ElonMusk多次强调，特斯拉将在2020年底打造出全自动驾驶汽车。统一系统。”称其为“5级自动驾驶”）可能越来越近了，但实际生产在道路上安全合法行驶的自动驾驶汽车则是另一回事。完全自动驾驶汽车之所以没有上路，是因为许多根本性挑战仍然存在。让我们来看看五个最核心的障碍。1.传感器自动驾驶汽车使用各种传感器来“观察”周围环境，帮助系统检测行人、其他车辆和路标等物体。摄像头帮助汽车获得视野，激光雷达测量物体与车辆之间的距离，而普通雷达检测物体并跟踪它们的速度和方向。这些传感器不断向汽车的控制系统或计算机提供数据，以确定转向何处或何时施加制动。全自动驾驶汽车需要一组传感器，能够在所有条件和环境下准确检测物体、距离、速度和其他指标，而无需人工干预。但恶劣的天气、繁忙的交通和涂鸦的路标都会对传感器识别它们的能力产生负面影响。特斯拉使用的雷达虽然不易受恶劣天气条件的影响，但仍达不到完全自动驾驶汽车所需的严格物体检测水平。就目前的情况来看，特斯拉的“autopilot”L2级自动驾驶已经造成了多起事故，包括今年7月撞到其他停放的车辆。事实证明，该公司的传感器在应对全天候驾驶场景方面还有很长的路要走。2.机器学习大多数自动驾驶汽车使用人工智能和机器学习来处理来自传感器的数据，并根据这些数据的组合，做出下一步该做什么的具体决策。这些算法将帮助系统识别传感器检测到的物体，并根据训练经验将物体分类为行人、路灯等。最后，汽车利用这些信息来确定是否需要避开检测到的物体，以及下一步需要采取什么行动——比如刹车或转弯。未来，机器可能能够比人类驾驶员更有效地检测和分类物体。但至少目前，用于汽车的机器学习算法仍然缺乏足够的安全证据。标准化机构或整个自动驾驶行业对于如何训练、测试或验证机器学习算法尚未达成共识。3.开阔道路自动驾驶汽车在开阔道路后将继续学习过程。它将在新的路段上行驶，检测在训练中从未遇到过的物体，并相应地更新软件。那么，我们如何确保系统始终能够与验证版本具有相同的安全性呢？我们必须能够证明所有新的学习结论都是安全可靠的，系统不会忘记之前的安全知识。遗憾的是，目前业界对于这个问题还没有统一的解决方案。4.监管要求不限于自动驾驶领域。目前，还没有一个行业针对自治系统出台足够的标准和法规。现有车辆的标准安全假设是驾驶员能够在紧急情况下立即接管。对于自动驾驶汽车，法规仅涉及某些特殊功能，例如自动车道保持系统。至于包括自动驾驶汽车在内的自动驾驶系统，虽然国际标准已经制定了一些相关要求，但上述传感器、机器学习和行为学习等方面的问题还没有得到解决。因此，只要没有公认的法规和标准，自动驾驶汽车就无权在开阔的道路上正常行驶，无论安全与否。5、社会接受度特斯拉目前的自动驾驶功能已经引发了多起事故。由此导致的低社会接受度不仅来自有意购买此类产品的用户，还来自与此类用户共享道路的其他交通参与者。公众需要参与有关引入和采用自动驾驶汽车的决策。如果缺少这个环节，这项技术可能会被群众排斥。显然，只有解决了前三个挑战，我们才有机会克服后两个障碍。目前，业界各方都在争取成为第一家推出全自动驾驶汽车的制造商。然而，如果我们不能在确保汽车安全、提供安全证明以及通过监管/公众合作获得认可方面达成共识，那么未来几年自动驾驶汽车将长期停留在测试阶段。对于马斯克这样的企业家来说，这种现状无疑是令人沮丧的。但也正是因为披荆斩棘，那些率先在安全、安防、法规、验收等领域取得突破的厂商，才能发展成为新的巨头，引领整个新时代。
