自動(dòng)化駕駛發(fā)展到今天，不管是車廠、供應(yīng)商、科技公司或出行服務(wù)商都已經(jīng)逐漸完善了自己的技術(shù)布局，整個(gè)行業(yè)開始向技術(shù)的試行與落地推進(jìn)。在落地的過程中，我們可以愈加清晰地看到行業(yè)當(dāng)中的兩條落地路線：半自動(dòng)化和完全自動(dòng)化。
半自動(dòng)化：以人類為駕駛責(zé)任核心，自動(dòng)化技術(shù)為人類提供盡可能多的輔助，且在必要的情況下，駕駛員可以接管。
完全自動(dòng)化：車輛本身成為駕駛責(zé)任核心，系統(tǒng)負(fù)責(zé)絕大部分的駕駛規(guī)劃和控制。乘客可以放飛自我。
完全自動(dòng)化駕駛車：感知、定位、決策都面臨巨大挑戰(zhàn)
首先來說目前行業(yè)前沿最為關(guān)注的完全自動(dòng)化，按評(píng)級(jí)來說應(yīng)該是L4、L5級(jí)別。在這條路上走的比較遠(yuǎn)的一般都是科技公司，比如谷歌和優(yōu)步。
此路線的核心是完全解除人類的駕駛責(zé)任，因此其會(huì)在上文五個(gè)問題中的1、2、3、5 這四個(gè)方面都面臨極大的挑戰(zhàn)。
在定位方面，完全自動(dòng)化駕駛需要使用完整的高精度地圖來實(shí)現(xiàn)厘米級(jí)定位，這不但需要地圖供應(yīng)商能夠解決高精度地圖的地域覆蓋以及實(shí)時(shí)更新，還需要車輛有能力存儲(chǔ)足夠大數(shù)據(jù)量的本地地圖，并可以實(shí)現(xiàn)告訴的在線更新。
且為了實(shí)現(xiàn)這樣的定位精度，車上也必須搭載高精確度的激光雷達(dá)，這就意味著整個(gè)傳感器系統(tǒng)（包括攝像頭，毫米波雷達(dá)、激光雷達(dá)以及超聲波雷達(dá)等）融合時(shí)所產(chǎn)生的數(shù)據(jù)量是非常龐大的。而處理這些數(shù)據(jù)則需要有強(qiáng)大算法能力的芯片支持，這會(huì)對(duì)芯片本身的架構(gòu)設(shè)計(jì)、功耗和溫控等都提出重大的挑戰(zhàn)。
不管是高精度激光雷達(dá)還是高算力芯片，目前都無法實(shí)現(xiàn)車規(guī)級(jí)的大批量生產(chǎn)，因此現(xiàn)在大部分完全自動(dòng)化駕駛的原型車都是經(jīng)過小批量改裝完成的。只能夠滿足某些規(guī)定場(chǎng)景中試行的出行服務(wù)運(yùn)營(yíng)，無法大批量投入市場(chǎng)。
更關(guān)鍵的是，即便是這些原型車滿足了硬件需求，其還要在軟件層面解決更復(fù)雜的問題3和5。因?yàn)橐坏┤詣?dòng)化駕駛車輛進(jìn)入到實(shí)際交通系統(tǒng)中，那它就必須要面臨一個(gè)問題——如何與人類控制的交通元素共存？
這些元素包括車輛、自行車、行人、各種有地域特色的異形交通工具等等。他們?cè)诮煌ㄏ到y(tǒng)中完全是依靠著人腦強(qiáng)大的實(shí)時(shí)決策能力進(jìn)行博弈、溝通與判斷的。全自動(dòng)化駕駛車輛想要融入這個(gè)體系就需要有像人一樣的駕駛決策，否則就只能像人工智障一樣在道路上任人宰割，破壞正常的交通秩序。

如何解決？都說用人工智能，但是開車不是下圍棋——在路上駕駛者要分析的對(duì)手遠(yuǎn)不止一個(gè)，周圍的交通元素都將成為博弈對(duì)象。由于實(shí)際道路上的罕見交通場(chǎng)景太多，單純通過收集實(shí)際駕駛數(shù)據(jù)來訓(xùn)練和驗(yàn)證算法幾乎是一件不可完成的任務(wù)。

所以我們會(huì)看到，目前試運(yùn)營(yíng)的一些完全自動(dòng)化駕駛車車輛多選擇交通環(huán)境十分理想的實(shí)際道路（例如硅谷的Mountain View，那里的人開車都相當(dāng)守規(guī)矩），并且還會(huì)在車外設(shè)置顯示屏，專門用來向道路上的其它參與者發(fā)出信號(hào)，表明自己自動(dòng)化駕駛車的身份以及下一步的駕駛決策。如果是國(guó)內(nèi)一線城市內(nèi)這樣擁堵復(fù)雜的交通環(huán)境，目前的技術(shù)還是無法應(yīng)對(duì)。
唯一比較好應(yīng)付的就是第4點(diǎn)車內(nèi)交互，因?yàn)閷?duì)完全自動(dòng)化駕駛來說，車內(nèi)交互主要就提供給乘客一些車內(nèi)控制和娛樂功能就可以了。并不會(huì)和整個(gè)行駛系統(tǒng)有直接的聯(lián)系。
半自動(dòng)化駕駛：如何解決機(jī)器與人的交互問題？
轉(zhuǎn)過來再看半自動(dòng)化駕駛，也就是業(yè)內(nèi)普遍定義的L2-L3級(jí)別駕駛輔助。這是眾多汽車OEM普遍都在走的路線。原因也顯而易見：車廠的產(chǎn)品面向大眾消費(fèi)市場(chǎng)，需要覆蓋多個(gè)國(guó)家和眾多交通場(chǎng)景，不可能設(shè)置一個(gè)只適用于某個(gè)小塊限定區(qū)域內(nèi)的自動(dòng)化駕駛功能。此外半自動(dòng)化駕駛系統(tǒng)在整體成本上也會(huì)更加可控，車規(guī)級(jí)量產(chǎn)也更加容易。
從功能性上來講，半自動(dòng)化駕駛畢竟只是駕駛輔助，整套系統(tǒng)還是要依靠人類駕駛員來提供最終冗余。不過現(xiàn)在一些車廠已經(jīng)在逐漸解鎖駕駛輔助功能的限制，比如凱迪拉克的Super Cruise功能開啟后可以讓駕駛員在高速路上放開雙手，由系統(tǒng)接管駕駛?cè)蝿?wù)。
由于人類駕駛員仍然占據(jù)主導(dǎo)地位，因此在我們之前提到的五個(gè)問題中，半自動(dòng)路線相較于全自動(dòng)路線在1、2、3、5這四點(diǎn)上都將容易的多。在定位和傳感器方面，可以使用以攝像頭為核心的傳感器融合方案，并可通過攝像頭和毫米波雷達(dá)捕捉到的“路書”信息來輔助定位，降低系統(tǒng)對(duì)高精度地圖的依賴性。
這意味著整套系統(tǒng)并不是一定要搭載高精度的激光雷達(dá)，而是可以通過搭載低精度車規(guī)級(jí)激光雷達(dá)來為其余傳感器提供冗余的方式來保證整套系統(tǒng)的安全性。例如奧迪的新A8的L3功能就搭載了法雷奧的4線激光雷達(dá)（完全自動(dòng)化駕駛一般則需要128線）。核心傳感器從激光雷達(dá)轉(zhuǎn)向攝像頭也將減小數(shù)據(jù)量，這也會(huì)減輕計(jì)算芯片的壓力。
在規(guī)劃方面，難度也會(huì)有所下降，因?yàn)橐坏┫到y(tǒng)遇到自己無法應(yīng)對(duì)的情況，就可以直接要求人類駕駛員來接管控制權(quán)，而自己退居二線，默默扮演護(hù)航者的角色。并且在于其他交通元素溝通時(shí)，也可以依靠人類駕駛員來主導(dǎo)，不需要機(jī)器自主承擔(dān)太多。
真正的難點(diǎn)出在第4點(diǎn)車內(nèi)人機(jī)交互上。因?yàn)樗鉀Q一個(gè)關(guān)鍵問題：駕駛員監(jiān)控。雖然目前部分L2-L3系統(tǒng)已經(jīng)能夠在特定場(chǎng)景中完全控制車輛，但系統(tǒng)還是需要駕駛員將注意力保持在道路前方，以便于在遇到特殊情況時(shí)接管駕駛權(quán)。這就給人機(jī)交互帶來了很大的難點(diǎn)：如何保持駕駛員的注意力？以及在必要時(shí)能夠讓駕駛員及時(shí)接管？
現(xiàn)在車廠使用的方法包括座椅震動(dòng)，儀表盤提示，方向盤警示燈等等。但是這些提醒方式還是有一定風(fēng)險(xiǎn)，因此還會(huì)在車內(nèi)加上傳感器來檢測(cè)駕駛員的注意力。總之，要想保證安全就要盡力無死角的監(jiān)測(cè)駕駛員的狀態(tài)。
可以看到半自動(dòng)和全自動(dòng)兩條路線都有著各自的難點(diǎn)，前者可以覆蓋絕大部分駕駛場(chǎng)景，但只能實(shí)現(xiàn)部分自動(dòng)化駕駛功能，后者可實(shí)現(xiàn)全部自動(dòng)化駕駛功能，但只能覆蓋小范圍的地域。兩條路線孰優(yōu)孰劣，其實(shí)很難宏觀的下定義，而是需要將前面的5個(gè)問題拆開具體來分析。不過可以肯定的是，最終兩條路線會(huì)殊途同歸，達(dá)成L5完全自動(dòng)化駕駛的共同目標(biāo)。