在今年八月底的19届中国汽车安全学术年会上，我主持了一场”自动驾驶和智能安全”分会，中间现场调研一个问题：“知道自动驾驶分级的听众请举手”，不到一半的听众举起了手！

这就是我今天要讨论的一个核心问题，即使是汽车安全从业人员，对自动驾驶了解也不够，何况一般消费者！这不是咱们的听众和消费者的水平问题，是行业对自动驾驶概念的解释引导不够。 美国汽车工程学会（SAE）把自动驾驶分成5级，美国公路安全局NHTSA把自动驾驶分成4级（正在讨论改成5级）。下面是简单的定义和市场开发成熟度： 一级L1：驾驶员辅助，有一项以上驾驶辅助功能，例如车道偏离警告（LDW），前碰预警（FCW）等等。L1已经量产； 二级L2：部分自动驾驶/辅助自动驾驶，同时具备纵向（比如紧急自动刹车AEB）/横向控制功能（比如车道控制，弯道行车），L2已经量产； 三级L3：有条件自动驾驶，人机共驾（驾驶员接管），L3还需要2-5年成熟量产； 四级L4：高度自动驾驶，人机共驾（机器接管），L4还需要5-10年成熟量产； 五级L5：无人驾驶，无限制的任意点对点＂TO C＂无人驾驶模式，最少10年以后！有限场景和固定路线的商用＂TO B＂无人驾驶模式，5年以内可以实现。 根据自动驾驶分级定义和市场成熟度，我们可以确认，目前世界上所有量产的在售车辆，包括，都是二级L2及以下，功能就是辅助自动驾驶，人还是要负驾驶全责！打个形象比喻，二级自动驾驶就相当于一部驾驶教练车，司机开车，旁边坐着驾驶教练（各种驾驶辅助配置），帮司机看着周围，必要时候替司机踩一脚刹车（AEB）。 我上星期六在交通台直播间和主播孟洋讨论自动驾驶时提出过，完全的无人驾驶（L5），简单理解，就是汽车考驾照的水平要超过人类考驾照水平！汽车的眼睛（摄像头），耳朵（雷达）和手脚（转向刹车）的配合要超过人类，才能够量产上路！即使汽车的眼睛和耳朵对环境感知正确识别率达到99.9%, 也远远不够！想像一下，北京市500万辆车都是无人驾驶，99.9%的识别率意味着随机有5000辆车可能误识别障碍物。所以乐观的说，完全的无人驾驶量产上路，最少十年以后！ 那么目前市场个别二级自动驾驶车误报障碍物导致严重事故，是否产品缺陷？应该不是的，根源在于正确引导消费者，现阶段在售的辅助自动驾驶功能不是无人驾驶，人还是驾驶主体，不能撒开方向盘开车！ 由于热点事件引发公众对自动驾驶的理性反思，对自动驾驶车这个产品的理解更趋于成熟，对新技术的健康发展，对新思路造车方式有个警醒作用。造车不是造手机，汽车还是A点到B点的运输工具，偏离了安全可靠，互联网思维也好，用户体验思维也好，就是耍流氓。 作为智能交通和自动驾驶的坚定不疑的倡导者，我认为开发自动驾驶的一个根本出发点就是保证行车安全，全球每年交通事故死亡近130万人，全球每年战争伤亡人数远低于这个数字！那么交通死亡人数多少才是“合适”的呢？具体到每个家庭，任何一个交通伤亡都是不可承受之重！所以中国瑞典交通安全研究中心的核心就是“零伤亡”，源于瑞典的全民共识。 "零伤亡”的一个核心技术路径就是自动驾驶，根据统计，交通事故90以上是人为因素造成的！自动驾驶如何才是安全的，怎样证明自动驾驶安全性？八月的汽车安全学术年会上专门讨论了这个话题。 自动驾驶安全性的技术基础包括冗余设计，多传感器融合，严格的开发验证。 在美国，传统驾驶方式引起交通死亡数据是，大约每一亿公里驾驶里程死亡一人。那么如何证明自动驾驶优于传统驾驶模式？参与讨论专家们一致认为，采用软件迭代方式，把测试版本开放给每一位车主，从而积累自动驾驶“2亿公里”里程的方式是不安全和不道德的！ 但是如果完全通过驾驶里程来验证，假设一百辆车，日夜不停的测试，中国汽车工程院夏芹博士计算需要12.5年才能积累足够的驾驶里程来验证安全性，这种笨办法显然不靠谱。 夏芹博士和智能网联联盟的李霖博士，都介绍了解决这个问题的思路和方法，关键是从FOT测试数据中提取有用场景，建立和完善危险场景测试数据库，用计算机模拟和测试迭代的方法，来达到＂天上一天，人间一年＂的验证效果。不需要开放给广大车主进行测试来积累上亿里程。 最后提一下流行的“软件定义硬件”，假如2014年买的车，没有自动驾驶功能，2015年通过远程升级获得自动驾驶功能。非常好的用户体验！但是用户环境千变万化，已经售出的硬件1）可能损坏失效；2）硬件技术过时。涉及安全功能，这种“软件定义硬件”思维是否合适，需要进一步探讨。即使是手机，我要是想下载微信最新版本和最新功能，提示是，您的手机硬件不支持更新！意思是，把你的破手机扔了再买一个。 （本文原标题为《澄清自动驾驶几个误区》，作者陈超卓曾供职于美国汽车公司，现任中国瑞典交通安全研究中心总监，汽车安全及自动驾驶技术专家）

哈哈，真正的无人驾驶多年前早已来到，现已渐入佳境，在国防，工业，农业，科技等多个领域正在为人类做出贡献，只不过是在人们的生活岀行方法还没有普及，我相信不久无人驾驶这种高科技的产物进入大众生活指日可待。＇

无人驾驶技术是一种即将改变人类未来社会的科学技术，它正在越来越尽力走进我们的生活之中，而且已经有不少无人驾驶车辆在某些区域中走向运营，当5G技术普及的时候，无人驾驶技术全面放开也将随之到来。

无人驾驶技术为什么需要5g技术配合呢？这是因为无人驾驶车辆需要处理大量的计时信息，而且需要做到快速和细致，5g网络技术可以满足这一需要，因此当5g技术成熟且普及的时候，无人驾驶技术也将可以普及。

无人驾驶技术需要随时处理大量即时信息，非5G网络不可，比如当无人汽车在路上行驶的时候，它对道路的规划、以及道路上车辆的情况等需要随时做出及时处理，因此它的行使地图和路况信息需要实时更新，实时和车辆管理系统沟通，无人驾驶车辆通过传感器、摄像头采集到的信息数据量很大，对网络通道的速度、带宽以及数据传输时效性都很苛刻，而且需要大数据云技术的辅助，4g网络还满足不了，唯有5g网络技术才能有效满足。

如果带宽不足的话，那么数据就不能及时传输，无人驾驶车辆就不能对地图和路况信息做出及时调整，那么它在行驶的过程中就很容易出现问题，甚至激发某种事故，所以5g网络技术低延时高带宽的特征，正是无人驾驶技术最需要的，是无人驾驶技术的前提条件。

相对4G网络，5G网络的传输速率提升100倍，其峰值传输速率达到10Gbit/s，所以单位数据的传输用时将会非常短，我们用4G网络下载一部1g容量的电影，大致需要半分钟，而使用5g网络技术不到一秒钟就能完成，这样的速率就可以满足车辆在道路上行驶时出现紧急情况的数据处理。

比如，当很多车辆在高速路上以极小的车距行驶的时候，那么当最前面的车辆出现事故或紧急刹车的情况时，后面的车辆往往来不及反应就会撞上去，这样车辆就很危险了，但是5g网络技术下的无人驾驶技术可以让后面的车辆瞬时感知前面的路况，进而做出及时的避免措施，这样就能避免事故的发生，车辆也就安全了。

随着社会的发展和科学技术的进步，毫无疑问无人驾驶技术终将会大行其道，这是一种可以极大促进社会发展的技术，我国多家人工智能公司在这方面研究多年，已经具有了充足的技术储备，可以说在技术方面已经很成熟，只待5G技术全面普及，那么我们就可以享受无人驾驶技术带来的种种方便和好处了，到时候我们想去哪里，只需要坐上车后说一声到哪里，车辆就像是有司机一样把我们带到目的地，而我们在车上也可以做自己想做的事情，就是睡上一觉也行。

在无人驾驶全面落地之前，必须全面解决其面临的各种安全问题。以人工智能技术发展的现状来看，无人驾驶要想全面落地，还有很长的路要走。

近年来无人驾驶技术的爆发的技术基础也源自于2006由Hinton在深度学习领域的革命性成果，由此基于神经网络的深度学习算法得以在计算机视觉、语音识别、以及计算机行为决策方面深度应用，从而构成了无人驾驶软体层面的技术基础，而在实现无人驾驶的工程应用上，已经不存在较大的技术障碍，因而，无人驾驶的天花板依旧在于基于深度学习的AI技术的局限性。

而另一方面，基于AI技术的L4级别的自动驾驶已经开始进入商业化阶段。目前，google Waymo、特斯拉AutoPilot、百度Apollo以及通用Cruise均已实现L4级别的自动驾驶。

然而，2016年的美国，一辆自动行驶中的特斯拉Models撞上了一辆白色拖挂货车，致使驾驶员死亡，这是第一例无人驾驶车祸致死的案例。

事后，有专业人士据车祸地点的环境分析后指出，在强光直射下，依赖摄像头的图像识别系统失效，未能及时检测出前方正在穿过道路行驶的白色货车，同时由于毫米波雷达位置较低，而一般的毫米波雷达垂直视角在±5°以内，导致当Tesla靠近拖挂卡车侧面时，雷达波束从下侧穿过了卡车，导致漏检，从而致使事故发生。车祸发生后，特斯拉改进了无人驾驶系统，并修改了官网关于AutoPilot的释义。

实际上，无人驾驶技术全面落地的最大障碍是安全问题。以深度学习算法为核心的AI技术构筑的无人驾驶系统至今尚未真正解决由“计算机理解偏差”而带来的驾驶安全性的问题。

从AI技术演化的角度来看，深度学习算法为核心的“智能化”实际上并不是真正意义上的智能，而是基于大数据和深度学习算法在“动态规划”原则下对统计意义上“最优解”的达成。因此，当下要想解决无人驾驶的安全性问题，必须在这个框架下将“不安全”的可能性降低到一个低于人类车祸概率的红线之下，才具备无人驾驶走进千家万户的“接受底线”。

今年五月，在宁波举行的第六届中国机器人峰会上，中国工程院院士郑南宁发表了主题为《直觉性AI与无人驾驶》的演讲。郑南宁院士提出，在算法模型下，建立覆盖全部的场景模型是不可能的，但“构造一个基于认知构建的类人自主驾驶，使AI自主驾驶具有类人的决策机制，则能应对高动态和强随机性的交通场景变化。

目前来看，基于人类思维决策机制建立算法模型，使AI具有类人的“意识”以当前的技 术条件还无法达成，一方面，人类的决策往往通过自身多方面的经验达成，而并非固定的在驾驶场景下形成单一的决策机制，另一方面，在大多数人的决策过程中，感性因素常常会占主导地位，而算法决策则是百分百的理性决策，而在某些特定情况下理性决策往往不是“最优选择”。

放眼未来，无人驾驶必定在未来某一个时刻全面应用至出行领域，届时，现有交通规则甚至道路形态或将出现新的变化。而从无人驾驶的初步应用到无人驾驶时代的来临之间，人们将长期处于一个“人类+AI驾驶”的混合出行时代。而在这个过程中，相应的法律法规也必须与之相适应。

如果说安全问题是AI无人驾驶落地的“入场券”那么，无人驾驶与现有交通体系及规则的适应则是一场AI与人类直接的“博弈”。

从本质上看，AI无人驾驶的演进过程，是一个在以提高出现便捷性与安全性的前提下，人类逐渐将出行部分逐渐交给AI负责的过程，在这一过程中，人类在出行领域保留主导权的同时，将出行安全与操控权交付至AI，以实现对人力的解放。

在这一过程中，作为博弈其中一方的人类又有着十分矛盾的心理。一方面，人们希望通过AI来解放人力，来获得出行体验的“舒适性”，另一方面，人们又担心现有技术条件下，AI的决策会带来安全风险和道德风险。因此，无人驾驶的落地不止是技术层面的落地，也是公众认可度和无人驾驶交通法规等层面系统化适应。

在决策层面上，基于深度学习的AI将在很长的一段时间内不会出现“类人”的决策模型，因而，人们可以预期的AI无人驾驶，实质上是低安全风险下的交通辅助工具，从这个意义上来讲，AI无人驾驶的进步反而会增加人类驾驶者陷入“AI安全陷阱”：一方面“非人”的AI并不能真正给与驾驶者安全的保障，另一方，日益进步的AI无人驾驶技术会增加驾驶者的“惰性”从而造成潜在安全风险。

无人驾驶跨越“AI安全陷阱”的关键在于是否能够准确判断AI无人驾驶技术进化的奇点，而判断无人驾驶是否达到技术奇点的原则可以从两个方面去考虑：

1. AI完全具有作为“人”的分析决策能力（也就是实现独立思考的人工智能）；

2. 基于深度学习的AI无人驾驶在实际道路行驶中的事故率要远远低于人类驾驶。

其次，从现实的层面来看，软体程序是AI技术不可或缺的构成，在联网状态下，获得车辆控制权的AI也更容易受到网络黑客的攻击，因此，除行驶安全外，网络安全问题也是无人驾驶真正落地需要解决的问题。

在现有AI技术以及其成长空间下，未来，无人驾驶的落地将不可避免的分为两个阶段，即封闭场景下的商业化落地，以及作为驾驶辅助功能的商业化落地，而要想真正的实现智能无人驾驶，还有很长的路要走。

老友的这个问题，是高科技的前沿问题，对此我可以说一无所知。

感于友谊，只能说一个粗略感知。

上海的洋山深水港码头，从电视里看到过大卡车装运集装箱，在码头区域内转运集装箱据说是无人驾驶的车辆。有次曾去码头，但只能远观而无法近见。还曾听说出租车也将无人驾驶，只可惜未曾亲见。

科技的日新月异，相信无人驾驶时代的到来已经为期不远，只是可能路况的跟进与沿路设施的改进可能成为落后于无人驾驶。

让我们以美好的心态迎接“无人驾驶”时代的早日到来。

我想不会太远，中国的航天都先进，还愁无人驾驶飞机吗？

无人驾驶，也可以叫自动驾驶。必定是社会的需要。

比方说，出租车，很需要。你坐上出租车，不要自己驾驶，只要告诉车要去的地方，付费。车子就自动把你送到目的地了。而这个车子是由出租车司机掌控的。

如果这个出租车自动驾驶哪？照样把你送到目的地。

研成自动驾驶，大量共享小汽，取代出租车司机，不再购买私家车，减少拥堵。再也不为停车位发愁。

梦想，十年内能实现吗？

很多国家，也包括我国都在研发无人驾驶汽车。虽然技术取得很大突破，但离进入应用还有很长路要走。

由于美国在试驾过程中，出了安全事故，立即叫停，处于停滞不前状态，而我国目前未听说取得重大突破。如果有突破，媒体早就铺天盖地报道了。所以说，无人驾驶技术目前仍处在最初级阶段。

而在相应法律和管理上，也鲜有耳闻。如果无人驾驶技术一旦实施，相应的管理制度和法律条款也必须跟上。

无人驾驶汽车的技术瓶颈何时能突破，更是一个未知数。但机器人的应用在很多行业已经应用，相应无人驾驶技术的应用，迟早会到来的。十年，二十年？我不是预言家，我不知道。

借用一句‘路漫漫其修远兮，吾将上下而求索’与大家共勉。随着科学技术的进步，什么事都可能发生。没有做不到的，只有想不到的。

谢谢邀请，我不知道你说的无人驾驶是指哪一方面？

如果从小汽车无人驾驶的技术方面来说 ，目前的科技还不成熟。

道路上险情瞬息万变，并不是以无人驾驶的汽车为优先的，你可以做到不撞击别人，但是你做不到避让前后夹击。

无人驾驶汽车需要GPS导航，信号也会因为天气电磁干扰等因素影响，说不定会酿成更大的灾难。

无人驾驶汽车只能作为辅助技术，不能完全依赖。

飞机轮船现在都有无人驾驶功能，也只是在环境良好的情况下使用。

机长船长同样要在驾驶室守候。

安全的无人驾驶汽车时代还遥遥无期。

无人驾驶 这项技术的推进，需要关注三个方面：

无人驾驶技术的推进，首先要看法律层面；

【美国的交通部门把自动驾驶技术分为四级：无自动（0级）、个别功能自动（1级）、多种功能自动（2级）、受限自动驾驶（3级）、完全自动驾驶（4级）。

而2017年9月12日出新规规定：最大限度解除了对汽车制造商和自动驾驶技术研究机构的约束，自动驾驶技术将直接受联邦监管，而不是在不同的州要符合不同的需求，这也避免了出现“政出多门”。

美国有22个州通过了自动驾驶相关法律，或颁布自动驾驶相关行政命令；包括内华达州、纽约州、密歇根州在内的美国多个地区允许无人驾驶汽车上路测试。但其中最有代表性的，当属加利福尼亚州。现在有来自全球36家企业在加州做自动驾驶技术测试。

【17年12月21日北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见(试行)》和《北京市自动驾驶车辆道路测试管理实施细则(试行)》。对于自动驾驶车辆的测试和上路有了明确规定】具体细节如下：

首先申请道路测试的车辆必须符合国家机动车运行安全技术条件，并且具备自动、人工两种驾驶模式，可在两种模式间随时切换。上路测试期间，车辆必须是属于“有人驾驶”状态，每辆车都要配备有一定驾龄经验、熟悉自动驾驶系统的测试驾驶员。不能搭乘无关人员。出现事故后，按照交管规定处理，需要由测试员承担相应的法律责任。

其次测试车辆需要申请专用的测试牌照并张贴，并需要先经过通过封闭场地的一定公里数的实验，经过第三方认证测试后才能进行公开道路测试。每台测试车需要购买不低于500万的交通事故责任保险。

所以，法律层面是自动驾驶技术普及的第一个门槛，现行的交通法律和法规对于自动驾驶都不适用，这需要各国政府重新研究并立法，而在自动驾驶技术立法之前，先要确定技术的发展成熟程度。纵使谷歌在全美路测已经超过30万英里的情况下，在美国这种支持创新的国家，立法现在来看也依旧遥遥无期。毕竟一旦自动驾驶技术在行驶中出问题，将涉及到大量的法规和道德评判风险。举例：当自动驾驶情况下出现紧急事件，自动驾驶技术判断撞一个人的风险要低于撞树的风险，那可能就会直接撞人；从科学角度来说自动驾驶技术的判断没错，但会使该技术承担巨大的道德风险。

目前全球对于自动驾驶技术的分级分为下图：

可以看到的是，目前市场上能够具备自动驾驶功能且量产的车辆大部分的水准也就是L1 和 L2 水准，特斯拉也是在L2 的水准上，但特斯拉自己号称是2.5水准；而奥迪去年的A8 主打的也只是L3 级自动驾驶。其实客观来讲，低于L4 级别的自动驾驶更适合被称之为 辅助驾驶。因为他跟大家想象的自动驾驶形态相差比较大。

自动驾驶技术说起来简单，就是一个汽车加上几个传感器然后进行资料信息处理，电脑做分析并实施操控。但这里边几个难点在于：

1、传感器； 主要分为 光学雷达，传统雷达、镜头三类；镜头便宜但不具备光线穿透力和需要光线辅助；传统雷达在于覆盖范围小而且难以对物体精准判断；光学雷达虽然覆盖大精度高，但受雨、雾、尘埃的影响，而且造价高昂。

2、信息处理 ；自动驾驶技术的处理核心就是道路规划、躲避障碍等；虽然不是什么黑科技，毕竟很多无人机、扫地机器人也在用；但自动驾驶汽车需要收集汽车周围数据，对资讯进行实时动态处理并最终做出决策，这整个过程与真人驾驶所要完成的过程几乎毫无差异。所以训练自动驾驶汽车的过程，其实就是个从新手到老驾驶的过程。

在人工智能技术的训练上，试错（Trial and error）是极为重要的方式之一，人工智能透过不断的试错与纠正得到进步。但这一个方式在自动驾驶技术上却不可行，因为一旦出事，轻则损失成千上万费用，重则是生命的陨落。

所以自动驾驶技术核心不是能够做到，而是能否做好；这也是现在的自动驾驶技术主要是用来辅助司机降低风险为主。

这主要取决于市场用户对于自动驾驶的需求强烈程度，以目前的接受程度来看；最合理的方式是逐步推进，也就是说让大家能够接受并使用到L2 级别的自动驾驶技术，等到市场反馈、技术沉淀、司机习惯都适应后，可以逐步推进。

毕竟市场及用户目前对于自动驾驶的认知和自动驾驶技术的发展阶段不一致的，我们希望的是如同科幻电影一样，完全不需要操作；但现实是在复杂路况下，纵使自动跟车这样的辅助技术也不能完全放心；更何况完全在高速上启动辅助驾驶。

特斯拉在出了几次这样的事故之后，也将对外宣传时候写的自动驾驶技术改为了辅助驾驶技术。并提示司机在开启的情况下需要对车辆操控及路面情况保持一定的注意力。

从个人角度而言，还是希望能够在未来二十年后自动驾驶技术成熟，从立法到技术、在到市场上用户的认知、熟悉、车企的研发等。

随着科技不断进步，之前许多不敢想象的技术逐渐出现在人们的生活中，为我们的生活带来便利，而自动无人驾驶就是其中之一。

目前，部分汽车已经实现半辅助驾驶，正如自动停车倒车技术，一定程度上解决了广大女司机倒车难的问题。但，要想实现完全无人驾驶，还需要什么技术呢？是5G，一个在近一年来频频出现在人们生活中的技术热词。要让一个合格的无人驾驶车辆上路，感知层的传感器技术则是关键，数百个传感器要与外界进行信息交换，技术至少包括激光雷达、超声波雷达、摄像头、高精度定位、V2X等。而5G的性能正好具有高速率、低延迟、大连接的特点，它恰如其分的为无人驾驶保驾护航。

其中V2X这个人们并不熟悉的技术，是一种车对外界的一切感知接受的桥梁，如天气路况，信号灯与目的地，从接收到反馈，再在短时间内作出信息数据整合。5G将承载大量的信息数据，配合高速运行中的车辆，使得数据能高效和低延迟的流动，这无疑将大大提高了无人驾驶的安全准确性与可行性。

总体来说无人驾驶需要的感知技术、人工智能、信号传输技术现在已经能够实现，收到的制约因素主要是成本、道路设施联网。因我国地理区域大，地势复杂，分阶段进行道路设施联网逐步推进比较合适，实现全国道路设施联网需要一段时间。下面我结合相关权威信息说一下：

一、宝马在北京研发中心发布5G时代自动驾驶战略

7月19日宝马在北京研发中心发布5G时代自动驾驶战略，将于中国联通（5G网络)、腾讯（高性能数据驱动开发平台）和四维图新（高精度地图）合作，共同布局未来出行。同时宣布iNEXT概念车将在2021年量产，并搭载成熟的L3级别自动驾驶系统，同时开始L4级别高度自动化驾驶系统车队测试。

二、从“汽车-技术-人工智能”的三要素讨论：

1.高级驾驶辅助系统（ADAS）

2.自动驾驶出租车将成为出行即服务（MaaS）的未来

3.自动驾驶乘用车的批量生产

使用ADAS技术时，驾驶员对汽车仍有控制权，而ADAS的作用是在必要时对驾驶员进行提示以防止事故发生。由于近年来，驾驶员分心驾驶的情况呈上升趋势，因此这些提示显得极为重要。

汽车工程师协会（SAE）将自动驾驶分为了L0-L5几个阶段，ADAS目前处于L0-L2的阶段，其存在的意义就是将事故发生的可能性降至无限低的水平。“汽车-科技-人工智能”的这一关键阶段目前进展顺利，当前ADAS技术渗透率约为22%，预计到2025年将大幅攀升至75%。

与此同时，“汽车-科技-人工智能”的自动驾驶正在分化为两个阶段：自动驾驶出租车出行即服务（MaaS）阶段，和自动驾驶乘用车批量生产阶段。我们注意到，汽车行业中许多公司的心态已经发生了变化，它们开始意识到这两个阶段不能同时进行。

自动驾驶乘用车（L4-L5）的批量生产，必须等到自动驾驶出租车完成部署并趋于成熟后才能进行。

——个人认为，真正的无人驾驶，距离我们还很远。要知道无人驾驶的概念，和现在各品牌都在推行的自动驾驶，是两码事情。目前的自动驾驶，是基于路面标线和周边标识来进行的，是基于摄像头，传感器来进行。并且根据前后左右方的雷达扫描反馈信号，来规避碰撞和行进。但是这样还有很大的缺陷。比如道路标线标志不清晰，或者一些比较复杂的路况和拥挤路面，摄像头无法读取到各种引导标志的情况下，都是影响自动驾驶正常合法的行车的。注意这里有合法，譬如可能会产生走错道等情况。

——而我们目前还缺少什么呢？第一是政策，这一点，包括我国交通管理层面，都在积极的配合各大车企做自动驾驶道路测试。而技术层面，我们需要更加智能自动驾驶处理器，也就是行车电脑。并且不仅仅把自动驾驶的技术处理，体现在自身的各种摄像头和传感器上。实时路况的远距离采集和传输更是个问题。比如把前档的拥堵路况，前档发生事故等等实况信息传输到车内，经过更加智能的车载处理器分析，是否更换道路，不更换的话，如何选择最优处理方式等等。

——这样一来，首先需要更多的路况信息的采集系统，比如智能摄像头等基础建设。还需要速度更快的无线网络来支撑数据传递，甚至在一些没有基站或者信号不好的地区，使用卫星信号传输数据等。这一点，如果大规模的使用5G网络，可以满足无人驾驶的需求。可以预见，5G网络的大规模应用后，到时候，自动驾驶路试获得成功，法律法规也将建立，自动驾驶车辆也开始上路。但是无人驾驶还得等等。

现在已经在封闭园区测试，下一步将在开放地区测试。

无人驾驶正在各地测试。

预计，十到十五年，无人驾驶将逐步普及。

推荐阅读科幻新书《无人驾驶帝国》！

在经历了资本追捧之后，围绕无人驾驶的盲目乐观正在逐步消退，无人驾驶开始呈现其本来面目——既没有那么好，也没有那么糟。

想想这样的场景：出门时你在手机上召唤一辆无人驾驶出租车，到达目的地后支付车费离开，不用考虑保险、停车、维修、保养这些烦心事。交通拥堵时你可以做自己的事，不必系着安全带枯坐在方向盘后。人们还相信，机器没有情绪、不知疲倦，会比人类驾驶更加稳定可靠。

而实现自动驾驶技术难度远远超出预期，2018年12月，自动驾驶领头羊Waymo宣布实现无人驾驶出租车商业化，但实际情况令人失望，车里还坐着一个安全员。这并不是真正意义上的无人驾驶，乘坐体验也难言舒适。

Waymo前负责人Chris Urmson曾认为，无人驾驶汽车在2020年前就会普及，这也会意味着他的儿子不用再考驾照。2019年4月，Chris Urmson接受采访时修正了判断。他说，无人驾驶汽车将在未来的30年-50年内慢慢地上路。

Cruise自动驾驶技术能力仅次于Waymo，且有通用汽车作为靠山，业内寄予重望。然而，7月24日，Cruise宣布推迟原定于2019年推出的无人驾驶出租车商业计划。

路透报道称，Cruise在2018年遇到技术瓶颈，其无人车在路测时，无法准确判断路边物体状态。比如，在经过路边停放的一排摩托车或自行车时，Cruise测试车辆会犹豫是否要停下。Cruise系统还存在其他问题，有时无法识别出行人，有时又错误地认为前方有自行车，自动刹停。

宝马集团驾驶辅助与自动驾驶研发高级副总裁傅科齐称，自动驾驶容易在高速公路等简单场景下实现。在城市出行场景，交通状况复杂，技术方面困难重重，无人驾驶出租车难以在短期内落地。

此外，阻碍无人驾驶出租车的因素还有监管部门和公众态度。监管部门和社会公众应对无人驾驶技术抱有宽容心态，否则无人驾驶可能永远没办法上路。

业界普遍认为，自动驾驶不能等到一切看起来都完美以后才投入使用，只有循序渐进商业化才能推动技术迭代发展，同时起到教育社会公众的效果。

因此，无人驾驶将会是渐进式发展，它终将到来，却无人能够规划时间表。

在封闭道路上按照固定线路行驶，有可能会首先应用无人驾驶。无人驾驶和有人监督下的自动驾驶还是有区别的，这个全无人驾驶要依靠人工智能的发展。道路上的状态千变万化，安全行驶在很大程度上都是依赖于司机的判断的提前防范措施，这个是目前的人工智能还无法实现的。举几个例子：当你开车在城市街道上行进的时候，突然从胡同里滚出来一个皮球。有经验的司机会减速，以防后面跟着跑出来一个小孩；没有经验的司机可能会急刹车以防压到那个皮球，结果引起后面的车追尾。有经验的司机对慢车道上的骑车人有一种本能的判断，知道谁有可能突然猛拐。路上并线的时候，很大程度上是直行和并线两车的司机互相配合，而不是完全靠交法规定。这些都是目前无人驾驶解决不了的，不是5G技术的问题，而是基础理论还没有解决这个算法的问题。而且目前世界上最快的超级计算机也不能和人类大脑的反应速度相比，要是再和有经验的司机相比就更没有可能了。所以，无人驾驶是人类的憧憬，但是在人工智能的基础理论（比如模糊数学）现在还没有突破的情况下，还只能是憧憬。中国的人工智能貌似发展很快，但是深层次的问题大家还都没意识到。我们的AI还仅仅停留在简单低级应用上，很多应用根本不能称作是人工智能，只能说是大数据统计结果的应用，没有任何智能的成分。我们现在从事AI编程的人很多，可是真正研究算法的人太少，这样下去是不能可持续发展的。没有基础理论的发展，应用科学就只能是空中楼阁，皮之不存毛将焉附。

目前来看距离我们还有一段距离，靠不靠谱就看以后能不能有更多人工智能方面的突破了。

现在就连一直宣扬自动驾驶的特斯拉都已经从官网上撤销掉关于自动驾驶的介绍了，所以目前来看关于自动驾驶什么时候能够普及还是一个需要等待的问题，尤其现在频频出现自动驾驶导致事故的新闻，人们也对于自动驾驶产生了一些疑虑，所以短时间来看，想要人们打消对于自动驾驶技术的顾虑还是要从自动驾驶的安全性能方面加大投入，毕竟人们对于自己的安全问题现在是越来越重视了。

而且现在来说，自动驾驶的关键在于人工智能的应用，但是目前来说人工智能的发展还是比较缓慢的，虽然目前越来越多的高科技公司都在加大对于人工智能领域的研究和开发，可是目前并没有什么技术方面的历史性突破和发展，所以想要人工智能达到真正类人的程度并不是很现实，所以自动驾驶的普及之路还是需要一段时间进化发展的。

但是我们也不能放弃对于自动驾驶的期待，毕竟作为一门新兴的技术，还是需要让时间来验证和逐步完善的，我们能做的就是慢慢等待就好了。

感谢邀请！无人驾驶技术这个东西，不是单纯的一个企业或者几个企业，几个月能够做好的东西！

首先，无人驾驶需要一个快速交流的智能网络，以方便车与车之间的互相喊话和交流。而现如今的所谓的自动辅助驾驶，就像是单机游戏，由车辆自身的〝大脑”控制自身的自动刹车、纠正方向、自动泊车，当本车辆在完成这些动作的时候，由于没法和其它车辆交换信息，因而发生事故的几率很高！而现今4G的网速虽然已经不慢，但是无法满足车子们毫秒级交流无延迟的要求！

而5G飞快的网速却能很好的满足车子们得需求，在5G大规模应用之前，自动驾驶能达到L3都是痴心妄想！更别说是最高级别的无人驾驶程度了！也并不是说5G网络成熟了，无人驾驶汽车就能水到渠成！还需要一整个产业链发展起来（包括硬件个软件等），以及交通法规、交通道路系统各方面的全力无缝配合，才能把无人驾驶技术做起来！

时间来讲，无人驾驶的真正到来，保守估计还得十年以上十五年左右！

我想应该不会太远了。这种无人驾驶汽车在某种程度上方便了一些特殊人群，比如说残疾人，老人或无能力驾车的普通人。从另个角度上来说，该车在一定程度上还可以避免不必要的安全隐患。但是，其不利因素也有，比如在遇到应急等情况时候。可能还存在一些令人遗憾的地方。

按科技大爆炸的进程，我觉得技术发展还有二十五年以上，如果按全面实现，感觉要四十年左右。

虽然现在从谷歌到UBER，再到特斯拉，关于自动驾驶的事故都是在不断发生，但是自动驾驶对于我们来说并不是像想象中的那么遥远。

首先虽然现在特斯拉都在官网上撤销的关于自动驾驶的宣传，可是现在各个大的品牌车企并没有放松对于新能源电动汽车的研发和投入，并且现在越来越多的车企也纷纷联合规模大的互联网公司或者通讯制造公司都在自动驾驶方面投入更大的资金和技术支持。

因为现在新能源电动汽车的发展已经成为了汽车行业的一个主流发展趋势，而且现在互联网对于汽车行业的影响也越来深入，并且现在人工智能的发展也是十分迅猛的，哪家车企能够攻克自动驾驶的难关，谁就能够在以后的新能源电动汽车竞争中处于优势地位，毕竟不管是在自己的产品使用自动驾驶技术还是出售给其他品牌车企，都是一个重要的筹码和依靠。

现在各个车企也都纷纷公布了自己的自动驾驶辅助功能进度，不管是斯巴鲁的EyeSight驾驶辅助系统，还是保时捷新推出的的概念车Taycan所搭载的4级自动驾驶技术，都是非常接近于完全自动驾驶的功能，所以对于那些担心自动驾驶会远离我们的小伙伴来说，这些都无疑会增加他们的信心。所以剩下的就是让我们慢慢等待吧，毕竟好的技术在发展过程中都会遇到这样那样的坎坷和挫折，所以，对于我们来说，等待或许才是最好的支持。

厂家自吹自擂而已，你看到哪里有无人驾驶汽车？只不过是高级AGV车而已。

就凭国内几个搞无人驾驶的整天在说用5G就知道还没上正道呢，打算在道路上设标志点通过5G传个汽车，说透了就是电子有轨电车。想作弊啊！那不是自动驾驶。

很远!有了立法就近了!