现在的无人驾驶只能算是一个驾驶辅助系统，并不能够真正的无人驾驶首先人工智能并没有真正的成熟，现在的无人驾驶车辆就像是一个新产品，会有很多的问题，如果这些车辆真正上路，肯定会有问题现在的4G网络并不能满足无人驾驶的要求，网络的延时太大，而且如果高速行车，现在的网络延时肯定会出现交通事故，网络的覆盖也是一个问题，所以现在国家大力发展5G的原因，对于无人驾驶这样对网络高要求的设备，4G根本没有办法满足要求无人驾驶要求的各种传感设备，这些本身也是问题，反应速度是否可以真正的满足上路要求也是值得讨论百度的无人车上路就出现了违章，可见如果很多车都上路，那么不可以想象结果会是什么样汽车技术本身也需要提高还有其他的等等吧无人驾驶绝对是一个大工程，不是我们想象的简单的自动控制，无人驾驶取代的是人，对机器的要求不是一般的高

无人驾驶汽车近年很难实现。无人驾驶汽车上路的条件是，所有车辆都是无人驾驶，由电脑判断行驶速度、方向等等，彼此都由电脑操控，容易形成秩序。而目前，有人驾驶汽车，由人主观操纵，存在插队、不合理变道等情况，无人驾驶汽车可能适应不了人类的灵活机动。

记得那大概是07年左右吧，电视机里的“hillo～moto"一个摩托罗拉的彩屏触摸手机，当时感觉太牛逼

12月4日消息 今天上午，第四届世界互联网大会的第二日会以议程正在浙江乌镇进行，本届互联网大会的时间是12月3日—5日。就在刚刚，百度董事长、CEO李彦宏在人工智能分论坛上发表演讲。

无人驾驶技术是AI人工智能的一次重要的展现，在这一领域，百度由于抢先开始了针对性的投资研究，所以对比其他公司有着得天独厚的优势。而百度在进行了战略目标的重新制定之后开始将业务的核心放在这一领域，并取得很大的突破。虽然现今无人驾驶技术已经发展到很高的水平，但是离真正的民用阶段还有一段距离，因为无人驾驶技术的民用过程不仅是对技术的一次重大考验，也需要相应的法律支持，而在中国，相应的法律还不是很健全。

这项技术在AI开发者大会上李彦宏乘坐无人驾驶车事件之后，开始被大家熟知，并在短时间内具有了很高的热度。虽然李彦宏已经亲身体验过无人驾驶在真实情况中的应用，但是这并不意味着无人驾驶技术就可以进行实际生活的推广了，这还只是成功道路上的第一步，而且据李彦宏亲自讲述，当天在试用无人驾驶时并不是一帆风顺的，除了机器本身出现的一些列失误，甚至还吃了交警的发单，这表明在实用的过程中除了技术上的进步，还需要跨过法律这一关。

由于在使用无人驾驶车时，并不存在真正意义上的“人类司机”，车里面所有的人均为乘客，那么一旦出现交通事故，责任是算在车主身上还是算在汽车经销商上或是汽车的生产者身上，如果是由汽车的生产者承担，那么又该汽车生产者的哪一个部门承担，由于人类的生活纷繁复杂，所要考虑的生活场景就必然会极为复杂。法律在衡量这样的交通事故时就会很难做出决定。所以现在将无人驾驶技术推广民用还为时过早，现在的无人驾驶车只是广泛应用在商业领域来减少工人的工作量，比如之前曝光的在京东仓库中使用的“小黄人”就是靠AI人工智能驱动的无人车，只是体积略小。这种无人车的运动轨迹靠电脑程序规划出来，在仓库中足有几亿条路径供“小黄人”使用，由于场景较为简单所以无需考虑太多的情况，就算出现“事故”，损失的也不过是几辆小车的价值。

现在来看，将AI人工智能运用在无人驾驶上会有很大的困难，不过在AI人工智能这一个风口上，无数技术驱动的企业将会发展起来，技术将会获得更大的进步，而随着技术的进步，必将会驱动政策的改进，到那一天无人驾驶技术就真的离我们的生活不远啦！

---

我是小凌，一个喜欢产品运营的互联网“小学生”，欢迎大家关注我，一起讨论互联网领域的产品运营！

真正的无人驾驶，普法君客观地说，在国内还属于一个美好的愿望，真正实现还遥遥无期。为何这样说？原因如下：1、自动驾驶所需空间不足。

要说无人驾驶，那我们就先聊聊美国是怎么给无人驾驶技术进行分级的。2013年，美国国家公路交通安全管理局（NHTSA, 制定各种监管和标准）发布了汽车自动化的五级标准，以应对汽车主动安全技术的爆发增长。

Level 0：无自动化，驾驶员需要负责启动、制动、操作和观察道路状况。Level 1：单一功能级的自动化，驾驶员仍然对行车安全负责，但某些功能已经自动进行，比如常见的自适应巡航（Adaptive Cruise Control， ACC），应急刹车辅助（Emergency Brake Assist， EBA），车道保持（Lane-Keep Support，LKS）。Level 2: 多功能级的自动化，驾驶员在某些预设环境下可以不操作汽车，即手脚同时离开控制，但驾驶员仍然需要对驾驶安全负责，并随时准备在短时间里接管汽车驾驶权。Level 3: 有限的自动驾驶，在预设的路段（如高速和人流较少的城市路段），汽车自动驾驶并承担架势安全的责任，驾驶员仍需要在某些时候接管汽车，但有足够的预警时间，如即将进入修路的路段(Road work ahead)。Level 4: 全自动驾驶，不再有驾驶员，仅需起点和终点信息，汽车将在全程负责行车安全，并完全不依赖驾驶员干涉。当然，也还有SAE出具的对无人驾驶的分级标准。

由于SAE的标准更细，所以我们还是习惯使用SAE的标准。那现阶段，我们对无人驾驶技术的研究又发展到了哪个地步呢？Google可以说是第一个进入无人驾驶研究领域的。早在2009年，Google就把斯坦福 AI Lab（从事无人驾驶研究）的负责人Sebastian 招到 Google。Google X也在2010年1月正式成立。

从 09 年到 2016 年 6 月，Google 的无人车累计行驶了 2,777,585 公里。光 2016 年 8 月这一个月，无人车就行驶了 202,777 公里。截止到现在，Google 的无人车已经累计行驶了 500 万公里。最新的技术实力，可以达到平均连续 8000 公里 1 次人工干预的水平。2016 年 12 月，Google 正式将 Google X 中的无人驾驶业务分拆出来，成立了独立公司 Waymo。目前，Google也是世界公认的无人驾驶领域的最高水平。在一个就是大名鼎鼎的特斯拉了。特斯拉在2014年年底开始，它的新车型就为用户提供辅助驾驶包了。最早是和Mobileye合作，使用其提供的ADAS技术。在2016 年 7 月，特斯拉终止了和 Mobileye 的合作。当然，特斯拉虽然宣称它的无人驾驶技术已经强于人类了，不过，在2016年5月，一位特拉斯车主使用自动驾驶的同时在车上看视频，导致直接撞上拖车后身亡。

但特斯拉由于有免责申明，说明不能将驾驶完全交由系统，车主需要对驾驶负责，所以最终免于赔偿。虽然特斯拉出了不少事，但是它依旧被信任，而且特斯拉的野心也非常大，宣称要在 2017 年末实现完全无人驾驶，而 2019 年全面上路。当然，我们也不能忘了Uber这个老熟人。2015 年 Uber CEO 正式宣布要用无人驾驶技术来提供服务，招了一些卡耐基梅隆的研究员，使用 LiDAR + 摄像头的多传感器融合技术。2016 年 8 月，Uber 收购了做无人驾驶的公司 Otto。同年 9 月，Uber 正式在匹兹堡提供基于无人驾驶系统的出租车服务。同年 12 月，在旧金山提供同样的服务。当然，到现在为止，Uber的无人驾驶技术其实并没有达到预期的标准，整体的水平也低于上诉的几个企业。一起来看看到底我们距离Level4还有多远

这是几个领先的无人驾驶企业的数据对比。我们可以看到，Google的总行驶里程已经达到了500万公里，并且每8000公里才需要1次人工干预。Nissan虽然总行驶里程只有4000公里，但是它可以实现233.6公里进行1次人工干预。Uber的数据要更差一些，平均1.5公里就1次人工干预。百度的水平，据说平台和Uber差不多。

所以说，Google的技术已经是非常的成熟了，未来的3-5年，我们就非常有可能看到搭载Google无人驾驶技术的车辆量产了。到那个时候，开车不喝酒这句话，可能只是适用于不带无人驾驶的车辆了。

还记得7月份，百度举办的2017年AI开发者大会上，其创始人、董事长兼首席执行官李彦宏通过视频直播展示了一段自己乘坐公司研发无人驾驶汽车上五环的情景吗？

李彦宏开玩笑的水平哪里才止百度，怎么说也要上千度吧。首先，即便是最高级（L5系统）的无人驾驶汽车，也同样需要一个具备正常心智，且始终处于正常状态的人，在能正确判断路况，并能清醒意识到自己出行的目的、终点、抵达时间等等情况下，给它输入指令。试想，把一台无人驾驶汽车交给一个疯子，他会做出什么事来？正确的回答是：任何你有可能想到和不可能想到的事情，包括犯罪和自杀，他都有可能制造出来。那么同理，一辆L5系统的无人驾驶汽车如果落入一位醉酒人士的手中，会出现什么惊心动魄的大片情节既视感……各自脑补吧，朋友们。其次，一般情况下，再高级的无人驾驶车，也要从车库出来，驶入闹市区或车来人往的复杂路面，然后开上车流较少甚至高速公路以后，再自动巡航吧？那么此前这一段路程的驾驶应该不能通通交给电脑吧？那么，谁开？请问若恰好是在醉酒状态下的李彦宏大帅哥，你敢开么？

先看下自动驾驶的几个分级SAE把自动驾驶分为6个级别：L0. 非自动驾驶：所有驾驶任务都由人类驾驶员进行操控L1. 辅助驾驶：特定驾驶模式下根据环境条件可让驾驶系统控制转向和加速L2. 部分自动化：特定驾驶模式下根据环境条件可让驾驶系统控制转向和加速L3. 有条件的自动驾驶：特定驾驶模式下由一个驾驶系统完成所有的动态驾驶任务，但是人类驾驶员要在旁边，当驾驶系统需要你的时候，你得正确响应驾驶系统的请求。L4. 高度自动化：特定驾驶模式下，驾驶系统完成所有驾驶任务，即使人类驾驶员无法正确响应请求并接管操作L5. 全自动化：自动驾驶系统可在全部时间、全部路况和环境条件下完成所有驾驶任务