我们真的需要无人驾驶汽车吗？
引子：Uber无人驾驶汽车撞人事件
估计谁也没有想到，今年春天美国Uber公司无人驾驶汽车在亚利桑那州撞人致死事件，会成为无人驾驶发展史上一个重要的分界线。这是全球无人驾驶汽车首例致人死亡事故，它彻底打破了无人驾驶绝对安全的神话。
据美国加州《圣何塞信使新闻报》（The Mercury News）3月30日的报道，本来美国加州准备在4月2日全面开放完全无人驾驶汽车上路测试。但到目前为止，加州近50家无人驾驶企业中，没有一家申请相关许可。
美国加州作为无人驾驶行业的“圣地”，其相关政策开放程度、配套硬件设施均处在行业首位。加州车辆管理局（DMV）本来希望通过允许完全无人驾驶汽车上路测试，达成无人驾驶技术的重大飞跃，但这项计划无疑已经落空。各大无人驾驶车企，都开始趋向保守。
之前，全球对无人驾驶汽车可以说趋之若鹜。它不仅是未来汽车发展的一种方向，也意味着一个即将开启的万亿级市场。全球大名鼎鼎的谷歌、通用、丰田、Uber等，中国大名鼎鼎的百度、上汽、蔚来汽车等传统企业与新兴企业，都斥巨资进行开发；北京、上海、深圳、重庆等地也纷纷开放测试道路，颁发测试牌照……。
这次Uber的事故会不会让这种狂热开始降温？还是会让人起疑：无人驾驶汽车看起来很好，但我们真的需要无人驾驶汽车吗？
困境：我们面临的交通死局
四十年改革开放后，面对数量日益庞大的私家车，我们忽然发现掉进了一个困境之中：未来的交通，在传统管理模式之下，将是一个无解的死局！我们现在一切管理交通措施的总和，只能延缓死局的出现！未来的交通，若用传统方式管理，无论如何推演，结局就是无解！
富裕之后，国人与生俱来的基本权利一定体现在拥有私家车上。而越来越低的车价与越来越好的汽车双向推进，使我们不仅成为全球汽车第一生产大国，也成为全球第一消费大国。
汽车拥有量快速增长，直接导致恶性循环的开始：车多，路就会显得少，停车就困难，开车就拥堵；城市管理者面对天天增长的车辆开始限购、限行、提高城区停车收费，计划收拥堵费，却使人越来越离不开车，购车欲望越来越强，违规停车越来越多，交通状况越来越差……
这种死局出现的根本原因是汽车数量的不可控增长。相对于汽车数量的增长，道路是永远不够的，停车场是永远建不完的，交通管理是永远跟不上的！而要命的是，这一切才刚刚开始：中国目前汽车保有量才不到3亿辆，若达到欧美水平，至少要10亿辆以上！
现在，我们可以逐个分析破解这个死局的现有方法，它们第一关乎“车”；第二关乎“道路”；第三关乎“停车”。但分析完之后，你会更加相信，这将是一个无解的死局！
第一个路径：车
方法之一：买车不用车。这是日本国民典型的做法，基本上只在周末才用车，平时上班公交出行。这种高度自觉与自律的方式，在国内根本行不通！
方法之二：买车不让用车。这是目前部分城市的做法，以北京为甚。通过限号限行等措施，减少城市拥堵。极端之处，是连车都不让买，通过摇号或车牌拍卖，控制汽车拥有量的过快增长。其结果是外地牌照车大量入城，用游击战术用车，城市拥堵没有缓解，只是延缓了交通崩溃的到来。
方法之三：提高用车成本。这是目前已经大面积实施的做法，先是购车税费调整，后是停车费涨价，未来考虑的是收拥堵费。立足于通过经济手段，遏制汽车保有量的过快增长。其中典型是香港，超贵停车位和超高汽油费，将香港普通市民拥有汽车的兴趣降至冰点，尽管车价全球最低，但私家车拥有率一直很低。
以上三种做法，基本上属于非人性管理方式。无论是买车不用车还是买车不让用车，都是对社会资源的极大浪费。而无可奈何的香港模式，作为我们汽车消费的未来，恐怕会有被阉割的嫌疑，这正常吗？
第二个路径：道路
解决城市交通死局的第二个路径，是对城市道路系统的改造和升级，体现为上天入地的多重努力：封闭化、立体化、地下化、轨道化；通过建设快速路缓解交通拥堵，但并没有彻底解困，其原因就在于，路永远是不够的！
方法之一：旧路改造。伴随旧城改造，城市旧路也在改造，留下的改造不了的老城区纷纷变成了步行街和单行道。随着城市建设高潮期结束，对城市旧路的改造也就开始停滞。
方法之二：新修道路。城市新修道路，往往跟随着城市新区的建设步伐。城市道路上天（高架路）和入地（地铁）目前已成趋势。但未来城市新建道路的问题，不关乎技术，而关乎财政。新修道路上天入地的高昂成本，是经济增长速度降下来后的城市经济无法负担的，也是一个无解的未来。
方法之三：提升效率。未来解决城市交通难题，从道路这个层面，轨道化、快速路、潮汐路和交通管理智能化会是一个根本方向。其基本出发点，就是在道路有限的前提下，通过提高通行效率，解决交通拥堵。但这样必须有一个前提，就是通行车辆不能无限增长，否则，同样是一个死局！
第三个路径：停车
根据国外发达国家的经验，车与停车位的比例应该在1：1.2左右，即停车位数量略微大于汽车数量。但在中国，这一比例基本处于1：0.5左右。城市中的私家车一旦形成气候，则停车位就处于供不应求状态，唯一的解决方式就是乱停车！
停车的难题，成为我们面临的交通死局的重要部分。在城市地价越来越昂贵的今天，停车的艰难和停车管理的无序，加重了交通秩序的混乱！在北京，业主在小区之外乱停车，可以说是家常便饭；学校门口和医院门口等场所，屡屡发生无法无天乱停车的事情。
目前，城市停车位的管理，多数城市是一笔糊涂帐。解决停车难题，在存量管理上难题很多；在增量管理方面，也困难很多，主要是建停车场需要巨量的投资。
这种巨量投资国家是负担不起的，而社会投资的跟进也不是简单的事情，不是国家或地方出台若干鼓励社会投资建设停车场的政策就可以见效的。总结这些年摸索的经验，各种解决办法都有瓶颈。
方法之一：建停车场。新建停车场，以补早先停车场建设不足的矛盾，基本上是不可能的。除了新建小区可强制建配套停车场外，旧城区的停车场和停车位的增加，基本上靠存量停车位的梳理，略有增长就很好了，基本上不能解决问题。
方法之二：立体车库。在停车位稀缺的情况下，对旧停车场的改造，建立体车库是一种方法，但同样面临天花板低的问题。
方法之三：修停车楼。由此看来，用新方法、新设计建停车楼就成为一个好的路径。但问题关键是郊区建停车楼是一个好办法；而城区建停车楼投资就十分巨大。当一个城市地价，每平米楼板价都在十万、甚至几十万以上的时候，这个停车楼该如何建？又如何能收回投资呢？
由此，解决停车难就会出现悖论式的解决路径：从根本上讲，目前的交通死局，解决之道就是不停车！若不停车，就需要车不停在跑；不跑的时候，还不能停在城市中心区，以减少城市中心区停车的需求。如此奇葩的解决路径，只能在未来智能交通的场景下，才可以实现。
解铃：未来的智能交通
面对如此死局，唯一的出路就在于：在不断扩大通勤总量和活动范围的前提下，减少汽车拥有量。这简直就是一种悖论！对于现代人来讲，无论未来科技如何发展，通勤总量不会降低，活动范围会越来越大。汽车可解决100公里范围的通勤，高铁可解决500公里范围的通勤，飞机（或飞行汽车）可解决1000公里范围的通勤。
未来通讯技术再先进，都替代不了人们的面对面交流。所以，任何想降低通勤频率和人类活动范围的想法都是错误的幻想，只能另辟蹊径。对于未来交通来讲，减少汽车拥有量是解决交通死局的唯一路径。因此也就演化出两种路径：第一种提高道路使用效率；第二种是提高交通工具使用效率。
人类城市的面积是有限的，针对第一种路径，人们发明了地铁、轨道交通、高架路、快行线，“上天入地”的结果是，在北上广深这类大城市，人们开始碰到道路的极限。针对第二种路径，是要不断提高交通工具的使用效率。但现实情况是，地铁公交在高峰期是高效的，在低锋期是闲置的，成本高昂且舒适度低；小汽车在高峰期是低效的，舒适度虽高但成本高昂，其实是社会资源的巨大浪费。
出现以上这种情况，是人类不可避免的潮汐式生活方式所决定的。所谓潮汐式生活方式，一方面是体现在时间上的淡与旺：在过去是圣诞节、春节、长假、狂欢节、演出、会议等等；在现在则是“双11”，“6.28”等人造节日和突发事件；
另一方面是体现在空间上的聚与散：在日常是人流依时节与事件的汇聚与流动，在长期则是超级大型城市的诞生，众多人口聚集在面积不大的地理空间之中。
这种潮汐式生活方式体现在交通上，日常表现为早高峰和晚高峰；周期性的是春节、长假、节日等等；突发性的是气候变化、人造节日、会议演出等等，阵发性地考验交通系统的极限。因此，未来的交通系统的长期任务，就是不停地提高极限阈值，永远面对挑战。
在全球互联网高度互联，一句话、一个眼神都可以成为突发事件源头的今天，这种潮汐式生活方式将表现为生活常态。
在任何系统和生态范围内，想把这种潮涨潮落抹平，都是不可能完成的任务。这将决定未来的交通，永远是一种次优状态，永远不会让人满意。
在认清这个残酷的现实之后，按照减少汽车保有量的根本性思路，才能破除目前的交通困局——减少了汽车保有量，智能交通管理下的道路通行率才会成倍提高；停车场才够用，停车难才会解决。
在解决了拥堵，解决了停车难之后，开车的体验才会好，环保、节能、低碳等更高大的目标才有可能实现。而减少了汽车保有量需要的三个靶向目标：第一是干掉私家车；第二是干掉红绿灯；第三是干掉司机！
第一个靶向目标：干掉私家车？
先说第一个目标。私家车对于未来的交通体系来讲，是一种最不经济的选项。自从老福特把汽车由贵族独享变成大众消费之后，。未来，不是不让拥有私家车，而是应该像共享单车消灭“私家自行车”一样，人们没有必要拥有私家车。
私家车退缩到一个小而专的范围里，成为少数驾驶爱好者的大玩具，而不是大多数人的通勤工具。未来私家车典型的应用场景应该在赛车场，成为节假日休闲寻刺激的工具，富人炫耀的手段等。但干掉私家车的过程应该是去行政化的、自然演化的过程，是人们自愿选择而非强迫的结果。
第二个靶向目标：干掉红绿灯？
接下来我们再说第二个目标。对于通行道路来讲，红绿灯的出现是一种无奈的结果，它大大延缓车辆通行的速度。没有红绿灯，道路的通行效率将提升若干倍。我们现在已经开始了消灭红绿灯的进程，就是高架、环路和封闭路。
但我们不能把城市里所有的道路都架起来，未来只能在传统的路面上消除红绿灯，这在目前的管理手段下是不能完成的，它只能在未来，交通管理智能化、数字化、物联网和车联网高度发达，自动驾驶成熟的前提下，才可以实现。
第三个靶向目标：干掉司机？
最后，是我们的终极目标，干掉司机，无人自动驾驶，彻底解放驾驶车辆对人的束缚。其实，无人驾驶的前提条件，就是有人驾驶能力不逮。可以设想，在未来智能交通情景之下，超高速行驶的汽车，大量路况信息的处理，不断变化的最优路线的规划等等，已经超出驾驶人员操控的能力。而低事故率甚至无事故，无疲劳驾驶，无酒驾醉驾，以及照顾无驾驶能力的老人和儿童，都需要完善的无人驾驶技术。
答案：未来我们真的需要无人驾驶汽车
现在，未来交通的场景，已经可以清晰地设计出来。其核心就是无人驾驶！围绕着无人驾驶的是物联网、车联网、5G-6G-7G、大数据、AI等等新技术的综合，智慧交通将使汽车保有量降到目前峰值的三分之一，共享汽车、电动汽车、无人驾驶将彻底改变目前的交通生态，交通将舒适、高效、环保、节能，人类的活动半径会越来越大……
未来交通场景之一：出行不需要私家车？
未来，地铁、公交车和出租车都将无人驾驶化。人们出行不再需要私家车。多种交通工具会有效连接。城市车辆在智能交通系统管理下统一运营、管理、维护，出行成本低于拥有私家车时代，通勤时间被节省到系统的极限，没有驾驶的束缚，通勤过程中的时间被彻底解放，重新利用，汽车本身就会成为一种智能化的交流工具。
未来交通场景之二：路上不再要红绿灯？
未来，在道路布满传感器，车联网使车与车的通信方便快捷之后，物联网将使红绿灯被完全替代。这种替代的极致场景，将会是一个极其震撼的场面：未来的无人驾驶汽车，若是像现在的测试车这样，慢悠悠地在路上行驶，小心谨慎不要出安全事故，也就太小儿科了！
未来的无人驾驶可能不能绝对避免安全事故，但一定是高效行驶，越开越快，过路口都不需要红绿灯指挥。车与车之间通过车联网避免碰撞，通过算法规划最优路线避免拥堵，在路口通过计算高速鱼贯而过，互不打扰。试想一下，若目前的红绿灯路口，车辆以平均70公里的时速不间断高速通过，还会发生交通拥堵吗？
未来交通场景之三：驾驶超出人类能力？
由此，未来的交通，其极致景象是汽车以平均70公里甚至更高的时速，不间断在城市道路网中飞奔：不仅车和车几乎不发生碰撞和安全事故，整个交通系统也通畅高效。驾驶将超出人类能力，完全交给自动驾驶。
为此，人与车的关系将彻底改变，不仅会将人类从繁琐的驾驶中解放出来，车的功能也会发生巨变。车厢本身就会成为一个流动的中心。人们可以在车内会客、开会、购物、看电影、听音乐、休息、学习，车成为多用空间，交通和通勤也就不会成为问题，上面所谈的交通死局，也将从根本上找到解决之路。
未来交通场景之四：未来汽车请飞起来！
在解决了以上问题之后，交通系统不断升级和迭代的结果，是在未来的某一天，道路本身也会成为一种束缚，也会面临通过能力的极限，未来的汽车就会选择飞起来！现在我们已经开始研究飞行汽车，在未来，城市的道路都有可能成为飞行汽车的附属跑道和链接线，现在的汽车都会被替代掉。这种现实已经可以从飞行汽车的不断曝光明确地判断出来，我们现在是否应该为收购美国的飞行汽车公司鼓掌呢？
接下来再请花3分钟，看看无人驾驶汽车的黑科技！
将汽车实现无人驾驶汽车是为感知，决策和执行三个部分，其中最难的就是感知层面，就像是我们闭着眼睛，看不到周围的环境，所以无法走路。在汽车发展的一百年之，工程师通过各种努力来赋予汽车更好的执行能力，而感知和决策能力一直都是靠驾驶者来代替。
实现无人驾驶汽车最大难点就是感知，其次是决策。今天，侃弟就给各位看官们介绍，无人驾驶汽车上的感知系统，还有目前的技术难点，到底什么时候能够实现无人驾驶。
第一:LKA(Lane Keeping Aid)车道保持辅助
顾名思义，车道保持系统就是辅助驾驶员保持车道，防止车辆没有打转向灯压线，要实现LKA车道保持辅助功能，主要的技术难点分为2个难点。一，车道线可靠识别(算法优化难);二，识别以后对车辆的连续控制(车辆动力学控制难度大)。
基于视觉感知的车道线识别系统只能通过算法的优化或者深度学习来更可靠的识别车道线，但不能达到100%车道线识别，连续平稳控制车辆也是技术难点，当视觉系统已经识别出车道线并且构建出3D模型的情况下，如何控制车辆在不逾越车道线的情况下还能保持动作的连续性和乘坐舒适性是国内大部分ADAS企业的一大难点，因为实现车辆的连续控制，对车辆的动力学方面有很高要求。
第二:BSD(Blind Spot Detection)盲区监测
客官们都知道，驾驶员通过车外后视镜和车内后视镜可以拓宽视野，但是不能达到100%感知外界环境，对于驾驶员看不见的地方，往往就是危险的存在，所以盲区监测就像是一双眼睛，帮助驾驶员时刻观察周围环境。
BSD预警标准和预警要求测试方法，要求对于车辆后方30m距离的接近车辆(行人)做出监测，对于速度分别是10m/s，15 m/s，20 m/s接近车辆(行人等)，预警时间大于2.5秒，3.0秒，3.5秒。
一般通过集成在侧面和正后方的视觉传感器就可以达到测试标准，但视觉传感器对环境要求较高，如隧道口明暗变化、雨雪天气等，产生错报和漏报几率高，所以实现可靠的BSD最佳技术路线是视觉搭配雷达。
第三:FCW(Forward Collision Warning)前方碰撞预警系统
FCW是通过感知(摄像头融合雷达)与前车的距离，通过算法预算两车之间的想对行驶速度，当车辆的距离已经小于安全距离就会产生报警信号。
FCW感知系统只采用视觉摄像头(单目)，对于少见，还未被收录的物体，其甄别能力几乎无效。对于暴雨、大雾、强光等恶略天气存在误报漏报情况，所以只采用单目摄像头的FCW实用性不高。
实现FCW的三种技术路径:
如果不考虑成本，用毫米波雷达可以吗?答案是行，没问题。但毫米波雷达优势在于恶略天气穿透性高，对金属反射性高，适用于长距离车辆检。而对生物体(小猫、小狗)却具有在穿透过性，存在漏检情况;
第四:自动紧急制动 Autonomous EmergencyBraking(AEB)
AEB是通过感知系统，测出与前车或者障碍物的距离，然后利用数据分析模块将测出的距离与警报距离、安全距离进行比较，小于警报距离时就进行警报提示，而小于安全距离时即使在驾驶员没有来得及踩制动踏板的情况下，AEB系统也会启动，使汽车自动制动，从而为安全出行保驾护航。
AEB与前面讲到的FCW在环境感知层面上存在着相同的技术难点。在控制层面由于乘用车多采用真空刹车助力或电子刹车助力，制动过程中其主要刹车力是由驾驶者施加，要实现AEB独立主动刹车，需要对传统的刹车结构做部分改进，这也是一大技术难点。
第五:ACC(Adaptive Cruise Control)自适应巡航
自适应巡航控制(ACC)是通过安装在车辆前方的感知系统检测在本车前进道路上是否存在速度更慢的车辆。若存在速度更慢的车辆，ACC系统会降低车速并控制与前方车辆的间隙或时间间隙。若系统检测到前方车辆并不在本车行驶道路上时将加快本车速度使之回到之前所设定的速度。检测车道是否偏离，如果偏离，可以通过控制转向来修正车辆的行驶路线。
ACC自适应巡航是最接近于自动驾驶的一项ADAS功能。但是目前市面上常见的ACC功能也存在着很多不足的方面。
一、制动力度弱，当前车紧急制动，ACC设定最大减速度g值为0.35g(g是重力加速度，1g等于9.8m/s)明显小于正常刹车 0.8g以上，也就是说如果前方驾驶员突然急刹车，ACC自适应巡航存在追尾风险;
二，只依靠视觉感知的ACC的甄别能力可靠性不高，尤其是前方车辆，装载超长物体时，(测试过特斯拉MODEL S 90D ACC系统，当设定距离不变，前车是较大的泥头车，ACC功能完全失效)ACC能识别汽车，但是不能识别不规则货物，在复杂路况下，会严重影响安全跟车距离。
总 结:
自2000年以来，中国每年造成人员伤亡的交通事故都超过200,000起，,000人以上，2010年我们的交通事故死亡率高达27.3%，是美国的21倍，日本的30倍…
面对这样的数据，一部分从事汽车研发的人士意识到，通过计算机视觉融合雷达等核心技术，开发出的ADAS(高级驾驶辅助系统)产品，可以大幅度的帮助车主降低事故风险、减少人身伤害和财产损失。
目前国内ADAS技术于攻坚阶段，依靠视觉感知为主的ADAS公司和产品达到了80%以上，可量产视觉融合雷达感知的ADAS公司少;大部分功能的实用性并不高，尤其是涉及到车辆主动横向与纵向控制的ADAS功能任然是一大难题。等到产品真正完善，价格相对亲民，能用到咱老百姓车上的还需要不少时间。
在并不遥远的未来，我们真的需要无人驾驶汽车。Uber公司无人驾驶汽车撞人致死事件，只能说明他们研发和管理水平的低下，并不能影响无人驾驶的未来。
无人驾驶并不是一个关于解放驾驶人的技术，也不仅仅是未来汽车的一种技术，而是关乎未来整个交通系统变革，从而带动未来生活方式变革的大趋势。
在未来城市里，不仅市内交通工具是无人驾驶的，未来的高铁、民航、太空旅行都可能是无人驾驶的，无人驾驶是一种大趋势，让我们一起拭目以待吧！
★萨拉齐老板要疯了!拥有了这个爆客神器，从此‘引流锁客’不是问题！
▼找顺风车｜求职招聘｜房屋租售｜点阅读原文
