消滅司機：無人駕駛的革命之路（上）
每一代人有每一代人的基礎技能。我們這一代人不需要會織衣服，不用背某人語錄；但你得會用電腦，會玩手機，還得會開車...
身邊的朋友陸陸續續買了車，嘴裡也聊起來停車費、油耗等家常便飯，但是我連駕駛本都沒有。一是覺得麻煩，要考慮的東西太多：考試、保險、停車位、保養、技術、牌照等等等等，說實話沒有那個動力。
二來身為科技媒體人，我隱約看到了一個未來，一個沒有方向盤、不用換擋、不用找停車位、沒有堵車、沒有喇叭鳴叫的無人駕駛世界。
這個世界離我們很遙遠？還是觸手可及？為了回答這個問題，我們從技術角度出發，來談談汽車發展史上的這一次新革命。
自動駕駛面前的三座大山
自動駕駛分為幾個模組，讓車子去感知環境，分析資料，然後進行操控。這和人類開車的原理類似，環境感知的感測器=眼鏡和耳朵，計算分析的晶片=大腦，控制執行的電子系統=手腳。
感測器又分為幾類，悲催的是，每一類都非常“偏科”，各有各自的優劣：
雷射雷達：精度高，夜間工作，3D掃描，周邊環境建模
毫米波雷達：探測車速和距離，除了精度不高外，都比較全面
超聲波雷達：近距離探測，雨雪天通用
攝像頭：物體識別力強，速度距離識別差，受天氣影響
人工智慧（AI）的主要切入點在計算分析這一環節，計算分析有2個點，一個是演算法，一個是晶片。晶片就是一個強大的電腦，演算法可以看成軟體，能對資料進行識別。比如對面飄過來一個黑色塑膠袋，好的晶片可以在0.1秒就識別到了它，但如果演算法不好，誤判一個黑色轎車，一腳急刹車加猛打方向盤，那就真是瞎了狗眼。
晶片目前可以往車裡賽電腦，要麼通過雲服務來解決；而演算法是個耗時間的東西，它得基於海量資料的累積，通過深度學習讓AI自我成長。
控制執行比較簡單，就是接管變速箱、方向盤和踏板。但還涉及了駕駛技術的問題，比如何時超車，何時加速，怎麼讓人坐著不顛屁股。
真正經與假嚴肅
2010年，Google無人駕駛車的項目正式誕生，當時的Google和現在的蘋果一樣，藏著掖著，各種不想讓別人知道自己在搞什麼名堂。
Google非常豪，真大腕，本著不求最好但求最貴的原則，把能用上的感測器都給用上了。車上有一個非常吸引人的東西，像一個警燈，它能在汽車周圍創建幾百米範圍的即時地圖。這個東西就是雷射雷達，它的售價非常驚人，光它本身就得花7萬美元，要知道美國的車很便宜，很多人開的也就是2萬美元左右的車。
這還不算完，Google意在繪製一個精度能夠達到釐米級的詳細地圖，給車子指路。這個地圖基於高精度GPS定位和Google街景車拍攝的街景圖片，然後通過車上的感測器對地圖進行修正（注意這裡是兩個不一樣的車）。
街景車（用來拍攝街道的詳細圖片）
最後，地圖資料通過無線網路進行傳輸，個體車輛和Google的電腦群（雲電腦）互相交流資料。這裡就需要對於資料的上傳下載速度提出相應的要求，也就是需要更快的網路連接，比如還沒有商用的5G。
地圖的好處在哪裡？舉個簡單的例子：比如有個小屁孩在路邊放了一個Stop的標誌，攝像頭看見了，但結合地圖，無人車知道自己在跑高速公路，進一步驗證，發現甚至連岔路也沒有，就不會進行減速。
這就是精度地圖的好處，它有備用的資訊儲備。但Google面對的問題是，感測器太多，收集的東西太複雜，在地圖還沒有完善的情況下，要處理的東西太多，所以車速非常慢，進展也慢。
Google非常謹慎，也非常認真，耐心在佈局一盤大棋。但是這個時候另外一個叫Mobileye的公司跳了出來，沖著Google咧嘴一笑：Why So Series？
如果說Google的無人駕駛依託於大資料和高精度感測器，那麼Mobileye則更依賴於人工智慧中的演算法，它給無人駕駛指出了另外一種可能性。
Mobileye沒有街景車，沒有昂貴的感測器，沒有衛星地圖。它並不需要繪製一個三維的立體系統，憑藉一個簡單的攝像機，再利用厲害的演算法，來識別物體（車道、指示牌、車輛、行人等）。
Mobileye核心組件
說白了，Google憑藉大資料和高精度地圖，讓無人車始終有一個上帝視角，可以建立一個三維模型，它知道前面的路是什麼狀況；而Mobileye則非常激進，駕駛方式類似我們人類，它只使用了一個單目攝像頭，採集汽車前方圖像，就好像人在捂住一隻眼睛的情況下，依然能夠判斷距離。不知道前面的路上有什麼，只是見機行事。
所以你也可以看出，Google採用的是一個笨方法，要去繪製全世界的交通線路圖，還得配合高精度感測器來保證萬無一失。而Mobileye耍的是小聰明，想通過不斷的資料累積和系統反覆運算，把輔助駕駛逐漸進化到完全的自動控制。
我們來總結下它們的優缺點：
Google：
優點：精度高，更安全
缺點：耗時，成本高，受環境影響高（比如修路，改造，之前的資料就得跟著改，因此必須聯網）
Mobileye
優點：成本低，環境適應性強（一套系統，哪個國家都能用）
缺點：有安全隱患（比如夜晚，攝像頭看不清）
分道揚鑣
Google一上來就是奔著完全的自動駕駛去的，它想徹底幹掉司機，畢竟自己有這個技術積累，想自己偷摸著研究，直到毛頭小子Tesla上路，Google就傻了。
特斯拉使用了Mobileye的技術，加上各種感測器，拍拍屁股就上路了。與Google造型誇張的車輛外型相反，Tesla的車在外形上與普通車無異，它的攝像頭隱藏在後視鏡和擋風玻璃下，一個功能強大的電腦則被安置在了後備箱裡。
但是Tesla過於激進，導致兩起致命性的事故，在一起事故中，轎車把一輛橫向的貨車看做了天橋，處於自動駕駛狀態的Model S壓根沒有減速(毫米波雷達和攝像頭均失效)，直接從貨車底下穿了過去。
而如果有高精度地圖，無人車的攝像頭誤把貨車當成天橋或路標時，地圖就會進行判定，發現這地方鳥不拉屎，哪裡來的天橋？從而減速行駛，對這個物體進行進一步判斷。
為了擺脫負面影響，Tesla乾脆和Mobileye分手，自己開發自動駕駛，來抵消車主對於model系列的不信任（當然Mobileye也有同樣的想法，一直在罵事故是Tesla自己的問題）。
在與Mobileye分手後，特斯拉繼續劍走偏鋒，增加了攝像頭的數量，依然採用了成本極低的超聲波雷達，只有一個長距離毫米波雷達用於探測遠距離物體。
另外，新車搭載了英偉達的強勁的平臺（計算分析的晶片部分），包括2個獨立的帕斯卡GPU，12個CPU核心，16nm制程，水冷系統等等，性能上相當於150個MacBook Pro，這在傳統汽車上是完全見不到的。
在沒有雷射雷達，毫米波雷達就一個的情況下，馬斯克稱，Autopilot 2.0系統已經具備了高等級的自動駕駛能力，在2年內會投放市場，在視頻的展現中，2.0系統確實讓人感到不可思議。另外，由於特斯拉的車多，用戶在駕駛的過程中積累了3億多公里的駕駛資料，繪製一副數位地圖，已經被提上日程。
另一方面，Google拆分了無人車項目，把它變成了一家名為Waymo的新公司，這意味著該專案已經過了研發階段，準備開始商業化了。
Waymo與克萊斯勒合作的新款無人車
而雷射雷達的成本在大幅降低（從7萬美元變成了7500美元），更有固態雷射雷達（去除了360°機械旋轉部件）等新的技術，可以進一步將雷達做小隱藏。走高精度感測器路子的公司不少，Uber和奧迪等都在其列，在配備了硬體後，Google的地圖就可以大賣特賣了。
固態雷射雷達
總之，Mobileye和特斯拉開闢了一個廉價有效的道路，但最終也是殊途同歸，與Google抵達一樣的彼岸。
幾乎所有的傳統汽車大廠，都開始了自動駕駛的研發，雖然有些廠商還是舉棋不定，但是威脅是存在的，革命的號角已經吹響。沒有人希望成為被蘋果顛覆的下一個諾基亞，但也沒有人知道這場運動會將自己推向何方。