二、说是自动驾驶，其实只是半自动
其实有人正儿八经地测试过特斯拉的Autopilot系统。结果表明，这套系统叫做“半自动驾驶”更加合适。因为在测试过程中，一旦出现复杂路况，或者碰上有问题的交通标识，这套系统就会作出错误的决策，最终还是需要人来纠正。
实际上，与其说特斯拉的Autopilot与无人驾驶接近，倒不如说它更像是定速巡航结合自动变道。
定速巡航在汽车行业里是一个很古老的功能。发展至今，10万左右的家用车上，都已经配备了这个功能。结合自动跟车与紧急避撞，车辆就可以实现直道下的自动驾驶。也就是说，在高速公路上，即便驾驶人不操作，汽车也可以在现有车道自动运行。
而特斯拉又加上了“自动变道”，当你想并道的时候，打转向灯，车子会自动判断并道时机，并且自动完成并道操作。虽然司机的手还是得放在方向盘上，但是转向动作是车自动完成的。
这个功能的逻辑其实很简单：只要远距离雷达能探测到侧后方，侧前方的车辆，超声波传感器判断好周围的情况，计算好速度就可以完成。
所以，特斯拉所谓的自动驾驶功能，依赖于12个超声波传感器与远距离雷达和前置摄像头采集的数据，主要是车道数据，车辆数据和地面交通标志。这些数据采集无误，特斯拉的人工智能才能发挥作用。数据采集有误，或者人工智能判断有问题，车祸就难以避免了。
三、特斯拉在自动驾驶领域，到底处在什么层次
平心而论，Autopilot算是一个好功能，但是距离真正的无人驾驶还相去甚远。汽车行业对于无人驾驶阶段是有清晰定义的。一般来说，分四个阶段：
第一阶段是辅助系统能采集信息采集，在关键时候，给予警告。
第二个阶段是让在汽车自动做出相应反应。譬如紧急自动刹车(AEB)，紧急车道辅助
第三个阶段是在驾驶员监控的情况下，让汽车提供长时间或短时间的自动控制行驶，特斯拉的所谓无人驾驶就属于这个阶段
第四个阶段才是完全自动驾驶，在无需驾驶员监控的情况下，汽车可以完全实现自动驾驶。
目前，汽车企业走的基本都是渐进路线，主流水平处于第二个阶段与第三个阶段之间。特斯拉属于第三个阶段。因为第四个阶段的车辆不会允许这次事故发生：高精度激光雷达在200米以外就能感知到大卡车的位置和速度。图形识别也能识别出大卡车高精度3D地图知道前面的道路是上坡还是下坡，速度预期会如何。深度学习了人类驾驶经验的高度人工智能也会做出正确的判断。譬如加速远离大卡车。
虽然从行车原理和实际效果上看，特斯拉似乎距离第四个阶段并不遥远，但从无人驾驶的从第三个阶段到第四个阶段完全无人驾驶是有一条巨大鸿沟的。而真正达到无人驾驶阶段，需要把高精度激光雷达探测，图像识别，交通标识识别，3D高精度地图，人工智能，深度学习结合起来才可能达到。
目前，谷歌与百度研发的无人汽车都是指向第四个阶段的，但即便如此，技术仍然不成熟。在今年的二月底，谷歌刚刚将其无人驾驶汽车的测试范围扩大到第三座城市——位于美国西北部华盛顿州的柯克兰市。按照谷歌的说法，这座城市降雨量大，相比较之前的测试地点地形也更为复杂，他们想借此来获得在“不同环境、交通模式和路况”下的无人驾驶汽车测试体验。而在此之前，谷歌一直都是在其加州山景城总部进行无人车测试，直到去年才开辟了德州奥斯丁市测试场，这两个测试场地路况都相对简单。
也就是说，谷歌无人车进行复杂地形测试的时间仅仅只有四个月，而相对于平坦简单的路况，复杂路况以及天气环境对人工智能算法的要求，完全不在一个量级。
而令人感到遗憾的是，谷歌无人车目前似乎连简单的路况都不能完全掌控，今年的情人节，谷歌无人车在加州撞上了一辆巴士，这是首次由谷歌无人车完全担责的事故。当时的路况并不复杂，谷歌无人车的时速甚至只有两英里。在此之前的一个报告也显示，谷歌无人车每行驶9600公里就会发生一起交通事故，这远超过人类司机发生事故的频率。加拿大华人网 http://www.sinoca.com/
SinoCa.COM All Rights Reserved.