自动驾驶，何时通过路考？
2012年，谷歌高调宣布：经过3年50万公里的自动驾驶测试，谷歌无人驾驶汽车在正常城市道路上创造了零事故纪录。一时间整个行业炸开了锅，众汽车巨头们纷纷加入了这场军备竞赛。
全球各重量级汽车厂商和有实力的高科技公司均在这个领域投入巨资，成为了这场“魔幻游戏”的成员。这份长长的“玩家名单”里也不乏中国互联网业和制造业巨头的身影，百度、阿里巴巴、奇瑞、上汽、东风等公司大有弯道超车的势头。一时间各大洲的汽车自动驾驶试验层出不穷。2016年4月长安汽车的无人驾驶汽车从重庆出发，经过2000公里行驶测试后亮相北京国际车展，引起了业内的关注。一向保守的福特也给出了它的自动驾驶路线图，预计在2021年推出自己的自动驾驶商用汽车。难道原本被认为虚幻的自动驾驶梦要成真了么？
然而， 2016年5月的一起事故把这股自动驾驶热又打到了冰点，一直被大家当作是自动驾驶先锋的特斯拉出事了。在美国佛罗里达洲，一辆自动驾驶处于开启模式的特斯拉Model S在行驶中撞上一辆十八轮的大卡车，司机当场死亡。根据美国高速公路安全管理局和特斯拉的调查，当时在强烈的日照条件下，驾驶员和车上的自动驾驶系统都未能注意（正确识别）到拖挂车的白色车身，根本就没有启动刹车系统。一石激起千层浪， 这起事故又把自动驾驶推到了风口浪尖上。
跨越？还是渐进？
其实，一些百年汽车企业在上世纪二三十年代就有了自动驾驶的构想，做出了一些尝试。要知道，那时候离汽车的商用量产还没过多久。真正的整车验证实验出现在上世纪八十年代，卡耐基梅隆大学的NavLab实验室以及奔驰与慕尼黑工业大学的项目中，都曾做出这样的自动驾驶汽车。
在自动驾驶发展的早期，这个领域的技术路线处于百家争鸣的阶段 。2014年，美国汽车工程师协会建立了统一的标准，将这个领域的技术演进路线分成了六个阶段。
第零阶段，没有任何自动系统用于车辆的控制，但是可能会有一些自动报警的能力。这应该是最传统的人工驾驶。
第一阶段是驾驶员辅助阶段。智能辅助系统能为驾驶员提供必要的信息，在关键时候给予清晰、精确警告，相关技术有：车道偏离警告( LDW)，正面碰撞警告(FCW)，以及盲点报警系统等等。
第二阶段是初步自动驾驶阶段，驾驶员在得到警告后仍然没能做出相应措施时，智能驾驶系统能让汽车自动做出一定的反应。相关技术有：自适应巡航控制（ ACC） 、自动泊车辅助（ APA）、车道 保持技术（ LKA）等等。
第三阶段是半自动驾驶阶段。如果驾驶员没有作出正确的反应，系统已经可以协助做出诸如刹车、加速、转向等行为了。在这个过程中，驾驶员仍然是驾驶主体。相关技术有：紧急自动刹车(AEB)，紧急车道辅助(ELA) 等。
第四阶段是高度自动驾驶阶段。该系统能在驾驶员监控的情况下，在已知及特定环境中（比如说晴天的高速公路），让汽车提供自动控制行驶，这个阶段目前还未完全进入成熟商用。即使特斯拉已经部分商用了这个阶段的功能，在环境、道路、驾驶员状态等多方面也是有很多强附加条件的。
第五阶段是完全自动驾驶阶段。车辆在无需驾驶员监控的情况下，可以在复杂路段完全实现自动驾驶。这就意味着驾驶员可以在车辆驾驶的过程中做别的事情，看电影、上网、打电话、发呆……目前来看，这一阶段仍然属于未来。
现如今，即使技术路线的“几步走”被统一了，该如何走这条路仍然存在争议。
以谷歌为代表的高科技流派在汽车这个领域里没有任何历史包袱，因此直接把目标定在了最高标准的完全自动驾驶。谷歌甚至要直接跨越到“无人驾驶”，主张
连方向盘、油门和刹车都不留给驾驶员，乘客只需要坐着，剩下就交给汽车好了。
以沃尔沃或者博世为代表的传统汽车厂商及系统配件厂商则更谨慎，他们认为就算是在完全自动驾驶阶段，驾驶员本人仍然应该是驾驶汽车的主体，可以随时拿回驾驶的掌控权。
一边是主张“跨越式发展”的新生力量，一边是主张“渐进式发展”的传统巨头，争论也许还要继续很长时间。
我们为什么要自动驾驶？
除了相信自动驾驶会给大家生活带来更多的轻松和便利，大家公认自动驾驶汽车将拯救无数人的生命。根据麦肯锡的预测，由于能避免驾驶员超速、误判、过劳、走神、恐慌等带来的驾驶风险，每年单在美国就可以拯救约3.3万人的生命，十年内可以拯救全世界约1000万人的生命。
在自动驾驶的终极阶段，车辆驾驶数据、车路和路路协同数据、城市路网数据会和其他类型的大数据进行融合，从而迸发出巨大的价值。比如说，政府在规划路网和新区的时候，完全可以将自动驾驶数据、周边居民的行为数据、公共设施的使用情况数据融合在一起，将规划做得更加符合实际，提升城市服务效率，节约投资。
从产业角度看，自动驾驶技术将开辟新的市场和商业模型。它所改变的不仅是我们的出行方式，还可能有汽车的所有权形式。也许在不久的将来，大部分人不用购买汽车，而是改为租赁使用，而那些拥有汽车的人很可能会在不用车时将汽车租给其他人。摩根斯坦利认为从现在起14年内，自动驾驶技术将开创一个规模可达2.6万亿美元的共享机动市场。特斯拉的CEO伊隆∙马斯克（ Elon Musk）在最新的Tesla规划蓝图中指出，今后特斯拉车主可以把自己的汽车租出去，成为无人驾驶共享车队的一份子。据称，苹果内部也启动了所谓的泰坦计划（ Project Titan），该计划中的汽车也打算采取共享机动的策略，目标是拿下共享机动市场16%的份额。汽车巨头沃尔沃已经开展了这样的商业尝试， 它计划于2017年使用 100辆带全自动驾驶功能的SUV汽车，提供客户共享机动出租服务。这些自动驾驶汽车将被用在瑞典哥德堡的 一处指定道路上供通勤者使用，它们将面临真实世界的路况考验。
终极问题的挑战
最大的挑战还是来自智能化和网络化。为了实现安全的智能自动驾驶，需要在车辆周边安装多个传感器采集数据。这当中至少包括：无线雷达、多维激光雷达、多个2D或者3D摄像头等。这些数据被收集到车载计算平台上进行分析、处理、判断和预测，得出实时的驾驶判断，机器学习（尤其是深度学习）以及GPU也是这当中的主角。虽然这里面的每一个传感器都已经发展得很成熟了，机器学习在近几年也取得了长足的进步，但这对于要求非常严格的汽车工业来说还是有一定差距。对此有些人此还是有不同的意见：人本身都会出错，为什么要求算法和机器设备达到100%的准确度？特斯拉在上次自动驾驶事故后声明说：“这是自动驾驶行驶超过1.3亿英里（合2.08亿公里）以来发生的第一起已知的导致死亡的车祸。在美国，机动车平均每行驶9400万英里（合1.5亿公里）发生一起导致死亡的车祸。而在全球范围，机动车平均每行驶6000万英里（合9600万公里）发生一起导致死亡的车 祸。”它的意思很明确：我们做得已经比普通驾驶员都好了。
此外，自动驾驶平台本身就是个大的网络环境。未来车载数据平台相互打通，意味着来自多个源头的数据要进行进一步融合，其中包括政府、车厂、网络运营商、地图商、电商、金融公司、汽车服务商、能源服务商、社交、娱乐……没有一个高速稳定的网络是不行的。
相比技术的挑战，更大的挑战来自于法律以及与之相关联的保险。试想，如果一辆自动驾驶轿车和一辆人工驾驶汽车在路上碰撞，事故责任该如何裁决？如果车主或者驾驶员并没有决定驾驶行为，他们该为事故负责任么？再换一个例子，如果一辆自动驾驶汽车上的行人检测的算法出现失误，致使该车辆撞死了几个过马路的行人，那么谁将成为该事故的法律责任主体？还是驾驶员么？《国际道路交通公约(日内瓦)》规定，车上乘坐驾驶员是汽车行驶的前提。如果自动驾驶发展到了上面提到的第五阶段，这一前提或将被颠覆。到时候，这项技术革命带来的最大的挑战反而是在各国的立法层面。
最后，我们也许该考虑一下这项技术对于整个人类社会的挑战了。经过很长时间的发展，驾驶车辆（不管是汽车还是马车）已经成为人们生活中的一部分。如果自动驾驶技术发展到极致，必将从人们的生活中把这项技能夺走。这里面有很深的政治、经济、人文、道德的风险。也许这才是个开始，下一个被科技夺走的人类技能是什么？多年之后，人类会不会连写字、说话、走路的技能都没有了呢？这些“亦真亦幻”的终极性问题在现阶段很难有一个明确答案。