更智能、更安全！自动驾驶汽车时代来临
特斯拉首席执行官埃隆·马斯克曾经把自动驾驶汽车与“以往需要操作员但现已自动的电梯”相比，说自动驾驶汽车的问题已经“解决了”。一年多后，40岁的Joshua Brown在开着一辆半自动驾驶的特斯拉Model S时死于车祸。
当时，一辆卡车在Brown乘坐的特斯拉前面正常左转，但特斯拉非但没有停下来，反而加速钻入卡车的拖车下。Linley集团资深技术分析师Mike Demler认为，Model S由传感器、雷达、GPS、图像处理软件组成的计算机视觉检测系统并不是为免人工设计的。“传感器的设计无法应对交叉口通行，而仅仅适合在高速公路行驶，”Demler说。“它们能识别汽车的背面，但不能识别拖车的侧面。”
许多行业专家都认为，自动驾驶汽车在过去十年中取得了飞跃性的发展。目前，谷歌、沃尔沃和优步都在公路上测试汽车。在新加坡这个既有政府支持、又有可预测的天气的城邦，nuTonomy在某区设有六辆自动驾驶出租车供公众使用。Demler预计，全自动驾驶汽车的首次部署将按照预定的路线进行，如大学和工业园区。他还补充说，福特、宝马、通用汽车计划在五年内推出无人驾驶汽车 ，可能在限定路线部分商用。
万里征途
不过，特斯拉事故对行业来说仍是一个重大挫折。这也印证了主攻机器人导航的麻省理工学院教授John Leonard在2015 年一次演讲中提出的一个重要观点：尽管自动驾驶汽车具有前景大好的安全性和环保效益，它们还是需要解决基本的感知和语义问题——如何在交通繁忙时左转，如何理解十字路口的交通管理员或交警的手势，如何应对积雪路面——然后才谈得上在公路上广泛部署。
许多自动驾驶汽车通过LiDAR（激光雷达）——一种通常置于车顶的旋转圆筒——来“看到”道路。通过测量打到物体上的激光的反射时间，LiDAR可以判断距离，并具有360度的视野范围。总部位于加州的Civil Maps公司首席执行官Sravan Puttagunta 表示，如果说自动驾驶汽车的眼睛是高分辨率激光扫描仪、照相机、雷达和其它传感工具，它们的认知能力可能来自智能算法和人工智能，使它们能够参考地图上的信息来解读原始数据。
就像Puttagunta解释的这样，Civil Maps平台及其如竞争对手Mobileye、Delphi、 Bright Box都为自动驾驶车辆提供了情景感知，而不仅仅是二维导航地图。平台使用人工智能处理来自高分辨率激光成像的原始数据，使汽车可以精确定位并做出更好的决策——例如在四向停车的地方或者环岛应该做什么。
一旦汽车被定位，Civil Maps的软件就能够将语义地图数据投影到汽车传感器的视野中。这有助于车辆的决策引擎将环境情景化，并选择性地关注相关道路特征，例如交通标志、车道标志、信号灯等。由此，一个机器可读的增强现实（AR）地图产生了。这一过程告知汽车计算机应该做什么以及如何与道路基础设施进行互动。
“增强现实视角的好处之一是能够定位汽车并在信号上叠加信息，所以就算汽车看不到信号，它也能预估到，”Puttagunta说。“这在恶劣的天气条件下也很重要，因为可能很难看到车道标记。”
Civil Maps的AR地图还提供图像显示，使乘客了解车辆的意图和车辆感知的内容。Puttagunta说，这将有助于逐渐建立乘客的信任和信心。
凭借高效的地图数据压缩技术，Civil Maps能够通过4G蜂窝网络实时更新这些数据并与其它汽车共享。据Puttagunta介绍，该公司使用基于签名的定位。这类似于Shazam基于声学签名而仅凭几个音符来锁定一首歌曲，不过是以可以被收集、改善的道路信息为基础，提高安全性。
Puttagunta表示，Civil Maps不会像优步那样在匹兹堡用一组汽车来绘制该市的地图，而是计划将数据众包出去，与汽车制造商进行合作。该初创企业拥有超过660万美元的种子资金，其中包括福特汽车公司的投资，它正与三大洲的合作伙伴和主要汽车原始设备制造商（OEMs）合作。
比赛打响
Civil Maps正面临激烈的竞争，这其中就包括位于瑞士的Bright Box。后者的汽车后市场人工智能汽车平台Remoto已经被用应在了包括英菲尼迪、起亚、现代、日产在内的多家汽车制造商的原型测试中。“谁能用最少的传感器实现工作系统，并为量产OEMs提供技术,谁才能胜出。”Bright Box首席技术官Alexander Dimchenko说。“关键在于谁能收集到最多的数据。”
Dimchenko指出，供应商、软件公司和汽车制造商之间的竞争已经使自动驾驶汽车成本显着下降。在2012年首届底特律无人驾驶汽车峰会上，谷歌公开表示其无人驾驶测试车的设备价值约15万美元，其中包括7万美元的LiDAR系统。而Dimchenko估计，2018年一辆全自动化的本田CR-V运动型多用途车的成本在2万9千到3万美元之间。
但是，Demler认为，即使成本降到网约车服务和个体消费者可以接受的程度，自动驾驶汽车大规模出现在公路上仍然面临着重大挑战。这些挑战包括：符合州和联邦法规；进行驾驶考试标准化以及与保险公司合作；扩大智能化基础设施；也许，最重要、最难的是赢得公众信任。
作为自动驾驶汽车的支持者，比佛利山市自动驾驶车辆工作组联合主席Grayson Brulte认为通过曝光增强公众信心是至关重要的。无人驾驶汽车有可能消除分心驾驶致死事故，并且解决城市拥堵和停车问题——前提是人们愿意接受它们。今年春季，一个未公开身份的制造商将来到比佛利山，在公路的真实路况下试驾自动驾驶汽车。这正是Brulte翘首以盼的。“现在出生的孩子永远不用开车了，”他说。“当你真的理解了这个事实，一切都变得有趣起来了。”