馬斯克，這個男人被稱為「矽谷鋼鐵俠」，2003年提出了電動車概念，當時沒有人看好，17年過去了，硬是把自己打造成世界首富。除此之外，他還有一個更腦洞的想法，讓人類移民火星！因此造火箭跟放煙花似的。
一直勇於吹牛的他還提出了一個目標：2021年要實現人類真正無人駕駛汽車，於是特斯拉 FSD 的全自動駕駛汽車系統即將問世。
自動駕駛曾經只在科幻片中見過，作為人類夢想踏進現實的真實寫照，究竟是什麼樣子呢？
自動駕駛，其實並不是最近才興起的詞彙；人們對自動駕駛的暢想最早在明代就出現了，《封神演義》中寫到，「風火之聲起在空，遍遊天下任西東。乾坤頃刻須臾到，妙理玄功自不同」，說的就是風火輪，王者裡哪吒的大招，「千裡送人頭，禮輕情意重」。
如果說要追溯人類歷史上第一輛「無人駕駛汽車」，應該要回到一個世紀之前，在汽車問世沒多久，科學家們就開始蠢蠢欲動想著如何在開車過程中解放四肢和大腦了。
1925年，工程師弗朗西斯·霍迪尼（Francis Houdina）向我們展示了一輛用無線電控制前車方向盤、離合器的汽車，緩緩駛過曼哈頓街道。
雖然這種方式並不完美，甚至都不安全，除卻年代的因素，純粹出於對技術和科學的敬意，他確實是真正意義上的無人駕駛汽車的鼻祖。
隨後的百年，我們雖然從未停止過探索和嘗試，但都只是零星的驚豔過我們的歲月；比如1961年的Stanford Cart，利用攝像頭和早期的人工智慧，以每移動1m要用20分鐘的時間來繞過障礙物；
還有1995年，基於NavLab-5系統，汽車的方向由神經網絡自動控制，3000英裡的路程中98%都是自主駕駛，研究員只需要操縱油門和剎車。
星星之火可以燎原，若真要說自動駕駛這門技術真正同時引起學界和資本廣泛關注的，還是源自一系列的挑戰賽；確切的說是在2004年到2007年間的，由美國國防部高級研究機構DARPA，舉辦的三場關於自動駕駛的比賽。
比賽的最初願景，是希望能夠在2015年的時候，能夠有部分軍用車輛實現自動駕駛，減少戰場上士兵的傷亡。
其實光是DRAPA這個組織就很有的講，他是負責研發用於軍事用途的高新科技，可以說是美國軍工的技術引擎。
1957年，蘇聯毫無徵兆的在拜科努爾，成功發射了斯普特尼克1號衛星，成為首個將人造地球衛星送上空間的國家；這對於當時的美國來說，無疑是暴擊。
一方面要應對前蘇聯科技趕超的威懾，一方面，外部危機也讓當時美國暫時放棄了內部利益羈絆；DRAPA，這個承擔著保持美國軍事科技必須永遠走在尖端為使命的機構，就應運而生。
一直到今日，他們的任務始終都是聚焦先導性、顛覆性的技術研究，防止美國遭受科技突破，同時也防止其他國家創造科技突破。像馬斯克的腦機接口技術能取得重大成績，和DRAPA的淵源就很深厚。
說回那場自動駕駛比賽的系列挑戰賽；我們先從2004年的第一次比賽說起，當時比賽的地點是選在了美國的莫哈韋沙漠，共有21支隊伍參加比賽，當大家都以為240公裡的路線怎麼都要跑個白天加黑夜了。
沒想到結果實在是不堪，走了最遠的隊伍也就行駛了不到1/10的裡程，最終沒有獲獎者，當然100萬美元的獎金也就沒有人拿走。
雖然從結果來看，是毀滅性，美國國防部和自動駕駛這項新技術受盡媒體冷嘲熱諷；不過這在學術界好像絲毫不能引起任何波瀾，甚至還在無數人心中埋下了種子。
18個月後，第二屆比賽報名隊伍從第一屆的21支增加到了195支，而且已經有5支隊伍能夠通過全部考核項目；其中來自史丹福大學特倫所領導的Stanley，最終以6小時54分的成績奪得第一名，贏得了當時200萬美元的獎金。
從技術層面，研發的核心已經不僅僅局限在如何控制機械，比如如何踩油門，如何打方向盤這樣簡單的問題；而是轉向了更為複雜的算法和代碼，就是依靠機器學習來理解收集到的數據，再做出判斷該如何行駛。
現在的無人駕駛研發，依舊是在借鑑當時的思路。
在當時，Google兩位創始人拉裡·佩奇(Larry Page)和謝爾蓋·布林(Sergey Brin)全程觀戰，這次比賽的冠軍團隊負責人特倫，後來不僅成為2009年穀歌街景項目的負責人，也是Google X實驗室的第一任掌門人。
這個實驗室就是專門研究瘋狂的大膽創新項目，谷歌的自動駕駛項目，就發端於這個神秘的實驗室。
到了2007年第三屆的DRAPA自動駕駛挑戰賽，參賽的人已經形形色色，資本和大公司也都帶著鼓囊囊的資金和誠意，這些民間的智慧和財富聚集在一起，讓一個在4年前還遙不可及的技術，初具規模；也讓一個曾經被嘲笑的夢想，能有機會進入你我萬家的生活。
自那時起，DARPA競賽的參賽者們就在自動駕駛領域逐一展露頭角，獨當一面；就好比說現在矽谷自動駕駛五大家族：Waymo、Aurora、Cruise、 Argo AI、ZOOX ，無一例外，都是DRAPA比賽出來的。
特倫就不說了，剛剛說過，09年開啟了谷歌無人車項目；07年的冠軍，是自動駕駛獨角獸公司Aurora創始人，後來成為谷歌軟體部門負責人；
凱爾·沃格特(Kyle Vogt)：創建Cruise，現估值僅次於Waymo；
布萊恩·塞斯基(BryanSalesky)：比賽中負責CMU的軟體技術，後來創建ArgoAI；
傑西·萊文森(Jesse Levinson)，比賽中負責算法的設計，後為Zoox創始人。
而且，這三屆比賽，所聚集起來的民間勢能，對整個行業的深遠影響，我們可能現在才剛剛感受到。
在自動駕駛這條道路上，不僅資本表現了濃厚的興趣，不斷加碼湧動，很多國家更是將自動駕駛上升到了國家級的戰略高度，成為了一個必爭的「戰略高地」。
無論是以谷歌、百度為代表的科技企業、還是特斯拉為代表的一眾來勢洶洶的新造車初創公司，當然還有希望可以絕處逢生的以寶馬、豐田為代表的傳統車企，甚至汽車零部件的供應商，也要努力分一杯羹，他們都成為了自動駕駛行業的主要競逐者。
在通往未來自動駕駛的路上，對於安全性的保障絕對是我們首要考慮的因素。
根據德勤發布的《全球汽車消費者研究》系列報告中，人們認為最重要的四項技術就是識別道路上的物體和避免碰撞、提醒司機注意危險駕駛、阻止司機危險駕駛和在緊急醫療狀況或事故中採取行動。
這些安全性，說到底，依靠的就是三大獨立系統計算：最先的是感知，考驗的就是自動駕駛能否「看清」周圍路況；其次進入決策，當信息傳導至「大腦」後，就要思考和判斷接下來最合理的路線；最終是執行，就是完成實際行駛動作。
我們可以理解為分別對應人體的眼睛、大腦和四肢三個部位。而前兩者，感知和決策，幾乎承包了自動駕駛過程中90%可能會發生的安全問題。
比如說感知這一層：任何車輛要實現自動駕駛，首先都要解決「在什麼位置以及周邊環境如何」的問題，而一輛自動駕駛汽車的感知能力是靠傳感器實現的。
車上能用到的傳感器主要就是四類——攝像機、超聲波雷達、毫米波雷達、雷射雷達，但他們各有短板。
攝像頭可以看到道路標記，採集物體的顏色和紋理，但是做不到測量距離；超聲波傳感器就是我們很熟悉的倒車雷達，他探測範圍很小，而且在車輛高速運動的時候反應就很遲緩。
毫米波雷達可以測距和測速，但卻不夠靈敏來捕捉細節；雷射雷達能夠提供完美的細節精度，但是價格貴到可以再買一輛車。所以像現在大多數自動駕駛的車型，都會結合幾種傳感器的組合來確保安全性和可靠性。
當然，這裡的大多數不包括勇敢追夢、探索火星和星辰大海的矽谷鋼鐵俠，一心頭鐵的對雷射雷達堅持說不。當然客觀來說，也不能完全說他頭鐵的沒道理。
首先，馬斯克本身的產品思維很強，也就是說如果無法達到商用標準的產品形態，或者說受到的技術限制特別多，都不會在他產品制定的考慮範圍。
幾萬美元一個的雷射雷達，如果只是換來1‰的結果差異，在他眼裡，一定不是一個划算的買賣；這可能也是waymo自動駕駛汽車量產之路走的異常克制的原因之一吧。
其次，特斯拉的產品設計執著於視覺，馬斯克認為：從理論上來講，高水準的圖像識別技術確實可以彌補一部分雷射雷達和高精地圖的功能。
這裡就要回到開篇說的特斯拉FSD（Full Self - Driving）全自動駕駛軟體，之前成功測試的beta版本重要的一個升級就是將2D轉3D，能夠實現更加精準的測距能力和更多的測距物體。
但不管怎麼說，這個本質上和雷射雷達不同，這不是一個物理過程，失效的風險還是存在的。所以即使只有1‰，但所造成的事故和後續影響，就足以讓特斯拉停留在L2，也就是輔助駕駛的級別，而非升級到自動駕駛的級別。
最後，我們簡單捋一下駕駛自動化等級，這樣就能比較好區分輔助駕駛、自動駕駛分界線，也就可以大概了解一下未來幾年我們自動駕駛發展的趨勢。
目前我們普遍採用的分級標準是SAE發布的L0~L5級的標準，理論上講，只有L3級及以上才能稱之為自動駕駛。
這個級別不論是駕駛安全風險還是技術攻克難度都是真正的分水嶺，這也是我們國家未來幾年主要需要攻克的一個級別，我們也勢必會看到越來越到的L3級量產車型的出現。
而L4、L5的區別在於特定場景和全場景應用，比如百度的L4級量產級Apollo Go就是在北京的海澱公園的特定區域開放試乘體驗；到了L5，其實就可以稱之為無人駕駛。
當然，在這樣一個發展過程中，必然還是會遇到很多問題；比如就算汽車方面完全突破安全性瓶頸，我們能確保自己在過程中，不會出現警惕性應激行為麼？
比如在一些灰色地帶，系統算法能否正確判斷朝車走來的人是想碰瓷還是搶劫？再比如自動駕駛的系統究竟能否抵禦黑客的入侵呢？畢竟科幻片都敢這麼拍，存在即合理嘛。
不管怎麼說，等到我們能夠完全信任自動駕駛的時候，人類的交通規則也好，生活節奏也罷，都將會開啟一個嶄新的局面。我們不妨一起期待和見證。
【參考文獻】
《全球自動駕駛戰略與政策觀察 2020》 - 中國信息通信研究院政策與經濟研究所
《中國自動駕駛安全讀本》 - 中國汽車技術研究中心
《正視L3、L4級別落地時間表，算法型企業的關鍵一年》 - 36氪研究
《2020-2023中國高等級自動駕駛產業發展趨勢研究》 - 億歐智庫
《自動駕駛先驅——Waymo 公司案例研究分析》 - 億歐智庫
《卓克·科技參考》 – 得到
《中國自動駕駛行業發展研究報告》 - 前瞻產業研究院
《自動駕駛新戰事：矽谷內戰》 - 遠川科技
《Google自動駕駛汽車的技術發展簡史》
博士超懂知識分享群已經開張營業啦，在這個知識福利分享群中，已經有很多志同道合夥伴在等你！我們會在群裡有：1、每天熱點信息整理分享，讓你哪裡都「懂」一點，滿足日漸膨脹的好奇心，聊天不尬，吃飯更香；2、每次專題所參考的特別有價值的各類文獻報告、權威綜述，我們將整理好，毫不吝嗇的與大家共享；3、超懂福利奉上：當然不止樸素的紅包和精彩的抽獎；愛情要有，麵包也要有！4、超懂博士團隊不定期露臉，給我們帶來他們在各自專業的知識領域最新、最前沿的信息；5、大千世界、豐富多彩。你能獲得很多，你也一定能夠帶給我們更多！我們在期待！我們已經等你好久啦~~快快添加博士超懂小助手微信：superknows，或者 ↓ 掃描二維碼喲~