“蘿卜快跑”！無人駕駛的速度與夢想

2024年7月以來，“蘿卜快跑”在科技新聞上很是熱鬧。“蘿卜快跑”是百度公司旗下的自動駕駛出行服務平臺，目前已在全國多個城市開展全無人自動駕駛出行服務測試。

這一事實令人深刻感受到，在短短數年間，“無人駕駛技術”這一前沿概念已悄然從理論邁向實踐，正在融入并改變著我們的生活。

從概念到現實的科技飛躍

最早的無人駕駛汽車源自美國軍方研究的無人遙控汽車，雖然遙控不能被稱為真正的無人駕駛，卻給人們帶來了嶄新的概念。

在汽車科技領域，“無人駕駛”與“自動駕駛”這兩個概念雖然時常混用，但是它們之間確實存在一些微妙的區別。自動駕駛是智能駕駛發展的較高階段，無人駕駛則是實現完全自動化后的最高層次，是自動駕駛發展的目標。根據工業和信息化部2021年發布的《汽車駕駛自動化分級》（GB/T 40429—2021），駕駛自動化可以分為6個等級：0級（應急輔助）、1級（部分駕駛輔助）、2級（組合駕駛輔助）、3級（有條件自動駕駛）、4級（高度自動駕駛）、5級（完全自動駕駛）。

按此定義，目前“蘿卜快跑”的營運范圍是有限制的，起點、終點是固定的，后臺會配置安全員，必要時就會有遠程介入，所以屬于4級自動駕駛。自動駕駛到了4級，才能進階為無人駕駛。

在最早的自動駕駛概念啟蒙階段，美國就有部分學校和科研機構以計算機算法和傳感器（雷達、攝像頭等）相結合，確立了自動駕駛的基礎技術路線。

2009年，美國谷歌公司啟動了自動駕駛汽車項目，使用計算機通過多個傳感器來觀察周圍環境，并據此進行路線規劃，由車輛控制系統執行命令。汽車搭載激光雷達精確測量車輛和道路標志的距離，通過高精地圖定位車輛位置，以此應對復雜的道路情況。隨后，2011年，機器學習技術被引入自動駕駛領域，提升了車輛的感知和判斷能力。2014年，谷歌推出了純電動全自動駕駛汽車，配備了攝像頭、毫米波雷達、激光雷達和超聲波等傳感器，整合了谷歌地圖和云服務等優勢資源，同時還取消了方向盤、油門和踏板，使其成為完全自動駕駛汽車。

在看到自動駕駛的潛力后，車企、科技公司紛紛加入市場競爭。資本的入局，也催生了無數的自動駕駛初創企業。

中國的自動駕駛技術發展也極為迅速。2009年舉辦的首屆中國“智能車未來挑戰”比賽，促進了自動駕駛技術的發展。2011年，一汽和國防科技大學共同研制的紅旗HQ3無人駕駛車完成了286千米的高速全程無人駕駛試驗，創造了我國自主研制無人車在復雜交通狀況下自動駕駛的紀錄。2015年，百度無人駕駛汽車在北京進行全程自動駕駛測試，迎來了國內廠家自動駕駛技術的快速發展時期。

自動駕駛技術的流派之爭

作為汽車發展的核心技術，自動駕駛涉及多方面的綜合技術，主要包括感知技術、定位導航技術、決策規劃技術、控制技術、人機交互與安全技術。

感知技術：通過各種傳感器（攝像頭、毫米波雷達、激光雷達等）來感知周圍環境，包括道路、車輛、行人、交通標志等，收集數據，處理數據，加上算法分析，生成車輛周圍環境的數字化表示，為自動駕駛決策提供數字化環境信息。

定位導航技術：這項技術是自動駕駛車輛在行駛過程中準確感知自身位置和環境的關鍵，通過使用全球定位系統以及高精度地圖數據，結合傳感器數據，提供車輛在地圖上的準確位置信息，為決策和規劃提供參考。

決策規劃技術：基于感知技術的數字化環境信息，根據道路交通規則和行駛要求，決定車輛的行駛策略。它能通過算法來解決車輛的路徑規劃、交通流預測、障礙物避讓等問題，確保自動駕駛車輛在復雜的交通環境中安全行駛。

控制技術：它是將決策規劃結果轉化為具體的車輛控制動作的過程，通過電子控制器和執行器，控制車輛的加速、制動、轉向等行駛動作。

人機交互與安全技術：自動駕駛車輛需要與乘客進行有效的交互，確保乘客的安全與舒適。人機交互技術包括智能語音識別、手勢識別等交互方式，讓乘客可以與自動駕駛系統進行溝通和指令傳達。安全技術包括實時監控和故障檢測，通過傳感器和算法監測車輛狀態、傳感器性能以及系統運行，及時響應異常情況，保障乘客的安全。

當前的自動駕駛汽車都融合了以上技術，各廠家基于自身技術發展及商業化需求，采用了不同的技術路線。目前對周邊態勢感知的技術路線，主要有以特斯拉為代表的純視覺方案和以國內大多數廠家為代表的激光雷達多傳感器融合方案。

1.純視覺方案

該方案采用了多個高清攝像頭，可實現360°全景視野，對周圍環境進行全方位、遠距離監測。攝像頭收集到的海量數據，會通過先進的高運算力車載電腦進行處理。這套系統可以同時“看”到每一個方向，其探測范圍遠超人類的感官，提供了一幅駕駛員自身無法直接觀察的世界影像。系統提供自動輔助駕駛、導航、轉向、智能召喚，并提供了完全自動駕駛能力。

該方案對支持神經網絡訓練大數據、芯片算力以及圍繞算法訓練的超算中心有較高要求，可以訓練到像人在開車。

2.激光雷達多傳感器融合方案

國內很多廠家通過激光雷達、毫米波雷達、超聲波傳感器等多種傳感器融合技術，實現了車輛的全方位感知駕駛。該方案能夠提高感知精度和可靠性，降低誤檢率，處理各種復雜場景和應急突發情況。

這一方案中的激光雷達硬件成本較高，能夠提供高精度、高分辨率的三維環境感知能力，幫助自動駕駛系統更準確地識別障礙物、判斷距離和速度等關鍵信息，理論上的自動駕駛能力上限會更高。

“蘿卜快跑”無人駕駛出租車走的就是融合感知路線，配備了多個高精度激光雷達、高清攝像頭、毫米波雷達等傳感器，形成了一個全方位的感知網絡。這些傳感器能夠實時感知周圍環境的動態變化，為車輛提供精確的位置信息和障礙物信息，滿足無人駕駛高精度感知和全視野覆蓋的要求，實現真正意義上的無人駕駛。

無人駕駛是新能源車發展的方向

隨著技術的不斷進步和應用場景的不斷拓展，自動駕駛汽車將成為未來出行的主要方式之一，而新能源汽車是實現無人駕駛的最佳載體。

電動化、智能化、互聯化、共享化的發展趨勢，正在推動汽車行業迎來第三次造車浪潮，而無人駕駛技術正是智能化發展的重要組成部分。新能源汽車的結構更簡單，主要部件為動力電池組、電機和電控系統組成的“三電”系統，因此在新能源汽車上開發或者使用自動駕駛技術，出錯的概率要比燃油車低得多。與此同時，新能源汽車也更容易被控制，因為控制電壓、電流的大小以及輸出，遠比控制傳統內燃機要容易得多。

A8C9JMxajniifZvIcvzYPSNpLARmYpPiGLw2PFTIZI4=

新能源汽車在整車架構上依然有很大的創新發展空間，隨著5G通信網絡的普及，新能源汽車將成為第一時間進行5G網絡搭載的車輛。通過5G網絡傳輸高精度3D地圖，實現地圖數據即時更新和共享，為車輛提供精確的路徑規劃和定位服務，輔以遠程監控和緊急接管機制，成為自動駕駛領域持續發展的核心方向。

難題考驗與未來愿景的雙重奏

無人駕駛技術雖然給人們的出行帶來了前所未有的體驗，但是不可忽視的是，它仍然面臨著一些亟待解決的關鍵問題。自動駕駛汽車自測試以來，已經多次造成安全問題。同時，部分復雜路況還可能導致系統停滯卡頓，進而影響交通。不過，隨著自動駕駛技術的不斷進步以及相關服務體驗的持續優化，我們有理由相信，這些問題最終都將得到妥善解決。

相較于單純的安全問題，無人駕駛技術帶來的社會問題顯得更為復雜。其核心在于，無人駕駛的全面應用將不可避免地替代傳統的有人駕駛模式，這一轉變極有可能導致大批司機面臨失業的困境，從而在社會層面引發一系列消極影響。因此，在推動無人駕駛技術發展的同時，我們也需要深入思考并妥善應對這些潛在的社會挑戰。

從更廣闊的視角審視，人類科技的每一次飛躍都伴隨著傳統行業的轉型升級與新業態的蓬勃興起。無人駕駛技術的逐步落地，不僅是對傳統出行模式的挑戰，更是催生一系列新興職業崗位的契機，如無人駕駛測試工程師、高級維修與保養技術人員、安全監管專員等。

無人駕駛智能化已成為汽車行業發展的確定性趨勢，使汽車的角色不再局限于交通工具，而是進化成移動的生活空間、娛樂工具、交際平臺等。移動意味著自由，無人駕駛最大的意義在于解放了駕駛員的雙手，帶來了人類生活空間轉換的無縫連接。未來的無人駕駛汽車會讓時間變得更高效，讓生活變得更美好。

（責任編輯：白玉磊）