日前，《日本經濟新聞》的報道中稱，從各自動駕駛企業提交給美國加利福尼亞州的報告可以看出，在自動駕駛的技術開發競爭中，谷歌旗下的Waymo一路領跑，其自動駕駛汽車路測里程遠遠超過第2位的美國通用汽車。

去年Waymo也曾六次公布其自動駕駛汽車的路測里程， 最后一次的路測里程高達1609萬公里。四舍五入來看的話，Waymo的自動駕駛路測成績已經達到了2000萬公里這個量級，也就是說它已經整整繞了地球500圈。

但即便是如此，為什么時至今日，這項自動駕駛的技術還未成為我們的日常呢？原因如下。

還未完善的高精地圖系統

仔細研究發現，自動駕駛本身并不困難，難處在于輔之上路的各項配套的技術與配置。那自動駕駛的核心技術所在，又是在高精地圖，精準的地圖對于自動定位、導航控制、安全都起著至關重要的作用。

目前，我們日常所使用的地圖，一般是以GPS導航系統為主的傳統地圖，而傳統地圖所建立的基礎是對路網的一種抽象的收集和制作，這樣的形式可以很好的適應駕駛員的需求，但對于自動駕駛來說，就有一定的局限性了。自動駕駛技術在定位上的需求，主要為局部定位和全局定位。局部定位就是通過車道線監測、路面監測來確定車輛與環境之間的關系；而全局定位則是通過地圖的數據來感受車輛所處位置。這里就需要更為精準細致的高精地圖了。

同時，高精地圖還直接決定自動駕駛的安全性與效率。所以，要完全滿足其需求就必須做到厘米級別的精準程度，并且還有做到實時變化、實時更新周邊路況信息級周邊環境。也正因為它精密多變的特性，也使其的制作也十分困難。

從現階段的我們日常使用的地圖來看，精準度通常只有3-7米，并且在山區等地區精準度還會降低。即便是在美國，Google、Here地圖，在現階段也無法完全滿足自動駕駛對地圖的依賴與需求。雖然，目前也有一些高清地圖在極小范圍內進行試用，但距離真正完善的高精地圖的普及和實際運用，還是需要些許時日的。

統計不完善的大數據

如果將高精地圖比作自動駕駛的核心技術，那么大數據信息自然是自動駕駛技術研發的前提與促使其成長的助推器，因為大數據為自動駕駛技術帶來了難以想象的沖擊和意義。

自動駕駛的大數據包括技術、眾包、個人數據三種類型。技術數據是一套的傳感器，它作為汽車的“眼睛”，能夠幫助汽車更全面的“看到”周圍的環境，從而躲避障礙物；眾包數據則是汽車在運行中從周邊感知到的數據，例如交通狀況、路況變化等等；而個人數據，則是通過不停“學習”車內用戶的興趣愛好，例如愛聽的音樂、常走的路線等，從而在駕駛過程中更為人性化。

這三種數據的積累，對于自動駕駛來說都有著缺一不可的重要性，只有通過這一些列的數據累積，才能確保汽車完成安全、高效的自動駕駛過程。

舉一個很簡單的例子，當一個人站在路口，而自動駕駛車輛需要通過路口時，它首先會通過雷達和地圖檢測到這一情況。隨后，就需要運用一系列的大數據的分析，來判斷是否需要讓行，從而做到安全讓行。

而建立一個復雜、龐大、能夠滿足自動駕駛需求的數據庫，必然是要通過長年累月的積累的。但自動駕駛技術到目前為止發展時間有限，已有的數據還遠不足以支持自動駕駛的大數據需求，因此，大數據還有待一段時間的積累。

相關法律法規的空缺與滯后

從目前的自動駕駛發展來看的話，除了上述所說的技術問題之外，與之相關的法律法規落地也是制約其發展的一大重要因素。

目前，僅有美國等發達國家出臺了相對完善的關于自動駕駛技術的法律法規。直到2017年，北京才出臺了關于《北京市自動駕駛車輛道路測試管理實施細則（試行）》；2018年，國家發改委才發布《智能汽車創新發展戰略》。并且，與國外對比仍然相對保守，百度創始人李彥宏還為此收到過一張關于自動駕駛車輛的罰單。

現階段，包括百度、蔚來汽車、上汽等國內知名的車企及科技公司在內的大多數企業都將研究地點選在美國，究其原因也正是現行的交通安全和侵權責任無法無法涵蓋自動駕駛的內容，長期以往，則直接影響我國自動駕駛技術的發展。自動駕駛領域的相關法律法規的空缺與滯后，不僅讓自動駕駛成為日常遙遙無期，還影響著中國自動駕駛技術在全球的“自動駕駛賽道”中跑出“中國速度”。因此，盡快的制定和完善符合中國國情的關于自動駕駛的法律法規刻不容緩。

總結

就目前看來，即便是包括Waymo在內的許多公司在自動駕駛的研發和測試的路上取得了一定的進步與成果，但我們不可否認，自動駕駛這場“團隊戰役”仍然還有很長的一段路要走。只有在研究自動駕駛本身技術的同時，不斷研發更為精密的地圖、長年累月的進行大數據的積累，并及時出臺和完善相關的法律法規，才有機會在未來，讓自動駕駛技術走進我們日常。