经历曲折之路迈向自动驾驶未来

今天，当我们看到汽车制造商和自动驾驶科技公司结成各种联盟的时候，不禁思考，结盟的背后有何重要意义？联盟的成立会为我们的未来带来怎样的变化？自动驾驶技术的真正落地，以及自动驾驶真正为社会所接受的时间，是否会超出我们的预期？自动驾驶技术的投入成本是否超过了单个组织所能承受的范围？这些联盟的成立是政府和公众对自动驾驶行业的监管需求所驱动的，还是受制造商对于统一开发标准的需求所驱动的？

使用ADAS技术时，驾驶员对汽车仍有控制权，而ADAS的作用是在必要时对驾驶员进行提示以防止事故发生。由于近年来，驾驶员分心驾驶的情况呈上升趋势，因此这些提示显得极为重要。

汽车工程师协会（SAE）将自动驾驶分为了L0-L5几个阶段，ADAS目前处于L0-L2的阶段，其存在的意义就是将事故发生的可能性降至无限低的水平。“汽车-科技-人工智能”的这一关键阶段目前进展顺利，当前ADAS技术渗透率约为22%，预计到2025年将大幅攀升至75%。

与此同时，“汽车-科技-人工智能”的自动驾驶正在分化为两个阶段：自动驾驶出租车出行即服务（MaaS）阶段，和自动驾驶乘用车批量生产阶段。我们注意到，汽车行业中许多公司的心态已经发生了变化，它们开始意识到这两个阶段不能同时进行。

自动驾驶乘用车（L4-L5）的批量生产，必须等到自动驾驶出租车完成部署并趋于成熟后才能进行。这是由成本、监管和地理规模三要素所决定的。事实证明，我们很难在短时间内同时满足这三要素，这也是业内人士开始思考实现自动驾驶乘用车批量生产最佳途径的重要原因。很多行业领导者意识到，如果将完全自动驾驶汽车（AV）的部署首先瞄准自动驾驶出租车这一领域，就有可能为最终自动驾驶乘用车的量产铺平道路。

与私人自动驾驶乘用车相比，针对自动驾驶出租车车队制订法律法规要容易得多。自动驾驶出租车运营商通常会获得针对单独用例和地区的有限的许可证，此外，运营商还需要向主管部门提交大量报告和获得后台远程操作上的约束。相比之下，如果向普通公民发放此类汽车牌照，则需要对目前针对汽车和驾驶员的复杂法律法规进行彻底地改革。汽车行业逐渐意识到，自动驾驶必须等到法规和技术达到平衡后才有可能真正落地。

规模：第三个要素就是地理规模。制作有着详实细节和极高准确度的高精地图，并维持地图不断更新，是地理规模要素面临的主要挑战。地理规模对于自动驾驶汽车的批量生产至关重要，因为自动驾驶汽车只有在“任何地方”都能正常运行，才能实现我们对自动驾驶革命的承诺。自动驾驶出租车可以在受限的地理围栏区域内运行，这能够将规模化的问题推迟，待自动驾驶出租车成熟之后再做解决。

当我们综合考虑成本、监管和规模等因素时，就能够理解为什么要先待自动驾驶出租车成熟，才可能实现自动驾驶乘用车的批量生产了。汽车行业正愈发重视L2产品，且这种现象越来越明显。增强型ADAS，即驾驶员始终全面掌控车辆，有助于让自动驾驶汽车在实现安全保障的各种优势的同时，不会受到来自监管、成本和规模方面的挑战。

与此同时，汽车制造商正在通过加入自动驾驶出租车出行即服务，这一全新行业，来解决监管、成本和规模方面的挑战。一旦自动驾驶出租车出行即服务拥有一定的接纳度和成熟度，汽车制造商就可以进入自动驾驶乘用车的下一个阶段，也是最具变革性的阶段了。

继续走在ADAS技术研发的最前沿。英特尔与Mobileye在凭借ADAS技术挽救生命的同时，每年还拥有数十个新的生产项目。在这些项目中，汽车制造商往往会对我们的技术进行最严格的安全测试，这让我们能够以此来验证我们自动驾驶汽车的技术可靠性。目前，英特尔与Mobileye拥有超过3400万辆上路行驶的，配备ADAS技术的汽车，这也为我们长期的自动驾驶开发项目提供了资金“动力”。

设计一个以摄像头为中心的自动驾驶系统。构建一个完全基于摄像头驱动的强劲自动驾驶系统，能够让我们精确地了解哪些才是雷达和激光雷达中必要的冗余。这将有效避免“过度工程”或是“传感器过载”，也是降低成本的关键。

借助路网采集管理™（REM™）能够实现众包高精地图的制作和构建，以此解决规模化问题。根据与汽车制造商的现有合作，预计到2022年，Mobileye将拥有超过2500万辆汽车发回的道路数据。借助责任敏感安全（RSS）模型能够有效解决监管问题。该模型平衡了机器驾驶员驾驶行为的可行性与敏捷性，并贴合了谨慎驾驶的社会规范。

当前，英特尔和Mobileye正全力以赴，把握自动驾驶出租车这一全球机遇。从电话叫车，到车辆供电，再到车队监控，我们正在面向整个自动驾驶出租车体验，推动各项技术开发，并在此过程中尽可能多的展开各项实践。这将让我们能够最大限度地在自动驾驶出租车阶段蓄力，以便在自动驾驶乘用车批量生产的时机成熟之时，为汽车制造商提供优质的解决方案。

在这一过程中，我们将帮助我们的合作伙伴实现以ADAS技术挽救生命的安全革命。我们相信，这场革命拥有极大的现实意义，也将会成为人类探索自动驾驶的旅途中一个强有力的历史性范例。