报告：一个没有司机的时代离我们有多远？（二）

*本文系作者云启资本YUNQi（微信ID：yunqipartners）对i黑马投稿。

2016年10月，特斯拉发布了自动驾驶系统Autopilot 2.0，宣布消费者如果现在订购特斯拉汽车，就可以选择具有Autopilot2.0套件的车款，所有特斯拉车型（包括Model 3在内）都将具备进行完全自动驾驶的硬件基础。它认为，完全自动驾驶将使得特斯拉成为比人类更靠谱的“司机”。

1）Tesla新的Autopilot将以“影子模式”进行工作：即在后台运行，不采取实际动作，但是会记录自己应该采取什么动作，用于对比机动驾驶与人类驾驶的安全性。

2）为了进行充分测试保障安全性，autopilot 2.0开放的功能暂时少于上一代，暂时被关闭的功能包括自动紧急刹车、碰撞预警、车道保持、以及自动巡航功能。

1）八个摄像头，提供360度环视功能，最远能够测量250米范围内的物体。

2）12个超声波传感器，对视觉作补充。

3）一个增强版的前向毫米波雷达，能够在恶劣天气下工作，探测到前方车辆。

4）一个全新的车载电脑，运行基于深度神经网络研发的视觉系统、声纳与雷达系统软件，其计算能力比上一代强40倍之多。

从特斯拉Autopilot 2.0布局可以看出，自动驾驶的传感技术重心从雷达回到了摄像头。如果这次的特斯拉大升级固定了未来技术路线方向的话，那么这意味着在自动驾驶的探索上，特斯拉从最初选择摄像头为解决方案、到倚重雷达，到最后终于又选择了摄像头，即激光雷达的解决方案很有可能会被特斯拉抛弃。

至于自动驾驶传感器未来的走向，我们认为存在一种混合型的路线：即把各种“不完美”的传感器组合起来。

摄像头擅长识别（物体是车还是人、标志牌是什么颜色），但容易受光线、天气影响，在强光直射时会出现致盲，运气最差的时候会导致整个传感器失灵。毫米波雷达在不同光线和天气中表现出较强的可靠性，主要作用也是检测追踪物体，但分辨率相对较低，看东西像近视眼没戴眼镜，并且检测行人的能力不足；激光光束的聚拢特性，不会因为衍射而错过细小物体，不过因为整体技术不如毫米波成熟，在雨雾天的表现会收到影响。

因此，这种路线认为，在“硬件万无一失”的前提下，可以简化算法更快实现功能。没有一个传感器可以独当一面，激光雷达也不例外。但是因其精准快速的特点，成为必不可少的补充。

谷歌无人车的“软件+硬件”配置

谷歌的无人车技术发展及最新的路测情况

• 1）谷歌目前在路上公测的车型包括24辆雷克萨斯RX450H SUV、34辆原型车。

• 2）截至今年10月，自动驾驶模式下一共行驶了2,230,275公里；手动模式行驶了1,309,634公里；平均每月自动驾驶里程数2.4-2.6万公里。

• 3）谷歌进行路测的区域包括：Kirkland、Mountain View、Phoenix、Austin。

• 4）谷歌当前致力于如何利用自动驾驶技术如何实现三点调头。自动驾驶汽车拥有比人类更加开阔的视角，但是在实际的解决过程中，不仅需要能够具备因地制宜的能力，更要尽可能符合人类的驾驶习惯。