为什么我不看好自动驾驶-生活相对论14
生活相对论-用辩证的眼光来看生活中的对象
大家好我是王爷，最近特斯拉的股票价格猛涨，截止录节目的时候，价格最高已经超过了1200美元，他的市值几乎等于其他传统汽车企业市值之和。虽然这里面有疫情美元超发，通货膨胀的背景，但是这价格依然非常夸张。同时苹果也正式进军电动汽车行业，谷歌无人驾驶也已经有了十多年的积累。国内无论是蔚来、小鹏还是理想，市值或估值都超过了传统的造车巨头通用汽车。这也非常令人咋舌。而软件领域传统的BAT加上华为都进军了自动驾驶领域，想要在这里分一杯羹。
电动汽车和自动驾驶是最近几年全球最大的风口之一，另一个是元宇宙，我们暂且不表，或许以后会做一期来泼冷水。
不同组织对自动驾驶的分级标准各有不同：美国国家公路交通安全管理局（NHTSA）把自动驾驶分为五个级别，而国际自动机械工程师学会（SAE）的标准分为L0~L5共六个级别，国内基本采用后者。
这个王爷就简单说一下，大家可以看看这里：
L0：完全人类驾驶。
L1：辅助驾驶，增加了预警提示类的ADAS功能，包括车道偏离预警（LDW），前撞预警（FCW），盲点检测（BSD）等。
L2：部分自动驾驶，具备了干预辅助类的ADAS功能，包括自适应巡航（ACC），紧急自动刹车（AEB），车道保持辅助（LKA）等。
L3：有条件自动驾驶，具备了综合干预辅助类功能，包括自动加速、自动刹车、自动转向等。
L4：高度自动驾驶，没有任何人类驾驶员，可以无方向盘、油门、刹车踏板，但限定区域（如园区、景区内），或限定环境条件（如雨雪天、夜晚不能开）。
L5：完全自动驾驶，是真正的无人驾驶阶段，司机位置无人，也没有人的车内或车外的认知判别干预；无方向盘和油门、刹车踏板；全区域、全功能。
从L2到L3发生了本质的变化，L2及以下还是由人来观测驾驶环境，需要驾驶座上有驾驶员，遇到紧急情况下直接进行接管；L3级及以上则由机器来观测驾驶环境，人类驾驶员不需要坐在驾驶座上手握方向盘，只需要在车内或车外留有监控计算机即可，紧急情况下通过计算机操作进行认知判别干预。
而目前全球上市的汽车中基本都是L2和L3之间的自动驾驶等级
现在有很多公司可以实现在特定园区内的无人驾驶，宣称已经达到了L4级别，那么是不是现阶段的无人驾驶技术水平真的有那么高了呢？这个是有一定迷惑性的。在封闭环境内固定路线L4级别的无人驾驶，和北京城区内L2级别的自动驾驶，哪个技术难度更高呢？想必不言而喻。所以是不是L4就一定比L2、L3先进，一定要具体看自动行驶的区域（封闭、开放；区域大小、复杂程度）、功能，以及环境条件（气候、时间段）。
自动驾驶系统其实分为三个层级：感知层，决策层，执行层。
感知层其实就是获取信息的层级，包括了摄像头、高精度地图、雷达（包括不仅限于毫米波雷达、激光雷达、超声波雷达等）、高精度定位系统（包括不仅限于GPS/IMU等）、红外夜视仪、车辆网等等
而决策层首先需要认知理解，你要知道你的车辆在哪里，也就是车辆定位，然后你要知道你的车辆周围的环境，也就是环境理解；然后才是决策规划，包括了行为预测、行动规划和路径规划。
最后的执行层才是电子驱动、电子制动和电子转向。
这个应该很好理解，就和人一样，视觉、听觉、触觉、嗅觉、味觉等等输入，大脑负责处理，然后你再加以行动。
但是机器和人不同，你可以给一个两岁的小孩看十张猫的照片，告诉他这是猫，再让他和猫做一次亲密接触，以后他看到猫或者猫的照片，99%能知道这是猫。
但是你要让机器知道什么是猫，这可能需要喂给人工智能数万甚至数十万张不同角度不同品种猫的照片，但是这只是只猫，而道路上除了猫猫狗狗还有人、车、路锥甚至塑料袋，更别说那到处闯红灯逆行乱串的穿着黄衣蓝衣的外卖员了。
互联网是个关键要素，现在4G拥堵5G成本太高，最基本的网络因素能够在几年内解决吗？
还记得今年8月15日蔚来汽车死亡事故吗？当时在在沈海高速涵江段撞到作业中的工程车，这就是因为汽车没有正确识别道路状况，造成的惨案。技术没有到这一步就拼命的宣传，虽然驾驶员的锅更大， 但是这些厂家不应该负责任吗？
而在决策层，这东西是由硬件和算法组成的，算法无论是美国的苹果、谷歌、特斯拉，还是是国内腾讯、阿里、百度、华为、小米抑或者是传统的汽车巨头丰田通用等等，都在切切实实的研发，但是他们开放和互相兼容吗？连微信上发个淘宝链接都不允许，还能指望汽车兼容？
而硬件最近几年有了巨大的进步，算力大幅度提升，但是研发汽车需要很长的时间，你汽车的上市基本就等于汽车上搭载的人工智能芯片的淘汰，为什么这么说呢？我们来看看数据：
1月下旬，高通发布了5nm制程工艺的SoC和加速器芯片，以及拥有超700TOPS算力的Snapdragon Ride平台，记住这个700的数字。 在这之前，蔚来汽车首款轿车ET7宣布搭载4颗英伟达Orin芯片，总算力高达1016TOPS，而你知道现在上市的汽车的算力有多少吗？特斯拉FSD HW 3.0计算平台的算力为144TOPS，是不是差了一个数量级？等等，我们来看看其他的，小鹏P7的英伟达芯片算力为30TOPS，领跑C11用的4.2TOPS的芯片，而蔚来ES8用了2.5TOPS算力的Mobileye Q4芯片，这已经不是差一两个数量级的问题了。还有就是软件，你认为蔚来以后的软件就算开发的非常完善了，能给2.5TOPS算力的汽车推送吗？就算推送了，你跑的动吗？
就算这些性能够了，你的汽车也被推送了相应的程序，那么机器学习的大数据从哪里来？
你真的以为现在市面上一些测试汽车收集到的数据真的能喂饱AI程序？所有汽车厂商收集起来的数据也许在未来几年中可以喂饱，但是他们又是否会信息共享呢？
决策层还不光是本地能解决问题，很多计算都需要通过云端系统来实现，车载部分：感知层各种类型的传感器采集、接收的数据，通过总线进行集成，再通过数据的融合和智能化处理，输出自动驾驶所需的环境感知信息。而云端需要数据实时同步，这是一个众包模式，把每辆在路上行驶的智能车实时采集到的激光点云或视觉数据上传至云端，实现高精度地图的完善和更新
深度学习模型训练出合理解决方案，然后匹配实时数据调用数据库内存储的解决方案。这非常非常的复杂！
这种操作必须要特斯拉这种硬件软件一体的企业才能完善做到，当然，现在华为提供整套三电系统，也基本解决了这个问题，但是这样汽车企业基本就成了代工厂和傀儡，这也是绝大多数车厂所不愿意看到的。
说了这么多困难这只是技术上的冰山一角
其实目前的L2驾驶辅助的汽车，驾驶员必须比驾驶L0汽车更加专注，才不会发生风险。
而所谓无人驾驶企业宣传的事故率只有人工驾驶的几分之一，这是在封闭测试道路的事故率，如果你去真实的北京街道，还能保证这种事故率？
无论是激光雷达还是声波雷达，在天气环境较好的时候，比如晴天多云，是肯定没问题的，但是遇到暴雨或者下雪，你确认他们还可以正确识别交通障碍物？
再说一个很严肃的问题，黑客，你确定你所乘坐的汽车不会被黑客操纵从事某些特殊用途？真的以为三体中killer程序刺杀罗辑的事情不会在真实世界中发生？哪怕不说刺杀，汽车在运行过程中死机黑屏了怎么办？
我们再来看看一个伦理问题，电车难题：在一个必然发生车祸的突发状态中，汽车会怎么做？选择撞到前面的人还是避让让车上的人受伤？如果是前者，在网上会有什么反响？上热搜？而如果是后者，又有多少司机会为了这个汽车而买单？厂家还要不要卖车了？大家弹幕走一波吧
说到这里，有人就会说了，王爷啊，你是不是反对自动驾驶啊？
王爷真的不反对，世界是向前进的，汽车取代了马车，手机取代了固定电话、低端相机和低端电脑，自动驾驶在未来的某一天必然会在极大程度上取代现在的人工驾驶。共享汽车和共享出租车会极大程度的取代现在的出租车和私家车。但是这一天目前看来依然非常遥远。
总结：
自动驾驶是个超级庞大的项目，可能需要全球各个科技行业一起协助，整个软硬件环境都有巨大程度的进步之后，再加上国内道路交通都遵循交通规则的时候才可以实现。所以王爷在十几年的时间内并不看到真正的无人驾驶。但是在几年内一些有条件的无人驾驶已经可以实行了，比如专门开辟的无人驾驶通道、园区内有限环境下的无人驾驶，高速公路或者快速通道上能够完善道路交通信息下的无人驾驶，也就是说道路上修路和突发车祸可以让汽车实时的知晓并作出判断。
一步步来，大家慢慢的进步，逐步成长，渡过现在的疫情和经济危机，我们相信，大家的日子会越来越好的，自动驾驶甚至无人驾驶也已经会实现。
