混蛋魔君靠边站这是电影《复仇者联盟2》的结尾片段，自动驾驶技术惊鸿一现，却令人无比向往。

　　开车，现在仍然是智力+体力的双重劳动。无论是枯燥的长途高速，还是蠕行的城市拥堵，甚至每日早晚的泊车，都需要精神高度集中。

　　昏暗的夜晚、刺眼的红色尾灯、时不时变道加塞的汽车，都使驾驶员必须全神贯注于驾驶，才能保证安全

　　开车人也想要简单的生活，那就是告别方向盘。由此，催生了自动驾驶技术的发展。

　　坐在汽车里，喝着啤酒或咖啡，看看电影，什么都不用做，车就把我们带到了目的地。

　　1930年，一篇名为《Paradise and Iron（天堂与铁）》的科幻小说中，就描绘了这样一个岛屿：岛上所有的交通工具都是自动驾驶的，它们无需安装方向盘，只要给一张地图就能按照既定路线行驶，能够自动避障，被卡住了还能呼救[1]。

　　1982年，美剧《霹雳游侠》展示了一辆高度人工智能的跑车 KITT，也是一代人对自动驾驶的初识

　　人类对自动驾驶的想象，近百年前就已经开始了。但即便现在，我们距离理想还有点远。

　　L0是完全手动，由人完全掌控汽车；L1和L2则是辅助驾驶，在特定环境下使用一些简单的智能技术，但还是以人为主进行操作；L3和L4将进入智能驾驶阶段，系统作为“主驾驶”，司机只在特殊场景才接管；L5则将实现完全智能驾驶，车辆可以在任何场景下自动驾驶，已经不需要司机了[2]。

　　电影《机械公敌》中，主演威尔史密斯在自动驾驶的车内阅读档案，科幻作品中出现的自动驾驶技术普遍为L5等级

　　我们在科幻小说中看到的自动驾驶，已经属于L5等级。但目前，国内达到L2级别的量产车也不多，国产车只有少数像高合汽车这样的，才率先实现了比 L2更高级别的自动驾驶。

　　2016年5月，一辆特斯拉 Model S 与一辆拖挂车相撞。特斯拉在事后发表的声明称：“在明亮的天空下， Autopoilot 和司机都没能注意到拖挂车厢白色的一面，从而撞入了后者底部[3]。”

　　2020年6月，一辆特斯拉 Model 3 ，以110km/h的速度撞上一辆侧翻的大货车，货车车厢同样是白色，而自动驾驶功能未能及时识别[4]。

　　在雪天，白色的车肉眼都有些难以辨认，对自动驾驶的识别来说则更是一个大的挑战

　　而上述的这两辆事故车辆，实际上都是L2级别的自动驾驶车辆[15]，事故发生，也与司机的违规松手和走神有关。

　　例如在高速公路和城市环路上，高合HiPhi X 搭载的 HiPhi Pilot 自动辅助驾驶系统，能够在0-130km/h的全速域范围内，解放驾驶员的操作负担，让你在路上去干点别的事。当然，在系统发出接管请求时，还是需要驾驶员的手动干预。

　　Waymo 宣称实现完全无人驾驶，但是仍旧保留了方向盘这一设置 / Waymo YouTube

　　2019年和2020年的前9个月，Waymo（前Google自动驾驶项目，后独立）共进行了超过982万公里的 L4级自动驾驶测试，期间发生了18次小型事故，和29起“差点出事”（在模拟器中）。

　　尽管“几乎所有”的碰撞事件都是人类司机或行人的过错，而且没有造成任何“严重或危及生命的伤害”。但在面对夜间的逆行车辆时，依然是由驾驶席上的安全员踩下了刹车[5]。

　　在实验室中模拟自动驾驶，往往是对特定的环境和参数做出反应。而在实际驾驶中，你根本不知道可能会遇到什么情况。

　　路面上突然出现的坑、十字路口不守规则的行人、严重的雾霾天气……这些都会极大增加驾驶难度。

　　2015年4月8日，广东深圳，一名家长带着孩子横穿马路，道路的复杂程度远不止于此

　　在一项收集了55个驾驶员共797个危险驾驶场景的研究中，即便已经为汽车安装了前碰撞预警、车道偏离预警、驾驶员状态监控和行人检测功能，驾驶员还是会遇到相当复杂的驾驶环境[6]。

　　他们能遇到的最复杂的情况之一就是，在雨雾天气，上了一条冰雪地面、有摩托车和行人（其中还有人交通违规）的乡间拥堵单车道。如果这个时候驾驶员还注意力涣散，事故就极有可能发生。

　　自动驾驶跟人最大的区别在于：人类开车，五感、大脑、手脚紧密配合，能快速判断出危险到底是什么；而自动驾驶系统，收到的则是各类信号，他们按特定的算法对信号做出反应，却不一定知道这些信号意味着什么。

　　激光雷达公司Aeye曾做过一个气球挑战试验：一辆 L4级的自动驾驶汽车，面对漂浮在路中央的气球，往往会选择避免碰撞。但如果是人类驾驶员，显然会直接开过去[7]。

　　Aeye 旗下4Sight M 感知传感器对车辆周围环境“感知”的可视化呈现。自动驾驶系统可以识别的并不是具体的图像，而是抽象的信号 / Aeye 官网

　　人类拥有的是基于视觉和经验判断的“认知”，而车载传感器只能做到“感知”。仅凭“感知”，怎么快速做出反应？这就要求极高的硬件条件和快速的算法反应。

　　以传感器为例。传感器是自动驾驶系统的核心之一。想知道车子周围有什么障碍物，就得有传感器。

　　传感器有好几种。比如激光雷达，可以最远探测200米距离，探测角度能达到360°，但是对车速和路标的识别能力都很弱。而摄像头传感器，可以很好地识别路标，却对光照条件有一定要求。超声波传感器，最远也只有10米的探测距离，但它在夜间环境下却表现优异[8]。

　　而多传感器融合后，就能让自动驾驶车辆的“视力”健全且强大。不过，增加的传感器放在哪，目前却有两条路线。

　　一种是“单车智能”路线，如Waymo的自动驾驶技术验证车，就在车身上堆了数量众多的传感器[9]。这类技术就像一个独立的驾驶员个体，通过自身的视觉和思维判断路况。

　　而高合汽车选择了“车路协同”路线：把传感器装在路上，然后通过基于5G+V2X车路协同技术接收数据。传感器在智能公路上的安装高度会比在车辆上更高，固定平台下的功率也会更大，因此有着更广的探测范围。

　　对车载自动驾驶系统来说，就像是整条路上都有人在帮他站岗放哨。车辆也可以不用安装太多昂贵的传感器，能有效降低成本。

　　多传感器的使用，必将产生大量的待处理信息。快速筛选和处理有价值信息，就要用到更为艰深的数据处理方法。

　　智能驾驶系统的打造，离不开大量案例训练和深度学习算法。简而言之，要不停地开车。比如梅赛德斯·奔驰E级（W212）量产发布之前，总共完成了3600万公里的测试。

　　雨雪、雾霾各种恶劣天气，以及状况频出的复杂路况，智能驾驶系统需要大量相关案例训练才能在实际中保证行驶的安全

　　一项德国的研究预测， 要实现自动驾驶，至少要有在公共道路上行驶2.1亿公里的数据。不然一旦情况超出了它的见识，或者场景迷惑复杂，就很难做出正确的判断[10]。

　　对于任何一个自动驾驶汽车公司来说，做自动驾驶的研发，都是非常浩大的一项工程。不仅要投入极大的人力物力，常常还需要漫长的测试和耐心。

　　但即便如此，自动驾驶仍然是未来汽车领域最有前景的发展方向。因为它将给生活带来的改观实在是太大了。

　　研究显示，只要开车的人早0.5秒意识到有发生事故的危险，就能避免60%的追尾。如果早1到2秒发现危险，则可以避免绝大部分事故[11]。

　　2019年1月11日，G4京港澳高速公路帽峰山路段，高速行驶中遇到突发情况留给人们反应的时间会更短

　　自动驾驶汽车从发现危险到做出反应只需要0.1-0.2秒，比人类驾驶员反应速度快5-10倍[12]。

　　特斯拉发布的2020 Q3安全报告显示：开启Autopilot后，平均每459万英里发生一次车祸；关闭 Autopoilot但开启主动安全技术，平均每242万英里发生一次车祸；两者都不启用，平均每179万英里发生一次车祸。而全美的平均数字为每47.9万英里，就会发生一次车祸[13]。

　　这还只是目前单车智能所能带来的进步，如果全面普及了智能驾驶，我们对资源的利用效率将会有着极大的提升。

　　瑞银集团认为，在完全的自动驾驶技术加持下，纽约出租车的运营数量甚至能够减少三分之二。更低的人力和资源成本，更高的效率，这意味着城市空间会被解放[14]。

　　自动驾驶技术在卡车上普及后，公路运输将会24小时奔流不息，这意味着远比目前更高效的物流。

　　2019年9月17日，北京，南来北往的大卡车在服务区休息，长途运输司机必须得到充足休息才能保证安全

　　高合汽车基于5G+V2X车路协同技术打造的智能驾驶，让我们看到了未来公路交通的美好愿景：

　　无人车辆在整个城市和道路系统的支持下，将乘客送往目的地；而调度中心能够通过收集到的信息，在云端管理道路交通，让城市的效率更高，资源浪费更低，实现道路交通层面的自动驾驶。

　　自动辅助驾驶带来的，将不仅仅只是出行方式的改变：更高效的物流，不拥堵的城市，更重要的是，能解放如今在驾驶席上被大量占用的私人时间。

　　由华人运通打造的智能纯电品牌高合汽车，在2020年9月正式发布了高合 HiPhi X，这是国内首个实现了 L2级以上自动辅助驾驶功能的量产车型。

　　除了车辆本身能极大地减轻我们在封闭路段的驾驶负担，通过5G+V2X 车路协同技术，高合 HiPhi X还能够部分实现更高级的自动辅助驾驶功能。

　　每一台高合 HiPhi X，都是自动开下生产线的，在未来，如果具备了完善的智能基础设施条件，高合 HiPhi X 甚至能在更开放复杂的场景下实现自动辅助驾驶。

　　现在，只要点一下手机，这辆车就会自己从地下车库开到你身边。电影中让钢铁侠潇洒从容的黑科技，已经照进了现实。