自打李彦宏搭乘自动驾驶车辆在北京五环转了一圈后，无人驾驶、智能汽车从行业热词变成全民热点。为了博眼球，甚至出现了无人驾驶车辆马上要量产了恭喜你不用学驾照了、以后人类驾驶车辆上路要被禁止之类的鼓噪。
前两天，和一位IT男聊天，对方竟然也说要等等自动驾驶，决定不考驾照了。
听了这个，我有点懵了。
刚好前段时间和做自动驾驶的公司聊了下，准备给大家泼泼冷水。
大部分人都了解自动驾驶的分级（0-5共6级），2 级以下是驾驶辅助，主要还得靠人，3 级以上开始叫自动驾驶，人操心的越来越少。
识别
既然驾驶要靠机器，就要求机器能像人一样识别周围环境。识别和辨认，这就很难了。首先编程的水平要非常高，因为你也要用算法去实现已有的数学理论的功能。
世界是千变万化的，很难用一个算法去识别，比如说识别一把椅子。人看一眼知道是沙发，但是不是上面一个半圆下面是平的就是沙发呢？不一定。你用算法去表达识别是非常困难的。如果用真正写算法的方式，相当于要去做穷举，可能要在算法里面写一千个沙发的特征，你才知道什么是沙发，否则的话你就是出错。
好在用上深度学习，再加上 GPU 所擅长的并行运算，自动驾驶想实现的第一步识别算是基本能办妥了。
预测
光认识你前面这是车还不行，还得知道这车可不可能影响你，之后才能选出自己开车行进的路线。预测对于目前的技术来说，还是太难了。
大部分人对于 AI 抱有高估的幻想主要因为最近这一年 Google 的 AlphaGo 被捧得太厉害了，人类觉得自己能够完胜的围棋都被攻破了。然而围棋的规则还是简单的，无人车在路面上要遇到的问题，比 AlphaGO 玩围棋还要难。
这就是无人车对路线的感知和规划。在全面了解环境信息的时候，我们怎么样去做预测？所谓的预测就是中期、短期和长期的预测，这种预测主要是为了对驾驶的策略做一个辅助和判断。当人开车的时候人眼就够了，当你坐在车里的时候你就知道你在什么位置。但是对于车来讲是不行的，所以车需要一个高精度地图，还需要用地图和当前环境做出结合，才能规划出行进路线，而且，行进路线还要随时根据道路状况的变化进行调整。
人类司机开车时候都需要全神贯注集中精力，就足以看到驾驶这件事儿是个运算门槛多高的事情。而要想让无人车实现这些功能，可以说对于运算力和算法的要求都是相当高的。
感觉还不够难？我来举个例子。
比如你开车过十字路口，需要多少个判断？看下现在是红灯还是绿灯，要是绿灯了就开车走，看下周围别有行人和别的车，慢点开就过去了。
这要是无人车呢？摄像头拍下红绿灯，车载计算机视觉识别红绿灯，车身传感器绘制周围环境，电脑对周围环境进行识别，识别出障碍物（路人和行进的车）马路边缘，并且在高精度地图和 GPS 的辅助下定位自己的车辆位置，规划出行进路线。开车走，时刻刷新周围环境，根据障碍调整行进策略规划行进路线。开车过路口。
你再想想中国这路况？还是好好琢磨琢磨考驾照，弄辆车并且遵守交通规则的开车吧，要是任何人都有足够规范的驾驶行为，对于无人车的发展到是个好事儿了，因为降低了交通系统的复杂程度，降低了无人车的运算压力。毕竟目前各家厂商的无人车，都是根据人类驾驶习惯所打造的交通系统来构建的。
交通系统的革命向来就是缓慢的，无人车也不可能上来就说要交通系统为之改变，那样就成火车和地铁了。如果你对无人驾驶还抱有希望，建议你无论作为司机还是行人，都从自己开始，遵守交通规则，给新技术的实现降低点儿技术难度。
扫一扫在手机上阅读本文章
中国（四川）自由贸易试验区成都高新区天府大道北段1700号7栋1单元14层1435号
028-83139986 400 119 1980
