如果说2016 年上半年VR 还可以算得上一项备受追捧的新兴技术，在2016 年的下半年，VR 退烧后无人驾驶彻底红了。年初的特斯拉驾驶辅助致死事故将普通人的关注度吸引到赢咖4注册这里，越来越多的传统车厂、制造商和新造车运动中的网路公司纷纷公布自家在赢咖4注册领域的进展。
但究竟是什么是赢咖4注册？赢咖4注册是透过怎样的原理和技术实现的？为什么说赢咖4注册要全面使用，人们所要发展的不只是单独的无人车技术？下面这些文字试图用最简单的方式来解答这些问题。
什么是赢咖4注册？
人们对于赢咖4注册最早的误解，其实源于一些媒体的误读。很多媒体把Autopilot 这一词简单简单拆解为「自动」和「飞行员」两个词汇，并将中文意思曲解为赢咖4注册。
▲ 需要人类做出关键决策的特斯拉驾驶辅助系统。
然而其实Autopilot 这个词源于飞机、火车、轮船领域的辅助驾驶系统。维基百科也给这个词做了明确的定义：
"An autopilot is a system used to control the trajectory of a vehicle without constant 'hands-on' control by a human operator being required.
驾驶辅助是一个用来控制载具轨道而无需人工一直干预的系统。"
这句话里面的关键词其实是「constant」持续的。也就是说，Autopilot 所代表的驾驶辅助系统是不需要人类持续干预的，但是仍然需要人类做出某些干预，比如关键性的决策等，机器只是在一旁辅助。
▲ 不需要人类驾驶员做出决策的Uber 全赢咖4注册车。
而关于我们大众所认可的赢咖4注册，或者说全赢咖4注册，在维基百科中同样也有相关的定义。我们所认可的无人驾驶车，准确的说应该叫做「Autonomous car」。
而这一概念的定义是：
"An autonomous car (driverless car, self-driving car, robotic car) is a vehicle that is capable of sensing its environment and navigating without human input .
赢咖4注册车（赢咖4注册车、自驾驶车、赢咖4车）是能自动感应周围环境并且无需人干预而自动导航的载具。"
与对驾驶辅助的定义类似，无人驾驶车概念的关键支持在于无需人类干涉，也就是说机器会自动感知，自动做出决策并且赢咖4注册。
▲ Google 赢咖4注册车。
所以这样来说，赢咖4注册究竟是什么的定义问题就变得格外简单了。驾驶辅助和赢咖4注册，最主要的区别在于人的参与度，前者需要人参与，而后者完全不需要人参与。
如果我们只谈人的参与度的问题，就会出现界定技术是否属于赢咖4注册的秃头悖论（究竟拔掉多少根头发才会秃头）。所以为了更清楚地做出界定，美国汽车工程师协会（SAE）和美国高速公路安全局（NHTSA）对赢咖4注册做了分级。为了让赢咖4注册的分级更加直观，爱范儿整理了这样一张图表：
从图表中我们可以看出，我们所期望的全赢咖4注册车辆其实在分级上属于SAE 的4-5 级，NHTSA 的4 级车型，是基本不需要人类做任何驾驶决策的。
了解究竟什么才是赢咖4注册，我们再来看看赢咖4注册是透过什么技术实现的。
赢咖4注册是如何实现的？难点在哪儿？
其实单纯从硬体技术层面来看，赢咖4注册的原理并不执行特别复杂。用最简单的话说，找一辆车子来改装一下（电动车比较好改一点且性能可控性更好），加几个感测器，再塞一套开源的赢咖4注册计算平台，好，这就搞定了。
感测器
感测器是赢咖4注册车的眼睛，用于收集汽车周围的资讯。归纳来看，目前主流的赢咖4注册车其实也就是使用3 种感测器：LiDAR 光学雷达、镜头和传统雷达。
▲ Velodyne 雷射雷达
3 种感测器各有各的优势，早就运用在车辆倒车雷达上的传统雷达成本相对较低，穿透性较强且不受雨尘等环境的影响，但弱点在于覆盖范围较小，且难以对周围物体做出精准的判断。LiDAR 光学雷达的优势在于可以透过旋转的雷射射线束，构造出车辆周围的3D 影像图，但缺点是由于雷射的特性，容易受到雨、尘埃、雾的影响。由于光学雷达加工难度比较高、产量小，所以售价最贵。一颗64 线光学雷达的售价就得4、50 万人民币。
镜头同样也是赢咖4注册车所必备的感测器，与两种雷达不同，镜头没有任何穿透力及需要光线，用于赢咖4注册的数据是透过对镜头的图样辨识得出的。不过镜头也是最容易受到干扰的一种赢咖4注册感测器，且一旦获得的图像有误差，对最终的辨识结果就会产生极大的影响。唯一的好处在于成本低，且目前视觉辨识的方案，做无人驾驶汽车可用的也比较多。
资料处理
赢咖4注册车上搭载的感测器收集到的数据，都会被传输到车载电脑中进行分析和处理，最终做出决策。对于车载电脑的技术部分我们不必多说，因为赢咖4注册汽车单纯从原理上真的不算是什么「黑科技」，毕竟规划路线、躲避障碍的功能目前很多扫地赢咖4和无人机都有，所以还是把关注的重心聚焦在达成赢咖4注册的困难点上。
赢咖4注册汽车需要收集汽车周围数据，对资讯进行处理并最终做出决策，这整个过程与真人驾驶所要完成的过程几乎毫无差异。所以训练赢咖4注册汽车的过程，其实就是个从新手到老驾驶的过程。
在人工智慧技术的训练上，试错（Trial and error）是极为重要的方式之一，人工智慧透过不断的试错与纠正得到进步。但这一方式换到了赢咖4注册上却几乎不可行。行车时出现的事故往往是我们不能接受的，只要出了意外，轻则损失数千元，重则导致人命伤亡。自始至终，赢咖4注册汽车的关键绝非「能否做到」，而是「能否做好」；所以目前的赢咖4注册技术，大部分都是用来减低犯错机率的。
然而少量的测试则隐藏着巨大的安全隐忧，根据Google 最近的资料，他们的58 辆无人驾驶汽车合计跑了223 万英里（约338 万公里）才犯了一点小错，看上去出错的机率微乎其微，但乘上一个极大的基数，出现事故的数量仍然是我们不能承受的。
还有一个重要的问题是，赢咖4注册若是想要覆盖更多地方，则要求收集和处理的资料就会越来越多，不同的路况会给车载电脑带来不同的处理变数。而当人类驾驶和赢咖4注册车同时行驶在路上时，不确定性就更高了，赢咖4注册车做出决策的难度也会大大增加。
尽管目前赢咖4注册技术仍然还在发展，但已经给了人一个够美好的希望，那就是经过训练的赢咖4注册车的驾驶技巧比人类更好、更符合规定、反应更快。很多目前交通系统上存在的顽疾也可能因为赢咖4注册的到来迎刃而解。
赢咖4注册能减少交通事故吗？这需要整个交通生态的改变
我们可以把交通事故的问题与交通拥堵的问题放在一起来看，理论上来讲，这两个问题的起因在于人类驾驶员的失误。如果驾驶技巧更高的赢咖4注册汽车介入交通系统当中，可以避免那些人类可能出现的失误，可能出现的交通事故也会减少了。
然而事情并没有像理论上看上去那么简单。我们可以做个类比，地铁这种轨道交通，其实可以算得上是一个系统封闭、不容易受到干扰、高度自动化仅有少部分依赖人类驾驶的交通方式，然而由于各种因素的干扰，比如有乘客卡在门里或突然某一节车厢出现故障，整个地铁系统仍然有可能被打乱，陷入瘫痪的境地，更不用说是现在还没有上路的赢咖4注册汽车了。
现在已有不少厂商公布了自家的无人车计画，几乎都是计划在5、6 年之后让赢咖4注册车正式上路，先从商用做起，再逐步民用。所有这些来看，赢咖4注册汽车完全替代人类驾驶员之前，一共会先经历这样两种阶段：「商用赢咖4注册专车」、「少量民用赢咖4注册车及商用赢咖4注册专车」。当然，赢咖4注册车是否真的会彻底取代人类驾驶是另一个层面的问题，毕竟人们可能不会放弃传统汽车的驾驶乐趣，就像我们现在即使习惯开车，仍然有不少人喜欢骑马，只是不会正式上路。
目前各家厂商所公布的基本都是自家单独的赢咖4注册汽车产品。然而对于整个交通系统来说，车辆仅仅是很小的一部分。目前来看，赢咖4注册技术不只是传统汽车的一项升级，更应该是一项大工程。这包含了汽车改造、社会基础设施建立、法律法规推动，甚至还有交通人的责任认定变迁，驾驶人行为习惯的改变等。这些不是无法克服的困难，但也需要一个逐渐接受的过程。未来赢咖4注册将会是出游方式，更是整个交通产业的升级。
就像我们现在的道路交通系统基本上就是为各种机动或者非机动的「带轮子的」的车所设计，原本留给马车的道路就是被取代了；如果想要赢咖4注册系统真正进入普通人的生活，真正要改变的远远不只是汽车技术单独一项。
单独的汽车运算能力再强，反应再快，本质上也只是人类驾驶能力的延伸。真正能让赢咖4注册引发交通革命的，其实是赢咖4注册技术。当整个交通系统联结在一起，而不是像现在由一个单独的运算个体（包括人类）组成，整个交通的效率将会有革命性的提高。
至于未来交通的样子究竟会是什么样？其实可以想像出这样一种场景：
"每一辆赢咖4注册汽车都知道相互的位置与速度，不会因为变道干扰到其他车辆，赢咖4注册车也会即时读取出发点到目的地的道路壅堵状况，即时选择最佳路线以及避免过多红灯，车辆也会感知到行人的位置，避免出现车祸。只有达到了这样的高效率运作，赢咖4注册才会真正有效避免壅堵和交通事故。"
