当北京上海的城市街头被摩拜、OFO共享单车堆满，大家还在聊“共享单车”这些话题时，硅谷的路上经常可以看到带着激光雷达的无人车。在谷歌总部山景城附近，每天早上出门都能看到正在路测的谷歌无人车Waymo，经常有过往的人类司机会戏弄这些正在测试无人车。

通常，这些车上都坐着两名路测员，一个负责紧急接管，另一个负责记录。大部分时间，路测员都不会碰方向盘，任由无人车行驶，除非遇到紧急情况。

无人驾驶真的要来了吗？在硅谷，我体验了很多公司的无人驾驶车，其中不乏中国公司，感受了不同公司的技术能够达到的成熟程度。这个问题不同的人给出的答案不一样，很多车厂、公司说三年，并给出了量产时间表。然而，我也偶尔会在测试车上问那些无人驾驶的测试员，这些测试员有着两到三年的测试经验，能看见这些无人车每天每年的进步，我得到的答案是——50年。谷歌之前的无人驾驶负责人Chris Urmson也认为，真正的无人驾驶，至少还有50年的路要走。

到底是两三年还是50年？现在的无人驾驶是噱头，还是马上就来了？这里我将抛开所有的概念，给大家仔细讲解不同层级的技术。

园区内自动驾驶

在百度美国硅谷研究院，当我站在他们办公室门口指定位置，一辆与普通车辆并没有什么区别的小车向我开来，这次不同的是，司机抱住双手，并没有碰方向盘。这辆车将为我演示一段园区内部的自动接人与自动停车。

我上车以后，车在以极低的速度行驶，园区中有少量的行人穿梭，小车看见红灯也会自动停车。当自动绕过园区以后，达到一个标有自动停车位的地点，我下车了。随后，这辆小车继续在司机不碰方向盘的情况下自动行驶，路过一个空停车位后，它在第二个空的停车位主动停下来，自动停车入库。

百度内部人士告诉我，这个技术并不是很难，对设备要求也不算高。这是百度阿波罗技术与盼达用车合作的自动驾驶的应用场景，对共享汽车来说，找车与找停车位都是影响用户体验的痛点，技术可以让这批汽车在园区中以极低的速度行驶。这项技术目前比较容易实现。未来，让你家的汽车自己停车、找车位，成为可能。

高速部分自动驾驶

李彦宏在五环上的自动驾驶是作秀吗？高速上场景单一，无行人穿梭，变量较小，是较容易实现无人驾驶的场景。未来三年内，高速上的跟车、变道技术随着高精地图的发展会越来越成熟。

如果在2019年买车，你会发现大量的车已经可以像现在特斯拉一样在高速上自动跟车，进行简单无人操控。比起现有很多现有车辆的自动跟车功能，特斯拉的车辆不需要有人完全掌控方向盘，也可以自动泊车。

百度与奇瑞合作的自动驾驶车辆，宣称将在2019年量产。这款车与特斯拉有什么区别呢？它的特征是除了自动跟车，还可以实现变道，拥更广泛的自动驾驶能力。这也是近几年的大势所趋。

仅仅多了变道功能，为了确保万无一失，就需要加入高速上的高精地图。高精地图与普通地图不同，普通地图需要使用地图车，每次扫描十米的数据就可以把地图输入，而高精地图需要精确到厘米，一辆高精地图采集车，成本上千万元，因此高精地图的成本也居高不下。

比资金成本更难的是，地图采集是高度管制和需要牌照的行业，如果有了一座城市的高精地图，导弹可以定位到这个城市的每一栋楼具体的窗子，这也是为什么就算谷歌无人驾驶再先进，也难以进入中国市场。政府不会开放地图这种核心能力给外资公司。

高速上自动驾驶的难点是，因为车辆行驶速度快，对激光雷达的要求更高。因此安全是一个更需要关注的问题。如果需要量产，车辆并不会配备现在造价高达几万的激光雷达体系，受天气、光线影响较大。

固定区域自动驾驶

在硅谷的Sunnyvale小镇，这里分布着很多无人车的驾驶公司，道路较为简单，少有行人穿梭，很多无人驾驶公司都会在此区域路测。在这里体验了百度的无人车之后，很多记者分不清阿波罗2.0与1.0的区别，这次硅谷的试驾与半年以前百度在乌镇大会的试驾有什么区别。

核心不同是乌镇互联网大会是在封闭环境中进行的无人驾驶测试，硅谷是在开放的真实道路上实现的，可变因素更多。这次技术升级，可以让百度的无人车在简单的城市道路上实现无人驾驶。百度无人驾驶的速度有多快？6个月以前，阿波罗系统需要30分钟设置好，现在，只需要30秒就可以设置该系统。

百度总裁兼首席执行官陆奇在CES上也展示了一辆没有方向盘的金龙客车，没有方向盘的车真的会在两三年内进入道路行驶吗？百度副总裁邬学斌认为，2018年在一些限定的场景下，这种限定场景，介于园区与简单开放的城市道路之间，小规模的量产可以出来。

谷歌无人车也在美国第五大城市凤凰城附近的郊区开始免费搭载人了，这个城市气候温和，常年阳光明媚少雨，但只是局限在凤凰城附近的一些小镇Chandler。这次载客司机座椅上没有人，只需要乘客在APP上叫车以后，在车上点击开始按钮，遇到紧急情况点击结束按钮即可。中国雄安在做城市规划的时候，已经将为无人驾驶设计的道路考虑到蓝图里，景驰也将在安庆投放50辆车做测试。

未来，无人驾驶的实现不是一蹴而就的，而是一个个限定区域、限定路线、限定城市实现的。这与高精地图的投入密切相关，在汽车机器人占领城市以前，会有一个混合时期，无人车与人驾驶共同上路。这期间，会出现专门为无人驾驶道路规划的城市设计。从城市规划的角度，需要政府部门的大力参与，中国无人

驾驶很可能弯道超车。类似于谷歌这种在个别城市固定路段投放的无人驾驶车，也会越来越多。

完全无人驾驶

可以把这个无人驾驶理解成为司机座椅上不用坐人，在开放的道路上可以自由行驶，这个技术可能5年内到来，也可能50年才能到来。

如果把无人驾驶技术拆分来看，需要车有能够识别路面情况的激光雷达和摄像头，抛开激光雷达高昂的成本不提，还需要能够在大量的样本中知道，哪些是树、哪些是人，哪些是卡车。曾有一位无人驾驶的顶级技术人员告诉我：“无人驾驶首先要能看见，所有感知出了问题，都是大问题。”

谷歌无人驾驶做了8年，当它到美国南部州的时候，发现车辆不会识别红绿灯，原因是加州红绿灯是竖着排列的，而南部的红绿灯是横着排列的。更难的是，曾经一家做视觉识别的美国公司，当把它的算法引入中国时，不能识别路上的卡车。美国的卡车后面是完整的大车箱，而中国卡车的样子各不相同，有的是用一块布把货物罩上的，还有开放式的。美国的高速公路上经常会有鹿这类动物窜出，能不能识别动物与人，各个地方的鹿长的不一样，都会成为无人驾驶的考验。

如果无人车无法在开放环境中“看到”路上的情况，更不用说根据路面情况去做“决策”来处理分析。这些突发情况的识别与处理，都需要大量的数据去训练模型和算法，因此，数据成为无人驾驶公司们最核心的资产。

无人驾驶技术最先进的公司谷歌正在研发完全无人驾驶，已经增加无人车的投放，通过一些局部地区的测试来收集数据，百度也希望通过阿波罗平台与其他公司的合作收集数据。科技公司终极目标都是实现完全无人驾驶，尽管它的实现还处于理想状态，但这些中间形态的无人车，很快就会走进我们的生活。