這些空間會(huì )增加人們的居住場(chǎng)所或工作場(chǎng)所

首先為滿(mǎn)足全自動(dòng)駕駛技術(shù)的要求，激光雷達還未能實(shí)現低成本量產(chǎn)；其次交通物聯(lián)網(wǎng)的V2X技術(shù)及基礎設施也還未開(kāi)始研發(fā)建設。最后，如果無(wú)人駕駛汽車(chē)面臨一場(chǎng)不可避免的車(chē)禍，左轉是兒童，右轉是孕婦，那么它該如何選擇？涉及到道德的問(wèn)題一直在等待著(zhù)法規的完善。不過(guò)軟件部分的高精度地圖與自動(dòng)駕駛的算法已經(jīng)獲得了較大的發(fā)展，這讓自動(dòng)駕駛的實(shí)現有了堅實(shí)的基礎。

樂(lè )觀(guān)來(lái)看，10到20年之內自動(dòng)駕駛技術(shù)將會(huì )普及，而自動(dòng)駕駛時(shí)代的到來(lái)會(huì )比過(guò)去任何一次技術(shù)進(jìn)步都更能對我們的生活產(chǎn)生顛覆式的影響。

首先，我們對汽車(chē)的消費模式將會(huì )發(fā)生較大的變化，而這一變化又將深刻改變汽車(chē)產(chǎn)業(yè)的發(fā)展格局。其次，伴隨著(zhù)事故率的降低，加速了車(chē)險行業(yè)的改革，我們的通勤、出行習慣也會(huì )產(chǎn)生較大改變，并且自動(dòng)駕駛汽車(chē)?？啃枨蟮母淖円矊?huì )讓過(guò)去的停車(chē)場(chǎng)不復存在。這樣城市的結構、商業(yè)設施的布局都會(huì )讓我們的生活發(fā)生翻天覆地的變化。

谷歌曾認為從2級自動(dòng)駕駛做起來(lái)的特斯拉，因為出于成本考慮并沒(méi)有采用激光雷達，它就像青蛙一樣，即使跳的再高再快，也不能“飛”。但直接開(kāi)發(fā)5級自動(dòng)駕駛的“天鵝”谷歌，雖然解決了所有技術(shù)問(wèn)題，但他們的成本太高，普通家庭難以支付。那么到底什么是自動(dòng)駕駛等級？實(shí)現自動(dòng)駕駛的硬件又是什么？今天我們和星河研究院分析師吳極與你一同分享我們關(guān)于無(wú)人駕駛技術(shù)硬件設備方面的研究，下周我們將會(huì )與你討論自動(dòng)駕駛領(lǐng)域的軟件應用及未來(lái)，希望對你有所幫助。

1. 高精度預計算地圖，壟斷 vs 競爭

自動(dòng)駕駛是目前汽車(chē)產(chǎn)業(yè)乃至科技行業(yè)中受關(guān)注度最高的技術(shù)之一，此前A16Z的合伙人Frank Chen便在一場(chǎng)活動(dòng)中講到了對自動(dòng)駕駛技術(shù)產(chǎn)業(yè)鏈，以及對未來(lái)在自動(dòng)駕駛技術(shù)影響下的社會(huì )與經(jīng)濟等多方面變化的看法。借著(zhù)他的觀(guān)點(diǎn)，星河研究院吳極又增加了一部分內容與分析，我們今天就來(lái)探討一下，自動(dòng)駕駛技術(shù)，準備好了嗎？

一步到位 vs 迭代升級

美國汽車(chē)工程師協(xié)會(huì )(SAE)提出了自動(dòng)駕駛的6個(gè)等級，目前大多數汽車(chē)尚處在第一級中。圍繞著(zhù)這一分級自動(dòng)駕駛產(chǎn)生了兩種不同的發(fā)展路徑，其中百度與Google的無(wú)人車(chē)是想要直接發(fā)力第五級，實(shí)現全自動(dòng)駕駛的功能，而Tesla目前的自動(dòng)駕駛技術(shù)路線(xiàn)應該是想要偏向于盡快量產(chǎn)實(shí)用，再隨著(zhù)技術(shù)的進(jìn)展不斷的迭代升級。

第0級 有司機來(lái)實(shí)現駕駛這一級不需要任何自動(dòng)駕駛能力，而是需要專(zhuān)門(mén)的司機駕駛汽車(chē)。

第1級 能夠進(jìn)行一些輔助這些汽車(chē)有著(zhù)包含ABS、自動(dòng)巡航在內的功能，基于這些功能車(chē)輛能夠在一些特定環(huán)境下維持行駛的狀態(tài)。

第2級 半自動(dòng)駕駛在這一級別中，汽車(chē)的控制系統可以在特定情況下接管汽車(chē)，但司機還是需要坐在駕駛位并全程監控駕駛情況。一般情況下這一功能適用于高速公路場(chǎng)景，司機不需要操作，但需要坐在駕駛位并確保汽車(chē)自動(dòng)控制程序一直能夠保持穩定。

第3級 部分情況下能夠自動(dòng)駕駛該水平意味著(zhù)駕駛員不必一直監視系統，但依然需要呆在能夠快速控制并恢復汽車(chē)行駛狀態(tài)的位置。這意味著(zhù)駕駛員不需要時(shí)刻把手放在方向盤(pán)上監控情況，但能夠在系統判定緊急情況并發(fā)出警報后及時(shí)接管。

第4級 高度自動(dòng)化由自動(dòng)駕駛系統完成特定場(chǎng)景或一段路途中絕大部分的駕駛，在這一級別中駕駛員已經(jīng)不需要對自動(dòng)駕駛狀態(tài)做任何干擾。

第5級 全自動(dòng)駕駛最高級別的自動(dòng)駕駛技術(shù)，這意味著(zhù)在全部旅途、全部情況下都不需要司機的干預，自動(dòng)駕駛程序就能夠獨自完成所有情況的處理，此時(shí)也將會(huì )淡化司機這一角色。

傳感器、車(chē)聯(lián)網(wǎng)與基礎設施互聯(lián)設備作為必要的硬件設備構成了技術(shù)的一大發(fā)展方向，同樣為無(wú)人駕駛汽車(chē)提供駕駛算法以及車(chē)用高精度地圖的軟件業(yè)務(wù)也是技術(shù)發(fā)展中不可或缺的必要環(huán)節。

實(shí)現自動(dòng)駕駛汽車(chē)的必要硬件設備

本地化是一個(gè)計算機科學(xué)的術(shù)語(yǔ)，意味著(zhù)軟件將會(huì )依據其周?chē)沫h(huán)境條件選擇合適的執行策略。

首先，傳感器是至關(guān)重要的硬件設備，對于自動(dòng)駕駛汽車(chē)來(lái)說(shuō)相當于它的眼睛。通過(guò)傳感器無(wú)人駕駛汽車(chē)能夠識別道路、其他車(chē)輛、行人、障礙物及交通基礎設施。目前傳感器主要分為激光雷達、傳統雷達和攝像頭這三個(gè)部件，在應用層面攝像頭又有單目和雙目之分。

激光雷達：

激光雷達目前是被采用比例最大的設備，Google、百度、Uber等公司的自動(dòng)駕駛技術(shù)目前都依賴(lài)于它，這種設備被架在汽車(chē)的車(chē)頂上，能夠用激光脈沖對周?chē)h(huán)境進(jìn)行距離檢測，并結合軟件繪制3D圖，從而為自動(dòng)駕駛汽車(chē)提供足夠多的環(huán)境信息。

但目前的問(wèn)題是激光雷達的價(jià)格高達80000美元，在其降低成本之前不可能被量產(chǎn)的自動(dòng)駕駛汽車(chē)采用。好在目前已經(jīng)有一些方案能夠降低激光雷達的成本，例如將上述“機械”式的激光雷達改變?yōu)椤肮虘B(tài)”激光雷達。

固態(tài)激光雷達能夠通過(guò)電子部件進(jìn)行相控陣掃描，并不需要依靠?jì)炔繖C械部件的旋轉，這樣不僅能把激光雷達越做越小，也控制住了成本。目前全固態(tài)激光雷達的主要研發(fā)廠(chǎng)商有Quanergy、以色列的Innoviz以及TetraVue等企業(yè)，但均未實(shí)現量產(chǎn)，Quanergy宣布其純固態(tài)激光雷達已經(jīng)在進(jìn)行測試，如果順利的話(huà)2018年初可實(shí)現量產(chǎn)。

而前不久接受了百度與福特投資，目前是機械旋轉式激光雷達最大企業(yè)的Velodyne，僅開(kāi)發(fā)出“混合固態(tài)激光雷達”，而這一產(chǎn)品還是要靠?jì)炔康臋C械部件實(shí)現360°的高速旋轉，僅僅實(shí)現了產(chǎn)品的小型化，算是過(guò)渡產(chǎn)品。國內企業(yè)鐳神智能、禾賽科技及北科天繪也推出了內部旋轉式的混合固態(tài)激光雷達產(chǎn)品。

傳統雷達與攝像頭：

由于激光雷達的高昂價(jià)格，走實(shí)用性技術(shù)路線(xiàn)的特斯拉便采取了更加切合實(shí)際的路線(xiàn)發(fā)展其“輔助駕駛”功能，其采用的硬件便是傳統的雷達和單目攝像頭。這一設備其硬件原理與目前車(chē)載的ACC自適應巡航系統類(lèi)似，依靠覆蓋汽車(chē)周?chē)?60°視角的攝像頭及前置雷達來(lái)識別三維空間信息，從而確保交通工具之間不會(huì )互相碰撞。

國內的高德地圖也已經(jīng)在推進(jìn)地圖數據的高精度化，在未來(lái)高德希望能夠利用高精地圖數據支撐自動(dòng)駕駛的發(fā)展，自動(dòng)駕駛再產(chǎn)生新的數據，經(jīng)過(guò)科學(xué)自動(dòng)化的處理，變得更新更準，更能被機器電腦使用和學(xué)習的數據，最終形成高精地圖數據的生產(chǎn)閉環(huán)。地圖行業(yè)及自動(dòng)駕駛領(lǐng)域的巨頭百度也早有布局，目前高精度地圖已經(jīng)是百度最重要的戰略性業(yè)務(wù)之一。

目前基于單目攝像頭的半自動(dòng)駕駛系統還遠未成熟，此前特斯拉導致駕駛員死亡的事故便是因為其單目攝像頭誤將掉頭的白色集裝箱貨車(chē)錯誤的識別為了空中的白云而未能及時(shí)剎車(chē)。

雙目攝像頭的測距方式則是通過(guò)對圖像視差進(jìn)行計算，直接對前方景物進(jìn)行距離測量。雙目攝像頭的原理與人眼相似，難點(diǎn)在于計算量大，對計算單元的性能要求非常高，這使得雙目系統的產(chǎn)品化、小型化的難度較大。因此目前寶馬i3、特斯拉以及日產(chǎn)ProPilot等自動(dòng)駕駛技術(shù)均采用了單目攝像頭設備。

星河研究院預計，短期內基于雙目攝像頭的算法與處理器將會(huì )得到較快的發(fā)展與自動(dòng)駕駛汽車(chē)產(chǎn)業(yè)的青睞，但其低解析度、相對激光雷達準確性較低的特點(diǎn)在面對未來(lái)成本不斷降低的激光雷達的競爭中很大概率要敗下陣來(lái)，因此不出意外的話(huà)實(shí)現第五級別的全自動(dòng)駕駛功能很大概率還是要建立在激光雷達技術(shù)之上。

2. V2X vs 紅綠燈

V2X是一個(gè)能夠讓車(chē)輛與周?chē)囊苿?dòng)交通控制系統通信的技術(shù)，V2V技術(shù)則允許車(chē)輛與其他車(chē)輛互相通信。這是未來(lái)全自動(dòng)駕駛汽車(chē)所依賴(lài)的一項技術(shù)，但遺憾的是相比于火熱的傳感器領(lǐng)域，V2X技術(shù)的研發(fā)創(chuàng )新還很冷清。

通過(guò) V2X 技術(shù)，道路上的汽車(chē)彼此間可以通過(guò)開(kāi)放頻段交換數據，具備了與其他汽車(chē)和路邊基礎設備分享實(shí)時(shí)駕駛信息以及生成預測路況信息的能力。

通過(guò)實(shí)時(shí)共享汽車(chē)駕駛數據，在同一條道路上的汽車(chē)就能共享自己的實(shí)時(shí)位置以防止交通事故，交通信號設施也可以依據車(chē)輛的通行需求合理安排交通順序，降低車(chē)輛的等待時(shí)間，而V2P 技術(shù)則能讓行人和自行車(chē)騎行者也加入到這個(gè) V2X 的環(huán)境中來(lái)，使用他們的手機來(lái)發(fā)送和接收警示信息，保證行人的安全通行。

更大膽的設想是，如果汽車(chē)之間可以互相通信，并且實(shí)現了完全的自動(dòng)駕駛，那么紅綠燈便沒(méi)有理由繼續存在了。沒(méi)有了紅綠燈后，交通設施將會(huì )需要智能的調度算法和對交叉路口極嚴密的監控，但相比于交通運輸效率的提升，這些設施的成本就不是問(wèn)題。

另外在一些情況下車(chē)輛能夠提早的預判危險情況，如果一定會(huì )發(fā)生事故或是在車(chē)輛已經(jīng)確認遭遇撞擊后可以通過(guò)V2X系統廣播信息求助，從而極大的提升車(chē)內人員被救治的效率。

根據美國交通部的數據，V2X 技術(shù)能夠降低 80% 的交通事故率。僅僅在美國，這就將每年減少 59.4 萬(wàn)次交通事故并拯救多達 1321 條人命。

除了上述對硬件的需求外，自動(dòng)駕駛技術(shù)更離不開(kāi)軟件方面的突破。高精度地圖是實(shí)現自動(dòng)駕駛的基礎資源，而機器學(xué)習與工程算法則是使高精度地圖、傳感器與V2X設施所獲得的數據真正實(shí)現價(jià)值的手段。

自動(dòng)駕駛汽車(chē)在軟件方面的需求

以下，供你參考。

現在每個(gè)人出行都會(huì )用谷歌地圖、蘋(píng)果地圖、百度地圖及高德等產(chǎn)品，并且他們都有一個(gè)不錯的準確度令我們在城市中可以便捷的通行。但令人類(lèi)用戶(hù)滿(mǎn)意的地圖精度距離滿(mǎn)足自動(dòng)駕駛汽車(chē)的需求還很遠，因為他缺乏了路面上有幾條車(chē)道、車(chē)道的邊緣位置、隔離帶與路障位置等極為具體的信息。

因此給自動(dòng)駕駛汽車(chē)開(kāi)發(fā)其專(zhuān)用的高精度地圖便成為了必不可少的任務(wù)。國內外較大的地圖提供商目前都已經(jīng)在高清地圖領(lǐng)域展開(kāi)了積極的行動(dòng)，意圖盡快的占領(lǐng)自動(dòng)駕駛汽車(chē)用地圖市場(chǎng)更多的份額。

每個(gè)城市都有不同的駕駛習慣，所以未來(lái)自動(dòng)駕駛汽車(chē)如何處理好本地化問(wèn)題成為了其實(shí)際應用前必須突破的障礙。如果算法不能夠做到本地化，那么在班加羅爾適用的自動(dòng)駕駛安全措施很明顯將會(huì )在波士頓造成嚴重的交通擁堵，其他城市亦然。

HERE生產(chǎn)高清地圖的策略與Google類(lèi)似，這兩家公司目前都是一次性采集一整個(gè)街區的數據。HERE通過(guò)車(chē)頂安裝的四個(gè)廣角的24 兆像素攝像頭、旋轉式的激光雷達、陀螺儀以及GPS 系統，依靠自有算法能夠生成高清地圖。按照Here的預期，用于自動(dòng)駕駛高清地圖服務(wù)預計將在2020年能夠上線(xiàn)。

具體來(lái)說(shuō)，單目攝像頭先通過(guò)圖像匹配進(jìn)行目標識別，再通過(guò)目標在圖像中的大小去估算目標距離，準確識別是準確估算距離的第一步。因此單目識別技術(shù)需要建立并不斷維護龐大的樣本特征數據庫，如果缺乏待識別目標的特征數據，就會(huì )導致系統無(wú)法識別以及測距，很容易導致事故的發(fā)生。

A16Z的合伙人擔心高精度地圖會(huì )存在壟斷的機會(huì )，因為他認為在自動(dòng)駕駛時(shí)代人們將不得不完全依賴(lài)于這些成本高昂地圖，且這個(gè)目前沒(méi)有法律所管轄的領(lǐng)域也急需監督。

星河研究院認為從我國情況來(lái)看這種擔心有些多余，在國內資本充足的現狀下，多家地圖企業(yè)相互競爭才是比較現實(shí)的情況，而其高昂的成本多半要先由風(fēng)險投資商承擔，再到后期尋找合適的變現模式。目前高德已經(jīng)宣布其高精度地圖對自動(dòng)駕駛汽車(chē)免費開(kāi)放，而預計隨著(zhù)競爭的加劇，為了市場(chǎng)份額而爭相免費的情況將不可避免。

2. 機器學(xué)習 vs 工程算法：

算法是支撐自動(dòng)駕駛技術(shù)最關(guān)鍵的部分，目前主流自動(dòng)駕駛公司都采用了機器學(xué)習與人工智能算法來(lái)實(shí)現。

而海量的數據是機器學(xué)習以及人工智能算法的基礎，通過(guò)此前提到的傳感器、V2X設施和高精度地圖信息所獲得的數據，以及收集到的駕駛行為、駕駛經(jīng)驗、駕駛規則、案例和周邊環(huán)境的數據信息，不斷優(yōu)化的算法能夠識別并最終規劃路線(xiàn)、操縱駕駛。

現在面臨的主要問(wèn)題是相比于模型計算，真實(shí)行駛場(chǎng)景中的算法需要的數據過(guò)多且計算量超出了現有能力。目前已經(jīng)有了不少對機器學(xué)習進(jìn)行簡(jiǎn)化的嘗試，例如OpenAI的Universe這一項目，未來(lái)這一問(wèn)題或許能夠通過(guò)近似簡(jiǎn)化以及計算能力的提高得到解決。

同時(shí)在機械以及路徑規劃方面較為優(yōu)秀的工程算法也不應該被棄之不顧。這兩者最主要的區別是工程算法依靠固定的邏輯及規則運行，而機器學(xué)習能夠結合歷史經(jīng)驗與數據計算出最優(yōu)結果。

Boston Dynamics令人驚嘆的機器人的算法中并沒(méi)有使用機器學(xué)習技術(shù)，但依然擁有了令人印象深刻的成果。因此即使工程算法在執行效率上與基于深度學(xué)習算法的Alpha-Go并不在一個(gè)水平，但將兩者的優(yōu)點(diǎn)相結合依然能夠有效的提升機器學(xué)習的最終效果。

3. 算法通用化 vs 本地化：

1. 激光雷達 vs 傳統雷達與攝像頭

高清地圖服務(wù)商一般先要使用類(lèi)似于谷歌街景車(chē)的技術(shù)，用車(chē)頂上的高清相機、雷達等設備把周?chē)h(huán)境全部掃描記錄，再通過(guò)算法優(yōu)化最終得到厘米級別的地圖數據。

但我們無(wú)法為每一個(gè)不同駕駛習慣的地區都編寫(xiě)特定的算法，因此能夠實(shí)現本地化的自適應綜合算法成為了關(guān)鍵，這種自適應算法要做到能夠通過(guò)學(xué)習社會(huì )習俗及典型的當地人類(lèi)行為來(lái)使自動(dòng)駕駛汽車(chē)獲得更好的表現。

自動(dòng)駕駛技術(shù)在普及過(guò)程中，以及完全實(shí)現后將會(huì )對社會(huì )造成的影響

出行是人們生活中最基本的需求之一，因此隨著(zhù)自動(dòng)駕駛技術(shù)的逐布實(shí)現，我們的生活也將產(chǎn)生巨大的變革，而涉及到出行行業(yè)的汽車(chē)制造、出行服務(wù)商、保險、市政等等環(huán)節都會(huì )發(fā)生巨大的變革。

1. 傳統汽車(chē)廠(chǎng)商 vs 互聯(lián)網(wǎng)公司

汽車(chē)產(chǎn)業(yè)是一個(gè)龐大的鏈條，涉及到了上下游無(wú)數的零配件制造與配送體系，其影響范圍僅次于房地產(chǎn)業(yè)。老牌汽車(chē)廠(chǎng)商們擁有的全套汽車(chē)制造基礎設備，豐富的汽車(chē)設計、制造經(jīng)驗以及熟練的流水線(xiàn)運行管理經(jīng)驗都是其相對于跨界造車(chē)的科技創(chuàng )新企業(yè)的優(yōu)勢。

并且傳統汽車(chē)廠(chǎng)商已經(jīng)認識到未來(lái)汽車(chē)產(chǎn)業(yè)的創(chuàng )新發(fā)展主要是基于軟件基礎之上的，因此他們積極的在硅谷設立辦公室，高薪雇傭IT技術(shù)人員。例如福特汽車(chē)就在硅谷設立了自動(dòng)駕駛研究與創(chuàng )新中心，而寶馬此前更是另辟蹊徑選擇了與百度進(jìn)行自動(dòng)駕駛的技術(shù)合作。

但科技創(chuàng )新企業(yè)的機會(huì )也依然很大。通過(guò)靈活超前的設計理念以及優(yōu)秀的軟件開(kāi)發(fā)能力，一大批的初創(chuàng )科技型造車(chē)企業(yè)涌現，蔚來(lái)汽車(chē)下線(xiàn)的超跑打破了全球最快電動(dòng)車(chē)速度記錄且已經(jīng)在實(shí)際道路開(kāi)展自動(dòng)駕駛路試，行業(yè)領(lǐng)頭羊特斯拉更是宣稱(chēng)其2018年將具備年產(chǎn)50萬(wàn)輛汽車(chē)的規模，且這些汽車(chē)都可以選配最新的輔助駕駛功能。

國內廠(chǎng)商在自動(dòng)駕駛領(lǐng)域也構成了一極，科技創(chuàng )新類(lèi)公司中，車(chē)和家同蔚來(lái)汽車(chē)一樣也在實(shí)驗自動(dòng)駕駛技術(shù)并希望將其盡快量產(chǎn)，百度等軟件公司在自動(dòng)駕駛算法及硬件上也有著(zhù)很高的技術(shù)壁壘，傳統主機廠(chǎng)商中上汽、北汽、長(cháng)安都對自動(dòng)駕駛技術(shù)有著(zhù)大額的投入，且長(cháng)安作為第一家進(jìn)行實(shí)車(chē)展示的主機廠(chǎng)商其自動(dòng)駕駛汽車(chē)已經(jīng)有超過(guò)1萬(wàn)公里的測試里程。中國作為世界上深度學(xué)習論文發(fā)表數量最多的國家，其自動(dòng)駕駛技術(shù)十分值得市場(chǎng)的期待。

2. 購買(mǎi)汽車(chē) vs 購買(mǎi)服務(wù)

如果作為消費者的我們把從汽車(chē)制造商購買(mǎi)汽車(chē)的習慣，轉變?yōu)橄蝾?lèi)似Uber和Lyft這樣的出行公司購買(mǎi)交通服務(wù)，這將會(huì )令汽車(chē)制造商從以往的B2C模式轉型為B2B公司，即制造商向出行公司提供設備，而出行公司向消費者提供服務(wù)。

可以預見(jiàn)汽車(chē)工業(yè)的發(fā)展會(huì )更類(lèi)似于航空業(yè)，消費者不會(huì )關(guān)心駕駛何種汽車(chē)出行，只需要在服務(wù)平臺發(fā)布需求并等待接單即可。

需要注意的是隨著(zhù)商業(yè)模式的變化，是否未來(lái)自動(dòng)駕駛汽車(chē)也會(huì )和飛機一樣千篇一律毫無(wú)特點(diǎn)，以便于出行服務(wù)公司壓縮成本節省開(kāi)支呢？這一現象或許將會(huì )對汽車(chē)制造行業(yè)產(chǎn)生較大的負面影響。

3. 汽車(chē)保險，保汽車(chē) vs 保硬件

在如今每25起交通事故中，有24起都是因為人為錯誤而發(fā)生的，比如說(shuō)超速、分心駕駛、醉駕、闖紅燈等。因此現在的汽車(chē)保險價(jià)格，由司機所在的城市人口、居住地和購買(mǎi)車(chē)輛的車(chē)型、價(jià)值等數據精算得出，但未來(lái)隨著(zhù)自動(dòng)駕駛技術(shù)的到來(lái)，事故率顯然要趨近于0，因此保險行業(yè)的變革勢不可免。

也許未來(lái)保險的精算會(huì )基于汽車(chē)所處城市、汽車(chē)制造商是誰(shuí)，或者擁有汽車(chē)或租賃汽車(chē)的人的身份來(lái)判定，而保險的模式也不一定會(huì )局限在年費這一單一場(chǎng)景下。但保險價(jià)格的最終計算方法目前還是無(wú)法推測，因為雖然事故率會(huì )趨近于0，但一旦發(fā)生事故，車(chē)上昂貴的激光雷達系統、地圖分析計算機和其他硬件設備的維修或更換將會(huì )耗費超過(guò)以往數倍的資金，因此保險公司將會(huì )面臨怎樣維修成本目前來(lái)看無(wú)法確定。

處于混合駕駛情況下的保險業(yè)將更加混亂，畢竟自動(dòng)駕駛車(chē)輛與人工駕駛車(chē)輛混合存在的階段不可避免，屆時(shí)責任認定都會(huì )成為很復雜的問(wèn)題。

4. 上下班，通勤 vs 步行有一個(gè)論點(diǎn)是未來(lái)通勤時(shí)間將會(huì )比現在更長(cháng)，原因是通勤時(shí)間已經(jīng)不再是生活的支出成本。當所有汽車(chē)都具備自動(dòng)駕駛功能的時(shí)候，交通指示燈和事故都不復存在，而我們可以利用通勤的時(shí)間在車(chē)上做任何事情。

但自動(dòng)駕駛汽車(chē)和汽車(chē)服務(wù)運營(yíng)商的存在也將釋放很多諸如停車(chē)場(chǎng)、修車(chē)店等在內的城市空間，這些空間會(huì )增加人們的居住場(chǎng)所或工作場(chǎng)所，因此人們或許將會(huì )住在距離工作地點(diǎn)很近的地方，而不像今天一樣需要長(cháng)距離通勤。

一些業(yè)內人士預測自動(dòng)駕駛的時(shí)代將會(huì )在2020—2040年到來(lái)，我們將會(huì )在有生之年看到這一奇妙的世界，對于大眾來(lái)說(shuō)從現在就做好準備迎接未來(lái)是當下最好的選擇。

電池網(wǎng)人禾網(wǎng)首頁(yè) >