先发后至—自动驾驶的奇幻漂流（终）

导言

当我们谈及“自动驾驶”这一技术，眼前或许会浮现出无人物流车在街头穿行的场景，也可能想到无人出租车正在城市道路中稳稳行驶的画面。透过现象，看本质，这一切的背后是人类跨越百年的求索：从早年无线电遥控的小型三轮车，到后来的电缆引导和车载计算机，再到如今融合多传感器和人工智能的大型智能车辆。人们不断追问：汽车何时能彻底摆脱人类的方向盘操控？“解放双手”究竟如何才能实现？在漫长的探索中，技术路线几经颠簸，资本与政策纷纷涌入，科研界和产业界也一再碰撞与协作。

作为一次极富戏剧性的“奇幻漂流”，自动驾驶不仅走过了机械时代的试验，也在大数据和人工智能的加持下进入了高速发展期。回顾此前曾介绍过的历史脉络，不难发现，科研团队和车企在不同时代都曾尝试用各种方法让汽车变得更加“听话”、更加“聪明”。今天，当我们有机会在城市道路上见到无人驾驶车队示范运行，当星罗棋布的无人配送车成为人们的“最后一公里帮手”，无人驾驶已不再是科幻电影中的噱头，而在不断融入现实生活。

无线电与电缆：初心与雏形

在追溯现代自动驾驶的源头时，人们常会提到那些在街头做“冒险实验”的车辆：它们没有驾驶员坐在车内，却能通过远程无线电波或机械拉杆完成简单的转向和加速。这些看似怪诞的设想，体现了人类早期对“无人驾驶”的原初憧憬。以无线电为媒介的控制方式在当时已属惊艳，但也受限于电磁环境与控制距离。为了摆脱“信号不稳、操作失控”的尴尬，人们又在高速公路下埋设电缆，用磁信号指引车辆保持直线行驶或拐弯。然而，高昂成本与日常维护难题导致电缆方案没能真正投入大规模应用。

这段时期的实验虽然步履蹒跚，但给后世留下了两大启示：其一，“解放双手”不仅意味着机械操控的替代，更预示着人类思考如何为汽车“赋予大脑”；其二，车辆周边的基础设施是否愿意并能为“无人驾驶”进行改造，在此后也成为影响技术走向的重要因素。

图像识别与计算机：奠基之作

在科研史中，无论是用于军事还是航空航天，借助摄像头和计算机处理来实现自动化的想法，一直是关键驱动力。早期的斯坦福大学“Stanford Cart”项目让人类第一次看到了利用摄像头获取环境信息、并由计算机进行识别和决策的可行性。此后，由斯坦福研究所（SRI）推出的“Shakey”机器人，则进一步扩展到逻辑推理和路径规划领域。虽然这些“先驱”大多行动缓慢、仅能在室内或简单环境中移动，但它们最宝贵的贡献就是建立了感知—预测—控制的基本架构，这一框架至今仍是自动驾驶的技术根基。

与此同时，人工智能领域在20世纪中后期也取得了显著进展。硬件方面，晶体管替代了真空管，微处理器的运算速度不断提升，使得车载计算机成为可能。软件方面，基于逻辑推理、路径规划和机器学习的算法体系初步成形。到了20世纪70年代，科研人员陆续尝试利用立体摄像头或专用硬件加速器进行三维感知，车辆的识别精度得到了提升。一些实验车甚至能在受控道路上以较为稳定的速度自动行驶，为后续更大规模的路测埋下伏笔。

全球研发与初步落地：技术与资本的双推力

当计算机小型化与传感器技术逐渐成熟，自动驾驶开始走出实验室，在多国科研和工业界的合力中加速前行。70年代起，日本在立体视觉与图像二值化处理方面进行了系统性研究，美国则涌现出民用与军方合力推 进的无人车项目，欧洲的车企与研究机构也通过跨国合作分享技术成果。80年代，随着无人驾驶在公开道路上的首次测试成功，这项技术更为广泛地进入大众视野。

在90年代，卡内基梅隆大学的NavLab系列车辆、梅赛德斯-奔驰的原型车等相继在高速公路上进行了实车测试，自动驾驶技术从概念走向部分商业化雏形。也正是在这段时间，人们对ADAS（高级驾驶辅助系统）形成了比较明晰的思路：先用ABS、ESC、ACC等功能解决关键安全和驾驶减负，再尝试让汽车逐渐实现“更多场景、更多动作”的自主操作。这个阶段的努力，让大众见识到车辆确实能够在某些环境下“自动驾驶”，同时也为21世纪的商业化爆发奠定了实践基础。

新千年的引爆：DARPA竞赛与互联网巨头入局

进入新千年，人类对自动驾驶的期待达到了新的高潮。其中最具标志性的事件，是2004年至2007年连续举办的DARPA大挑战赛。虽然最初的比赛中多数车辆举步维艰，但短短几年后就有多支团队能将自动驾驶车辆顺利跑完全程，并处理相对复杂的野外路况。多所名校团队、互联网领域的精英与传统车企的工程师在此竞赛中大放异彩，不仅催生了大量无人驾驶核心算法的迭代，也培育了后来的谷歌自动驾驶项目主力成员。

随着DARPA大赛带来的名气，以及资本市场对无人驾驶前景的看好，各大互联网巨头开始积极投入。谷歌（后改组为Waymo）在2009年正式启动“Self Driving Car Project”，并于2010年代中期率先在公共道路进行大规模测试。此举激发了全球车企的竞争与合作：通用、福特、丰田、宝马、戴姆勒等传统厂商不再局限于观望，而是纷纷展开相关技术的收购、整合和自主研发。无人驾驶的产业链也日趋庞大，从传感器制造、地图构建到算法平台，多种角色共同涌入，形成了庞大的生态系统。

百花齐放的应用时代：商用试点与大规模测试

近十年来，一方面是国家层面的政策鼓励与法律法规的逐步完善，另一方面是技术硬件与算法的不断进步，推动自动驾驶进入“百花齐放”的应用时代。部分企业在城市中开设无人出租车服务，让普通市民通过手机App预约试乘；无人巴士在特定园区或风景区运行，承担短程接驳任务；小型无人配送车在大学校园或社区内穿行，完成外卖、快递的“最后一公里”配送。干线货运领域则出现了自动驾驶卡车编队、高速自动驾驶物流试点。

在资本市场上，LiDAR（激光雷达）和其他传感器企业相继上市，多家自动驾驶初创公司通过SPAC合并或IPO方式筹集资金。这股热潮为技术研发和商业落地提供了更雄厚的财力支持，也带来了激烈的竞争。有公司选择与传统车企深度绑定，力图将自动驾驶功能快速搭载到量产车型上；另一些公司则主打“出行即服务”理念，想要构建更完善的无人车队与共享出行生态。

ADAS到无人驾驶：从辅助功能到全场景覆盖

如果说无人驾驶是“终极形态”，那么ADAS就是通往终极形态的必经之路。在现代汽车中，早已普及的巡航控制（CC）、防抱死制动系统（ABS）、车道偏离警告系统（LDW）、自动紧急制动（AEB）等功能，都为驾驶者提供了基础的安全保障与操作辅助。近些年来，更多品牌推出L2或L2+级别的驾驶辅助方案，如高速公路自动跟车与车道保持、城市路况自动跟随等，让驾驶者在特定场景下短暂“放手”。

随着人工智能、图像识别和高精地图技术的提升，这些辅助系统正朝着更高等级的自动化演进。以往需要人工介入的场景不断被算法覆盖，传感器精度和冗余设计也日趋严谨。许多新型车企甚至直接把“自动驾驶表现”视为产品卖点，通过OTA升级为用户持续推送算法与功能改进，令车辆具备一定程度的自学习和自适应能力。

未来图景：走向常态化、规模化

虽然自动驾驶技术已取得了空前进展，但要想在全球范围大规模普及，仍需面对诸多挑战：极端天气、长尾场景、复杂人车混行、法规标准的统一以及责任划分的伦理难题。部分区域道路缺乏高精地图或道路标志，或者通信网络尚未达标，都会阻碍无人驾驶车辆发挥稳定性能。对很多企业而言，盈利模式也仍在摸索之中：究竟是靠出行服务获取乘车费，还是靠出售软硬件技术给整车厂，抑或是广泛布局物流、公共交通和城市基础设施，这些都没有定论。

尽管如此，自动驾驶前景仍然值得期待。从城市短途出行到高速干线物流，从封闭场所的无人接驳车到遍布社区的配送机器人，这些应用场景正在不断增加。有些国家和地区已经率先制定了车路协同规划，准备在道路侧建设智能感知与通信设备，帮助车辆在关键时刻获得额外的环境数据。对消费者而言，越来越多的量产车型将配备高阶辅助功能，逐步培养市场对车辆“自动驾驶能力”的认可度。

结语

回首整个历程，自动驾驶从最初只能用无线电或电缆进行简单远程控制，逐步过渡到采用摄像头、雷达和激光雷达的多传感器融合，再结合高精地图、人工智能算法进行实时决策与规划。这条路充满了崎岖：既经历过国家或军方层面的巨大投入，也遭遇过企业投入巨大却寸步难行的低谷。而如今，随着硬件和软件的成熟叠加资本与政策的助推，自动驾驶在城市街头与公路上的身影已越来越常见，开始为人们带来全新的出行体验。

正如有人所说，“自动驾驶并不只是为了让汽车取代人类驾驶，而是为了让出行变得更安全、高效和便捷。”如今，那些遥远时代的设想与试验，正逐渐变为寻常生活中的一部分：无人小车在大学校园里跑来跑去，给学生送餐；无人出租车在市中心接上匆忙上班的人们；无人卡车在高速公路昼夜不息地奔波，缓解了物流压力。无论是公共交通、私家出行，还是物流配送，这项技术都展露出蓬勃的适应力。

或许在不久的将来，当道路基础设施实现全面智能化，法规和道德规范逐渐完善，自动驾驶能够在绝大部分场景下真正“说走就走”。到那时，人类将告别对方向盘与油门踏板的疲惫依赖，把更多时间与精力留给工作、娱乐和思考。那将是一幅怎样的画面？也许就像当年那些工程师在实验室里描绘的未来：车辆按照优雅的路线排列前行，精准避让行人，自动识别路面突发状况，整个城市的交通流量得以更有序、更高效地运行。

这便是“自动驾驶的奇幻漂流”所奔赴的终极目标——让汽车真正成为智能移动空间，让出行成为更安全、更高效、更具想象力的生活环节。在人类对交通不断升级的追求中，自动驾驶注定还会伴随更多技术飞跃与社会变革，也势必会在更宽广的舞台上演绎出新的精彩篇章。去回望它的历史，正是为了更好地迎接它的未来。人们好奇的视线已然投向前方，而历史则告诉我们：这场漂流，远未到终点，却早已翻开了崭新的篇章。

欢迎线上购买《汽车之友》杂志

北京时尚

成都杂志铺

扫码进店，线上购买，快递到家

获取更多图文资讯，欢迎关注《汽车之友》微信公众号

获取更多视频资讯，敬请关注《汽车之友》视频号