6年前谷歌開始進行無人駕駛測試時，或許沒有太多人把它當回事，當時人們覺得無人駕駛或許距離自己的生活還相當遙遠，如今，無人駕駛似乎就在我們身邊。

51電子網公益庫存:

O4812391AB

OB2273AMP

P2231NFE2

P58SFDM74LS

P80C32SBBB

Q65110A7368

QS32384Q

R26V25605J

R2A11053FP

S-1167B15-I6T2G

S1A0903X01-QO

TCD5250D-1

除了谷歌外，特斯拉、uber等科技公司紛紛加入這一領域，此外，傳統汽車廠商如通用、福特、寶馬等，也都不約而同地開始進入這一領域，一時間，無論是科技公司還是傳統汽車廠商，似乎都認準了這一未來發展方向，誰也不愿錯過。

具體來看，這兩大陣營實現無人駕駛技術的路徑則有著天然的區別，這也是由各自的優勢和特征所決定的。傳統廠商目前進行的無人駕駛技術，運用的是通過車載的高精度攝像頭，實時采集路面數據并反饋給車輛，車輛通過算法對這些數據進行分析并做出實時決策。而科技公司是通過激光雷達，對路面數據進行實時掃描，繪制出高精度3d地形圖并上傳至車內電腦，電腦再通過對數據的分析形成決策，從而讓運動中的車輛實現實時的應對動作。

mobieye聯合創始人表示，目前科技公司的無人駕駛解決方案存在幾方面的現實障礙，首先是數據量太大，由于行駛的車輛與高精度地圖數據需要進行實時的比對，因此每公里的數據量在3至4個gb大小，大量數據的實時傳輸在現有的無線網絡環境下仍有很多障礙。

英特爾指出，到2020年，每一輛智能汽車每天產生的數據量在4000g左右，如此大的數據量還要求車輛能夠在行駛的動態過程中進行實時處理。

目前對于數據的實時處理必須要在車上完成，無法借助云端來實現，因而目前谷歌和百度等路測的無人車基本上都是移動的高性能電腦。

成本太高，目前谷歌的一套無人駕駛系統總成本在30-40萬美元，實現量產目前完全不現實。

與之相比，傳統汽車廠商的技術方案目前有著明顯的優勢，首先傳統汽車廠商有著多年的汽車工業制造基礎，第二，其高精度實時傳感器獲得的數據量在每公里10k左右，數據量非常小，能夠實現實時的數據傳輸，另外這套方案也并不需要在有著高精度地圖數據的地區才能使用，而是幾乎在任何地區都能使用。

傳統廠商最大的優勢在于，目前路面上跑著的大部分汽車都是出自傳統汽車生產商，他們未來所需要做的無人駕駛汽車，便是在現有汽車上進行升級，不斷地加入無人駕駛技術便能夠實現，而科技公司的一整套技術方案，更像是從零開始起步的努力。

總體上來看，傳統汽車廠商采取的是一種漸進路線，依靠著多年的行業積累，傳統廠商實際上在駕駛的自動化方面已經擁有了豐富經驗，而未來實現完全意義上的無人駕駛，傳統廠商的實現路徑是在此基礎上進行不斷的優化和改進。科技公司則以一套科技行業的思維，從軟件算法著手，通過大數據、人工智能等手段，為實現完全意義上的無人駕駛做著積極準備。

在共同奔向無人駕駛這一未來目標的同時，盡管各自路徑不一，但傳統汽車廠商和科技公司之間的競爭合作關系卻日益明顯。

例如，近期發生的行業中的幾件大事，便凸顯了這一微妙的變化：mobileye與特斯拉的合作破裂、英特爾、寶馬和mobile eye組成聯盟、福特與uber進行無人車測試。

從上述事件來看，既有傳統廠商與科技公司的“分手”，又有兩者的合作，同時還有競爭。傳統汽車廠商已經看到科技公司在該領域的獨特優勢并且展現出合作的姿態，保時捷數字移動部門負責人thilo koslowski稱，即便是小型的創業公司，保時捷也愿意與其探討合作的可能。他將人工智能稱為汽車未來的新引擎，認為在未來5年，汽車的變化趨勢是不斷智能化以及更具連接性。

從目前的兩大陣營力量對比來看，傳統廠商依然占據著絕對的優勢地位，盡管谷歌、百度等科技公司在科技領域地位顯著，但具體到工業生產領域，和傳統廠商相比依然力量薄弱，近期的英特爾與寶馬、mobileye的合作，希望在未來打造無人車行業標準，也進一步鞏固了傳統陣營的力量。

盡管如此，隨著整個行業的發展，尤其是一些基礎設施方面在未來的大推進，或許將越來越有利于科技公司陣營這一方，而使得未來無人駕駛技術的優勢朝另一邊傾斜。

比如數據傳輸的問題，隨著未來5g網絡的大規模普及甚至未來更高速的無線網絡的實現，將使得無人車大量數據傳輸的問題迎刃而解。如英特爾、高通等芯片巨頭已經明確為未來的5g網絡做準備。

關于成本過高的問題，谷歌無人車組曾表示，未來隨著規模效應的形成，成本將有望實現遞減。近期的一則消息稱，歐司朗已經將激光雷達的成本降到50美元，特斯拉也在前段時間的一次重大升級中宣布，未來特斯拉的所有車型：包括在售的model s和model x以及正在研發階段的model 3均會配備支持完全無人駕駛的硬件系統。

對于未來無人駕駛方面所必需的重要的計算能力，科技公司目前似乎也走在了前面，例如nvidia公司與特斯拉合作，為每一臺特斯拉汽車裝載px2超級電腦，用于高速處理大量的實時數據。

科技公司還掌握了大量的與未來無人駕駛技術研發緊密相關的數據，如谷歌通過6年的無人駕駛路測，積累了上百萬英里的數據，而特斯拉上個月稱，通過其已經向終端消費者銷售的特斯拉車輛，已經收集了30億英里里程的數據。

除了大科技公司在無人駕駛領域取得進展外，該領域也涌現出越來越多的初創公司，部分規模甚至已經躋身“獨角獸”（估值超過10億美元）行列，例如zoox上周剛剛獲得5000萬美元融資，估值超過15億美元，該公司進行無人駕駛的整車研發，人員多由前蘋果、谷歌等相關部門的工程師組成。

科技公司似乎更多地掌握著無人駕駛未來的方向，但就目前來看，科技公司與傳統汽車廠商之間的合作關系體現的更為明顯，因為傳統汽車廠商在整車制造、供應鏈渠道方面有著無與倫比的優勢和經驗，而科技公司目前僅在無人駕駛的具體技術方面，如激光雷達系統、實時數據分析等方面具有優勢。

最為顯著的例子是福特與uber在無人駕駛方面的合作，福特向uber提供車輛，uber的工程師與福特的工程師合作對車輛進行改裝，包括增加激光雷達、攝像頭、車內控制設備等，uber方面還負責無人駕駛的軟件方面的研發，最終雙方合作的無人車開始在匹茲堡的街頭進行開放路測。

傳統廠商也在用收購等手段，獲得科技行業的獨特優勢，例如今年初，通用汽車收購了成立僅3年的初創公司cruise automation，獲得后者在無人駕駛技術研發方面的人才。

未來科技行業陣營和傳統廠商陣營相互融合的趨勢將更加明顯，無論各自目前的技術方案路徑如何，最終都是為了實現完全意義下的在任何路面下的無人駕駛場景。

無論是傳統廠商還是科技公司，最終將無人駕駛推向終端用戶時，都將面臨一個共同的難題：說服監管者。

對于目前監管制度上面臨的障礙，很多業內人士都表示，比起技術障礙來，制度上的障礙可能更難克服，需要花費的時間也可能更久。

近期的特斯拉車禍事件對從事無人駕駛技術的公司是一個提醒，那就是任何時候都要將安全放在第一位，盡管一再強調實現無人駕駛從經濟上會有很多的收益，但任何時候都不能將安全放在次要的位置考慮。

要實現最終的無人駕駛的目標是一個漫長的漸進過程，除了技術上的不斷進步和完善以外，還有相關制度的跟進，英特爾方面透露，其已經與監管部門有著積極的溝通，推進制度對無人駕駛技術最終應用的認可。

除了行駛過程的路面安全外，未來無人駕駛還涉及到數據安全，因為每一輛無人駕駛車實際上都是一臺實時聯網的電腦，這實際上也暴露出風險，如果被“黑客”劫持控制，無人駕駛車將完全被操縱，這樣的極端情況需要相應的數據安全措施的保護。

無人駕駛還將涉及到個人隱私問題，未來無人駕駛在聯網狀態下，除了行車數據以外，與駕乘者相關的個人數據實際上也包含其中，同樣也會受到黑客攻擊、數據泄露等風險的影響。

在探討無人駕駛技術的同時，另一個最為業界所廣泛討論話題的則是未來人工智能與人之間的關系，因為最終的無人駕駛實際上是人工智能需要替代人類做很多關鍵決定，如果在極端情況下，例如“向左閃避撞死一個兒童，還是向右閃避撞死一個老人”這樣的選擇，機器應該如何應對，這是超越于人工智能技術之上的關于倫理道德層面的討論，這已經不是單純依靠技術、算法就能輕易解決的問題。

要應對這些技術和社會層面的挑戰，無人駕駛依然還有很長的路要走，這是目前行業內所達成的一致共識。

從車展的活動上來看，專注的議題大多數還是和技術相關，涉及到政策法規方面的議題并不多，但這對于未來真正讓無人駕駛能夠普及至關重要。他認為，行業依然是漸進發展的過程，難以出現爆發式的增長，只有在無人駕駛技術成熟后的很長一段時間后，才具備推向全社會的可能。

僅僅6年過去，無人駕駛的時代正在加速到來。在這一全新領域中，既有傳統汽車制造廠商，也有科技行業中的先驅，一時間幾乎所有人都認同“無人駕駛”一定是未來，都生怕錯過這一個“風口”。ihs預計到2030年，將有220萬輛無人駕駛汽車行駛在道路上，到2035年，這一數字將繼續上升至1100萬輛。

在共同奔向這個新的未來的同時，行業中發生的微妙的分分合合事件，也逐漸勾勒出一個以無人駕駛為核心的行業新格局：目前傳統汽車廠商憑借著在整車研發、制造、銷售方面的優勢仍占據著主導地位，而科技公司在各自細分的無人駕駛技術領域，如激光雷達、數據采集處理、地圖、人工智能、網絡連接、安全性等方面握有先機。

目前，傳統汽車廠商和科技公司之間在無人駕駛領域更多地展現出一種開放合作的姿態，結合雙方各自的優勢，這樣的格局或許在長期將得以持續，在廣泛開展合作的同時，傳統廠商也在以自己的方式進行著無人駕駛技術的嘗試，他們的實現路徑與科技公司有著明顯區別，是一種漸進式的自動駕駛技術的改進，從長期來看，或許科技公司的解決方案在克服了數據傳輸、成本過高等問題后，能夠成為未來無人駕駛技術的通用方案。

在技術層面加速駛向無人駕駛的未來的同時，該行業還將面臨一系列的挑戰，這些挑戰包含來自監管機構方面的法律法規、無人駕駛的安全性（包括行駛安全和數據安全）以及社會大眾的接受度等。