“懶”是推進科技進步的第一生產力，現代社會，“懶”是一種常態，從一定程度上來看，人類越“懶”，科技進步就越快。放眼“吃穿住行”這4個與人們生活息息相關的行業，也處處印證著這句話，為了處理吃完飯后的碗筷，洗碗機器人越來越受歡迎；為了大批量制衣，流水線作業、智能化工廠實現了應用；為了減少打掃房屋，智能掃、拖機器人需求量快速提升。

對于與人們日常接觸頻次最高、需求量巨大的“出行”行業，“懶”的需求也促生了該行業技術的發展與進步，為了讓人可以從駕駛汽車這個任務中解放出來，自動駕駛概念被提出，并在技術人員的努力下逐漸成為現實。

自動駕駛的“慢”步之路

但相較于“吃穿住”這3個行業，“行”這個行業的技術發展似乎非常緩慢，也顯得更為謹慎，究其原因，主要是因為，“行”相較于其他3個行業的使用場景，復雜程度更高、危險性也更大，激進的普及可能會造成財產安全，甚至生命危險。因此自動駕駛技術的發展和演變需要采用逐步過渡的方式。為了讓自動駕駛的發展有據可循，有法可依，國際汽車工程師學會（SAE）根據自動駕駛的技術進程，將自動駕駛發展階段分成了L0級～L5級共6個等級，其中L0級的主要操作者和交通監控者都是人類駕駛員，而到了L5級，人類就可以完全解放雙手，將開車的任務完全交給汽車。

國內針對自動駕駛技術進程也制定出了相關的等級劃分，2022年3月1日，由工業和信息化部提出、全國汽車標準化技術委員會歸口的GB/T 40429-2021《汽車駕駛自動化分級》推薦性國家標準正式實施（編輯語：后臺回復“40429”，獲取標準《汽車駕駛自動化分級》），該標準根據在執行動態駕駛任務中的角色分配以及有無設計運行范圍限制，將駕駛自動化分成０級駕駛自動化至５級駕駛自動化，5級駕駛自動化則是對標L5級自動駕駛。

自動駕駛的發展路徑其實非常清晰，但似乎經過多年的發展，自動駕駛的技術并未得到明顯的提升，更多車企對于自動駕駛的嘗試更多是依托于高級輔助駕駛的方式，來減少駕駛員駕駛汽車時的疲勞感，更多的功能，是用來優化駕駛員駕駛體驗，提升駕駛員駕駛安全性的。對于自動駕駛的嘗試，更多是以定速巡航、自動泊車等這些交通環境簡單，駕駛條件單一的場景中，這些功能多以體驗為主，在使用過程中，還是需要駕駛員不斷去觀察四周，注意交通狀況，并不能正真讓駕駛員脫離駕駛的場景。

自動駕駛“慢慢”發展之因

前文提及到，“行”相較于其他3個行業的使用場景，復雜程度更高、危險性也更大，激進的普及可能會造成財產安全，甚至生命危險。自動駕駛發展如此之“慢”，其中涉及了諸多原因。

技術不夠成熟

想要讓自動駕駛汽車發展起來，離不開感知系統、決策系統、控制系統這3項。

其中感知系統負責自動駕駛汽車“看”的問題，這就需要高精度地圖、車載攝像頭、毫米波雷達、超聲波雷達等硬件設備的輔助，但這些感知硬件各有優劣（相關閱讀：感知硬件，自動駕駛汽車“看”路奧秘），在諸如黑夜、大雪、大雨等極端場景下，對于環境的感知還不夠完善，因此自動駕駛感知硬件仍舊需要優化和提升。

決策系統是自動駕駛汽車“思考”模塊，涉及到深度學習、人工智能等技術，為了讓自動駕駛汽車可以符合人類出行需求，決策系統在邏輯設計上就需要符合人類駕駛員思考方式。也需要可以靈活處理各種復雜的交通狀況，可以在出現問題時，在確保駕駛員安全與確保行人安全的抉擇上選出最優解，這就需要決策系統開擁有“獨立自考”的能力。但現階段決策系統并未實現“獨立思考”的能力，無法將其實際應用到自動駕駛上。

控制系統主要負責完成決策系統下達的指令，由于決策系統工作的好壞，將直接決定自動駕駛汽車的行駛路徑，關乎乘客的出行安全。當自動駕駛汽車可以獨立完成出行任務時，控制系統沒有在人類駕駛員控制的情況下，需要其快速、高效、完整、獨立地執行決策系統的工作。在自動駕駛汽車上，電子化、集成化趨勢將愈發明顯，線控系統將得到應用，控制系統就需要能在自動駕駛汽車出行前，自行完成自我檢查，在出現問題時可以及時反饋，以免乘客出現危險。

此外對于自動駕駛汽車更多依托于電動汽車上（相關閱讀：自動駕駛與汽車“新四化”），這也需要電動汽車擁有更高的電量荷載，才能讓多個感知硬件和傳感器的使用后，還能確保出行要求，這也需要對電動汽車動力電池的技術提升。

成本居高不下

成本是影響自動駕駛汽車落地的主要原因之一，商品想要在市場實現流通，讓消費者買得起、用得起是非常重要的。自動駕駛汽車相對傳統汽車，在成本上將需要更多的投入，主要體現如下：

1）研發成本：自動駕駛汽車需要大量的研發和測試工作，涉及到多個領域的技術，在感知系統、決策系統、規劃系統等技術上，都需要不斷地進行研究和創新，需要投入大量的資金、人力和物力。

2）感知硬件成本：相較于傳統汽車，自動駕駛汽車上需要加裝更多的感知硬件和傳感器，這將需要更多的硬件成本投入，這無疑是一筆很高的成本支出。

3）深度學習投入：自動駕駛想要足夠應對復雜的交通環境，就需要進行大量的算法學習，這些工作需要大量的計算資源和學習時間，研發成本進一步提升。

4）大量的測試：自動駕駛汽車想要具備足夠的安全性和可靠性，需要進行大量的安全測試和認證，同時需要在設計和生產過程中遵守嚴格的安全標準和規定，這些要求增加了汽車主機廠的制造成本。

法規不夠完善

法律法規也是影響自動駕駛發展緩慢的主要原因，在自動駕駛法律法規的制定上需要考慮以下幾點：

1）道路交通法規：自動駕駛汽車的想要在道路上行駛，需要遵守道路交通法規，對于自動駕駛汽車的行駛，是否需要專屬的法規標準，依舊需要明確。且自動駕駛汽車的行駛行為也需要與其他車輛、行人、自行車等進行協調，因此需要對自動駕駛汽車的控制和規范進行嚴格的法律規定。

2）產品質量法規：自動駕駛汽車是一種復雜的產品，需要經過多個領域的技術研發和測試，同時需要具備高度的安全性和可靠性。因此，需要對自動駕駛汽車的生產、質量檢驗、安全認證等進行嚴格的法律規定，以確保產品質量和消費者權益。

3）隱私保護法規：自動駕駛汽車搭載了大量的感知硬件、傳感器和計算設備，可以收集大量的駕駛行為數據、車輛信息、路況信息等等。這些信息的收集和使用需要遵守相關的隱私保護法規，以保護用戶的隱私權和數據安全。

4）責任認定法規：自動駕駛汽車的上路運營涉及到多方的責任問題，包括汽車制造商、軟件開發商、駕駛員等等。因此，需要建立起相應的責任認定法規，以確保在事故發生時能夠明確責任，保護消費者和相關利益方的合法權益。

5）保險法規：自動駕駛汽車的上路運營需要購買相應的保險產品，以覆蓋車輛損失、人身傷害等風險。因此，需要建立起相應的保險法規，以確保保險產品的權益保障和理賠程序的順暢進行。

隱私不夠保障

隱私安全是近些年互聯網發展過程中日益凸顯的一個話題，隨著自動駕駛的實現，自動駕駛汽車也將成為與手機、電腦類似的，服務于人類的娛樂硬件設備。自動駕駛為了可以確保行駛安全，需要搜集大量的道路信息，為了讓乘客可以享受更加優質的服務，也需要獲取用戶信息，這些問題都將引起劇烈討論。

用戶隱私

當自動駕駛汽車成為現實后，乘客可以在自動駕駛汽車上觀影、音樂等，自動駕駛汽車將成為提供娛樂的第三空間，為了可以提供個性化服務，自動駕駛汽車必定會去學習乘客的興趣和喜好，因此對于這些用戶隱私信息的保護將必不可少。

交通隱私

交通信息獲取是自動駕駛汽車發展過程中，除乘客信息獲取外外，另一大非常需要獲取的信息之一。為了讓自動駕駛汽車可以安全地行駛，就需要自動駕駛汽車認識路，對于周邊的環境就需要非常熟悉。在諸多汽車主機廠的解決方案中，使用了高精度地圖的方式，來指導自動駕駛汽車認識道路。高精度地圖中，對于道路信息、交通信息的獲取將非常精確，大到城市建筑，小到路邊的基礎設置，都會在高精度地圖上顯現，這些信息將很好的反應城市的構建，是非常重要的交通隱私。

為了讓自動駕駛汽車可以在各種環境下都可以行駛，這就需要所有地方的 高精度地圖，而對于部分重要的設施設備和建設，并不能透露，這將導致高精度地圖獲取無法足夠完善，這也將導致自動駕駛汽車無法快速地得到全面應用。

認可不夠足夠

由于現階段自動駕駛技術并不完善，市場應用并不廣泛，社會的認可度也并不高，消費者由于對自動駕駛汽車存疑，更多還是抱著嘗鮮的態度進行小范圍體驗，想要在生活中實際使用，依舊存在困難。

總結

總的來說，現階段自動駕駛汽車發展依舊緩慢，各方面都有限制和挑戰，想要讓自動駕駛得到普及，需要多方參與、針對討論、逐個突破，自動駕駛對于城市建設和交通建設起著非常重要的作用，其發展意義不言而喻，隨著技術的提升、法規的完善、成本的降低，自動駕駛將會從“慢慢”之路走向“燦爛”之路。

審核編輯黃宇