午後的草地上，鋼鐵俠按了下車鑰匙。無人的跑車自動駛來，緩緩停在他身邊。
他雙手插兜，對美隊說：「我要去過簡單的生活。」
這是電影《復仇者聯盟2》的結尾片段，自動駕駛技術驚鴻一現，卻令人無比嚮往。
開車，現在仍然是智力+體力的雙重勞動。無論是枯燥的長途高速，還是蠕行的城市擁堵，甚至每日早晚的泊車，都需要精神高度集中。
昏暗的夜晚、刺眼的紅色尾燈、時不時變道加塞的汽車，都使駕駛員必須全神貫注於駕駛，才能保證安全
開車人也想要簡單的生活，那就是告別方向盤。由此，催生了自動駕駛技術的發展。
人們想像中的自動駕駛是怎樣的？
坐在汽車裡，喝著啤酒或咖啡，看看電影，什麼都不用做，車就把我們帶到了目的地。
1930年，一篇名為《Paradise and Iron（天堂與鐵）》的科幻小說中，就描繪了這樣一個島嶼：島上所有的交通工具都是自動駕駛的，它們無需安裝方向盤，只要給一張地圖就能按照既定路線行駛，能夠自動避障，被卡住了還能呼救[1]。
1982年，美劇《霹靂遊俠》展示了一輛高度人工智慧的跑車 KITT，也是一代人對自動駕駛的初識
人類對自動駕駛的想像，近百年前就已經開始了。但即便現在，我們距離理想還有點遠。
目前，自動駕駛技術被分為0~5六個等級：
L0是完全手動，由人完全掌控汽車；L1和L2則是輔助駕駛，在特定環境下使用一些簡單的智能技術，但還是以人為主進行操作；L3和L4將進入智能駕駛階段，系統作為「主駕駛」，司機只在特殊場景才接管；L5則將實現完全智能駕駛，車輛可以在任何場景下自動駕駛，已經不需要司機了[2]。
電影《機械公敵》中，主演威爾史密斯在自動駕駛的車內閱讀檔案，科幻作品中出現的自動駕駛技術普遍為L5等級
我們在科幻小說中看到的自動駕駛，已經屬於L5等級。但目前，國內達到L2級別的量產車也不多，國產車只有少數像高合汽車這樣的，才率先實現了比 L2 更高級別的自動駕駛。
L2 級別的自動駕駛，依然需要司機的專注配合，否則就會釀成悲劇。
2016年5月，一輛特斯拉 Model S 與一輛拖掛車相撞。特斯拉在事後發表的聲明稱：「在明亮的天空下， Autopoilot 和司機都沒能注意到拖掛車廂白色的一面，從而撞入了後者底部[3]。」
2020年6月，一輛特斯拉 Model 3 ，以110km/h的速度撞上一輛側翻的大貨車，貨車車廂同樣是白色，而自動駕駛功能未能及時識別[4]。
在雪天，白色的車肉眼都有些難以辨認，對自動駕駛的識別來說則更是一個大的挑戰
而上述的這兩輛事故車輛，實際上都是L2級別的自動駕駛車輛[15]，事故發生，也與司機的違規鬆手和走神有關。
但在 L2 之上，駕駛員就可以在限定場景下，將操縱放心地交給系統。
例如在高速公路和城市環路上，高合HiPhi X 搭載的 HiPhi Pilot 自動輔助駕駛系統，能夠在0-130km/h的全速域範圍內，解放駕駛員的操作負擔，讓你在路上去幹點別的事。當然，在系統發出接管請求時，還是需要駕駛員的手動幹預。
在真正實現L5級的完全自動駕駛前，司機和方向盤仍然是必不可缺的。
Waymo 宣稱實現完全無人駕駛，但是仍舊保留了方向盤這一設置 / Waymo YouTube
2019年和2020年的前9個月，Waymo（前Google自動駕駛項目，後獨立）共進行了超過982萬公裡的 L4 級自動駕駛測試，期間發生了18次小型事故，和29起「差點出事」（在模擬器中）。
儘管「幾乎所有」的碰撞事件都是人類司機或行人的過錯，而且沒有造成任何「嚴重或危及生命的傷害」。但在面對夜間的逆行車輛時，依然是由駕駛席上的安全員踩下了剎車[5]。
所以，想要邊看視頻邊開車，這樣的自動駕駛離我們還很遠。
為什麼理想中的自動駕駛會這麼難？
因為開車本來就很難。
在實驗室中模擬自動駕駛，往往是對特定的環境和參數做出反應。而在實際駕駛中，你根本不知道可能會遇到什麼情況。
路面上突然出現的坑、十字路口不守規則的行人、嚴重的霧霾天氣……這些都會極大增加駕駛難度。
2015年4月8日，廣東深圳，一名家長帶著孩子橫穿馬路，道路的複雜程度遠不止於此
在一項收集了55個駕駛員共797個危險駕駛場景的研究中，即便已經為汽車安裝了前碰撞預警、車道偏離預警、駕駛員狀態監控和行人檢測功能，駕駛員還是會遇到相當複雜的駕駛環境[6]。
他們能遇到的最複雜的情況之一就是，在雨霧天氣，上了一條冰雪地面、有摩託車和行人（其中還有人交通違規）的鄉間擁堵單車道。如果這個時候駕駛員還注意力渙散，事故就極有可能發生。
自動駕駛跟人最大的區別在於：人類開車，五感、大腦、手腳緊密配合，能快速判斷出危險到底是什麼；而自動駕駛系統，收到的則是各類信號，他們按特定的算法對信號做出反應，卻不一定知道這些信號意味著什麼。
雷射雷達公司Aeye曾做過一個氣球挑戰試驗：一輛 L4 級的自動駕駛汽車，面對漂浮在路中央的氣球，往往會選擇避免碰撞。但如果是人類駕駛員，顯然會直接開過去[7]。
Aeye 旗下 4Sight M 感知傳感器對車輛周圍環境「感知」的可視化呈現。自動駕駛系統可以識別的並不是具體的圖像，而是抽象的信號 / Aeye 官網
人類擁有的是基於視覺和經驗判斷的「認知」，而車載傳感器只能做到「感知」。僅憑「感知」，怎麼快速做出反應？這就要求極高的硬體條件和快速的算法反應。
以傳感器為例。傳感器是自動駕駛系統的核心之一。想知道車子周圍有什麼障礙物，就得有傳感器。
傳感器有好幾種。比如雷射雷達，可以最遠探測200米距離，探測角度能達到360°，但是對車速和路標的識別能力都很弱。而攝像頭傳感器，可以很好地識別路標，卻對光照條件有一定要求。超聲波傳感器，最遠也只有10米的探測距離，但它在夜間環境下卻表現優異[8]。
而多傳感器融合後，就能讓自動駕駛車輛的「視力」健全且強大。不過，增加的傳感器放在哪，目前卻有兩條路線。
一種是「單車智能」路線，如Waymo的自動駕駛技術驗證車，就在車身上堆了數量眾多的傳感器[9]。這類技術就像一個獨立的駕駛員個體，通過自身的視覺和思維判斷路況。
一輛自動駕駛汽車，車頂上方安裝有攝像頭、雷射雷達等多個傳感器
而高合汽車選擇了「車路協同」路線：把傳感器裝在路上，然後通過基於5G+V2X車路協同技術接收數據。傳感器在智能公路上的安裝高度會比在車輛上更高，固定平臺下的功率也會更大，因此有著更廣的探測範圍。
對車載自動駕駛系統來說，就像是整條路上都有人在幫他站崗放哨。車輛也可以不用安裝太多昂貴的傳感器，能有效降低成本。
多傳感器的使用，必將產生大量的待處理信息。快速篩選和處理有價值信息，就要用到更為艱深的數據處理方法。
智能駕駛系統的打造，離不開大量案例訓練和深度學習算法。簡而言之，要不停地開車。比如梅賽德斯·奔馳E級（W212）量產發布之前，總共完成了3600萬公裡的測試。
雨雪、霧霾各種惡劣天氣，以及狀況頻出的複雜路況，智能駕駛系統需要大量相關案例訓練才能在實際行駛中保證安全
一項德國的研究預測， 要實現自動駕駛，至少要有在公共道路上行駛2.1 億公裡的數據。不然一旦情況超出了它的見識，或者場景迷惑複雜，就很難做出正確的判斷[10]。
對於任何一個自動駕駛汽車公司來說，做自動駕駛的研發，都是非常浩大的一項工程。不僅要投入極大的人力物力，常常還需要漫長的測試和耐心。
但即便如此，自動駕駛仍然是未來汽車領域最有前景的發展方向。因為它將給生活帶來的改觀實在是太大了。
研究顯示，只要開車的人早0.5秒意識到有發生事故的危險，就能避免60%的追尾。如果早1到2秒發現危險，則可以避免絕大部分事故[11]。
2019年1月11日，G4京港澳高速公路帽峰山路段，高速行駛中遇到突發情況留給人們反應的時間會更短
自動駕駛汽車從發現危險到做出反應只需要0.1-0.2秒，比人類駕駛員反應速度快5-10倍[12]。
特斯拉發布的2020 Q3安全報告顯示：開啟Autopilot後，平均每459萬英裡發生一次車禍；關閉 Autopoilot但開啟主動安全技術，平均每242萬英裡發生一次車禍；兩者都不啟用，平均每179萬英裡發生一次車禍。而全美的平均數字為每47.9萬英裡，就會發生一次車禍[13]。
事實證明，自動駕駛能夠有效提高我們行車的安全性。
這還只是目前單車智能所能帶來的進步，如果全面普及了智能駕駛，我們對資源的利用效率將會有著極大的提升。
瑞銀集團認為，在完全的自動駕駛技術加持下，紐約計程車的運營數量甚至能夠減少三分之二。更低的人力和資源成本，更高的效率，這意味著城市空間會被解放[14]。
自動駕駛技術在卡車上普及後，公路運輸將會24小時奔流不息，這意味著遠比目前更高效的物流。
2019年9月17日，北京，南來北往的大卡車在服務區休息，長途運輸司機必須得到充足休息才能保證安全
高合汽車基於5G+V2X車路協同技術打造的智能駕駛，讓我們看到了未來公路交通的美好願景：
無人車輛在整個城市和道路系統的支持下，將乘客送往目的地；而調度中心能夠通過收集到的信息，在雲端管理道路交通，讓城市的效率更高，資源浪費更低，實現道路交通層面的自動駕駛。
自動輔助駕駛技術帶來的，將不僅僅只是出行方式的改變：更高效的物流，不擁堵的城市，更重要的是，能解放如今在駕駛席上被大量佔用的私人時間。
實際上，我們已經能夠體驗到自動輔助駕駛技術不斷進步的成果。
由華人運通打造的智能純電品牌高合汽車，在2020年9月正式發布了高合 HiPhi X，這是國內首個實現了 L2 級以上自動輔助駕駛功能的量產車型。
除了車輛本身能極大地減輕我們在封閉路段的駕駛負擔，通過 5G+V2X 車路協同技術，高合 HiPhi X還能夠部分實現更高級的自動輔助駕駛功能。
每一臺高合 HiPhi X，都是自動開下生產線的，在未來，如果具備了完善的智能基礎設施條件，高合 HiPhi X 甚至能在更開放複雜的場景下實現自動輔助駕駛。
現在，只要點一下手機，這輛車就會自己從地下車庫開到你身邊。電影中讓鋼鐵俠瀟灑從容的黑科技，已經照進了現實。
[1]Miles J. Breuer (1930) Paradise and Iron.
[2]中華人民共和國國家標準 汽車駕駛自動化分級 報批稿 (2020)
[3]The Tesla Team(2016.06) A Tragic Loss.
[4]MailOnline(2020.06) Shocking moment Tesla Model 3 'on Autopilot mode' crashes into a truck on Taiwan highway.
[5]Waymo LLC(2020) Waymo Public Road Safety Performance Data.
[6]董漢, 舒偉, 陳超, 孫燦, 尤超. (2020). 危險駕駛工況場景的複雜度評估方法研究. 汽車工程, 42(6),P808-814.
[7]AEYE(2019) Resolving Edge Cases in ADAS & Autonomous Driving.
[8]黃偉(2018) 自動駕駛汽車傳感器技術產業分析. 信息通信技術與政策, 8, P40-44.
[9]Waymo(2020.03) Designing the Waymo Driver.
[10]Wachenfeld, W., & Winner, H. (2016). The release of autonomous vehicles. In Autonomous driving (pp. 425-449). Springer, Berlin, Heidelberg.
[11]何仁, 馮海鵬(2019). 自動緊急制動(aeb)技術的研究與進展. 汽車安全與節能學報, 10(01),P2 1自動緊急制動(AEB)系統.
[12]中國自動駕駛安全讀本(2019).P28.
[13]Tesla(2020). Tesla Vehicle Safety Report, Q3 2020.
[14]Bloomberg(2019) Robo-Taxi Industry Could Be Worth $2 Trillion by 2030, UBS Says.
[15]特斯拉臺灣官網(2020) Autopilot.