Waymo路測已超2000萬公里 自動駕駛卻為何還沒成為日常？

近日，有外媒報道稱，在自動駕駛技術領域，走在行業前列的谷歌兄弟公司Waymo已經配備了其自動駕駛技術測試車，并正在美國多地進行道路測試。目前測試里程可能已經超過2000萬公里。

就在2018年，Waymo還六次公布了其自動駕駛汽車的路測里程，最后一次路測里程高達1609萬公里。2000萬公里是什么概念？以地球為例。赤道的周長約為40000公里，也就是說，2000萬公里是地球的500倍。這樣的路測結果似乎在一定程度上解釋了自動駕駛技術的相對成熟，但直到今天，它還沒有正式成為我們的日常生活。原因是什么？需要完善和推廣的高精度地圖，其實歸根到底是高精度地圖。自動駕駛的技術本身并不難，但很難補充配套的技術和配置。說到自動駕駛的核心技術，必須是高精度地圖，它在自動定位、導航控制和安全方面發揮著至關重要的作用。

目前，我們每天使用的地圖通常是基于GPS導航系統的傳統地圖，而傳統地圖是基于抽象的路網收集和生產，可以很好地滿足駕駛員的需求，但對自動駕駛來說有一定的局限性。自動駕駛技術在定位方面的要求主要是本地定位和全球定位。局部定位是通過車道線監測和路面監測來確定車輛與環境的關系；全球定位是通過地圖的數據來感受車輛的位置。這里需要更準確、更詳細的高精度地圖。同時，高精度地圖直接決定了自動駕駛的安全性和效率。因此，為了完全滿足其需求，有必要實現厘米級的精度，也有必要實時改變和更新周圍的環境。正是由于其精確多變的特性，它也很難制作。

從我們現階段每天使用的地圖來看，精度通常只有3-7米，在山區和其他地區會有所降低。即使在美國，谷歌和Here地圖也無法完全滿足現階段自動駕駛對地圖的依賴和需求。盡管有一些高清地圖在很小的范圍內試用，但真正完美的高精度地圖的普及和實際應用還需要一段時間。短時間內大數據的積累如果說高精度地圖是自動駕駛核心技術的重中之重，那么毫無疑問，大數據是自動駕駛技術研發的前提，也是推動其成長的“催熟劑”，因為大數據給自動駕駛技術帶來了難以想象的影響和意義。自動駕駛的大數據包括三種類型：技術、眾包和個人數據。技術數據是一組傳感器，作為汽車的“眼睛”，可以幫助汽車更全面地“看到”周圍環境，從而避開障礙物；眾包數據是汽車在行駛時從周圍環境中感知到的數據，如交通狀況、道路狀況變化等；

另一方面，通過不斷“學習”用戶在車內的興趣愛好，比如他們喜歡聽的音樂和經常走的路線，個人數據在駕駛過程中更加人性化。

這三種數據的積累對于自動駕駛來說是不可或缺的。只有通過這些數據的積累，汽車才能完成安全高效的自動駕駛過程。舉個簡單的例子，當一個人站在十字路口，自動駕駛汽車需要通過十字路口時，它會首先通過雷達和地圖檢測到這種情況。隨后，需要利用一系列大數據分析來判斷是否有必要收益，從而實現安全收益。建立一個能夠滿足自動駕駛需求的復雜、龐大的數據庫，勢必需要多年的積累。然而，到目前為止，自動駕駛技術的發展時間有限，現有數據遠遠不足以支撐自動駕駛的大數據需求。因此，大數據還需要積累一段時間。法律法規的缺位和滯后就自動駕駛技術的發展而言，除了自身的技術壁壘外，相關法律法規的不完善也是自動駕駛技術發展的一大障礙。目前，只有美國等發達國家在自動駕駛技術方面出臺了相對完善的法律法規。直到2017年，北京市才出臺了《北京市自動駕駛汽車道路測試管理實施細則（試行）》；

2018年，國家發展改革委發布了《智能汽車創新發展戰略》。此外，與外國相比，它仍然相對保守。百度創始人李彥宏也收到了一張自動駕駛汽車的罰單。

目前，包括百度、蔚來汽車、上汽等國內知名汽車公司和科技公司在內的大多數企業都選擇美國作為研究地點。原因是目前的交通安全和侵權責任無法涵蓋自動駕駛的內容，從長遠來看將直接影響我國自動駕駛技術的發展。自動駕駛領域相關法律法規的缺位和滯后，不僅讓自動駕駛遙遙無期，也影響著中國的自動駕駛技術在全球“自動駕駛賽道”中跑出“中國速度”。因此，盡快制定和完善符合中國國情的自動駕駛法律法規迫在眉睫。結論盡管目前包括Waymo在內的多家公司在自動駕駛的路測方面取得了一定成績，但必須承認，“走在前列，動在全身”的自動駕駛技術還有很長的路要走。只有研究自動駕駛技術本身，不斷開發更精細的地圖，積累多年的大數據，并及時頒布和完善相關法律法規，我們才有機會讓自動駕駛技術在未來進入我們的日常生活。近日，有外媒報道稱，在自動駕駛技術領域，走在行業前列的谷歌兄弟公司Waymo已經配備了其自動駕駛技術測試車，并正在美國多地進行道路測試。目前測試里程可能已經超過2000萬公里。

就在2018年，Waymo還六次公布了其自動駕駛汽車的路測里程，最后一次路測里程高達1609萬公里。2000萬公里是什么概念？以地球為例。赤道的周長約為40000公里，也就是說，2000萬公里是地球的500倍。這樣的路測結果似乎在一定程度上解釋了自動駕駛技術的相對成熟，但直到今天，它還沒有正式成為我們的日常生活。原因是什么？需要完善和推廣的高精度地圖，其實歸根到底是高精度地圖。自動駕駛的技術本身并不難，但很難補充配套的技術和配置。說到自動駕駛的核心技術，必須是高精度地圖，它在自動定位、導航控制和安全方面發揮著至關重要的作用。

目前，我們每天使用的地圖通常是基于GPS導航系統的傳統地圖，而傳統地圖是基于抽象的路網收集和生產，可以很好地滿足駕駛員的需求，但對自動駕駛來說有一定的局限性。自動駕駛技術在定位方面的要求主要是本地定位和全球定位。局部定位是通過車道線監測和路面監測來確定車輛與環境的關系；

全球定位是通過地圖的數據來感受車輛的位置。這里需要更準確、更詳細的高精度地圖。同時，高精度地圖直接決定了自動駕駛的安全性和效率。因此，為了完全滿足其需求，有必要實現厘米級的精度，也有必要實時改變和更新周圍的環境。正是由于其精確多變的特性，它也很難制作。

從我們現階段每天使用的地圖來看，精度通常只有3-7米，在山區和其他地區會有所降低。即使在美國，谷歌和Here地圖也無法完全滿足現階段自動駕駛對地圖的依賴和需求。盡管有一些高清地圖在很小的范圍內試用，但真正完美的高精度地圖的普及和實際應用還需要一段時間。短時間內大數據的積累如果說高精度地圖是自動駕駛核心技術的重中之重，那么毫無疑問，大數據是自動駕駛技術研發的前提，也是推動其成長的“催熟劑”，因為大數據給自動駕駛技術帶來了難以想象的影響和意義。自動駕駛的大數據包括三種類型：技術、眾包和個人數據。技術數據是一組傳感器，作為汽車的“眼睛”，可以幫助汽車更全面地“看到”周圍環境，從而避開障礙物；眾包數據是汽車在行駛時從周圍環境中感知到的數據，如交通狀況、道路狀況變化等；另一方面，通過不斷“學習”用戶在車內的興趣愛好，比如他們喜歡聽的音樂和經常走的路線，個人數據在駕駛過程中更加人性化。

這三種數據的積累對于自動駕駛來說是不可或缺的。只有通過這些數據的積累，汽車才能完成安全高效的自動駕駛過程。舉個簡單的例子，當一個人站在十字路口，自動駕駛汽車需要通過十字路口時，它會首先通過雷達和地圖檢測到這種情況。隨后，需要利用一系列大數據分析來判斷是否有必要收益，從而實現安全收益。建立一個能夠滿足自動駕駛需求的復雜、龐大的數據庫，勢必需要多年的積累。然而，到目前為止，自動駕駛技術的發展時間有限，現有數據遠遠不足以支撐自動駕駛的大數據需求。因此，大數據還需要積累一段時間。法律法規的缺位和滯后就自動駕駛技術的發展而言，除了自身的技術壁壘外，相關法律法規的不完善也是自動駕駛技術發展的一大障礙。目前，只有美國等發達國家在自動駕駛技術方面出臺了相對完善的法律法規。直到2017年，北京市才出臺了《北京市自動駕駛汽車道路測試管理實施細則（試行）》；

2018年，國家發展改革委發布了《智能汽車創新發展戰略》。此外，與外國相比，它仍然相對保守。百度創始人李彥宏也收到了一張自動駕駛汽車的罰單。

目前，包括百度、蔚來汽車、上汽等國內知名汽車公司和科技公司在內的大多數企業都選擇美國作為研究地點。原因是目前的交通安全和侵權責任無法涵蓋自動駕駛的內容，從長遠來看將直接影響我國自動駕駛技術的發展。自動駕駛領域相關法律法規的缺位和滯后，不僅讓自動駕駛遙遙無期，也影響著中國的自動駕駛技術在全球“自動駕駛賽道”中跑出“中國速度”。因此，盡快制定和完善符合中國國情的自動駕駛法律法規迫在眉睫。結論盡管目前包括Waymo在內的多家公司在自動駕駛的路測方面取得了一定成績，但必須承認，“走在前列，動在全身”的自動駕駛技術還有很長的路要走。只有研究自動駕駛技術本身，不斷開發更精細的地圖，積累多年的大數據，并及時頒布和完善相關法律法規，我們才有機會讓自動駕駛技術在未來進入我們的日常生活。

標簽：北京路虎蔚來

汽車資訊熱門資訊