無人駕駛還有多久才能全面推開？

基本可以肯定會在2020-2030年，實現全自動無人駕駛汽車的上路。但是這并不是說會全部取代當下的人駕駛的汽車。

從各類數據，能夠基本預估在2030年前或許能夠實現10%以上的汽車具備完全自動駕駛的能力。也就是行業所說的L5級別。

談到自動駕駛要慢慢聊，幾個概念，介紹完這些概念，或許未來哪一天你看到什么新聞，你也能夠知道距離真正的自動駕駛，還有多遠。

從L1到L5：人操作汽車到自動駕駛等級劃分

美國工業汽車工程協會SAE發布了自動駕駛等級劃分。總計劃分為5個等級。

L0等級：就是當前人力操控的汽車駕駛。

L1等級：定速巡航就是屬于這個功能。夠對方向盤和加減速中的單項操作給與支持 。比如已經廣泛應用的自適應巡（ACC）功能，即能夠通過雷達探測與前車的實時距離自動控制加減速，從而保持與前車的安全距離。

L2等級：能夠同時對方向盤和加減速中的多項操作給與支持 。如果汽車除了具備上面 L1 級描述中的自適應巡航外，同時還具備車道保持（LKA）功能，或者自動變道功能，那則屬于 L2 級自動駕駛。

目前在實體汽車上面，裝在的不少都能夠達到這個級別。例如特斯拉。

這就是特斯拉，在高速快速行駛中，自動規避沖入道路的行人。比定速巡航又高一個等級。這其實就是雷達探測到前方障礙物的一種自動避障功能。不過特斯拉采用的毫米波雷達+攝像頭的方式。

L3等級：在L3級之前，主要的操控汽車的主體，還是人類。但是在L3之后，操控汽車主體，就變成了汽車的自動駕駛系統。你只需要根據指令進行確認。

系統已經完全能夠識別出直線、彎道、紅綠燈、限速路牌，路上行走奔跑的人貓狗等等各種環境變量。環境觀察和駕駛操作都由系統來完成，人只需要對所有的系統請求進行應答。比如突然下雨了，檢測到地面濕滑是否需要減速；比如檢測到前方車輛行駛過慢是否需要超車；檢測到前方有人在車道較近處走動是否需要鳴笛提醒等等，這些請求系統會反饋給駕駛員，由人來做決定。

L4等級：L4等級基本上已經實現了完全的無人駕駛，但是在特殊情況中，汽車會開放人工駕駛的職能，人類還可以操控車輛。駕駛操作和環境觀察仍然都由系統完成 ，人只需要在某些復雜情況進行應答 。比如只需要在某些復雜地形或者天氣惡劣的情況時，才需要人對系統請求做出決策，而其他情況下系統能獨自應付自動駕駛。

L5等級：實現了完全的自動駕駛，說白了就是這個時期的車輛就可以不用方向盤了。因為他也沒有打算給人類預留操作的空間。

有人會問，到了L5之后，完全無人駕駛，不用方向盤，那要是汽車拋錨了怎么辦？

其實如果汽車拋錨了，不要說是無人駕駛，就是一般的老司機，也沒見過幾個能自己修好的，都是電話找拖車。況且，放到未來，在城市中一些特殊的線路上線，完全可以使用，并且也有大量的人并沒有駕照。

說完這個等級分類之后，我們來說現在的汽車企業研發的技術到了哪一步了？

全球汽車廠商，奧迪，特斯拉，通用汽車，豐田，福特都成立自己的研發隊伍，開發屬于自己的系統，并且開始上路測試無人駕駛系統。目前安裝進入量產的等級基本都在L4級以下。但是目前應用L4等級的并不多。

近期火熱一時的特斯拉智能召喚功能就屬于L3等級的一次完美展示。

操控人員，通過手機直接定位進行精確的操控，這可是真是的操作，不是什么虛假的科幻。

在另外一個領域，全球在自動駕駛系統上面最強的兩個互聯網企業，谷歌和百度，都實現了非常顯著的突破。

谷歌從2009年開始研究無人駕駛技術，并且測試中取得了，人工干預達到 5596 英里/次。

所謂的人工干預，就是在無人駕駛測試中，完全的讓無人駕駛系統自行操控車輛，在不出現極端的情況，基本不干預的情況。從2017年加州披露的各家無人駕駛系統干預情況平均歷程能夠看到，谷歌趨勢遙遙領先，并且取得較好的成績。

那么汽車無人駕駛會收到哪些條件的限制，哪些技術突破性發展了之后會加快這個進程？

在我外出的時候，曾有多次出租車師傅問我，無人駕駛真的可以實現嗎？是不是那些所謂無人駕駛的測試，都是騙人的？

這就就要說到非常具體細節的無人駕駛領域的東西了。

要想實現無人駕駛，需要實現控制層，傳感器感知層，執行層，外部輔助數據都能夠達到一定的要求。

無人駕駛汽車是怎么看到物體的：通過激光掃描雷達，或者通過毫米波雷達，以及相機。

無人駕駛汽車怎么實現控制的：通過我們看到的無人駕駛系統，這個系統就是百度，特斯拉，谷歌在研究的系統，

無人駕駛怎么實現數據處理的：通過超強的數據處理芯片，目前主流的形勢是GPU的形式，按照技術的發展，慢慢會形成專用的人工智能芯片。

無人駕駛如何導航的：超高精度地圖。

很多朋友不知道，為什么滴滴，百度，等等都在做無人駕駛的測試。因為只有在這個時候投入研發，才能夠搶到這個行業的門票。

從控制系統——算法控制——以及到最后的智能芯片。尤其是智能芯片的產生需要大量的數據去喂養智能駕駛系統，說白了就是讓一輛原本很笨的車，不斷地遭遇各類情況，見的越多，他機器學習的內容越多，綜合處理能力更強。這就是為什么現在會大力投入研發測試的原因，因為這不是一個一朝一夕的工程。

此外，爭搶另外一個行業門票，高精地圖測繪的許可證。對于智能駕駛來說，即使這個駕駛非常的智能，如人類一般，沒有導航也是歇菜，人類出門都要導航。人可以根據極目遠望，看到遠處的各類情況，但是汽車不行啊，他沒有俯瞰一切的能力。那怎么辦？如果有一個非常超高清的地圖就可以給他規劃路徑。

目前國內具備高精地圖測繪的企業僅有19多家。這玩意是必須要國家部委批準的。

說的不客氣一點，在無人駕駛的潮流中，這玩意真真切切是一個非常吃香的資源，這可以汽車看到世界的唯一源頭。

汽車行駛的途中是怎么避障和看到物體的？

雖然沒法非常具體的解釋，但是基本你可以了解一下：激光掃描導航，這個導航傳感器會在行駛的途中探測出物體，并且能夠描摹出相應的輪廓。這可以不是我們小學書本上說的，蝙蝠的超聲波只有點對點的固定。這玩意可以描摹出輪廓，這就非常的實用了。

新能源電動汽車的發展促進無人駕駛的發展

新能源汽車的快速發展，除了我們在無人駕駛領域硬件領域的顯示，還有一個市場對于無人駕駛有較快的促進，那就是電動汽車，由于電動汽車本身的啟停制動等等操控性以及反映靈敏性，遠超燃油汽車，因此電動汽車的快速普及也會對無人駕駛起到非常突出的促進作用。

說到電動汽車，或許大部分的朋友，并不了解，2019年國內電動汽車的銷量已經達到了120萬量，在2013年才1.8萬輛，就這么短短的7年時間。

無人駕駛可以預測會在這個十年內基本落地。