上個周末育碧開啟了《看門狗：軍團》的免費試玩，作為一個從來只白嫖育碧游戲的“忠實”玩家，筆者也是體驗了一波，雖然開車手感依然捉急，但是好在育碧加了一個非常人性化的功能：自動駕駛。也不至于因為車技太差捅婁子。

       說到自動駕駛，作為一個全新的駕駛技術，它在技術上可以實現解放雙手的目的，不用自己操作就能去任何地方，聽起來相當美好。但這只是我們的終極追求，但明顯以當前的科技水平，暫時還達不到這個目標，所以國際自動機工程師學會（SAE）也是將自動駕駛分為了L0到L5一共六個等級，也讓廠商和用戶都有個盼頭：

       L0：和自動駕駛沒半點關系，純靠人力

       L1：駕駛支持，對駕駛有一些輔助功能

       L2：部分自動化，算法和軟件可以短暫駕駛車輛

       L3：有條件自動駕駛，車輛可以獨立駕駛，但需要安全員或駕駛員

       L4：高度自動化，車輛可以獨立駕駛，不一定需要安全員

       L5：我就是真正的自動駕駛，司機都不需要

       來自西方的互聯網“帶師”舞王馬斯克在剛剛成立特斯拉就一直用自動駕駛忽悠人，實際上拿這份標準對照一下，會發現特斯拉最多也就做到L2，比如在高速上讓駕駛員解放雙手，休息休息。根據國外網友的實際測試，搭載了FSD測試版8.2的特斯拉在美國加州奧克蘭行駛的過程只能用“迷惑”形容，根本無法實現媲美人類駕駛的效果。

       事實上，特斯拉的全自動駕駛和Autopilot系統實際上并不是完全自主的。它們需要持續的人員監督和瞬間干預。所以本質上還是個輔助駕駛系統，講道理這都涉及虛假宣傳了，可是介于315也沒特斯拉啥事，所以看官們自己心里有數就好。

       現在大多數做自動駕駛的廠商都會宣稱自己已經做到了L3或者L4，但是考慮到復雜的實際路況，大多數也就在高速上跑跑，所以實際上也就是L2的水平，但是這年頭家用車都有先進的車控系統，有電子助力器，有定速巡航等功能，妥妥的L1。基本上自動駕駛也就往前走了一小步而已。

       那這時就有人要問了，說了這么多，要實現自動駕駛，到底要做到啥程度？靠啥黑科技？

       首先要明確的是，雖然這年頭深度學習模型框架火熱，但實際上對于自動駕駛來說，這些只是佐料，真正的主菜其實是：識別環境的能力。只有識別了周圍的環境，并針對環境進行實時的路徑修改和判斷，調整車輛的運轉，才能實現自動駕駛。

       目前的自動駕駛方案分為兩種，一種是特斯拉的攝像頭+圖像識別，另一種則是激光雷達。先說特斯拉，這個被稱作V1R方案的解決方法是在車身塞三個攝像頭加一個毫米波雷達，往前最大可以感知到160米，左右兩側最大可以感知到60米，往后最大可以感知到100米。但這套方案尷尬的地方在于，由于采用了圖像識別為主的方案，但它在實際的駕駛場景中識別準確率低的離譜，有時候甚至把路中間的白色卡車識別成云，人工智能秒變人工智障。

       當然并不是說圖像識別訓練方法有問題，事實上在訓練過程中可以達到99%的準確率，但圖庫和實際路況總是有差距，于是理論上的老司機就變成了馬路殺手。

       而另一種方案，是馬斯克最看不上的激光雷達。

       排除掉立場原因，這個技術真的有馬斯克口中那么不堪嗎？不見得。

       激光雷達的技術原理是通過發射激光，再計算反射回來的時間，從而測算出車體和障礙物的距離，構造立體空間的3D模型。是不是有點耳熟？沒錯，和蝙蝠的超聲波定位類似，無論路況如何，光線明暗，都能構建出3D模型，而且激光雷達的感知方式更加主動，不像是攝像頭那樣被動等著接收畫面，而是主動去發射波，去收到畫面。如果你手中有新款的iPhone 12 Pro或者iPhone12 Pro Max，也可以使用LiDAR激光雷達掃描儀，利用“測距儀”App快速測量物體的長度和高度，本質上是一套技術。

       這套技術雖然好，但自己也有一點問題，由于汽車實時的速度很快，但數據分析的要求不能降低，在車上加裝一個芯片是可行的，裝一個電腦機箱問題也不大，但總不能把服務器塞進去吧？所以這樣海量的數據計算只能放在云端，讓云端的服務器集群來計算，然而這就又引申出了另一個問題：數據計算都在云端，大家下載云端的數據就會有延遲，萬一延遲高，1s后才收到1s前的數據，車都不知道開哪兒去了，所以這也就是5G發展建設起來后自動駕駛才有望普及的重要原因。

       出于安全性考慮，現在大部分的車都愿意采用激光雷達技術，有時候筆者也在合理懷疑馬斯克馬老師搞Starlink是為了自動駕駛服務的，空地網絡弄好了，攝像頭方案換成云端+激光雷達方案，豈不是美滋滋？

       除了以上說的這些，目前的車企們還有另一個問題，那就是在控制層面，在自動駕駛當中，駕駛系統直接給ECU發送指令，來控制汽車。但問題是汽車的ECU一般都有20個以上，我們讓車輛執行指令的時候也不只是調用一個ECU，可能是多個ECU的組合。比如轉彎時控制方向盤轉向，還要控制速度，剎車，檔位等等，計算起來還是相當麻煩的。

       說到這里，相信屏幕前的你也明白了自動駕駛的難度所在，事實上對消費者和技術大佬來說，自動駕駛融合了太多既有的技術，這就導致了在實際應用起來，要考慮的問題和麻煩都很多，如果沒有5G這樣的新通信技術牽線搭橋的話，是很難找到一個相對妥協的解決辦法的。

       希望自動駕駛技術在未來某一天能真的實現吧。