作為一名“手擋控”，我比較沉迷于左手握著方向盤，右手隨著路況不斷切換擋的開車場景。隨著汽車自動駕駛時代的來臨，我一直都持抵觸情緒。對于大多數人來說，解放雙手的駕駛方式才是大勢所趨，它將成為汽車駕駛領域的一次顛覆性變革。雖然都這么說，但是你真的了解自動駕駛嗎？

●　　解放雙手并不是最高級別的自動駕駛

　　按照SAE（汽車工程學會）對自動駕駛共分為五個級別，其中Level 0-Level 2都需要駕駛者眼、耳、手、腳的參與。從Level 3之后，基本就達到了解放雙手的級別，但是耳朵和眼睛還需要對駕駛系統進行監控。自動駕駛的最高級別Level 5才是完全的自動化，這一級別駕駛者的定義將變成真正的乘客。

●　　如何讓汽車感知？

　　2018年3月21日，優步（Uber）公司改裝的自動駕駛測試車輛因事故造成行人死亡事件，從而引發出人們對于自動駕駛技術的質疑。在此次事件中，自動駕駛測試車很可能是因為感知力受到影響而導致悲劇的發生。

　　要讓車輛實現自動駕駛，最主要的方法就是賦予它感知力，這也是前提條件，目前“多傳感器融合”是最為關鍵的研發方向。無論是單目攝像頭、雙目攝像頭、激光雷達、毫米波雷達還是超聲波雷達，都是為了給車輛安裝上“眼睛”，讓它們具有識別危險的功能。

●　　自動駕駛為何對高清地圖情有獨鐘？

　　自動駕駛技術的發展，加快了導航地圖產業的前進步伐，這是由于在高成本的自動駕駛研發當中，高清地圖的采集以及數據的積累可以幫助無人車實現高質量的自動駕駛。

　　如今的導航不再是簡單的點到點的信息供給，假如我們從北京去上海，詳細的道路信息、交流符合的信息、紅綠燈的信息、超速位置的信息、路標的信息都需要在高清地圖中顯現出來。這種重地圖的方式雖然成本很高，但對于用戶，對于自動駕駛的發展有著極大的幫助。

　　這里再說一句，國內百度、阿里巴巴和騰訊三大互聯網航空母艦紛紛在自動駕駛領域布局，都必須在高精地圖領域有所建樹，這也就解釋了為什么阿里巴巴要在2014年收購高德地圖、百度Apollo平臺推出后已經與超過100家車企或者供應商進行了加盟的原因。

●　　好的自動駕駛系統需要不斷學習

　　自動駕駛其實是非常有挑戰性的一項技術，由于數據處理量非常大，感知算法不是很完美，感知的范圍又多而雜，所以自動駕駛要靠大數據的驅動來積累模型，不斷優化和完善解決方案。

　　工程師愿意把數據的建立成為自動駕駛的深度學習，通過積累巨大的傳感器數據，他們會對車輛目標檢測、駕駛行為建模。舉個例子，在機器人與不同專業棋手的博弈當中，也可以通過類似的深度學習來獲取更多的棋路，提升自己的棋藝。

　　總結：

　　如今的汽車早已不再是人們腦中簡單的代步工具，它更像是一個智能的移動機器人，在點對點的路程當中，給乘客帶來多樣化的服務。自動駕駛，就是未來改變傳統駕駛習慣的特殊武器，它將繼續擴大人們的生活半徑，但在這之前，我們還需迫切地解決的是安全隱患問題。（圖/文 汽車之家 曹雷）