研究显示，卡车可能比家用轿车更适应无人驾驶技术。

▶ 
只需按下启动键，汽车便会自动来到你的面前；说出目的地后，它还会选择最优路线、避开路障，安全高效地送你抵达……这样的无人驾驶场景，据说5年左右即将成为现实。

目前，谷歌无人汽车测试行驶里程已超过300多万公里。而在国内，百度、北汽、广汽、上汽、长安、比亚迪等企业也先后涉足这一领域。

业内人士推测，无人汽车有望在2020年前后实现商品化。这是真的吗？无人汽车离真正上路，还要跨过几道槛？

跨过关键的四道槛

无人汽车要想从实验室真正驶上路面，安全性能是一个关键评判因素。

统计表明，驾驶员反应和液压制动平均需要1.2秒、40米制动距离，安全视距为50米；在计算机处理和电控制动情况下，只需0.2秒、6.7米制动距离；而无人汽车的视距超过200米，并且没有疲劳驾驶问题。

更何况，无人汽车还能自动避开碰撞危险，每年将有数百万人因此获救。据统计，仅在美国，每年大约有3.3万人死于交通意外。而研究预估，如果美国公路上90%的汽车变成无人驾驶汽车，车祸数量将从600万起降至130万起，死亡人数从3.3万人降至1.13万人。过去几年间，谷歌无人汽车在行驶过程中，只遇到16起交通意外，且从未引发过致命事件。

就此而言，无人汽车上路首要的是拥有大规模的深度神经网络、3D高精度地图和定位、准确的语音识别系统、超强的计算能力，以及顶尖的研发和维护团队等。在此基础上，还需跨过技术安全、过渡风险、成本乃至法律法规等几道槛：

▶ 技术槛

技术安全问题聚焦于，如何优化感知识别能力。例如，如何应对诸如进出隧道光线复杂变化、车道线遮挡、交通标志牌污损、不规则大货车趋近等特殊情况；在复杂行驶环境下，如何感知人类手势信号，尤其是这些手势信号与交通信号灯或交通标志有冲突时；如何避免黑客入侵以及死机等情况，也事关道路拥堵和行车安全。

举例来看，车辆定位技术是无人汽车行驶的基础，目前常用的技术包括磁导航和视觉导航等。其中，磁导航最大的优点是不受自然条件的影响，即使风沙或大雪埋没路面也一样有效，而且便于维护。

但是，磁导航方法往往需要在道路上埋设一定的导航设备（如磁钉或电线），系统实施过程比较繁琐，且不易维护。而视觉导航不存在这种问题。视觉导航的优点是车载计算机可以在车辆偏离目标车道前，事先知道并预防事故发生。

但其缺点为，当风沙、大雾等自然因素致能见度过低，或者路面上的标志线不清晰时，导航系统容易失效。如何解决这一矛盾，还需技术的突破与融合。

▶ 风险槛

主要是要解决无人汽车和传统车辆、非机动车、行人混行的转型期问题。

例如，当你开车时，前方有辆车突然打滑，而你已经来不及停车。此时，左边有一辆大卡车，右边则是一群等着过马路的孩子。大多数司机会选择撞向大卡车，以避免撞到行人。可无人汽车也许只会简单地看到右边的阻力较少，而将车转而冲向右边。

这是个极端的例子，但类似的问题有待审视。

▶ 成本槛

成本问题表现为，如何开发低成本、稳定可靠的传感器及软件等。例如，在传感器感知领域，现在有两个针锋相对的竞争对手———基于激光雷达的传感系统和基于摄像头的传感系统。

前者能够在雾天和晚上捕捉描绘周围环境的景象，但是造价昂贵，超过7万美金。相较而言，后者相对便宜，但需要依赖夜晚照明系统，且在识别所观察的环境上无法做到像激光雷达那样可靠有效，同时会占据计算机的大量内存。

▶ 责任槛

在法律法规上，一个较为棘手的是保险责任认定问题。无人汽车实质上是建立在汽车主动安全技术、智能化技术逐步升级基础上的，一旦发生交通意外，如何界定人与车、人与厂家的责任，谁来为事故“埋单”，目前来看仍缺乏界定。

卡车可能比轿车更适用

目前，掌握无人驾驶专利最多的机构分别为谷歌、丰田、戴姆勒、通用汽车、博世、福特、波音等。其中，谷歌占比22.89%，丰田占比14.46%，其测试产品主要围绕家用轿车。但研究显示，卡车可能比家用轿车更适应无人驾驶技术。

原因之一，卡车主要行驶在高速公路上，对于车载电脑来说，高速公路上识别一个障碍物，远比在城市街道上容易。

原因之二，卡车制造商一直在测试一种驾驶辅助支持系统，使得车辆编队成为可能。通过卡车与卡车之间的信息交互，一个编队里的一组卡车能够跟随带头车辆。比如，带头的卡车踩油门、踩刹车、转向，后面的一排卡车就会跟随采取相应动作。这不仅大大提升了交通的安全性，还会明显提升燃油使用效率。

原因之三，过去10多年里，不少卡车运营公司都依靠GPS等来追踪司机、优化线路，这为无人驾驶技术的应用奠定坚实基础。

（编辑邮箱 gongdy034@jfdaily.com 题图来源：视觉中国 图片编辑：朱瓅）