从“妄想”到现实 自动驾驶的昨天、今天和明天

　　【太平洋汽车网 行业频道】或许，你没注意从什么时候开始，自动驾驶成为了人们茶余饭后热门的谈资，但近年来自动驾驶真真切切的成为了最热门的话题，并且已经开始走入了我们的日常生活。

　　本月初，在国务院办公厅发布的《新能源汽车产业发展规划（2021-2035年）》中，我们看到中国的新能源汽车规划已经不仅仅是能源形势的变革，自动驾驶和智能化已经正式进入了未来产业的发展规划。在本届广州车展期间，太平洋汽车网打造了《打开想象系列策划》，为您呈现广州车展上最精彩、最好玩、最有料的智能汽车新鲜趣闻。在车展正式开幕之前，我们先来了解一下自动驾驶发展之路上的趣闻。

• 早期：妄想or畅想

　　自动驾驶本身并非新鲜的概念，但近年来自动驾驶概念的火热也并非老调重弹，想搞清楚自动驾驶为何近来如此火热，不妨了解一下自动驾驶的发展历史。

　　最早的自动驾驶车诞生于什么时候？很多国人可能会想到诸葛孔明发明的“木牛流马”，“木牛流马”可不是《三国演义》杜撰的，根据历史文献记载确有其事。不过在其所处的公元231-234年，人类还没有发明稳定的动力源，“木牛流马”自然也不会是我们所说的自动驾驶。

　　不过，最早的自动驾驶车真的诞生在汽车发明之前，发明人是大名鼎鼎的达芬奇。

　　达芬奇在1478年设计了一款发条驱动，用齿轮“编码”预设轨迹的“自动驾驶车”，后人根据他的设计复制出的实车确实可以实现相应功能。彼时距离尼古拉斯古诺制造出第一款蒸汽汽车相差291年，距离卡尔本茨制造最早的实用内燃机汽车相差了408年。

　　达芬奇的故事太过玄幻了，人类真正开始尝试自动驾驶要等到二十世纪来临时了。

　　和很多科技产品一样，自动驾驶最早也是基于战争的需要被提出来的。不过二十世纪初科技水平有限，最早发展出来的是无线电遥控的小车，用以运送火药等。1912年美国科学家用一对光感性硒光电管，设计了一个自动驶向光源的小车，被命名为“战争狗”，功能当然是自动驶向敌营自爆。

　　1921年美国军方的Raymond E. Vaugha设计了一个无线电遥控的三轮牵引车。四年后，美国陆军前工程师Francis P. Houdina把无线电遥控装置装在了一辆Chandler牌汽车上，成功的从百老汇开到了第五大道。他本人坐在后面的一辆车上进行遥控，前车便可以“无人”前进、转向、刹车等。

　　这一事件当时引起了轰动，这台车被命名为“美国奇迹”(American Wonder)。虽然与无人驾驶相去甚远，不过这台车实现了在汽车上的“电控”，也就是今天自动驾驶汽车重要的一环——控制。

　　此后，资本主义世界经历了惨痛的大萧条时期（1929-1933），此后的三十年代自动驾驶概念意外在飞机上开始得到应用。

　　为了减少飞行员的驾驶疲劳，飞机开始使用三轴稳定的自动驾驶仪来保持平直飞行，并且飞机自动驾驶在此后快速发展和完善。

　　受航空业的启发，人们对自动驾驶汽车产生了浓厚的兴趣。不过飞机飞行在“空旷”的空域，仅需要完成自身状态的感知和控制，而汽车面对的环境要复杂的多。

• 三十到六十年代：在高速埋电缆解决自动驾驶

　　1939年纽约世界博览会上，通用展示了一个名为“Futurama”（未来世界）的作品，畅想六十年代“智慧城市”的图景。

　　细心的读者可能已经发现了，这些相当“朋克”的老海报上，自动驾驶汽车都是压在虚线正中行驶的。这是因为当时设想通过在道路上埋设电缆等，通过车辆内的传感器识别，在高速上就可以沿着规划的线路实现自动驾驶，驶出高速后再交由人驾驶。这是最早的真正的自动驾驶概念，也可以说是最早的V2X理念雏形。

　　这种预埋电缆的理念影响了此后数十年自动驾驶的发展方向。但Futurama更深远的影响是对高速公路体系基础的规划。

　　这种自动驾驶看起来可能有点像有轨汽车，不过这一理念仍是今天L3级自动驾驶汽车特殊场景落地的尝试方向之一。及自动驾驶汽车在专用的封闭道路（专用车道）实现自动驾驶，区域外交由人类接替驾驶。

　　此后，人类又经历了更为惨痛的第二次世界大战。二战后距离Futurama预想的六十年代已经不再遥远。

　　1956年，通用又带来了第二代作品Futurama II，并在随后发布了具备自动驾驶功能的Firbird II概念车，这台车的一大创举是设计了自动导航系统。两年后发布的Firbird III概念车进一步完善了高速公路上预埋的线缆与车端的接收器通过电子脉冲信号进行通讯，不过可惜这两款车都只停留在了概念阶段。

　　不过在1957年，美国人已经在内布拉斯加州一条高速公路上试验了预埋电缆与车端的接收器通过电子脉冲信号进行通讯的自动驾驶试验。

　　同时期，英国政府资助也资助了同样的实验，使用包括Austin Mini、Vanguard和雪铁龙DS19等车型改装的测试车进行预埋电缆自动驾驶的测试，成功控制汽车自动转向、加速或制动。研究得出的结论是，该技术能够减少英国道路上40%的事故。但因为成本和技术难度巨大，最终在七十年代被迫中止。

• 六十年代之后：人工智能左右自动驾驶

　　在道路上预埋电缆的路线陷入泥潭时，另一股力量正在悄然崛起。

　　1956年达特茅斯学院的会议上，来自不同领域的科学家正式提出人工智能概念，人工智能成为了一门专门的学科。

　　在1956-1974年第一轮人工智能高潮时期，诞生了图灵、麦卡锡、塞缪尔等一批人工智能大师。当时的人工智能研究方向是希望借助机器智能解决代数应用题、证明几何定理、学习和使用英语等等。

　　不过当时人们对人工智能的预期相当高，认为“二十年内，机器将能完成人能做到的一切工作”，开车当然也是其中之一。

　　1969年，麦卡锡（John McCarthy）发表了一篇名为《电脑控制汽车（Computer Controlled Cars）》的文章，提出了依靠视觉感知环境的无人驾驶汽车，并且还提出了无人驾驶汽车相比人类驾驶员更安全的理念（文章中认为事故发生概率降至五分之一）。

　　在此之前，1961年，斯坦福大学研究院试制了一台依赖视觉感知的无人驾驶小车，该车后来被称为Stanford Cart，但由于图像过长的延时并没能取得成功。

　　1967年，Stanford Cart终于实现了依赖摄像头捕捉白线，沿白线自动行驶。1977年Stanford Cart实现了立体视觉感知，并在1979年成功地越过了一个没有人为干扰的充满椅子的房间，使其成为最早的自动驾驶汽车的例子之一。

　　值得一提的是，斯坦福研究院（Stanford Research Institute）后来改名为斯坦福国际研究院（SRI International），如今以发明了电脑鼠标和语音助手Siri闻名于世。

　　1974年之后，人工智能受制于理论和硬件的水平，并没能像预期取得辉煌的成果，进入了第一次AI寒冬，相关领域的研究投入大幅缩水。自动驾驶在这一时期也发展缓慢。

　　八十年代，专家系统的提出让人工智能再次获得了新生，在1980-1987年迎来了第二次AI高潮。

　　同时期，美国的国防高级研究计划局（DARPA）和卡内基梅隆大学、日本的筑波工程研究实验室、德国的慕尼黑国防军大学与梅赛德斯联合团队等，在自动驾驶领域也取得了不俗的成绩，通过“ 摄像头为主、其他传感器为辅 ”的方式开发出了各种自动驾驶汽车原型。

　　而八十年代的电视剧《霹雳游侠》（Knight Rider）中的 KITT 自动驾驶汽车也风靡一时，自动驾驶在科研科和社会影响力上都取得了一次跃进。

　　但专家系统依赖人类专家的知识和经验解决问题的方式有很大的局限性，例如在自动驾驶领域人类根本无法将全部的可能情况全部传授给机器。同时随着个人计算机和网络的兴起也冲淡了人们对人工智能的兴趣，1987年之后第二次AI寒冬来临。

　　1965年，英特尔创始人戈登摩尔提出了摩尔定律，及集成电路上可以容纳的晶体管数目在大约每经过18个月便会增加一倍，而价格下降一倍。这一机遇观察得出的经验在此后不断得到印证，随之而来的是芯片的飞速发展。

　　随着计算机性能的快速提升，云计算、大数据、机器学习、自然语言和机器视觉等领域兴起，人工智能并没有彻底沉沦，在寒冬中继续不断发展。1997年，IBM的国际象棋机器人深蓝战胜国际象棋世界冠军卡斯帕罗夫，人工智能也再次被公众较为广泛关注。而自动驾驶在这段时间取得了不少突破。

　　九十年代末，意大利帕尔马大学视觉实验室VisLab完成了一次创举，他们开发的自动驾驶汽车利用双目摄像头组成的立体视觉系统，在高速公路上实现了 2000 公里的长距离试验，无人驾驶占比 94 % ，而车速则达到了 112 公里/小时。

　　而在九十年代初，北京理工大学、南京理工大学、国防科技大学、清华大学和浙江大学五家单位联合研发了中国第一款动驾驶汽车ATB-1（Autonomous Test Bed-1）。

　　2006年，Hinton在卷积神经网络领域取得了新的突破，人工智能也在神经网络和深度学习的加持下在2010年左右迎来了第三次高潮，并不断迈向实用化。

　　在前人的基础上，美国国防部高级研究计划局（DARPA）在2004年曾斥巨资悬赏：谁能打造一辆能穿越 300 英里沙漠的自动驾驶汽车，谁就能拿走100万美金奖金。第一届Grand Challenge大赛在美国莫哈韦沙漠举办，21支参赛队伍无一幸免，全部未能完赛。第一名也仅行驶了7.32英里。

　　2005年，第二届Grand Challenge参赛队伍增加到了195支，有5支队伍成功完赛。其中Sebastian Thrun带领的斯坦福团队打造的Stanley自动驾驶汽车以30.7km/h的的平均速度夺冠，拿走了200万美元的奖金。

　　Grand Challenge对自动驾驶的影响不亚于深蓝击败卡斯帕罗夫，而来自斯坦福的Sebastian Thrun随后高调加盟谷歌，谷歌无人驾驶汽车在2009年开始上路测试，成为当今自动驾驶里程碑式的事件。

　　不过，自动驾驶如今的火爆还依赖于技术方面的突破。2006年，Geoffrey Hinton提出多层神经网络的深度学习算法。到2013年，深度学习算法在语音和视觉识别率获得突破性进展。

　　语音、视觉，这简直是为智能汽车量身打造的。

　　总有人问，到底什么才算“智能汽车”，这其实并不容易去定义。自动驾驶的概念已经诞生逾百年，自然语音对话早已在手机、智能音箱等民用设备上普及，装在车上怎么就“高级”了？

　　就像最早时，会下跳棋的简单程序就算是人工智能，但这种可以穷尽步骤的算法在如今强大的硬件下变得格外简单，和在围棋上战胜李世石的alphago相比已经很难再把他当做人工智能。智能汽车的概念也许一直会发生变化，但今天深度学习加持的强人工智能催生的自动驾驶和自然语音对话，以及5G等技术突破赋予汽车的车联网概念已经让汽车又了完全不同的可能性，这种有无穷可能的汽车就是不同于之前汽车的“智能汽车”。

　　基于自动驾驶的快速发展，2014年美国机动车工程师学会（SAE）制定自动驾驶的 International SAE J3016标准，也就是我们今天非常熟悉的L0-L5自动驾驶等级标准。此前我们在《无人驱》系列文章中介绍过，除了直奔L4、L5级无人驾驶的企业，更多的传统车企其实一直在从L1起步不断演进。在这条赛道上的故事，很长一段时间都与人工智能无关。

　　1945年，一位不会开车的美国盲人发明家Ralph Teetor发明定速巡航（CCS）。Ralph Teetor在乘坐朋友的车时，敏锐的发现司机一旦开始聊天车速就会不稳，对他而言感受十分差劲。经过十年的打磨终于取得了定速巡航的发明专利。

　　1957年，克莱斯勒为其高端车型“帝国”（Imperial）配备了定速巡航功能，成为最早量产该功能的车型，而克莱斯勒给其取的名字正是AutoPilot（自动驾驶）。

　　但定速续航只能保持固定速度，1992年，三菱在旗舰车型第三代Debonair上装备了一款激光雷达（没错，就是激光雷达），虽然不具备控制刹车、油门的功能，但可以实现行进中的距离预警。

　　1999年，奔驰S级（W220）和CL级轿车率先装备了依赖毫米波雷达的ACC自适用巡航。

　　同年，在遥远的以色列诞生了一家并不起眼的初创公司。希伯来大学教授 Amnon Shashua 以他的视觉识别研究项目为基础，在以色列耶路撒冷与 Ziv Aviram 共同创立Mobileye。

　　Mobileye着力开发搭载图像识别算法的EyeQ芯片，此后在单目视觉算法领域取得了巨大的突破。2006年开始，EyeQ系列芯片开始在量产车上装备，从最初的5款车型以每年成倍，甚至更多的速度快速普及。

　　此后几年中，车道偏离预警、车道保持、全速域自适应巡航等不断普及，渐进式自动驾驶路线开始与变革式自动驾驶路线开始在人工智能赛道上出现了交汇。

　　2013年，包括奥迪、福特、沃尔沃、日产等传统车企开始认真发力自动驾驶，同时期还出现了一大批自动驾驶初创公司。

　　也是这一年，埃隆马斯克发了一条推特：“特斯拉要为Model S开发辅助驾驶系统，紧张的工作正在进行中”。两年后，特斯拉Autopilot正式问世，成为市面上最好用的L2级辅助驾驶系统，量产车领域的自动驾驶之战打响。

　　仅仅5年的时间，高阶的L2级辅助驾驶已经得到了普及。而特斯拉最新的FSD理论上已经实现了L3，甚至更高等级的自动驾驶功能（受制于法规，仍然需要驾驶员监视路面，保持手握方向盘并随时接管车辆），当然还有国内蔚来的NOP和小鹏的NGP。

　　今天的自动驾驶早已完全不同于早期铺设电缆的粗暴方式，也不同于基于早期人工智能的笨拙。卷积神经网络和深度学习的突破进展赋予了如今自动驾驶更加强大的功能。

　　自动驾驶能够如此快速的取得实用化的进展远不止是人工智能领域的突破，更依赖各个科技领域的飞跃式发展。芯片如今已经进入5nm时代，而大数据方面，近年来数据量的衡量单位已经从TB跃升至PB、EB乃至ZB的量级。IBM在2016年之前的的研究表明，整个人类文明产生的全部数据量，90%来自近5年。而此后短视频等社交网络的兴起让这一数据量变得更加可观，这就为深度学习提高了硬件和海量数据的基础。

　　而5G网络、高精度地图、车规级激光雷达等等技术的落地，也进一步促进了自动驾驶的成熟。我们此前曾介绍过今天的自动驾驶汽车如何运转，点击下图了解。

　　纵然在实用层面取得了丰硕的成果，但自动驾驶直到今天仍然还不是一项成熟的技术，关于自动驾驶未来如何发展存在着巨大的争议，没有谁能给完全确定到底谁是对的。无人驾驶汽车终将实现或许是唯一可以确定是事情。

　　在二十世纪三十年代之前，人类对自动驾驶的初级探索主要集中在“单车自动驾驶能力”上；1939年通用Futurama概念展示了车与路、车与城市互联协同的V2X路线；六十年代之后随着人工智能的发展，依赖视觉感知等传感器的单车自动驾驶能力再次成为主流。

　　对于未来，业界目前就发展单车能力还是包括车路协同的V2X技术路线存在着巨大的争议。

　　包括特斯拉等品牌，认为依赖车路自身视觉感知和不断升级的算法，便可以实现在任意环境的无人驾驶。特斯拉甚至不依赖激光雷达等感知硬件，认为仅依靠摄像头视觉感知为主，毫米波雷达为辅的硬件基础便能够实现无人驾驶。

　　而国内目前正大力发展车路协同的基础设施建设、智慧城市、高精度地图/定位等V2X路线，依托中国强大的基建能力，争取在V2X领域标准制定取得话语权。

　　在信息化高度发达的今天，万物互联已经成为了时代主流。单车自动驾驶能力固然十分重要，但车与外界的信息交流也是必不可少的，两者之间的权重还需要更多的实践加以证明，但包括V2V车与车(vehicle)，V2I车与基础设施(vechile to infrainstructure)，V2G车与电网（Vehicle-to-grid），V2P车与人(vehicle to people)，V2N车与云（vehicle to network）的V2X技术能够更高效的解决未来出行的效率问题。

　　自动驾驶时代，私家车或许将成为用户购买私人空间的奢侈消费，而出行的需求可以更多的交给效率更高的无人驾驶车队，车的总量和利用率将大大提升。通过云端大数据、强人工智能的高效分配，堵车等问题或许将得到彻底的解决。

　　自动驾驶概念历经逾百年，我们或许第一次真正的看到了无人驾驶时代的曙光。

　　不管是新能源还是智能汽车，我们正处在汽车产业百年变革的风口。今天我们看到的智能汽车或许还不够“智能”，以至于大家仍然会疑惑智能汽车究竟是什么。

　　或许就像在iPhone4问世之前，我们并没有觉得Java的诺基亚有何不妥，塞班系统就足够的智能了。但智能手机引领了移动互联网时代，今天手机能够实现的功能在当年完全不可想象。

　　基于多层卷积神经网络和深度学习而来的自动驾驶和语音控制在今天看来并没有太多的稀奇，但OTA让他们有了更多的可能。明天的智能汽车能干什么，我们在今天还很难预测，但不妨基于今天的技术打开想象，或许你也能创造一个新时代。

　　就从关注广州车展上的智能科技，关注我们的《打开想象系列》开始吧。（图/文/摄：太平洋汽车网 郭睿）