不久前，华为测试无人视频屏幕的消息传遍网络，顿时引起了全社会的广泛关注。今天就来说说无人驾驶为什么难，为什么重点，为什么只能在中国实现。

一个

需要开车上班的朋友可以每天早上回忆一下当时的情景。一家三口手忙脚乱地上了车，先送孩子，最后从学校门口拥堵的马路上开出来，连不会开车的老婆都送了。毕竟他们最后看了看时间，自己的出勤奖泡汤了。

这时候我就想，如果能有一辆能自动驾驶的车，我就能安全地把不会开车的人送到目的地。那么按照现在的技术，这个愿望能马上实现吗？

我们经常看到一些视频。在美国，一名司机被拍到开着特斯拉在高速公路上睡觉，而汽车仍在自动驾驶。不久前，华为的无人驾驶技术在上海公开测试，感觉仿佛全民无人驾驶时代即将到来，女司机的春天即将到来。

其实姑且说90%可以达到，但最难的还是最后的10%。无人驾驶技术按照实现程度分为六级(L0到L5)，前三级不提。大概上和普通开车没什么区别。L3级别，不用握方向盘就可以解放双手，汽车自动行驶。但司机需要时刻注意路上的突发情况，随时接管驾驶。

到了L4，就可以享受生活了。只要在平坦的路上，你就可以躺在车里刷手机吃辣条，不管路况如何。

而最高的L5，不管开的是什么路，哪怕是坑坑洼洼的羊肠小道，你也可以放心睡一觉，等你安全送到目的地。

二

人是靠五感来感受周围环境的。汽车如何识路，如何判断周围是否有危险？这是通过为它安装“眼睛”和“耳朵”来实现的。

通常情况下，中国的北斗导航系统非常强大。每辆无人驾驶汽车都会配备一套。通过北斗导航，可以知道车辆的大概位置。但是卫星导航有一个明显的缺陷，就是在开阔的环境下，比如高速公路，信号是及时准确的。一旦到了城市，因为高楼和隧道的影响，定位不是很准。通常离实际位置会有10米的误差。有几条车道不足10米，这在无人驾驶中是绝对不能接受的。通常要求误差在厘米级。

所以，我们在车上安装了摄像头和激光雷达。摄像头就像一只眼睛，可以实时拍摄道路上画的车道线、方向箭头、斑马线等标志，并将照片与车载系统中的高精地图进行比对。

高精地图是事先做好的，里面包含了每条道路以及附近道路设施的三维信息和经纬度。地图上标注的很详细，连路边的下水道都不会漏掉。

经历比对，在高精地图上找出完全差不多的地方，通过上面标注的经纬度，就可以准确知道车辆的当前位置。

当然，光靠车道信息的对比是不够准确的。车载摄像头还会拍摄半空中的红绿灯、交通标志、广告牌等物体。同样的方法再用一次，多次修正位置信息就能准确定位车辆。

但是相机有它的问题，就是不能通过二维图片判断物体之间的距离。每个人都拿出自己的照片看一看。比如镜头近了，狗看起来就大，而远处的人看起来就小。这个尺寸失真和实际情况相差很大。

到了马路上，可不是闹着玩的。如果不能判断旁边车的大小，也无法估计两个车间的距离，可能会发生碰撞。

这是一个纯视觉的解决方案，也就是单靠摄像头实现无人驾驶的最大问题。当然，也有办法解决这个问题。比如通过建立数据库，将某款比亚迪车型的长、宽等信息提前记录在数据库中，未来只要拍下这辆车，它的信息就会自动调出。或者可以用双目系统或者伪激光雷达解决，这里不具体展开。

但是，无论用什么方法，都很难将二维图像转换成三维图像。一个复杂的算法需要大量的车载系统的计算能力和资源，会影响其他车辆的性能。如果能直接获取路上物体的三维信息，就能省不少力气。

这个时候，人们就想到了激光雷达。比如说摄像头是车辆的眼睛，那么激光雷达就是车辆的耳朵。像蝙蝠一样，会向周围发射激光光速，通过光速返回时间的长短计算出物体与车辆的距离，生成周围环境的3D立体画面。通过比较3D图像和高精度地图，可以实现定位。

激光雷达各方面性能确实不错，但是太贵了。好一点的要3-4万，进口的更贵。而如果想要最好的雷达效果，最好的位置就是安装在楼顶，像预警机一样。这个样子估计连车评都过不了。

然而，这一次，华为和BAIC推出的极狐智能汽车确实引人注目。华为自己开发了激光雷达，优化后安装在车头，一次安装三个。关键是把价格杀到“白菜价”，每个才1000多元。一下子就打开了应用市场，真的很神奇。

这里想说一下高精地图。从上面的介绍中，你也应该看到，无论是使用相机还是激光雷达，都需要在采集数据后，进行高精地图的匹配。高精地图可以说是整个系统的核心。但是制作和更新地图是个大问题。

一方面生产成本极高。高精地图需要收集与道路相关的各种细微信息，从红绿灯的高度到井盖的位置，从车道的宽度到斜坡倾斜的角度。如此详细的信息单靠普通手段是无法完成的，需要专业的地图车配合特殊设备才能完成。每辆地图车成本近千万元，每年花在地图制作上的成本以亿元计算。

另一方面，如果制作完成后还能长期使用，那就算了，但是地图的准确性才是最重点的，也就是说一旦道路信息发生变化，一定要及时更新，否则会影响定位效果。据悉，我国每年高速公路网更新比例约为30%，因此高精地图必须不断更新才能跟上变化的步伐。因此，这是一项既费钱又费力的工作。

理论上，如果卫星导航没有误差，相机、雷达等传感器不受天气环境影响，人工智能算法足够强大，没有高精地图也可以做到，但至少现阶段做不到，还有很长的路要走。

写到这里，我突然想到两个话题。

据说特斯拉的汽车不需要高精地图，也不需要激光雷达，只需要卫星导航和摄像头以及强大的算法就可以实现无人驾驶。

特斯拉算法强大，这是业内公认的，但业内仍有疑问，不需要高精地图。

现在，有一种新的摄像头定位技术，叫做实时定位测绘技术。具体原理太没意思说了。简单来说，车辆在定位的同时可以生成周围环境的二维地图。

有人认为，如果每辆车都能把自己的二维地图上传到云端，通过云端调整整合，把局部的小地图整合成全局的大地图，就能以较小的成本解决地图的扩展和更新问题，这就是所谓的“众包模式”。

特斯拉可能就是采取了这种方式，依靠高精度的卫星导航，利用特斯拉在全球和车主中的众多优势，收集所需的道路信息，并整合成所需的地图类型。

但是，如果特斯拉在中国用这种模式，就不行了。因为国内制作高精地图的管理非常严格，需要申请专门的资质，主要是从国家安全的角度考虑。

所有对外发布的电子地图也需要加密，真实地理位置偏向另一个虚拟坐标。所以估计特斯拉要和国内有资质的测绘企业合作。

第二个话题，你惊讶吗？平时开车带导航的时候，系统经常会提示你什么路段拥堵，要多久才能通过？这些导航软件怎么会知道的这么清楚？

这是因为我们的手机都装有卫星定位系统，可以知道你的大概位置和移动速度。当你的车速突然从100 km/h降到20 km/h时，软件会上传实时变化，然后依据你周围其他车的车速变化，分析判断这个路段可能拥堵。

另外，结合车主上报的信息和交管部门提供的交通信息，计算拥堵程度和备选交通路线，并反馈给导航软件。

三

对于无人驾驶的原理就说这么多，只是一个大概的描述，还涉及到很多其他的传感器和不同的实现方式，就不多说了。接下来，我想谈谈无人驾驶技术为什么重点。

首先，比如说飞机空航母是工业领域的最高成就，那么无人驾驶技术就是现阶段人工智能领域的最高成就。几乎涵盖了所有前沿科学，机器自主学习，5G通信，视觉算法，自动控制等等，可以说是一个国家科技实力的综合体现。

现阶段，美国仍处于领先地位。有外媒依据技术实力做了一个排名。谷歌无人驾驶汽车排名第一，特斯拉排名第二，中国百度排名第九。近日，很多中国公司进入了这一领域，尤其是华为。相信中国的无人驾驶技术也会突飞猛进。

其次，无人驾驶一旦成熟，将显著影响我们的出行方式和城市规划。

现在每一个购物中心、商务楼、小区，在建设前都必须提前规划好停车场，以免日后造成不便。即便如此，在很多繁忙的地方停车也很难找到。

如果实现无人驾驶，就不需要在附近停车了。政府可以统一建设一批超大型停车场。人下车后，就让车自己开。届时，车辆将随时可供我们使用，极大地方便了我们的生活。

另外，私家车利用率很低，每天开车2-3个小时，甚至更少，90%的时间都在车库里闲置。现在有一种想法是共享无人车，就像自行车共享，现在满大街都是。当你想用车的时候，你可以在手机上下单，无人车就会自己来。

事实上，优步和滴滴现在正在做这方面的研究。一旦用车极其方便，很多人就不会考虑买车了。就像自行车共享普及后，很多人不买自行车是一个道理。

看到有研究说，如果充分利用共享无人车技术，辅助其他公共交通，一个中等城市现在只需要10%的车辆。

车少了，交通事故就少了，空空气污染就会减轻。对于中国这个人口众多的国家，重点性不言而喻。

四

最后说一下为什么说只有在中国才能实现真正的无人驾驶。

很多领域都有有关个人主义和集体主义的争论，无人驾驶领域也是如此。有一种观点认为，单车的无人驾驶技术是极致的，无人驾驶是通过车辆本身高超的算法和先进的传感器实现的。以谷歌为代表的很多欧美科技公司都在走这条路线。

另一种方式是“车路协同”，不仅让汽车更智能，也让道路更智能。在车辆上安装摄像头、激光雷达等传感器，由于高度等客观条件的限制，即使再先进也只能探测到周围几百米，对几公里外的路况毫无办法。

但是，如果把同样的传感器安装在路边的设施上，比如路灯、红绿灯，道路就会成为车辆的另一双眼睛。这些路侧系统会不断拍摄附近道路的变化，上传到后台云端，实时更新高精地图，通过5G网络发送给过往车辆。

这个的路侧系统每隔几百米安装一个，车辆可以知道几公里甚至几十公里外的路况信息。

还有，除了车辆和道路之间的互联网，汽车也可以连接互联网。比如在高速公路上，如果一辆车刹车，后面几十辆车都能知道，并且自动刹车或者减速，那么连环相撞就不会再发生了。

客观来说，两种方法各有利弊，但车路协调更安全。所有车辆和道路设施形成一个整体，相互传递信息，通过集体力量实现完全无人驾驶。

中国明确将车路协调和智能交通作为发展的重点技术方向。现在，在很多城市，自动驾驶的试点项目正在通过车路协调进行测试和运营。

其实国外很多技术厂商也不是不知道车路协同的巨大优势。他们实际上是被迫走上自行车智能化的道路。

车路协同最大的难点其实是协调和统筹所有的参与者，包括很多车企、网约车运营商、路政部门甚至地方政府，需要相互配合，共同努力。其中，政府的长期规划和领导至关重点。

但是，对于某些国家来说，这些真的是臣妾做不到的。以美国为例，车路协调最早是由他们提出的，相关研究始于上世纪90年代。2003年项目正式启动，与各大车企联合测试。甚至2019年未来生产的一些类型的汽车也被法律要求安装车路协调设备。然而，由于不同参与者之间的技术差异，美国数亿辆汽车最终只有数万套设备。

后来由于5G的成熟，美国突然发现上世纪90年代基于WI-FI开发的一些车路协同技术已经落后于时代，于是在2019年12月部分废除了原有技术，同时也准备了手机基站的技术。这让积极参与原创的丰田等一些车企无言以对。所以不是欧美公司不想要，而是真的对外国政府的效率没有信心。如果再等20年，估计黄花菜都凉了。

但中国在长期规划、整体规划、基础设施等方面都有很大优势，智能交通的相关试点也在有序推进，比如上海洋山港的自动驾驶卡车、苏州的无人驾驶公交车等。

所以，比如说有哪个国家能最先实现真正的无人驾驶，那一定是中国。