无人驾驶科普讲解，无人驾驶杂志

#顶端有新人#

就在前段时间，也就是2022年12月30日，北京智能网联汽车政策先行区发放了“无人驾驶车下远程赛段”的路测牌照，马骁智行和百度成为首批获牌企业，这意味着这些企业可以在指定的城区和时间段进行无人驾驶测试。我之前提到过，汽车行业有两个主要的变革方向。一个是动力革命，即新能源取代传统能源，一个是方向盘上的革命，即主要由无人驾驶实现的汽车智能化。无人驾驶汽车一次次出现在人们的视野中。换掉司机，让机器自动驾驶，真的靠谱吗？

2004年，美国科技创新机构DARPA举办了全球首次真正越野环境下的长途自动驾驶汽车挑战赛，要求其在十小时内自动行驶228公里，第一名将获得百万美元奖励。虽然奖金不是特别大，但社会反响超出了DARPA的预期，很多民营企业和个人踊跃报名。然而结果没有人完成比赛，最好的也只开了11公里。此时DARPA直接决定第二年继续比赛，并进一步提高了奖金，终于让第二年的挑战获得了意想不到的结果——多辆车完成了比赛。就是这样的挑战，正式点燃了无人驾驶研发的热情。无人驾驶汽车的研发早在上个世纪就开始了，但一直没有实质性的突破，而这个挑战正是量变和质变的关键。

无人驾驶下汽车智能化商业应用的序幕已经揭开，大量公司将目光投向了无人驾驶汽车。无人驾驶汽车有六个自动化级别，从低到高分别是0级到5级。其中level0完全由人驾驶，level5完全自动化，是最高级别，完全不需要人工干预。但是，目前我们在测试阶段看到的行业龙头都支持level4，也就是高度自动化。简单的理解就是大多数情况下司机不需要干预。今天，特斯拉是一家具有极其鲜明和众所周知的无人驾驶概念的企业，而中国则以华为、百度、滴滴、马骁之星和蔚来汽车而闻名。

不就是把司机换掉吗？智能汽车的价值从何而来？最明显的就是把人从司机的位置上解放出来，可以为出租车、物流车的相关运营减少很多原本花在司机身上的费用。目前滴滴的无人驾驶研发很大程度上是在替代传统出租车方面。其次，由于人们不再需要自己开车，开车上路的过程可以用来做其他事情，这将促进城市形成多中心城市，从而转移大量房地产行业的资金。为什么？因为中心区的房价特别高，很大程度上是因为通勤的便利性，无人驾驶的人可以在路上变得自由，从而削弱了原来中心区的便利性，进一步扩大了中心区的辐射范围，从而将大量节省在房地产的资金转移到其他行业。智能车的实现也有利于广告业务的发展，因为智能车无法避免大量数据的产生，可以很大程度上拓展车企的业务，做一笔可观的广告业务。并且由于更智能的路线设计，无人驾驶不仅可以减少交通拥堵还可以减少汽油消耗，这也意味着政策将进一步支持这一行业。另外，汽车整体销量每年不会有太大变化。例如，去年其他类型汽车的销量大幅下降。正因为新能源汽车销量大增，传统汽车被抢了饭碗。同理，智能汽车一旦实现彻底的技术突破，是否也会抢其他类型汽车的饭碗？最后一大点是，如果中国智能汽车真的走上世界前列，对汽车出口是一大利好。众所周知，我们国内的传统汽车很难走出国门，因为国外的传统汽车已经形成了大量的品牌产业链，整体的技术积累远远超过我们，而新能源汽车实现了我们在汽车行业的第一次逆袭趋势。智能汽车很可能是我们汽车行业的巨大机会，因为它是一个新生事物，大家的基础都不太远。毕竟垄断是利润的来源。

那么现在主流的无人驾驶汽车是什么原理呢？我们在这里用最通俗易懂的语言让你明白。原来是人开的车，现在不用人操作了。说白了，就是把原来人的功能换成了机器。那我问你，我们开车的底层逻辑是什么？很简单，比如你先用眼睛看到前方道路有一个弯道，然后在脑海中反应过来要转弯，最后用手控制方向盘转弯。这个例子，说白了就是你看到路况，也就是“感知”，然后你的大脑做出反应，也就是“决策”，最后你控制它，也就是“执行”。这就构成了人类驾驶的三个基本逻辑:先感知，后决策，最后执行。无人驾驶正是从这三个方面入手，使用摄像头、激光雷达等。来实时监控周围的路况，然后用算法计算分析周围的东西是否需要避让以及何时如何避让，最后输入程序来执行汽车的行为。

对于感知环节，我们需要详细说几句。感知主要靠眼睛，但目前市场的方向还是以激光雷达为主，用来探测周围一圈东西的距离，从而实现环境感知。但是由于目前激光雷达的价格比较高，一个就要几千甚至上万元，而且无人传感需要在车上的几个地方安装激光雷达，这也导致马斯克认为在已经很贵的车上安装昂贵的雷达是不可行的。于是他要求特斯拉的无人驾驶系统只能使用摄像头进行感知，取消使用激光雷达，这在无人驾驶领域是独一无二的。这两条路线各有优势。目前很难看出谁对谁错。相机成本很低，就几十块钱。它是对人眼的直接模拟，但很难感知。好在特斯拉有强大的数据支持和算法支持，但仍然无法避免前几年的多起特斯拉事故。但特斯拉使用的深度学习越来越强大，即总部数据库每次都会接收特斯拉司机的驾驶数据，从而不断分析修正系统。因此，驾驶特斯拉汽车的任何失误都会提高特斯拉无人驾驶的安全性。而且，相机对雷达有很大的优势。比如前面有一堆树叶落下，用摄像头感知是树叶就能发现，直接开车。而激光雷达在不知道是树叶的情况下，只能判断前方多少米有障碍物，从而避免行驶或停车。然而，相机感知仍然存在致命漏洞。如果算法和信息库不完善，很可能会被错误感知，比如把前面的小动物误认为是安全的东西，然后直接开车。目前激光雷达对算法要求不高，可以精确感知周围事物到自身的距离。目前安全性比只使用摄像头要高，而且我们国产的激光雷达技术还是不错的，成本也在逐年下降，这对于国产智能汽车来说是很大的优势。这也促使了国内很多车企实际上走了相机和激光雷达的双保险策略，这也是我想要的。

我们再深入一点。比如你平时开车看到有人经过，然后脑子里反应，最后用脚刹车。从看到人到反应到刹车需要时间吗？肯定是，因为光线进入你的眼睛，你的视觉神经接收信息，然后你意识到人是需要一点时间的，然后你的大脑意识到有人最终决定需要刹车是需要时间的，所以才说在高速公路上要保持足够的距离，因为你看到了还是要有反应的。如果你在别人车屁股旁边开高速，别人刹车你会有时间反应吗？但是有一个问题。既然接收信息、感知大脑反应、实现决策都需要一定的时间，为什么不一直停车呢？这个问题我怕人家不理解。举个例子，就像为什么酒驾很容易酿成大祸，因为喝醉了会让人减速，所以很容易开得太快对前面有人反应不过来，最终发生事故。那么如果一个醉酒的人每秒开一次车，然后停下来仔细看前面的路，然后反应过来，然后再继续开一秒钟，那么他还是可以安全驾驶的，但是这样做的结果就是车停了又停。虽然我们的驾驶反应速度还是比较快的，但是我们也不能忽视这个反应时间对驾驶顺畅的影响。那么如何才能实现平稳驾驶呢？在于我们对周围路况的预测。比如，如果你提前知道前方没有无人区，你会大胆地把车开得很快，而不用担心还没有看到真实的路况，或者你知道前方转弯事故发生率很高，所以你提前开始准备减速慢慢过弯。比如你看到远处有一个人在过马路，根据你的经验，你可以提前减速，不必开到离行人十米远再去感受他是否在车前来决定是否开车。这些预测行为来自早期经验，从而弥补了反应微小时间间隔对驾驶流畅性的影响。

先简单提一下，再深入。开车的时候是不是总要先感觉，再做决定，最后执行？不完全是。比如你要从你住的地方开车去卢菲特家咨询如何理财，你就要做好决定，先规划好路线，然后你就不需要在开车过程中花很多时间去关注那些不是你路线的情况。你也可以这么想，就是如果你在跨海大桥上行驶，你只需要把主要精力花在前面的路上，然后再花一些精力在车周围的路上。你不需要花费任何精力去思考你正在行驶的桥下的大海。你先做好决定，规划好路线，然后只需要花很多精力在周围的小圈子和前面的路上。无人驾驶也是一样，可以提高机器的计算效率，避免对周围的一切进行计算分析，导致计算量过大。

当然，无人驾驶汽车远不是这么简单的模型。我们只是挑选一些核心的运营原则，给大家讲解一下。不知道有没有细心的人发现，无人驾驶汽车正在取代人，而且被取代的很深。涉及到的很多东西对于人工智能的原理并不明显。对于实际的路况分析，AI肯定是用来计算和持续深度学习的。确实如此。事实上，无人驾驶本身就是人工智能的应用，我更愿意将其视为目前人工智能研发的关键载体。我高中的时候也沉迷于人工智能的前景，认为这是未来生产力突破的关键。毕竟我们平时看到的人工智能的应用面太窄，本身就需要大量的资金进行研发。仅仅开发语音翻译和通讯机器人，很难实现足够的资本引流。智能无人驾驶汽车很好地解决了这个问题。

不过值得注意的是，无人驾驶汽车完全实现level5水平还需要5年以上的时间。从各路分析师的预测可以看出，无人驾驶汽车在近几年内基本不可能实现普及。

最后说一下智能汽车背后的人工智能。我认为世界发展的终极方向是三个方向。其一，在于无限的能量，即推动各种社会工具运转的无限动力，其终极目的在于核聚变下的氢能利用。第二个方向在于物质的极大丰富，即有源源不断的物质可供我们使用，满足我们的物质需求。它的终极方向在于元宇宙，即直接创造一个虚拟的世界，让你可以拥有你想要的一切，从而避免世界物质的限制。毕竟，如果每个人都想要一套黄金房子，现实世界并没有那么多黄金储备。最后一个方向是没有人自身疲劳的创造，即自动实现能量利用，将现实世界与元宇宙连接起来。比如所有的食物制作、营养设备等创意过程，都可以不用直接动手就能完成，它的终极方向就是人工智能。

有人对人工智能的发展方向到底有疑问。我举个简单的例子来补充。比如虚拟世界再好吃也要真的吃，不然会饿死。人工智能就是在现实世界里用无限的能量生产出无限的食物，然后他们不关心味道，只配置营养，然后味道会被元宇宙系统控制，也就是在元宇宙里，你吃你爱吃的卤肉味，而在现实世界里，你吃的是人工智能准备的营养搭配。