前不久，華為公司測試無人駕駛的視屏，火遍全網，一下子引起了全社會的廣泛關注。今天我們來聊一聊，無人駕駛為何難，又為何重要，為什麼只有在中國才能實現真正的無人駕駛。
一
需要開車上班的朋友，可以回想一下每天早上的場景，一家三口掐著點兒坐上車，先送小孩，好不容易從學校門口的擁堵路段開出，還要送不會開車的老婆，等全送完了，最後看看時間，自己的全勤獎又泡湯了。
這時候就想，如果能有一輛會自動行駛的車，可以把不會開車的人，安全送到目的地，那該有多好。那麼，按照當前科技，這個願望能馬上實現嗎。
我們經常會看到一些影片，在美國，有司機被拍到開著特斯拉，在高速路上呼呼大睡，而汽車還在自動行駛。前不久，華為公司的無人駕駛技術在上海公開測試，感覺好像全民無人駕駛的時代馬上就要來了，女司機的春天也要到了。
其實這麼說吧，已經可以做到90%，但最難的就是最後的10%。無人技術按實現程度，分為6級（L0到L5），前3級就不說了，基本和普通駕駛沒啥區別，到了L3級別，就可以解放雙手，不用握方向盤了，車子會自動行駛，但是司機還需要時刻注意路上的突發情況，隨時接管駕駛。
到了L4，就可以享受人生了，只要在平整的公路上，你可以躺在車內，邊刷手機，邊吃辣條，完全不用管路況。
而最高的L5，已經不用管開什麼路，哪怕是崎嶇顛簸的羊腸小道，你都可以放心睡大覺，等著安全把你送到目的地。
二
人靠五官來感覺周圍環境，那汽車是怎麼認路的，又是怎麼判斷周圍有沒有危險情況呢。就這要靠給它安裝“眼睛”和“耳朵”來實現了。
通常是這樣的，我國的北斗導航系統很厲害，每輛無人駕駛車上都會裝一套，透過北斗導航，就能知道車輛的大概位置。但是衛星導航有個明顯缺陷，就是在空曠的環境下，比如高速路上，訊號比較及時準確。一旦在城市中，因為受到高樓，隧道等影響，定位就不太精確了。通常與實際位置會誤差個10來米的樣子。10米就差了好幾根車道了，這在無人駕駛中，是絕對不能接受的，通常要求誤差在釐米級別才行。
於是，我們給車輛又安裝了攝像頭和鐳射雷達。攝像頭好比眼睛，可以實時拍攝畫在道路上的車道線，方向箭頭，斑馬線等標誌，把照片與車載系統中的高精地圖做比對。
高精地圖是提前製作好的，裡面包含了每一條道路，以及周圍道路設施的三維資訊和經緯度，地圖標註之詳細，連路邊的下水道口都不會遺漏。
比對後，找出高精地圖上完全相同的地點，透過上面標註的經緯度，就能準確知道車輛現在的位置了。
當然，光靠車道資訊比對，還不夠精確，車載攝像頭還會拍攝半空中的紅綠燈，交通標誌牌，廣告牌等物體，同樣的方法再來一次，透過多次修正位置資訊，就能給車輛精確定位了。
但是攝像頭有它的問題，就是透過二維圖片，無法判斷物體間的距離。大家拿出自己拍的照片，看一看就全明白了，比如給家裡寵物狗拍照，相機湊得近，狗拍出來會顯得很大，而遠處的人會顯得很小，這個大小失真就和實際情況相差很大了。
到了馬路上，就不是鬧著玩了，如果無法判斷旁邊車子的大小，就不能預估兩車間的距離，就可能會引起碰撞。
這是純視覺方案，也就是單靠攝像頭實現無人駕駛的最大難題。當然，也有辦法解決，比如透過建立資料庫，將某款比亞迪車型的長寬高等資訊，事先記錄在資料庫中，以後只要拍到這款車，就自動把它的資訊調出來。又或者透過雙目系統，或者偽鐳射雷達的方式來解決，這裡就不具體展開了。
但是不管用什麼方法，二維圖片轉換到三維圖形都是件困難的事，要複雜的演算法，需要耗費車載系統的大量算力和資源，多少會影響車輛其他效能的發揮，如果能直接獲取道路上物體的三維資訊，那就可以省很多功夫了。
這時候人們想到了鐳射雷達，如果說攝像頭是車輛的眼睛，那鐳射雷達就是車輛的耳朵，它像蝙蝠一樣，會向周圍發射鐳射光速，透過光速返回時間的長短，來計算物體與車輛的距離，並生成一幅周圍環境的3D立體圖。透過3D影象與高精地圖比對，實現定位。
鐳射雷達各方面的表現確實不錯，就是太貴，好一點的一個要3-4萬，進口的就更貴了。而且想要雷達效果最佳，最好的位置就是裝在車頂，像個預警機似的，這個外觀，估計連車審都過不了。
不過這一次，華為公司聯合北汽推出的極狐智慧汽車，確實讓人眼前一亮。華為自己研發了鐳射雷達，最佳化後安裝在車頭，還一下子裝了3個，關鍵是把價格殺到了“白菜價”，每個才1千多元，一下子就把這個應用市場打開了，確實了不起。
這裡想說一下高精地圖，從上文的介紹，大家應該也看出來了，不管是採用攝像頭還是鐳射雷達，採集到資料後都需要和高精地圖做匹配，高精地圖可以說是整個系統的核心。但是地圖的製作和更新，卻是個大難題。
一方面，製作成本極高。高精地圖需要採集與道路有關的各種細微的資訊，從紅綠燈的高度，到窨井蓋的位置，從車道的寬度，到斜坡傾斜的角度，幾乎無所不包。這麼詳細的資訊，單靠普通手段是無法完成的，需要安裝了特殊裝置的專業地圖車才能完成。每輛地圖車的成本就要近千萬元，每年花在地圖製作上的成本都要以億元來計算。
另一方面，如果製作完成後，可以長期使用，那也就算了，偏偏地圖的準確性是最看重的，也就是說，道路資訊一旦有變化，就要及時更新，否則就會影響定位效果。有報道說，我國每年高速公路路網更新比例在30%左右，所以高精地圖就必須要不斷更新，才能跟得上變化的腳步。因此，這是個既燒錢又費力的活。
理論上，如果衛星導航沒有誤差，攝像頭，雷達等感測器不受天氣環境的影響，人工智慧演算法足夠強大，是可以不需要高精地圖的，但至少現階段還做不到，還有很長的路要走。
寫到這裡，突然想到個兩個話題，
據說特斯拉的車，不需要高精地圖，也不需要鐳射雷達，單單靠衛星導航和攝像頭以及強大的演算法，就能實現無人駕駛。
特斯拉演算法強大，這在業內是公認的，但說不需要高精地圖，業內還是有所懷疑的。
現在，攝像頭定位有一種新技術，叫實時定位與建圖技術，具體原理太枯燥就不說了，簡單講就是，車輛可以一邊定位，一邊把拍到的圖片生成周圍環境的二維地圖。
有人就想，如果每輛車都能把自己建的二維地圖上傳到雲端，透過雲端調整融合，把區域性的小地圖整合成全域性性的大地圖，那就能花很小的代價，解決地圖拓展和更新的問題了，這就是所謂的“眾包模式”。
特斯拉可能就採取了這種方式，依託高精度的衛星導航，利用特斯拉在全球，車主眾多的優勢，採集所需要的道路資訊，整合成它所需要的地圖型別。
但是，特斯拉如果在我國使用這套模式，就行不通了。因為我國對於製作高精地圖管理非常嚴格，需要申請專門資質，這主要是從國家安全的角度考慮的。
對外公佈的所有電子地圖，也都需要加密處理，把真實的地理位置，加偏成另一個虛擬座標。所以估計特斯拉要與國內有資質的製圖企業合作才行。
第二個話題，大家是否奇怪，平時開車用導航，系統經常會提示，什麼路段發生擁堵，估計通行需要多少時間，這些導航軟體怎麼會知道的那麼清楚。
這是因為，我們的手機都帶有衛星定位系統，能知道你的大致位置和移動速度。當你的車速，由原來100公里/小時，突然降到20公里/小時，軟體會上傳實時變化，再根據周圍其他車量的車速變化，就能分析判斷出這個路段，可能發生了擁堵。
另外在結合車主主動上報的資訊，以及交管部門提供的交通訊息，計算出擁堵程度和替代的交通路線，反饋到導航軟體中。
三
無人駕駛的原理就說到這，只是個大概描述，具體還涉及許多其他感測器，和不同實現模式，就不多說了。接下來想聊一聊，無人駕駛技術為什麼重要。
首先，如果說航空母艦是工業領域的最高成果，那無人駕駛技術就是現階段，人工智慧領域的最高成就。它幾乎囊括了所有前沿科學，機器自主學習，5G通訊，視覺演算法，自動控制等等，可以說是一個國家科技實力的綜合體現。
現階段，美國還是領先的，有外媒根據技術實力，搞了個排名，谷歌公司的無人駕駛排第一，特斯拉排第二，我國的百度排第九。最近，許多中國公司都進入這個領域，尤其是華為的加入，相信我國無人技術也會突飛猛進。
其次，無人駕駛一旦成熟，會顯著影響我們的出行方式和城市規劃。
現在，每一個購物中心，商務樓，居民區，建設前都要事先把停車場規劃好，以免造成日後不便，就算如此，很多熱鬧的地方，停車還是一位難求。
如果實現了無人駕駛，那就不需要就近停車了。政府可以統一建設一批超大型停車場，人下車後，讓車自己開過去就行了。到那時，車輛對我們來說，就是召之即來揮之即去，極大方便了我們的生活。
另外，現在私家車的利用率非常低，每天開2-3個小時，甚至更少，90%的時間都閒置在車庫。現在有一種設想，就是共享無人汽車，就跟現在滿大街的共享單車一樣。想用車時，手機上下個單，無人汽車自己就開過來了。
事實上，現在優步和滴滴都在做這方面研究，一旦用車極其方便，許多人就不考慮買車了。就像現在共享單車普及後，很多人都不買腳踏車是一個道理。
看到有研究說，如果充分利用共享無人車技術，再輔助其他公共交通，一箇中等城市只需要現在10%的車輛就足夠了。
車少了，交通事故也就少了，空氣汙染也緩解了，對於我國這樣人口眾多的國家，重要性就不言而喻了。
四
最後在聊一聊，為何說，只有在中國才能實現真正的無人駕駛。
在許多領域都有關於“個人主義”與“集體主義”的爭論，在無人駕駛領域也一樣，有一種設想，就是把單個車輛的無人技術做到極致，透過車輛自身的高超演算法和先進的感測器來實現無人駕駛，以谷歌為代表的許多歐美技術公司都是走的這條路線。
另一種方式，就是“車路協同”，不但要讓車變得更聰明，還要讓道路變得有智慧。在車輛上安裝攝像頭，鐳射雷達等感測器，因為受到高度等客觀條件限制，就算再先進，也只能探測周圍幾百米範圍，對於幾公里外的路況就無能為力了。
但是，如果把同樣的感測器也安裝在路邊的設施上，比如路燈，紅綠燈上，那道路就成了車輛的另一雙眼睛。這些路側系統，會不斷把附近道路的變化情況拍下來，上傳到後臺雲端，實時更新高精地圖，並且透過5G網路傳送給路過的車輛。
這樣的路側系統，每隔幾百米就裝一套，車輛就能知道幾公里，甚至幾十公里外的路況資訊。
還有，除了車輛與道路相網際網路外，車與車之間也可以相網際網路，比如，在高速路上，一輛車剎車，後面幾十輛都能知道，自動剎車或減速，那連環相撞就不會再發生了。
客觀的講，兩種實現方式各有優缺點，但車路協同肯定安全性更高。所有的車輛和道路設施，構成一個整體，互相傳送資訊，透過集體的力量，來實現完全的無人駕駛。
我國明確的把車路協同和智慧交通，定為發展的重要技術方向，現在很多城市，正在試驗運營的自動駕駛試點專案，都是透過車路協同來完成的。
其實，許多國外技術廠商，並不是不知道車路協同的巨大優勢，他們之所以走上單車智慧化的道路，其實也是被逼無奈。
車路協同最大的難點，其實是協調和統籌各方面的參與者，包括眾多車企，網路運營商，道路管理部門乃至地方政府，都需要相互配合，一起努力。其中政府的長期規劃和主導是至關重要的。
但是，這些對於有的國家來說，真的就是臣妾做不到。就拿美國來說，車路協同最早是他們提出的，90年代就開始相關研究，到了2003年正式啟動專案，與各大車企一起聯合測試，甚至立法要求2019年後生產的部分型別汽車，都要安裝車路協同裝置。可是由於不同參與者，在技術上的分歧，最終美國上億輛車，只裝了幾萬套裝置。
再到後來，由於5G的成熟，美國突然發現，自己在90年代開發的，部分基於WI-FI的車路協同技術已經落後，跟不上時代了，於是又在2019年12月份，部分廢止了原有技術，也準備採用手機基站的技術。這讓當初積極參與的部分車企，比如豐田汽車都無語了。所以不是歐美公司不想要，而是實在對國外政府的辦事效率沒有信心，如果再等個20年，估計黃花菜都涼了。
而我國在長期規劃，統籌，基礎設施等方面都具有極大的優勢，智慧交通的相關試點也在有條不紊的推進中，像上海洋山港的自動駕駛卡車，蘇州的無人駕駛巴士等專案。
所以說，如果有哪個國家，能最先實現真正的無人駕駛，那必然是我們中國。