美国时间上周日晚22点，Uber自动驾驶测试车撞向一位横穿马路的女子至其死亡，这是迄今为止全球首例自动驾驶车辆撞人致死案，也因此掀起了世界范围内整个行业舆论的震动。

目前，Uber已经宣布全面暂停其在美国及加拿大的路测。随后，日本丰田公司也宣布，停止在美国的自动驾驶测试，美国波士顿政府甚至直接要求所有自动驾驶研发公司暂停测试。

这一系列事件的发生，对本就还不够成熟的自动驾驶技术来说，是一个沉重的打击。但是，世界汽车市场向智能化、电气化、网联化发展早已成为大势，自动驾驶技术虽然在现阶段还面临种种问题，但发展一定不能也不会因此停止脚步。

在刚刚闭幕的两会上，全国政协委员、百度董事长李彦宏乐观地表示，在接下来的三到五年内就会出现完全替代司机的自动驾驶车。而在明年，百度与其合作伙伴也将推出L3级别的自动驾驶量产车。全国人大代表、长安汽车总裁朱华荣也在两会上提出了关于汽车智能化的相关建议。

以往只存在于科幻电影里的“无人车”，如今，却正从虚拟开往现实，成为2018年两会的热词之一。“自动驾驶”的黑科技逐渐离我们越来越近。

3月20日上午，“长安汽车自动驾驶核心技术量产测试新闻发布会”在重庆举行，正式发布了2级自动驾驶核心技术IACC，并宣布该技术将搭载在CS55车型上，实现量产。继2016年长安汽车完成国内首个2000km自动驾驶测试后，CS55将成为国内首个搭载IACC技术的量产车型，这标志着长安汽车将实现自动驾驶领域从测试到量产的双第一。

发布会上，长安汽车副总裁刘波表示“前进，与你更近”，长安汽车已经形成了“全球布局，各有侧重”的全球智能化汽车研究布局，其中主要包括主攻智能互联汽车技术、智能互联汽车创新的底特律和硅谷。在2017年11月，长安汽车更是获得“美国加州路测自动驾驶汽车测试牌照”，标志着其在自动驾驶领域的步伐再次提速。

而长安汽车研究总院总工程师黎予生则详细介绍了本次发布会的主角——长安2级自动驾驶核心技术IACC。IACC集成式自适应巡航技术，采用了多传感器融合技术，融合毫米波雷达、多功能摄像头和导航地图，感知行驶道路的环境，通过动力、制动、转向控制车辆自动加减速及转向，使车辆保持在车道中或跟随前方目标车轨迹自动行驶。

值得一提的是IACC所具备的单车道自动辅助驾驶、交通拥堵辅助驾驶、自动减速过弯功能、智能限速辅助、车道保持辅助、场景重构六大功能。虽然还存在着很大一部分的条件局限性（例如车道线清晰、限速标致清晰等），但作为驾驶辅助，已然能够通过这六大功能，减轻驾驶员驾驶任务，实现辅助驾驶。

作为中国自主品牌汽车的行业领跑者，本次发布会上，长安汽车一改往常高调的主旋律，丝毫没有2016年4月，长安汽车自动驾驶历经近2000公里从重庆到北京，完成中国首次长距离总动驾驶测试时的“惟我独尊”姿态，相对之下这次的态度显得十分保守、委婉。虽然举着“自动驾驶”技术的旗帜，却多次强调，IACC技术为L2级水平，实际上仅为一个驾驶辅助功能，仍是以驾驶员为主、智能技术为辅的交互作业。 

但长安在发布会上也提出2020进阶L3级、2025达到高度自动化L4级，2030实现完全自动驾驶的阶段性宏伟目标。骨感的现实距离真正的“自动驾驶”还有很长一段路要走。要实现目标，开启2025自动化驾驶新时代，时间格外紧迫，长安可谓是亚历山大啊！

完善法律法规 才能跑出“中国速度”

发展自动驾驶技术本就不是一己之力的事，长安汽车能完成从测试样车到产业化量产车的巨大进步已然意义重大。就自动驾驶技术的发展来看，除了本身的技术壁垒外，相关法律法规的不完善也是自动驾驶技术发展的一大拦路虎。

目前，仅有美国等发达国家出台了相对完善的关于自动驾驶技术的法律法规。直到去年，北京才出台了关于《北京市自动驾驶车辆道路测试管理实施细则（试行）》，但与国外对比仍然相对保守，百度创始人李彦宏还为此收到过一张关于自动驾驶车辆的罚单。

现阶段，包括百度、蔚来汽车、上汽等国内知名的车企及科技公司在内的大多数企业都将研究地点选在美国，究其原因也正是现行的交通安全和侵权责任无法无法涵盖自动驾驶的内容，长期以往，则直接影响我国自动驾驶技术的发展。

因此，为了在全球的“自动驾驶赛道”中跑出“中国速度”，尽快的制定和完善符合中国国情的关于自动驾驶的法律法规刻不容缓。

高精的地图是自动驾驶核心技术中的重中之重，精准的地图对自动车定位、导航与控制，以及安全起到至关重要的作用。

而现在我们日常使用的地图都是GPS导航系统的传统地图，例如高德、百度等。传统地图是对路网的一种抽象，都将路网抽象成有向图的形式——图的顶点代表路口，边代表路口与路口的连接。这样的形式可以很好的适应人类驾驶员的需求，但也正是因为人类是具备视觉识别及逻辑分析能力的。人类驾驶员可以通过路面标识及周围建筑物确定自己所在的实际路网中的位置，并计划下一步如何驾驶。

自动驾驶技术的定位主要是局部定位与全局定位。局部定位就是通过车道线监测、路面监测来确定车辆与环境之间的关系；而全局定位则时通过地图的定位，通过地图数据来感受车辆所处位置。而这里所指的地图，就是所谓的“高精度地图”。

传统GPS地图定位精准度只有3~7米，而在山区、峡谷，精准度还会进一步降低。即使是美国的谷歌地图，甚至是各大公司抢购的Here地图，在现阶段也不能完全满足自动驾驶技术对地图的依赖程度。要做到满足真正自动驾驶技术条件的地图需要精准到厘米级，且要实时变化、实时更新路况信息及周边情况。

高精度的地图直接决定着自动驾驶系统的安全性、可靠性以及效率。但由于它精密多变的特性，制作也相对困难，即便有，也是极小范围的试行，真正完善的高精地图的普及和实际运用，大概是还需要些时日。

要说高精的地图是自动驾驶核心技术中的重中之重，那大数据必然是自动驾驶出现的前提和促进其成长的“促熟剂”，它为自动驾驶技术带来的冲击和意义，难以想象。

一辆自动驾驶汽车据统计在一个半小时内就会产生4TB的数据量，而每个人平均每天在车内的时间是一个半小时。那么到2020年，3000个互联网用户每天也产生这么多数据。可能这个概念相对抽象，举例来说，4TB就相当于你每天都浏览接收将近3000条朋友圈。

自动驾驶的数据包括技术、众包和个人三种数据类型。技术数据是一套传感器，它会帮助汽车“看见”周围的环境，从而躲避障碍物。众包数据是汽车在运行中从周边周到的数据，例如交通状况与路况变化等。而个人数据则会不停“学习”“累积”车内用户的兴趣爱好，例如爱听的音乐、常去的路线，相当于在之后的行驶过程中越来越个性化。

举一个简单的例子。一个人在路口站立，当“自动车”需要通过路口时，它会通过地图或雷达监测到这个人的存在，这时需要迅速判断是否需要让行，就要用到一系列大数据的分析，迅速判断这个人仅仅是站立还是有通过马路的意向，才能做到安全让行，安全行驶。

能做出这样复杂分析的大数据，必然是要通过长年累月积累成的一个庞大的数据库。而自动驾驶技术的发展时间也很有限，所以已有大数据的积累远不足以支持自动驾驶的大数据需求。大数据只想说“我还需要一点时间”。

近些天发生的“优步”事件，再联想到2016年的“特斯拉”事件，让很多人对自动驾驶的未来感到担忧，担忧可以有，但如果将一项先进的“黑科技”比作无情的“杀人机器”，未免太过杞人忧天。关于“优步”事件，警方也表示，该名被撞女子出现的阴影区域，即便是人工驾驶也处于视觉盲区，发生事故的几率也极大。那就说明这仅仅是一件普通的交通事故，逝者安息，但这并非全是自动驾驶的责任。

目前，全球的自动驾驶技术都还处在发展中。在国际上，谷歌、奔驰、特斯拉先后达到L3甚至L4级别，而就国内而言，像自主品牌长安也可达到L2级甚至是L3级。可以说到现在为止，自动驾驶技术已经取得了相当大的成绩，固然还在发展但总归会逐渐完善趋于成熟。

哪怕现在面临着重重的舆论和压力，受到环环相扣的外界环境的制约，汽车的未来方向也必定不会因为因此就有所改变，自动驾驶仍是也必然是大势，未来发展的前景也终会迎来光明。只不过此时此刻，革命尚未成功，同志们仍需努力！