在家用車領域以外，自動駕駛還有哪些應用價值？

12-28

本題已加入知乎圓桌 ?看車展 · 看未來，更多「車展」討論歡迎關注。

自動駕駛在商用車領域的應用可能會比乘用車來得更早、更普及。

這裡所說的商用車主要指城間行駛的大貨車。大貨車司機的駕駛和運營特徵基本是這樣的：

1. 貨車司機們在運輸途中往往一開就是十多個小時，司機疲勞駕駛的問題對於國內幾乎所有的貨車司機都是存在的，在運輸途中作息混亂，雖然一輛大車一般有兩位司機，但是不斷裝車卸車交接班，兩個人都很辛苦。貨車司機們往往通過抽煙、喝茶甚至吃止痛片來提神，然而貨車司機的疲勞駕駛一旦造成車禍，後果又是非常嚴重的，因此自動駕駛功能無疑將提高貨車行駛的安全性；

2. 大貨車司機在運輸途中，往往是以車隊的模式運營，這一點在美國更為常見。在美國的高速路上常常可以遇到一溜的大卡車，有時候夜間開車到服務區也會遇到車隊集體休息，一字排開的「擎天柱」看起來非常壯觀。車隊的運營模式，意味著長途駕駛中依靠跟隨前車的駕駛邏輯，就可以解決大部分的駕駛需求；

（美國卡車車隊，圖片來源：谷歌）

3. 貨車多運行於城市間的高速公路，公路路況相對於城市道路的路況更為單一，沒有了城市中的交叉路口、紅綠燈和行人，自動駕駛技術的應用場景較為簡單。而在美國的高速路，駕駛狀況的複雜程度就更低了，這給予了自動駕駛由淺入深的應用平台；

4. 貨車對於降低油耗的需求迫切，自動駕駛技術一定程度上可以降低貨車油耗，對於單輛貨車而言，自動駕駛系統定速巡航的車速保持水平不遜於經驗豐富的老司機，而油耗是和駕駛習慣息息相關的（貨車更是如此），對於車隊而言，多輛車保持適當的車距，有助於降低車隊的空氣阻力，進一步降低油耗。

從貨車司機和貨車運營的幾點特徵來看，自動駕駛能夠提高商用車安全性、經濟性，相對於乘用車，技術實現的難度也更低。（btw，在我看來，卡車自動駕駛的技術環節、硬體需求與轎車自動駕駛別無二致，而兩者的演算法有沒有區別，這個問題可能要請教侯博士 @Filestorm 。）

再來談談商用車自動駕駛技術現狀。需要注意的是，我們這裡提到的自動駕駛，是廣義的自動駕駛，即包括了SAE標準下從L1到L5五個級別。而未來可能率先應用於高速公路貨車駕駛的自動駕駛技術，將會是L3級別。而從L2到L3，最大的區別就是到底是由人還是由自動駕駛系統來進行駕駛操作，在L3級別，人類駕駛員需要對自動駕駛系統的要求進行應答並在部分場景下接管車輛，引用@王飛的回答如何評價 Tesla 最新發布的「完全自動駕駛」（Full Self-Driving）功能？：「L2和L3最大的區別來自於是否需要人類駕駛員負責」，非常準確。

（SAE J3016 標準下自動駕駛分級，也是現在絕大部分廠商所接受的分級標準，圖片來源：谷歌）

目前，仍沒有L3級別的自動駕駛商用車正式上路。但無論是老牌卡車公司沃爾沃、戴姆勒，還是矽谷初創公司Otto和轉型中的黑莓，各家都已摩拳擦掌，躍躍欲試。下面是兩則去年的舊聞。

2016年9月在瑞典，沃爾沃首次公開展示了其自動駕駛技術，演示車輛就是三輛沃爾沃卡車，在第一輛車的帶領下，後面兩輛車保持了固定的車距，完成統一加速、制動及車距保持等功能。據沃爾沃介紹，三輛測試卡車完成了從瑞典哥德堡至荷蘭鹿特丹的旅途，而自動駕駛技術有助於降低車隊整體的燃油消耗25%。

（沃爾沃自動駕駛卡車，圖片來源：谷歌）

而名字來自於四衝程汽油機的發明人的自動駕駛創業公司Otto，在2016年更早些的時候，改裝了一輛沃爾沃VLN780卡車，並宣布已在美國高速公路完成自動駕駛測試。這一測試是全球第一例公開的自動駕駛卡車公路測試。Otto公司的員工來自於Apple、Google和Cruise，而現在公司屬於Uber。

（Otto自動駕駛卡車，路測運送啤酒，圖片來源：Bay Area startup is testing self-driving semis on California freeways）

未來，當在高速公路上遭遇自動駕駛的大貨車，請不要驚慌失措，因為他們比老司機們開車更穩。而在它們空蕩蕩的駕駛艙上方，說不定還站著尚格雲頓。

自動駕駛領域最有價值的落地應用顯然不是私家車啊。一般的私家車一年跑不了幾萬公里，但是跑運輸的大卡車可是每個月1萬公里。對於自動駕駛系統的使用率完全不在一個量級上。

關於商業方面的介紹 @姚昌晟的答案回答得挺好了，感謝點名，我就從技術角度跑個題。

卡車無人駕駛的大部分模塊和轎車差不多。最主要的區別主要是以下兩點：

1. 卡車質量很大，制動距離要遠大於普通轎車，所以前向感知模塊的有效距離要非常遠（我司現在是按照200m的視距在做）。在這麼遠的距離，對感測器的需求也會加強。對視覺感測器，會上長焦鏡頭以及更高級的防抖措施。對於LiDAR，則需要更密的線數（比如64線）。但如果，比如用目前量產呼聲最高的16線LiDAR，相鄰兩束激光在遠處的間隙就會大得足夠鑽進去一輛車了，尤其在上下坡的時候。這也就是為什麼，雖然貴且沒產能，但很多廠家還是鍾情於64線激光雷達的原因。

2. 卡車與轎車的控制完全不同。因為拖斗的存在，卡車不可能像轎車一樣近似成質點執行各種軌跡。這個問題一般稱作 Underactuated problem

自動駕駛的應用場景可能一開始就不是家用車。

即使未來無人駕駛技能樹的點亮，私家車有可能也會非常靠後。

無人駕駛的解決方案目前有很多分支，我就說說常看到來源於谷歌、特斯拉和百度的無人駕駛敘事，這裡的無人駕駛我特指L4（L1-3隻能算智能輔助駕駛）。

現在的諸多L4技術實現方案中，還依然離不開64線激光雷達。這玩意一台7萬美刀是死成本，加上周圍的8線光達和車載硬體，一台車光是外設成本15萬刀基本上沒跑。而現在一輛寶馬成本也就5萬刀左右。

無人駕駛技術的成熟期在5年左右，設備在這個期間的量產能力得不到巨大的提升，價格很難降。5年後就算外設降價到現在的十分之一（幾乎不可能），也需要1.5萬刀的成本。

如此強大的經濟槓桿，自動駕駛作為家用車上市後，很可能只是小部分人可以享受的奢侈品玩具。

所以，我的推測是：

第一個能大量消耗無人駕駛汽車產能的場景，極有可能產生於計程車和共享經濟的集合體。

無人駕駛的uber，每輛車1.5萬刀的新增成本，就算每年在加上10%~20%的維護費用，也比現在的計程車司機要便宜得多，而且不受公會的限制，更好管理。

自動充電，自動停車，隨叫隨到，不繞路，沒有司機叨逼叨，更安全，更方便，不佔家庭停車位。。。

第二個能大量消耗無人駕駛汽車產能的場景是大巴。

成本核算和上面的道理一樣，但卻是比共享汽車更適用的場景。

班車、大巴及遊覽車。這些場景下路線固定，操作重複，路面狀況穩定性好。地圖採集距離少，高精地圖維護起來較為容易。

同樣是不用人力，卻可以實行24小時運營策略。如果你在一個傻逼公司加班到24點，還不報銷打車費。這時有一輛無人駕駛的公交緩緩的向你駛來……

第三個能消耗無人駕駛汽車產能的場景是遠程物流。

高速公路上最多的事故是疲勞駕駛，超過6小時的駕駛，人早就崩潰了，但無人車卻沒事兒。

而路況上來說，高速公路作為封閉路段，只是速度較快，環境卻最為簡單（沒有紅綠燈和行人混行）。

京廣線2300公里，想像一下在京廣線兩側各建一個物流站。以前公路運輸的物流時間是3天左右，用無人車之後24小時內北京和廣州實現貨物互通。

第四個能消耗無人駕駛汽車產能的場景是作業車。

洒水車、掃地車、環衛車輛的車速不超過30公里每小時，這樣的速度下即使無人車技術還沒有足夠成熟也可以上路工作。做個機械臂之後，連垃圾清運都能一起解決了。

如果技術上生產線，這件事在美國有可能可以快速上線，畢竟美國人工比較貴。不過在我國這件事情可能上的沒那麼快，畢竟3000萬環衛工人，社會主義社會要考慮的不只是成本問題。

第五個能消耗無人駕駛汽車產能的場景是高危場景

比如礦山作業車，化工原料車等。這個其實使用量不大，但是這些作業車本身就貴得離譜，多出來個1~2萬刀，解決大車司機難招，作業危險等問題還是非常有效的。

目前，無人車在不同車型上的技術實現難度差異其實並不算太大。

但是想要真正的量產和應用，一開始就讓「個人」來承擔這部分硬體及技術成本，有可能無法形成一個良好的商業模式。

在商用車領域，比如卡車，自動駕駛是剛需啊。

自動停車解救女司機

1長途客運和貨運
2私家車
3叉車
4礦山特種車
5自卸車
6洒水車
7甚至火車
最後，我還是喜歡自己開車，享受駕駛樂趣！

自動駕駛本身就不是源於家用車。。。。
現在比較重要的應用是
卡車/客車虛擬重連運行。。

利比亞卡車

接二連三的交通事故表明，自動駕駛在目前來說還不具備商業化的可能，仍然只是一個停留在試驗階段的美麗謊言。自動駕駛這個概念越來越火。除了先驅者谷歌，特斯拉、路虎、賓士、寶馬等等汽車廠商都在研究創造「明天的高速公路火車」。日本就將於今年的8月底推出首款自動駕駛汽車——第五代Serena智能麵包車。在國內，百度在之前也曾經表示2018年要推出商用的自動駕駛汽車。而根據最近的報道，騰訊富士康等公司合資成立了汽車公司和諧富騰計劃已經開始融資，預備在2020年前推出自動駕駛的電動汽車。

但從目前特斯拉現階段推出的「輔助性自動駕駛功能」運行情況來看，自動駕駛汽車並沒有它所描繪的那樣美好。從付諸商用到現在，特斯拉的自動駕駛已經不止一次導致了交通事故，今年5月的時候甚至發生了致死車禍。接二連三的交通事故表明，自動駕駛在目前來說還不具備商業化的可能，仍然只是一個停留在試驗階段的美麗謊言。

為什麼這麼說呢?

自動駕駛仍不具備自動處理複雜交通路況的能力

目前為止，不管是谷歌還是特斯拉，都不能自信的說自己的自動駕駛技術已經完善到能夠適應所有的路況。這次特斯拉的致死事故發生時，就是這位車主的電動汽車在佛羅里達州高速公路上和一輛駛入他前方的18輪重型半掛卡車相撞。按理來說，在高速公路這種路況十分清晰的地方，面對一個18輪的重型半掛卡車這麼龐大的目標，自動駕駛系統應該能夠有效識別並進行規避。但事實是，它就這樣撞了上去，就像是之前媒體報道的特斯拉的另外一起事故，車子就像是失控一樣，突然加速向一堵牆沖了上去。

這樣的情況並不意外。汽車自動駕駛技術之所以能夠實現，主要就是依靠感知、控制和路徑規劃這三大系統技術。目前的自動駕駛汽車先是通過之前系統已經採集過的路況地圖來規劃路徑方向，途中通過視頻攝像頭、雷達感測器以及激光測距器來了解感知周圍的交通狀況，並實時通過數據中心進行信息處理，遙控車輛利用控制中心的自動巡航系統、自動剎車、停車系統來實現開車、剎車、停車。

控制和路徑規劃技術都已經突破到一定的程度，可以實現像特斯拉汽車這樣的輔助性自動駕駛了，但在感知路況和周圍環境方面，還是一個難題。日本和NASA共同合作開發的ProPiot自動巡航系統，目前也還只能實現單線車道的開車需求，在車變道方面還沒有相應的系統，更不要說能夠處理都市街道、十字路口這樣複雜的路況了。

在自動駕駛方面投入研發最久的谷歌，在真實的路況中，谷歌無人駕駛汽車已經能夠做到實時查看這樣的3D路況場景，對物體進行準確的識別和區分。從下圖中可以看到道路兩旁的樹、地面、和每條車道。雖然汽車通過這樣的激光雷達和感測器，僅僅可以知道哪個位置有哪個物體，但是通過這樣的感知，它還並不能智能到能夠分辨下面的這些物體的突然性動作並進行規避。儘管看起來還不錯，這個系統還並不能適用於現在這樣複雜的路況。

undefined

前段時間發布的一份有關無人駕駛汽車的報告中，展示了它的最新進展。通過車載激光雷達和其他感測器，無人駕駛汽車可以探測到各個方位的騎行者。從圖片可以看到，探測範圍360度並沒有死角，無人駕駛汽車也已經能夠做到對每一輛自行車進行單獨追蹤，並預測到騎行者的運行軌跡。這份報告其實也表明，谷歌的無人駕駛汽車才剛剛能夠做到規避像是騎行者這樣大體積的靈活運動體。如果面對的目標再小一些，是一個小孩，一個狗、一隻貓或者其他東西，汽車可能並不能進行有效規避。

undefined

而現在真是的路況是，在中國，你不知道路邊是否會突然瘋跑過一個孩子，或者誰家的小狗小貓。而如果把識別的精度做到能夠識別小動物，那麼空中飄過的塑料袋或者廢棄報紙，這些東西要是恰巧被感測器識別，是否需要停車規避呢?或者按照目前中國這種城市道路修修修的節奏，按照自動駕駛規劃的路線開，結果路被封掉，或者特別窄小的車道被堵住，自動駕駛系統該怎麼處理?

面對這類突發的狀況，自動駕駛系統的每一步調整都涉及到大量的複雜場景的計算，如何在一個車載系統中完成這些龐大的極端量，對於車載計算機系統來說是一個考驗。

而要配備能夠完成這樣的計算量的系統，和高精度的激光雷達及感測器，價格是迴避不了的問題。系統和感測器、GPS的造價都不是小數目。一方面是尚且沒有驗證的安全性，一方面是每一個配件都高昂的「奢侈品」造價，真的有那麼多人願意拿自己的生命開玩笑，買一台這樣昂貴的，可能開著開著就失控的「玩具」嗎?

自動駕駛的責任歸屬和倫理還存在巨大爭議

這次的特斯拉自動駕駛汽車致死事故將事故責任界定這件事帶入了人們的視野。大家突然發現，原來自動駕駛技術並不是完全是展現的那麼完美——它不僅將你從開車這件事中解放出現，同時，這台機器和它的計算機系統也與此同時掌握了你和路邊行人、另外車輛里的人們的生死。

這就涉及到了世俗倫理之爭，你是否願意在未來把自己的生命交給一個機器來決定。想像一下，如果在未來某一天，你坐著的自動駕駛汽車正等候在人行道上讓行人通過，可是身後的汽車突然像你撞來，眼看要追尾，你可能受傷，如果是人類在掌控汽車的時候，因為前面有行人，不可能選擇開車規避，追尾受點小傷或者規避撞死行人，肯定是選擇前者。但是自動駕駛技術並沒有人類的感情，它如果選擇了規避，撞死了行人，那麼，誰應該來負責?你這個車輛所有者還是開發這個系統規則的程序員和開發者?

雖然目前還沒有哪個國家的法律明確而規定自動駕駛車輛發生事故時的責任歸屬。但是目前已經有不少業內人士認為，當科技公司選擇用機器來取代人做決定的時候，開發者就需要承擔起新的責任和義務。就像是谷歌無人駕駛汽車，它相當於谷歌數據中心的遙控汽車或者智能汽車，所有的操作都是由數據中心控制，並不是坐在車裡的人，車的主人在這裡的身份其實相當於乘客，開車的就是科技公司的系統。出了事故，難道不是司機的責任嗎?

不管是技術需要時間來實現完善還是道德倫理的釐清需要時間，自動駕駛汽車全面商用上路，還面臨著不小的挑戰。至少在現在看來，它還只是一個包裹在肥皂泡里的美好謊言。它是真的能造福人類還是將人類出行帶入另一個深坑，獲取答案還需要時間。

大型倉庫內部的物流啊，簡單，實用性高

最近剛剛投入運行的無人駕駛地鐵，不就節省了人力，減少了錯誤率么

如果自動駕駛的計程車夠多，很多人都不會自己買車了！

困了可以安心的打個盹兒

我覺得火車高鐵之類的有固定路線的公共交通很有可能要應用自動駕駛。還有比如說救護車之類的。

就比如說工廠里自動駕駛的叉車，家裡掃地的智能吸塵器，自動駕駛的列車

前面已經有答案說了很多自動駕駛和汽車相關的答案，但自動駕駛除了和汽車有關，還可以拓展到很多領域。

超市購物車，植入自動駕駛技術後，不用再推著購物車了，購物車自動跟在你屁股後面，輕鬆！買完東西後，不再需要自己提著商品回家，只需要購物車載著商品，跟著你回家就行。你在家裡卸完貨，它自己又開回超市去，多妙！

導盲犬，自動駕駛技術不僅僅可以用在有輪子的機器上，試想，如果自動駕駛技術可以和波士頓機器人結合，那完全可以代替導盲犬，讓盲人出行更方便（到很可惜，谷歌已經放棄了波士頓機器人項目）。

類似的理念，還可以平移到輪椅。殘障人士不用別人推著才能移動，對他們的生活品質肯定也是質的提升。

民用應該是高科技的最後佔領領域了

貨車公交車感覺有固定路線的車都很合適

礦區個人覺得是最划算的 24小時不間斷的有礦車運行效率更高由於是電腦完全可以用雷達取代光學感測器這樣礦區晚上就連個燈都不需要了又能剩下一筆電纜路燈還有電費等一系列費用(??ω?)?

女司機的福音