夠保持穩(wěn)定。第3級 部分情況下能夠自動(dòng)駕駛該水平意味著駕駛員不必一直監(jiān)視系統(tǒng)，但依然需要呆在能夠快速控制并恢復(fù)汽車行駛狀態(tài)的位置。這意味著駕駛員不需要時(shí)刻把手放在方向盤上監(jiān)控情況，但能夠在系統(tǒng)判定緊急情況并發(fā)出警報(bào)后及時(shí)接管。第4級 高度自動(dòng)化由自動(dòng)駕駛系統(tǒng)完成特定場景或一段路途中絕大部分的駕駛，在這一級別中駕駛員已經(jīng)不需要對自動(dòng)駕駛狀態(tài)做任何干擾。第5級 全自動(dòng)駕駛最高級別的自動(dòng)駕駛技術(shù)，這意味著在全部旅途、全部情況下都不需要司機(jī)的干預(yù)，自動(dòng)駕駛程序就能夠獨(dú)自完成所有情況的處理，此時(shí)也將會(huì)淡化司機(jī)這一角色。
 

傳感器、車聯(lián)網(wǎng)與基礎(chǔ)設(shè)施互聯(lián)設(shè)備作為必要的硬件設(shè)備構(gòu)成了技術(shù)的一大發(fā)展方向，同樣為無人駕駛汽車提供駕駛算法以及車用高精度地圖的軟件業(yè)務(wù)也是技術(shù)發(fā)展中不可或缺的必要環(huán)節(jié)。

 

實(shí)現(xiàn)自動(dòng)駕駛汽車的必要硬件設(shè)備
 

1. 激光雷達(dá) vs 傳統(tǒng)雷達(dá)與攝像頭

 

首先，傳感器是至關(guān)重要的硬件設(shè)備，對于自動(dòng)駕駛汽車來說相當(dāng)于它的眼睛。通過傳感器無人駕駛汽車能夠識別道路、其他車輛、行人、障礙物及交通基礎(chǔ)設(shè)施。目前傳感器主要分為激光雷達(dá)、傳統(tǒng)雷達(dá)和攝像頭這三個(gè)部件，在應(yīng)用層面攝像頭又有單目和雙目之分。

 

激光雷達(dá)：

 

激光雷達(dá)目前是被采用比例最大的設(shè)備，Google、百度、Uber等公司的自動(dòng)駕駛技術(shù)目前都依賴于它，這種設(shè)備被架在汽車的車頂上，能夠用激光脈沖對周圍環(huán)境進(jìn)行距離檢測，并結(jié)合軟件繪制3D圖，從而為自動(dòng)駕駛汽車提供足夠多的環(huán)境信息。

 

但目前的問題是激光雷達(dá)的價(jià)格高達(dá)80000美元，在其降低成本之前不可能被量產(chǎn)的自動(dòng)駕駛汽車采用。好在目前已經(jīng)有一些方案能夠降低激光雷達(dá)的成本，例如將上述“機(jī)械”式的激光雷達(dá)改變?yōu)?ldquo;固態(tài)”激光雷達(dá)。

 

固態(tài)激光雷達(dá)能夠通過電子部件進(jìn)行相控陣掃描，并不需要依靠內(nèi)部機(jī)械部件的旋轉(zhuǎn)，這樣不僅能把激光雷達(dá)越做越小，也控制住了成本。目前全固態(tài)激光雷達(dá)的主要研發(fā)廠商有Quanergy、以色列的Innoviz以及TetraVue等企業(yè)，但均未實(shí)現(xiàn)量產(chǎn)，Quanergy宣布其純固態(tài)激光雷達(dá)已經(jīng)在進(jìn)行測試，如果順利的話2018年初可實(shí)現(xiàn)量產(chǎn)。

 

而前不久接受了百度與福特投資，目前是機(jī)械旋轉(zhuǎn)式激光雷達(dá)最大企業(yè)的Velodyne，僅開發(fā)出“混合固態(tài)激光雷達(dá)”，而這一產(chǎn)品還是要靠內(nèi)部的機(jī)械部件實(shí)現(xiàn)360°的高速旋轉(zhuǎn)，僅僅實(shí)現(xiàn)了產(chǎn)品的小型化，算是過渡產(chǎn)品。國內(nèi)企業(yè)鐳神智能、禾賽科技及北科天繪也推出了內(nèi)部旋轉(zhuǎn)式的混合固態(tài)激光雷達(dá)產(chǎn)品。

 

傳統(tǒng)雷達(dá)與攝像頭：

 

由于激光雷達(dá)的高昂價(jià)格，走實(shí)用性技術(shù)路線的特斯拉便采取了更加切合實(shí)際的路線發(fā)展其“輔助駕駛”功能，其采用的硬件便是傳統(tǒng)的雷達(dá)和單目攝像頭。這一設(shè)備其硬件原理與目前車載的ACC自適應(yīng)巡航系統(tǒng)類似，依靠覆蓋汽車周圍360°視角的攝像頭及前置雷達(dá)來識別三維空間信息，從而確保交通工具之間不會(huì)互相碰撞。

 

具體來說，單目攝像頭先通過圖像匹配進(jìn)行目標(biāo)識別，再通過目標(biāo)在圖像中的大小去估算目標(biāo)距離，準(zhǔn)確識別是準(zhǔn)確估算距離的第一步。因此單目識別技術(shù)需要建立并不斷維護(hù)龐大的樣本特征數(shù)據(jù)庫，如果缺乏待識別目標(biāo)的特征數(shù)據(jù)，就會(huì)導(dǎo)致系統(tǒng)無法識別以及測距，很容易導(dǎo)致事故的發(fā)生。

 

目前基于單目攝像頭的半自動(dòng)駕駛系統(tǒng)還遠(yuǎn)未成熟，此前特斯拉導(dǎo)致駕駛員死亡的事故便是因?yàn)槠鋯文繑z像頭誤將掉頭的白色集裝箱貨車錯(cuò)誤的識別為了空中的白云而未能及時(shí)剎車。

 

 

雙目攝像頭的測距方式則是通過對圖像視差進(jìn)行計(jì)算，直接對前方景物進(jìn)行距離測量。雙目攝像頭的原理與人眼相似，難點(diǎn)在于計(jì)算量大，對計(jì)算單元的性能要求非常高，這使得雙目系統(tǒng)的產(chǎn)品化、小型化的難度較大。因此目前寶馬i3、特斯拉以及日產(chǎn)ProPilot等自動(dòng)駕駛技術(shù)均采用了單目攝像頭設(shè)備。

 

星河研究院預(yù)計(jì)，短期內(nèi)基于雙目攝像頭的算法與處理器將會(huì)得到較快的發(fā)展與自動(dòng)駕駛汽車產(chǎn)業(yè)的青睞，但其低解析度、相對激光雷達(dá)準(zhǔn)確性較低的特點(diǎn)在面對未來成本不斷降低的激光雷達(dá)的競爭中很大概率要敗下陣來，因此不出意外的話實(shí)現(xiàn)第五級別的全自動(dòng)駕駛功能很大概率還是要建立在激光雷達(dá)技術(shù)之上。

 

2. V2X vs 紅綠燈

 

V2X是一個(gè)能夠讓車輛與周圍的移動(dòng)交通控制系統(tǒng)通信的技術(shù)，V2V技術(shù)則允許車輛與其他車輛互相通信。這是未來全自動(dòng)駕駛汽車所依賴的一項(xiàng)技術(shù)，但遺憾的是相比于火熱的傳感器領(lǐng)域，V2X技術(shù)的研發(fā)創(chuàng)新還很冷清。
 

 

 

通過 V2X 技術(shù)，道路上的汽車彼此間可以通過開放頻段交換數(shù)據(jù)，具備了與其他汽車和路邊基礎(chǔ)設(shè)備分享實(shí)時(shí)駕駛信息以及生成預(yù)測路況信息的能力。

 

通過實(shí)時(shí)共享汽車駕駛數(shù)據(jù)，在同一條道路上的汽車就能共享自己的實(shí)時(shí)位置以防止交通事故，交通信號設(shè)施也可以依據(jù)車輛的通行需求合理安排交通順序，降低車輛的等待時(shí)間，而V2P 技術(shù)則能讓行人和自行車騎行者也加入到這個(gè) V2X 的環(huán)境中來，使用他們的手機(jī)來發(fā)送和接收警示信息，保證行人的安全通行。

 

更大膽的設(shè)想是，如果汽車之間可以互相通信，并且實(shí)現(xiàn)了完全的自動(dòng)駕駛，那么紅綠燈便沒有理由繼續(xù)存在了。沒有了紅綠燈后，交通設(shè)施將會(huì)需要智能的調(diào)度算法和對交叉路口極嚴(yán)密的監(jiān)控，但相比于交通運(yùn)輸效率的提升，這些設(shè)施的成本就不是問題。

 

另外在一些情況下車輛能夠提早的預(yù)判危險(xiǎn)情況，如果一定會(huì)發(fā)生事故或是在車輛已經(jīng)確認(rèn)遭遇撞擊后可以通過V2X系統(tǒng)廣播信息求助，從而極大的提升車內(nèi)人員被救治的效率。

 

根據(jù)美國交通部的數(shù)據(jù)，V2X 技術(shù)能夠降低 80% 的交通事故率。僅僅在美國，這就將每年減少 59.4 萬次交通事故并拯救多達(dá) 1321 條人命。

 

除了上述對硬件的需求外，自動(dòng)駕駛技術(shù)更離不開軟件方面的突破。高精度地圖是實(shí)現(xiàn)自動(dòng)駕駛的基礎(chǔ)資源，而機(jī)器學(xué)習(xí)與工程算法則是使高精度地圖、傳感器與V2X設(shè)施所獲得的數(shù)據(jù)真正實(shí)現(xiàn)價(jià)值的手段。

 

 

1. 高精度預(yù)計(jì)算地圖，壟斷 vs 競爭

 

現(xiàn)在每個(gè)人出行都會(huì)用谷歌地圖、蘋果地圖、百度地圖及高德等產(chǎn)品，并且他們都有一個(gè)不錯(cuò)的準(zhǔn)確度令我們在城市中可以便捷的通行。但令人類用戶滿意的地圖精度距離滿足自動(dòng)駕駛汽車的需求還很遠(yuǎn)，因?yàn)樗狈α寺访嫔嫌袔讞l車道、車道的邊緣位置、隔離帶與路障位置等極為具體的信息。

 

因此給自動(dòng)駕駛汽車開發(fā)其專用的高精度地圖便成為了必不可少的任務(wù)。國內(nèi)外較大的地圖提供商目前都已經(jīng)在高清地圖領(lǐng)域展開了積極的行動(dòng)，意圖盡快的占領(lǐng)自動(dòng)駕駛汽車用地圖市場更多的份額。

 

高清地圖服務(wù)商一般先要使用類似于谷歌街景車的技術(shù)，用車頂上的高清相機(jī)、雷達(dá)等設(shè)備把周圍環(huán)境全部掃描記錄，再通過算法優(yōu)化最終得到厘米級別的地圖數(shù)據(jù)。

 

 

HERE生產(chǎn)高清地圖的策略與Google類似，這兩家公司目前都是一次性采集一整個(gè)街區(qū)的數(shù)據(jù)。HERE通過車頂安裝的四個(gè)廣角的24 兆像素?cái)z像頭、旋轉(zhuǎn)式的激光雷達(dá)、陀螺儀以及GPS 系統(tǒng)，依靠自有算法能夠生成高清地圖。按照Here的預(yù)期，用于自動(dòng)駕駛高清地圖服務(wù)預(yù)計(jì)將在2020年能夠上線。

 

國內(nèi)的高德地圖也已經(jīng)在推進(jìn)地圖數(shù)據(jù)的高精度化，在未來高德希望能夠利用高精地圖數(shù)據(jù)支撐自動(dòng)駕駛的發(fā)展，自動(dòng)駕駛再產(chǎn)生新的數(shù)據(jù)，經(jīng)過科學(xué)自動(dòng)化的處理，變得更新更準(zhǔn)，更能被機(jī)器電腦使用和學(xué)習(xí)的數(shù)據(jù)，最終形成高精地圖數(shù)據(jù)的生產(chǎn)閉環(huán)。地圖行業(yè)及自動(dòng)駕駛領(lǐng)域的巨頭百度也早有布局，目前高精度地圖已經(jīng)是百度最重要的戰(zhàn)略性業(yè)務(wù)之一。

 

A16Z的合伙人擔(dān)心高精度地圖會(huì)存在壟斷的機(jī)會(huì)，因?yàn)樗J(rèn)為在自動(dòng)駕駛時(shí)代人們將不得不完全依賴于這些成本高昂地圖，且這個(gè)目前沒有法律所管轄的領(lǐng)域也急需監(jiān)督。

 

星河研究院認(rèn)為從我國情況來看這種擔(dān)心有些多余，在國內(nèi)資本充足的現(xiàn)狀下，多家地圖企業(yè)相互競爭才是比較現(xiàn)實(shí)的情況，而其高昂的成本多半要先由風(fēng)險(xiǎn)投資商承擔(dān)，再到后期尋找合適的變現(xiàn)模式。目前高德已經(jīng)宣布其高精度地圖對自動(dòng)駕駛汽車免費(fèi)開放，而預(yù)計(jì)隨著競爭的加劇，為了市場份額而爭相免費(fèi)的情況將不可避免。

 

2. 機(jī)器學(xué)習(xí) vs 工程算法：

 

算法是支撐自動(dòng)駕駛技術(shù)最關(guān)鍵的部分，目前主流自動(dòng)駕駛公司都采用了機(jī)器學(xué)習(xí)與人工智能算法來實(shí)現(xiàn)。

 

而海量的數(shù)據(jù)是機(jī)器學(xué)習(xí)以及人工智能算法的基礎(chǔ)，通過此前提到的傳感器、V2X設(shè)施和高精度地圖信息所獲得的數(shù)據(jù)，以及收集到的駕駛行為、駕駛經(jīng)驗(yàn)、駕駛規(guī)則、案例和周邊環(huán)境的數(shù)據(jù)信息，不斷優(yōu)化的算法能夠識別并最終規(guī)劃路線、操縱駕駛。

 

現(xiàn)在面臨的主要問題是相比于模型計(jì)算，真實(shí)行駛場景中的算法需要的數(shù)據(jù)過多且計(jì)算量超出了現(xiàn)有能力。目前已經(jīng)有了不少對機(jī)器學(xué)習(xí)進(jìn)行簡化的嘗試，例如OpenAI的Universe這一項(xiàng)目，未來這一問題或許能夠通過近似簡化以及計(jì)算能力的提高得到解決。

 

 

同時(shí)在機(jī)械以及路徑規(guī)劃方面較為優(yōu)秀的工程算法也不應(yīng)該被棄之不顧。這兩者最主要的區(qū)別是工程算法依靠固定的邏輯及規(guī)則運(yùn)行，而機(jī)器學(xué)習(xí)能夠結(jié)合歷史經(jīng)驗(yàn)與數(shù)據(jù)計(jì)算出最優(yōu)結(jié)果。

 

Boston Dynamics令人驚嘆的機(jī)器人的算法中并沒有使用機(jī)器學(xué)習(xí)技術(shù)，但依然擁有了令人印象深刻的成果。因此即使工程算法在執(zhí)行效率上與基于深度學(xué)習(xí)算法的Alpha-Go并不在一個(gè)水平，但將兩者的優(yōu)點(diǎn)相結(jié)合依然能夠有效的提升機(jī)器學(xué)習(xí)的最終效果。

 

3. 算法通用化 vs 本地化：

 

本地化是一個(gè)計(jì)算機(jī)科學(xué)的術(shù)語，意味著軟件將會(huì)依據(jù)其周圍的環(huán)境條件選擇合適的執(zhí)行策略。

 

每個(gè)城市都有不同的駕駛習(xí)慣，所以未來自動(dòng)駕駛汽車如何處理好本地化問題成為了其實(shí)際應(yīng)用前必須突破的障礙。如果算法不能夠做到本地化，那么在班加羅爾適用的自動(dòng)駕駛安全措施很明顯將會(huì)在波士頓造成嚴(yán)重的交通擁堵，其他城市亦然。

 

但我們無法為每一個(gè)不同駕駛習(xí)慣的地區(qū)都編寫特定的算法，因此能夠?qū)崿F(xiàn)本地化的自適應(yīng)綜合算法成為了關(guān)鍵，這種自適應(yīng)算法要做到能夠通過學(xué)習(xí)社會(huì)習(xí)俗及典型的當(dāng)?shù)厝祟愋袨閬硎棺詣?dòng)駕駛汽車獲得更好的表現(xiàn)。

 

自動(dòng)駕駛技術(shù)在普及過程中，以及完全實(shí)現(xiàn)后將會(huì)對社會(huì)造成的影響
 

出行是人們生活中最基本的需求之一，因此隨著自動(dòng)駕駛技術(shù)的逐布實(shí)現(xiàn)，我們的生活也將產(chǎn)生巨大的變革，而涉及到出行行業(yè)的汽車制造、出行服務(wù)商、保險(xiǎn)、市政等等環(huán)節(jié)都會(huì)發(fā)生巨大的變革。

 

1. 傳統(tǒng)汽車廠商 vs 互聯(lián)網(wǎng)公司

 

汽車產(chǎn)業(yè)是一個(gè)龐大的鏈條，涉及到了上下游無數(shù)的零配件制造與配送體系，其影響范圍僅次于房地產(chǎn)業(yè)。老牌汽車廠商們擁有的全套汽車制造基礎(chǔ)設(shè)備，豐富的汽車設(shè)計(jì)、制造經(jīng)驗(yàn)以及熟練的流水線運(yùn)行管理經(jīng)驗(yàn)都是其相對于跨界造車的科技創(chuàng)新企業(yè)的優(yōu)勢。

 

 

并且傳統(tǒng)汽車廠商已經(jīng)認(rèn)識到未來汽車產(chǎn)業(yè)的創(chuàng)新發(fā)展主要是基于軟件基礎(chǔ)之上的，因此他們積極的在硅谷設(shè)立辦公室，高薪雇傭IT技術(shù)人員。例如福特汽車就在硅谷設(shè)立了自動(dòng)駕駛研究與創(chuàng)新中心，而寶馬此前更是另辟蹊徑選擇了與百度進(jìn)行自動(dòng)駕駛的技術(shù)合作。

 

但科技創(chuàng)新企業(yè)的機(jī)會(huì)也依然很大。通過靈活超前的設(shè)計(jì)理念以及優(yōu)秀的軟件開發(fā)能力，一大批的初創(chuàng)科技型造車企業(yè)涌現(xiàn)，蔚來汽車下線的超跑打破了全球最快電動(dòng)車速度記錄且已經(jīng)在實(shí)際道路開展自動(dòng)駕駛路試，行業(yè)領(lǐng)頭羊特斯拉更是宣稱其2018年將具備年產(chǎn)50萬輛汽車的規(guī)模，且這些汽車都可以選配最新的輔助駕駛功能。

 

國內(nèi)廠商在自動(dòng)駕駛領(lǐng)域也構(gòu)成了一極，科技創(chuàng)新類公司中，車和家同蔚來汽車一樣也在實(shí)驗(yàn)自動(dòng)駕駛技術(shù)并希望將其盡快量產(chǎn)，百度等軟件公司在自動(dòng)駕駛算法及硬件上也有著很高的技術(shù)壁壘，傳統(tǒng)主機(jī)廠商中上汽、北汽、長安都對自動(dòng)駕駛技術(shù)有著大額的投入，且長安作為第一家進(jìn)行實(shí)車展示的主機(jī)廠商其自動(dòng)駕駛汽車已經(jīng)有超過1萬公里的測試?yán)锍?。中國作為世界上深度學(xué)習(xí)論文發(fā)表數(shù)量最多的國家，其自動(dòng)駕駛技術(shù)十分值得市場的期待。

 

2. 購買汽車 vs 購買服務(wù)

 

如果作為消費(fèi)者的我們把從汽車制造商購買汽車的習(xí)慣，轉(zhuǎn)變?yōu)橄蝾愃芔ber和Lyft這樣的出行公司購買交通服務(wù)，這將會(huì)令汽車制造商從以往的B2C模式轉(zhuǎn)型為B2B公司，即制造商向出行公司提供設(shè)備，而出行公司向消費(fèi)者提供服務(wù)。

 

 

可以預(yù)見汽車工業(yè)的發(fā)展會(huì)更類似于航空業(yè)，消費(fèi)者不會(huì)關(guān)心駕駛何種汽車出行，只需要在服務(wù)平臺發(fā)布需求并等待接單即可。

 

需要注意的是隨著商業(yè)模式的變化，是否未來自動(dòng)駕駛汽車也會(huì)和飛機(jī)一樣千篇一律毫無特點(diǎn)，以便于出行服務(wù)公司壓縮成本節(jié)省開支呢？這一現(xiàn)象或許將會(huì)對汽車制造行業(yè)產(chǎn)生較大的負(fù)面影響。

 

3. 汽車保險(xiǎn)，保汽車 vs 保硬件

 

在如今每25起交通事故中，有24起都是因?yàn)槿藶殄e(cuò)誤而發(fā)生的，比如說超速、分心駕駛、醉駕、闖紅燈等。因此現(xiàn)在的汽車保險(xiǎn)價(jià)格，由司機(jī)所在的城市人口、居住地和購買車輛的車型、價(jià)值等數(shù)據(jù)精算得出，但未來隨著自動(dòng)駕駛技術(shù)的到來，事故率顯然要趨近于0，因此保險(xiǎn)行業(yè)的變革勢不可免。

 

 

也許未來保險(xiǎn)的精算會(huì)基于汽車所處城市、汽車制造商是誰，或者擁有汽車或租賃汽車的人的身份來判定，而保險(xiǎn)的模式也不一定會(huì)局限在年費(fèi)這一單一場景下。但保險(xiǎn)價(jià)格的最終計(jì)算方法目前還是無法推測，因?yàn)殡m然事故率會(huì)趨近于0，但一旦發(fā)生事故，車上昂貴的激光雷達(dá)系統(tǒng)、地圖分析計(jì)算機(jī)和其他硬件設(shè)備的維修或更換將會(huì)耗費(fèi)超過以往數(shù)倍的資金，因此保險(xiǎn)公司將會(huì)面臨怎樣維修成本目前來看無法確定。

 

處于混合駕駛情況下的保險(xiǎn)業(yè)將更加混亂，畢竟自動(dòng)駕駛車輛與人工駕駛車輛混合存在的階段不可避免，屆時(shí)責(zé)任認(rèn)定都會(huì)成為很復(fù)雜的問題。

 

4. 上下班，通勤 vs 步行

 

有一個(gè)論點(diǎn)是未來通勤時(shí)間將會(huì)比現(xiàn)在更長，原因是通勤時(shí)間已經(jīng)不再是生活的支出成本。當(dāng)所有汽車都具備自動(dòng)駕駛功能的時(shí)候，交通指示燈和事故都不復(fù)存在，而我們可以利用通勤的時(shí)間在車上做任何事情。

 

但自動(dòng)駕駛汽車和汽車服務(wù)運(yùn)營商的存在也將釋放很多諸如停車場、修車店等在內(nèi)的城市空間，這些空間會(huì)增加人們的居住場所或工作場所，因此人們或許將會(huì)住在距離工作地點(diǎn)很近的地方，而不像今天一樣需要長距離通勤。

 

一些業(yè)內(nèi)人士預(yù)測自動(dòng)駕駛的時(shí)代將會(huì)在2020—2040年到來，我們將會(huì)在有生之年看到這一奇妙的世界，對于大眾來說從現(xiàn)在就做好準(zhǔn)備迎接未來是當(dāng)下最好的選擇。