|
近年来，无人驾驶、混合动力、电动汽车、网络互联、人车交互等新兴技术成为各大汽车厂商追逐的新目标。 像日产、本田、现代、奔驰等各大车企融入到IT行业中，一些像拜腾、小鹏等国内新兴企业推出电动概念车，还有英伟达（Nvdia）、英特尔、百度等科技公司也跨界加入汽车功能开发行列。 在今年最盛大的年度科技展览CES的主角是智能汽车，而不是智能手机和智能电视。 2017年，英特尔斥资153亿美元收购了以色列自动驾驶技术公司Mobileye，并与英特尔的自动驾驶事业部合并，形成新的自动驾驶部门。作为芯片行业巨头，英特尔正在积极布局以自动驾驶、无人机、5G等为代表的下一代智能技术。 无论是整车厂还是互联网企业，无论是东方还是西方，都把无人驾驶放在“弯道超车”的赛道上。 殊不知，当驾驶者的角色由人变成机器、驾驶行为由人类大脑决策变成机器决策，整个汽车产业的逻辑都发生了根本性的改变。 绝不是一个技术或一个交通工具就能“包打天下”，除此之外，还需各种配套服务同步跟进。毕竟，无人驾驶并非简单的技术问题，而是个系统性工程。 无人驾驶所面对的环境是完全开放的，天气、光线、突发路况和有人驾驶汽车的共存等外部问题如何平衡？ 谷歌无人车行驶321万公里就撞了18次；特斯拉也出现了车祸致死事故，无不是因外因所致。 无人驾驶技术进步虽快，但外部“生态环境”却并未同步完善。 道路基建解决不了，最根本的安全问题无法保证，又让人怎么敢安心坐车？即便配套设施全部就位，高额的成本怎能实现量产？ 一项预测显示，第一波无人驾驶汽车的售价将超过10万美元，这是普通新车的5倍，这还可能有所低估，因为光是谷歌无人驾驶汽车中的3D传感器成本就达70000美元。 更何况，无人驾驶技术的实现，并非车企单方面的事。 在硬性的技术指标诸如数据传输速度、物体辨识能力、信息整合与决策能力之外，最难做到的就是解开社会的“心结”。 美国工程院院士迈克·沃肯也提到“无人驾驶技术不是最大的问题，最难落地的是公众接受度问题”。 车内生命、车外生命对互联网连接背后的“超级大脑”来说应当如何衡量？这绝不是一道简单的选择题。 当无人驾驶掌控人类生杀大权，仅凭一套逻辑算法就判定谁该死时，你还敢叫嚣着让无人驾驶汽车上路吗？ 技术文明奔跑得太快，一系列难题也摆在了玩家们的眼前。 原来无人驾驶的外部环境远比想象中更可怖！ 毕竟，“常在河边走，哪能不湿鞋”，联网就必然意味着有死机的可能，无人驾驶汽车倘若碰上系统死机了怎么办？ 电脑死机犹可忍，可汽车“蓝屏死机”就绝非一句抱怨这么简单，软件延迟十分之一秒响应都极有可能引发重大交通事故。 死机也就罢了，纵观当下，汽车制造商抵御网络威胁的能力，还远远落后于他们为车子配置网联功能的速度，继而导致完全失控的黑客频繁在背后“打冷枪”。 一辆现代汽车，没有几十台运算部件外加上亿行代码都不好意思拿出来卖，可每1000行代码里，又会有不少于15个漏洞让黑客有可趁之机。 尤其是在“无网不欢”的时代，汽车越来越多地与互联网、其他汽车乃至道路基础设施联网，潜在的入侵点呈几何级数增长。 回过头再想想五月份肆虐全球的勒索病毒，还有电影“速8”里庞大的“僵尸车”军团，怎不让人心惊胆战！ 无人驾驶的恐怖前景令人躁动不安，未来的科学技术在矛盾的纠缠中人类到底有多大的胜算？成了人们心头挥之不去的疑虑。 可众所周知，系统失控或出错是所有采用机械或电子技术产品的通病，无人驾驶概莫能外。 况且，电脑中病毒了有杀毒软件，汽车不也一样吗？特斯拉就在软件补丁之外增加了唯一加密秘钥，谷歌也经常发布补丁来修复无人驾驶车联网的安全漏洞。 换个思路来看，“生活永远都是有问题的，每当解决一个问题又会出现新的问题”，黑客与反黑客本就是一个你来我往的博弈过程。 再者，车联网安全隐患存在的关键还在于行业内车载智能系统和智能硬件层出不穷，却并未建立一个统一标准，而这些都意味着行业需要“慢慢打磨”，不可能一蹴而就。 因此，无人驾驶若要成功，仍需不断试错，这也命定了它从被接受到普遍应用将是一个循序渐进的过程。 单是作为人类生命的载体，也势将稳扎稳打，遵循“三步走”战略。 很显然，当下所谓的“无人驾驶汽车”多半仍处于“渐进演化”的半自动驾驶阶段。 虽然现在的高配置汽车基本已具备了复合智能化能力，沃尔沃的城市安全系统、奥迪的防碰撞系统、奔驰的Pre-Safe……越来越多的汽车配置了半自动驾驶技术，德国交通部运输部甚至还试图将飞机上的“黑匣子”数据搜集器应用到自动驾驶汽车上，电传机械控制车辆这方面的技术基本完善。 可无论如何，这些都只能说明无人驾驶依旧停留在弱智能的警告和紧急自动刹车阶段。 即便到了有限制条件的高度自动驾驶阶段，部分路况可无人驾驶，但仍要有驾驶员准备接管。 因为撇开“无人驾驶能做到‘举百反一’，却做不到‘举一反三’”的弊病不谈，5G、传感器技术等核心科技都尚不成熟，无人驾驶能在高速路况上狂奔，却未必能应对低城市街道的繁杂。 就连配置了高精度激光传感器的谷歌，在城市街道和普通公路上都不敢贸然上路，这也决定了高度自动驾驶阶段，无人车虽允许驾驶者临时看手机、读报，但仍需其时刻准备着接管车辆驾驶。 或许唯有将高精度激光雷达探测、图像识别、交通标识识别、3D高精度地图、人工智能，还有深度学习结合，无人驾驶的终极目标——全路段无人驾驶方可实现。 换个思路换算，正如马斯克所言，现在路上已有20亿辆汽车，汽车制造业每年还会生产出1亿辆汽车，以这个速度，也至少要20年才能完成无人驾驶汽车全面替代人类司机的驾驶任务。 但毋庸置疑，当方方面面做好准备之时，也是无人驾驶全面到来之日。 依此逻辑，在无人驾驶汽车的技术演进路径中，实则也隐藏着它从成长到爆发的“未来简史”。 据法国巴黎银行的分析师预测，到2020年，无人驾驶技术市场规模将达到250亿美元（约合人民币1616亿元）。 因为包括沃尔沃在内，超过11家研发无人车的汽车巨头均以2020年为时间节点，进行全自动驾驶车型的技术开发和产品落地，满足上路条件的无人驾驶概念车已陆续亮相。 但正式上路还要等到2025年或2030年之后。 毕竟，特斯拉经历了十年的时间才实现智能汽车上路，而“机器学习本身的问题就在于非确定性”，要做到“眼观六路耳听八方”，车辆智能化与道路交通智慧化缺一不可。 更何况，大多数国家都将无人驾驶目标锁定在2030年。 美国提出2025年将普及无人驾驶汽车，到2030年无人驾驶汽车将垄断其道路； 日本计划2030年无人驾驶汽车将占汽车总比重的20%； 在综合作用力下，20年后无人驾驶极可能成为标配。但不可忽视的是规模应用的基础是绝对安全和价格合理。 只有当技术条件和造车成本能够无限接近高端汽车市场中等偏上水平的时候，无人驾驶汽车的广泛商用才有可能。 此外，无论国内还是国外，无人驾驶汽车技术一直在完善，但无人驾驶在踊跃“试水”后，发现横亘在自己面前的是一个无法逾越的“天堑”——道路交通安全法规，上路牌照、交通事故定责、登记检验等系列问题，都是无人驾驶法律的空白地带。 即便顶层设计从修订到完善也需要3-5年的周期。依此来看，真正意义上的无人驾驶很可能将等到40年后实现。
|
