从极客的世界路过，自动驾驶的未来将驶向何处？

9月19日，即将卸任的奥巴马在《匹兹堡邮报》发表了一篇题为《无人驾驶，没错，但是同样安全》的文章。奥巴马宣布白宫针对无人驾驶汽车上路推出了一套新的政策，推动其合法化。稍早的17日，百度获得美国加州政府颁发的全球第15张无人车上路测试牌照，关于自动驾驶的讨论又一次引起了人们的关注。说到自动驾驶，就不得不提KITTI和Cityscapes，这是全球最具权威和影响力的两个自动驾驶算法公开排行榜。

KITTI由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办，是目前国际上最大的自动驾驶场景下的计算机视觉算法评测数据集。用于评测目标（机动车、非机动车、行人等）检测、目标跟踪、路面分割等计算机视觉技术在车载环境下的性能。KITTI包含市区、乡村和高速公路等场景采集的真实图像数据，每张图像中多达15辆车和30个行人，还有各种程度的遮挡。

Cityscapes数据集则是由奔驰主推，提供无人驾驶环境下的图像分割数据集。用于评估视觉算法在城区场景语义理解方面的性能。Cityscapes包含50个城市不同场景、不同背景、不同季节的街景，提供5000张精细标注的图像、20000张粗略标注的图像、30类标注物体。用PASCAL VOC标准的intersection-over-union（IoU）得分来对算法性能进行评价。

最新的KITTI和Cityscapes排行榜上，国内创业团队表现很是抢眼。在KITTI数据集中，来自国内的计算机视觉与人工智能创业企业图森互联获得目标检测三个单项、目标追踪两个单项、道路分割四个单项等共计九个单项的世界第一。身后是百度、三星研究院、英伟达、UCSD、NEC 实验室、斯坦福、多伦多大学、中科院等知名厂商和科研机构。同时，在Cityscapes数据集的两套标准下，图森互联均排名世界第一，另一家国内创业公司商汤科技排名第二，身后是三星研究院。

创业公司跑赢百度，这是极客们的胜利

关注自动驾驶的同学们应该还记得，百度从去年年底开始大力推广其无人驾驶技术，今年的百度世界大会上，急于公司转型、押宝人工智能的李彦宏更是在刚刚过去的2016百度世界大会上昭告天下，表示百度曾在KITTI中拿到世界第一，这引起媒体的好奇，纷纷探寻KITTI是什么鬼。

外人可能不明觉厉，关注自动驾驶技术的却不能不知道这里面的门道。KITTI实际上是一个应用于自动驾驶领域的海量识图测试，参评的各家公司之间比拼的核心是算法，属于纯粹的技术范畴。让李彦宏拿出来说事的，正是百度曾在车辆检测、车辆追踪两个单项中获得第一。不过优势并没有保持太久，百度很快就被其他企业反超。而挤掉百度上位的这家企业可谓来势汹汹，不仅拿到车辆检测、车辆追踪单项第一，在其他六个单项中也拿到了第一。KITTI测试平台上九个榜单，榜首清一色的TuSimple，场景殊为壮观。

实际上，图森互联并不是什么大公司，而是一支几十个人的创业团队。查了一下相关资料，这支队伍也并非等闲之辈，CTO侯晓迪是加州理工学院计算与神经系统博士；首席科学家王乃岩是香港科技大学博士、2014 Google PhD Fellow计划入选者，也是将深度学习应用于目标追踪领域全球第一人。

在技术研发上，大公司有时候并不具备完全竞争优势。大公司在研发上常以业务为导向，往往是多个事业部、多条产品线并行，高精尖的研发人才需要照顾到各个项目，很难面面俱到。同时，大公司具备流量和资本的优势，更愿意“买买买”，投资或收购技术领先的创业公司，谷歌收购AlphaGo就是一代表性的例子。相反，小公司们往往潜心研发，以期在某个专项领域的技术方面获得领先优势。同时，小公司创业者的心态更能吸引具有纯粹技术情怀和技术理想的人才共同“打天下”，美国就有不少创业公司云集了各自相关领域最顶尖的人才，很多令人震惊的成果便是出自创业公司。

在某一领域的早期发展阶段，技术优势往往能够起到左右战局的作用，比如在个人电脑普及之前，技术宅沃兹尼亚克和乔布斯从车库里鼓捣出了Apple Ⅱ，一经面世就能够与DELL、HP等大公司的产品相抗衡。自动驾驶作为一项新兴领域，目前仍处早期发展阶段，某些将来可能彻底改变人类生活方式技术和概念也许此刻正在某个车库里的极客或是某个名不见经传的创业团队手中。

创业团队在KITTI和Cityscapes取得佳绩，其实是一场技术的胜利，也是一场极客们的胜利。当自动驾驶从极客们的世界路过，它的未来又将驶向何处呢？

有关成本、安全和商业化的自动驾驶未来之路

1、自动驾驶绕不过去的成本门槛，要么便宜，要么继续停在实验室

对自动驾驶来说，无论是科技公司造车还是汽车企业搭载自动驾驶系统，成本高企都是绕不过去的一个问题。

目前，自动驾驶主要分为了两个阵营，一方以特斯拉、奔驰、沃尔沃等汽车厂商为代表的，视觉配合毫米波雷达的低价解决方案；另一方以Google和百度代表，用激光雷达配上高精度地图的高价解决方案。

Google、百度等科技公司有自己的地图产品（自动驾驶需要高精地图，目前的电子地图还达不到），并在AI和自动化方面有技术积累，有运用雷达技术的经验，于是它们把地图优势和这些经验运用到自动驾驶上，直奔L4的无人驾驶而去。这个过程中，成本问题最让科技公司头痛。

首先是绘制高精地图的成本，即便是Google、百度都有地图，但要做到满足无人驾驶的高精度，仍然需要非常可怕的成本，即便是Google也仅仅绘制了硅谷周边的一块。其次是硬件成本，主要来自雷达。如果一台无人车要满足无人驾驶所需要的密度，那它至少要装四部64线的激光雷，每部雷达怎么着也得8万美金，这样算下来，一台车的成本将会变得非常非常高。8月份，百度联合福特对硅谷激光雷达厂商Velodyne LiDAR投了1.5亿美元，其目的就是为了降低无人车的雷达成本。

与上述科技公司不同，特斯拉等车厂阵营不用激光雷达而用了摄像头。这种方案摄像头的成本很低，主要成本是主控，价格与一台高性能笔记本电脑相当，即便如此，它仍然大幅降低了自动驾驶车辆硬件成本。

用摄像头作为自动驾驶的硬件设备是基于视觉系统，即利用摄像头去做自身定位及3D构建。包括人在内，视觉是获取最多信息的系统，因为所有光源都会转换成视觉，而且视觉不仅能确定物体的位置，还能分析出他是什么东西（雷达则不行），这就涉及到了人工智能和深度学习的范畴，这一系列的背后全部就用大量的算法来进行支撑。这类算法的要求要比激光雷达方案高得多，对车厂来说，造车内行，研究自动驾驶算法就是外行所以车厂会倾向于与科技公司合作，由车厂提供整车平台，科技公司提供算法和解决方案。前文提到的图森互联做的事情就是帮车厂定制摄像头为主、毫米波雷达为辅的自动驾驶算法和解决方案。

总之，自动驾驶想要真正实现落地，成本就必须要降低，不然即使技术和产品再牛逼，如果没几个人能买得起，它也只能一直躺在实验室里。二爷认为，自动驾驶技术从L1的高级辅助驾驶到以特斯拉为代表的L2自动辅助驾驶，再到L3特定情况下的自动驾驶（比如自动泊车），最终达到彻底消灭方向盘的L4完全无人驾驶，这是未来必然的进化方向，但完全意义上的L4距离我们的生活还比较遥远。目前要做的是，降维打击，用不同维度的新技术和算法来有效降低自动驾驶的成本。

2、驾驶永远没有绝对的安全，但自动驾驶的主动保障带来改变

究竟是司机驾驶更加安全还是车辆自动驾驶更加安全？这是横亘在自动驾驶领域的一个终极命题，如不能切切实实的证明自动驾驶能够更加安全，那么再牛逼的技术在生命面前都会显得极其渺小。

自动驾驶厂商经常会拿出一组数据来说明司机驾驶的劣势，即人为错误导致的交通事故在所有交通事故中占比9成，全球每年至少有100万人死于人为过错导致的交通事故。

不喜欢自动驾驶的人则喜欢揪住特斯拉的事故新闻不放，毕竟，正在将自动驾驶（高级辅助驾驶）大规模运用在实车上的公司只有特斯拉。2016年5月7日，佛罗里达40岁男子布朗在使用特斯拉自动驾驶时与前方卡车相撞，车祸身亡。

在讨论自动驾驶安全性的问题时，我们首先需要明确一个客观事实：在极速奔驰的汽车上，永远没有绝对的安全，所有针对安全性讨论都是指相对安全，或者更加安全。

即便是将自动驾驶作为卖点的特斯拉也不断表示，自动驾驶系统不是为了彻底取代驾驶员，而是一项辅助功能，要求驾驶员在此功能开启时双手扶握方向盘，并强调此功能仍处于公开测试。

二爷认为，在当前阶段，自动驾驶的安全性讨论的核心是如何利用科技“降低人为交通事故的危害性”。这其实不是什么新话题，近百年来，所有的汽车厂商都在向着“安全保障”努力。

不同的是，自动驾驶将改变过去以防护为主的被动安全保障。当前沿科技发展到可以帮助人类智能预判驾驶过程中的危险，并提前采取安全措施，提供主动保障，由此有效规避驾驶中的风险，这给驾驶安全性拓展出的更多可能性，也是自动驾驶对驾驶安全最大的意义之所在。

3、自动驾驶商业化是全产业链的商业化，未来或先从商用车开始

眼下，不论是宝马、奔驰、沃尔沃等汽车厂商还是Google、百度、阿里等科技巨头，包括一大批风险投资都在削尖了脑袋往自动驾驶领域钻。如果说自动驾驶是一项包含了人工智能、图像识别、智能算法的前沿科技，它其实更像是一门有可能在未来见着大钱的生意。

毋庸置疑的是，随着特斯拉率先将自动驾驶技术应用在实车上，自动驾驶的商业化步伐已经越来越近。在自动驾驶商业化落地的过程中，比较明显地分为了两个方向：乘用车和商用车。

相比将自动驾驶应用于物流、军工、开采等商用行业，乘用车的未来前景显然更大，但与此同时，阻力也更大。上文提到的成本和安全两个问题在乘用车环节显得尤为突出，目前看来，还无法较好的解决。

有人可能会有疑问，特斯拉不是已经率先在乘用环节实现自动驾驶的商业化了吗？其实不然。实际上在整个自动驾驶领域内很多人并不认为特斯拉的技术是最好的，特斯拉的感知模块采用了Mobileye,但Mobileye却从来没拿这个模块做自动驾驶，而只是用于高级辅助驾驶。像沃尔沃这类在自动驾驶领域走得比较靠前的汽车厂商，其实也具备了这个能力，只是说没有大规模商业化，因为他们觉得以目前的技术来说还不够保险，只能说埃隆·马斯克的胆子更大。同样，Google对自动驾驶也做了相当长时间的测试，但受制于过高的成本也还没有上路。

此外，自动驾驶的商业化是一个产业链。比如上文提到的Mobileye，这是一家提供感知芯片的美国上市公司，现在很多高级车都在装Mobileye的系统。原因是什么呢？是因为国外有汽车安全评级，评级分越高，保险公司给的保费折扣就更低，这才是这些乘用车去装Mobileye的动力。所以，自动驾驶在乘用车环节想要实现商业化，如果没有UBI，也就是说保险公司配合，这个需求可能并不太成立，因为产业链还不完善。

再来说商用车，这个情况恰恰相反。商用车最大的特征就是“大”，发生交通事故，它自己往往没事，小车、非机动车和行人却非死即伤。如果商用车能够拥有诸如高级辅助驾驶(ADAS) 的主动安全保障，显著降低重大事故率，那么为了对道路安全交通实现保护，政府会不会强制要求商用车都安装ADAS？现在不好说，但一定是个方向，也是对自动驾驶技术可能产生重要影响的一个需求方向。

除了安全性因素，自动驾驶技术应用在商用车环节所带来的经济价值也比较容易实现落地，比如让商用车在相对简单路况下的自动驾驶，应用在货运、物流、开采业等等。

举一个例子，虽然目前的技术还做不到城市内的无人驾驶，但在货运环节下，可以先做物流中心到物流中心、点对点高速公路的无人驾驶，因为高速公路是一个相对简单的路况环境。现在货运基本都是两个司机轮流开，4个小时换人。如果能够在货运环节实现点对点的自动驾驶，起码每台车可以省掉一个司机的成本，这对货运公司、物流公司是很有吸引力的。再往下引申，是不是还可以有Road Train的可能性，由头车带领整个的车队管理系统，完全有可能大幅的降低失误率以及人工成本。再比如在矿区，方圆百里都没有人，运输环境也是点到点的需求，那么自动驾驶是不是可以先运用到这种环境中来？

据二爷了解，商用车的自动驾驶在全球范围内目前还没有实现应用，但包括沃尔沃在内的很多厂商正在研发中，图森互联也在与一家车厂合作研发有自动驾驶系统的第三代运输车辆。

刘慈溪在《三体》中描绘到，三体星人用无处不在的智子禁锢了人类科技的进步，一旦突破，人类智能则呈现出指数级的发展。这与目前我们身处的世界有几分相似，当自动驾驶作为人工智能应用在人类的衣、食、住、行的第一站，就像是突破了“智子的禁锢”，未来人类的世界会是什么样，此刻我们很难去想象。