“自动驾驶”，或称“无人驾驶”,并不是一个新鲜的词汇，认真追溯起来，其实早在1925年，就诞生了人类历史上第一辆“无人驾驶汽车”, 至今已近百年。
当时是由一位来自美国陆军的电子工程师Francis P. Houdina，通过无线电波来控制前方车辆的方向盘，离合器，制动器等部件来完成的，虽然很不完美，但可以被视作为人类无人驾驶汽车的雏形。
自动驾驶的发展历程
通过时间轴的方式来回顾一下自动驾驶的发展历程：
1925年8月，美国陆军电子工程师Francis P.Houdina及其团队研制出世界第一辆“无人驾驶汽车”。
1956年，美国通用汽车展出Firebird 概念车，是世界上第一辆配备安全及自动导航的概念车。
1977年，来自日本的筑波工程研究实验室，开发出第一个基于摄像头的巡航系统替代预埋式线缆的自动驾驶汽车。
美国卡内基*美隆大学1986年开始无人驾驶的探索。便携计算设备的加入，使自动驾驶可以长距离行驶。
1998年，意大利帕尔马大学ARGO项目完成，其利用立体视觉系统，通过摄像头来检测周围环境，制定导航路线。动态视觉体系成型，高速自动驾驶实现。
2004年，美国国防高级研究计划局（DARPA)出资举办挑战赛，无人驾驶汽车穿越Mojave沙漠，获奖者的方案使无人驾驶方案雏型建立。
2009年，Google在DARPA的支持下，成立Google X实验室，目标完全无人驾驶技术，Google开启新时代。
2013年，奥迪、宝马、福特、日产和沃尔沃等传统整车厂入局，在未来5-10年内开发自动驾驶汽车。
2014年5月，Google无人车正式发布，2015年6月正式在美国加州的公路测试。路测推动了相关法律的完善。
2016年3月28日，美国通用汽车宣布，以10亿美金收购硅谷的一家研发无人驾驶技术的初创公司Cruise Automation。
2016年4月12日至4月17日，长安汽车2000公里无人驾驶路测成功。从重庆出发，途径西安、郑州，最终抵达北京，全程近2000公里。长安汽车成为了中国首个实现长距离无人驾驶的汽车企业。
2016年4月24日，Drive.ai获准在加州测试无人驾驶汽车(全球第13个)，采用深度学习技术。
2016年5月7日，全球第一个无人驾驶命案发生。一位驾驶特斯拉Mondel S的车主激活了自动驾驶辅助系统，在车祸中死亡。9月，马斯克宣布对Autopilot进行无线升级，称将降低一半事故率。10月，Autopilot2.0发布，新车型都将配备自动驾驶的硬件基础。
2016年8月，Uber与沃尔玛宣布联合研发无人驾驶，将共同投资3亿美元投入自动驾驶研发技术。成为继百度和宝马之后，又一个传统汽车制造商和互联网公司联手打造无人汽车的案列。
2016年8月24日，全球两大汽车零部件供应商Delphi和Mobileye宣布，联合投入数亿美元开发无人驾驶系统，搭载该系统的汽车有望在2021年或2022年上市。
2016年8月25日，新加坡的nuTonomy公司的无人驾驶出租车在本土正式投入使用。新加坡成为全球第一个向公众提供无人驾驶出租车的国家。
2016年9月1日，百度无人车获得美国加州上路测试牌照（全球第15个）。2016年11月，百度无人车首次在乌镇第三届世界互联网大会期间亮相。
2016年9月14日，Uber推出无人驾驶载客服务，在美国宾夕法尼亚州匹兹堡市上路试运行。Uber将这批专车成为“全世界第一批无人驾驶Uber专车”。
2016年9月20日，美国交通部颁布全球第一份自动驾驶官方政策《无人驾驶汽车联邦政策》。
2016年12月14日，Alphabet在洛杉矶宣布谷歌无人驾驶项目作为独立个体存在。Waymo作为新部门走上台前。同时谷歌不再执着于自造无人车，转而与车厂合作，走共同开发路线。
2017年：2017年1月，Waymo宣称能将激光雷达的价格降至7500美元，是竞争对手Velodyne 64线产品的十分之一。
2017年3月13日晚，英特尔以153亿美元的价格收购Mobileye。这是英特尔自动驾驶部门成立后的第一笔重大收购。
从行业发展历程中可以看出以深度学习为突破的“人工智能时代”大风口下，自动驾驶被给予了前所未有的关注，包括互联网公司，传统车厂，新兴创业公司，各路资本争相竞逐，“热度”进一步提升，那么到底应如何看待自动驾驶这一波浪潮的发展呢？
自动驾驶是人工智能的终极场景，没有之一
首先，人工智能的发展依赖于四个基本要素：计算力、海量数据、算法与决策、以及传感器的数据采集，而对于实现完全的无人驾驶同样高度依赖于这四个基本要素，并且缺一不可。
自动驾驶的技术原理图
其次，当前人工智能的主要细分技术，包括机器视觉，深度学习，增强学习，GPU，机器人、传感器技术等均在自动驾驶领域发挥着重要的作用，甚至行业发展的瓶颈主要在于这些人工智能底层技术上能否实现突破。
最后，人工智能本身越来越需要与应用场景结合才能最大限度地转化技术上的创新和突破，因此考虑到汽车行业本身的体量以及与相关行业的关联度，可以说自动驾驶是人工智能实现场景落地的最重要方向，甚至没有之一，这也是为什么其备受各方关注的原因所在。
在自动驾驶这条道路上，已经走到哪一步？
简单来说目前的发展路径可以分为三大类：
以Google, Uber等为代表的互联网公司，通过价格高昂的传感器（激光雷达为主），“一步到位”地实现完全无人驾驶；
以汽车厂商，Tier 1等为代表的传统公司，从ADAS(高级驾驶辅助系统)切入，“渐进式“地从辅助驾驶实现到无人驾驶的过渡。
最后一类是以Tesla等为代表的新兴公司，在传感器与应用场景上相互妥协，模式介于1和2。
如何看待这样的发展路线？
真正的自动驾驶是强人工智能，仍然任重道远。
无人驾驶所面临的问题：
感知与决策算法本身仍不可靠，无人驾驶所面对的环境是完全开放的，天气，光线，突发的路况，和有人驾驶汽车的共存等问题在要实现100%安全的命题下，技术的鲁棒性仍然不足；
以激光雷达为代表的核心传感器的成本仍是商业化量产的最大阻碍；
政策，法规，以及车辆联网基础设施的建设都超出了汽车行业本身的范畴，是一个复杂的系统工程。
因此，如果回到人工智能本身，目前大部分相关技术的创新和应用仍在弱人工智能范畴。自动驾驶作为人工智能的终极场景，无人驾驶与强人工智能的实现一样，是一个需要长期发展的过程。完全的、开放的无人驾驶也许不是目前所能想到的样子，甚至最终实现无人驾驶的载体也不会是“汽车”，亦或很难被定义为“汽车”。
对于自动驾驶的理解需要回归到汽车行业本身，汽车发展的趋势是什么？电动化，智能化，网联化。自动驾驶实际上是汽车在自动化水平上的智能化提升，驱动力在于汽车产业，准确说是汽车电子产业的优化升级，有数据统计近10年以来汽车产业70%的创新来源于汽车电子技术的升级，其目的是为消费者提供更加安全，舒适，节能的有竞争力的产品。
而以互联网公司所代表的新兴技术公司也促进了这个过程，但并不代表他们是唯一或最重要的玩家，Google最近将无人驾驶汽车项目转为独立的经营公司——Waymo，并强调“这家公司不会自己制造无人驾驶汽车，而是开发驱动无人驾驶汽车的技术”正是说明了这一点。
相关链接
沪公网安备31011502010460号
