雷鋒網(wǎng)按：本文作者Adam Kell是Comet Labs（微信公眾號：cometlabs）合伙人，負責人工智能和機器人領域的早期投資投資。Kell畢業(yè)于斯坦福大學，曾任StartX加速項目的硬件負責人，在產(chǎn)品設計，制造和硬件領域擁有豐富經(jīng)驗，曾被《福布斯》評為2014年度能源和工業(yè)領域30位30歲以下行業(yè)精英。本文是雷鋒網(wǎng)首發(fā)文章。

今天的汽車本質(zhì)上就是車輪上的電腦。在它的背后，你能看到一個與眾多傳感器進行通信的復雜的計算機網(wǎng)絡，它能檢測到汽車的各種問題，比如胎壓、加速度、機油質(zhì)量，也能夠操控車速、溫度、電動車門/車窗等。

汽車上的尾氣傳感器的出現(xiàn)是政府法規(guī)的直接結(jié)果——在美國環(huán)保署出臺了更加嚴格尾氣排放政策后，尾氣傳感器與催化轉(zhuǎn)換器都成為美國的汽車的標配。到了上世紀80年代，可以檢測出尾氣中的氧氣和燃料比的氧氣傳感器出現(xiàn)了，它對于當今的尾氣控制的實現(xiàn)至關重要。

很快，油位傳感器、胎壓傳感器、安全帶指示燈、引擎狀態(tài)指示燈等類似組件相繼被發(fā)明，于是當汽車出現(xiàn)問題時，駕駛員能夠及時被通知。這些傳感器和指示燈幫助消費者避免了很多破壞性的、昂貴的或危險的汽車保養(yǎng)問題，使得汽車更加可靠、普及和平價。

交通行業(yè)未來10年的進步將使過去50年的所有發(fā)展都黯然失色。

這些進步不僅只是提高人們的整體駕駛體驗——未來10年交通行業(yè)生態(tài)將發(fā)生革命性的顛覆，從一個點到另一個點的駕駛方式和路徑很可能是今天所無法想象的。21世紀的智能汽車和基礎設施不僅會提供實時道路規(guī)劃和主動的交通管理 ，還將主動提供駕駛建議，甚至在很多情況下會直接控制汽車，以避免潛在的事故。

↑ 無人駕駛汽車如何看清世界？

那么，哪些東西正在被改變？

車載傳感器正推進認知的邊界，并且正變得前所未有的廉價——汽車將能夠感知到更多東西。

過去汽車行業(yè)并不自主研發(fā)傳感器，而是直接使用其他行業(yè)研發(fā)的傳感器。而如今自動駕駛汽車的規(guī)模和前景使得最保守的汽車供應商也重金投入到自動駕駛汽車專用傳感器的供應鏈中。精確定位傳感器和服務正變得越來越流行，并不斷推進著“精確”的邊界。激光雷達、視覺識別攝像頭、深度傳感器以及雷達等也在根本性地改變著汽車的認知水平標準。這些傳感器的整合將成為打開新級別自動駕駛大門的鑰匙。

 ↑ 特斯拉Autopilot系統(tǒng)中的傳感器組合的感知范圍

自動駕駛系統(tǒng)及相關的基礎設施正變得更加復雜——汽車可以知道得更多。

Waymo已經(jīng)在很高的自動化水平上積累了數(shù)百萬英里的準無人駕駛數(shù)據(jù)；特斯拉Autopilot系統(tǒng)的里程計的總讀數(shù)則以高達數(shù)億或數(shù)十億英里，盡管它采用相對較低的自動駕駛水平。這些公司將主導無人駕駛的未來，但促使無人駕駛成為現(xiàn)實的還有更多輔助角色。

 ↑ Waymo每1000英里的失靈（disengagement）率

致力于生產(chǎn)和壓縮高精度地圖的公司們正努力使其對于降低對于計算能力的依賴，以解決車載認知系統(tǒng)性能不足的問題。幫助人們更簡便地標注圖像的工具和框架也正在研發(fā)中。計算機模擬使得訓練深度神經(jīng)網(wǎng)絡不再需要完全依賴汽車在現(xiàn)實世界中發(fā)掘各種極端環(huán)境。其他正在開發(fā)中的工具則用來提供更多的新功能——例如幫助車輛進行自適應巡航和車道保持，以及建立一個數(shù)據(jù)集來訓練車輛，告訴它人類是如何進行駕駛操作的。汽車專用硬件則被設計于通過高效運行特定的算法使得計算機視覺等工作的效率更高。

 ↑ 高清地圖包含車道信息、交通標志及信號燈等信息

道路基礎設施針對互聯(lián)和通信的新需求而升級——汽車可以與其他汽車和環(huán)境通信

隨著自動駕駛技術逐漸被主流汽車廠商采用，核心基礎設施的升級需要被提上日程并盡快實施?；A設施升級涉及到很多方面——從噴繪新的、更清晰的車道分隔線，到整合新的傳感器和通訊模塊。自動駕駛汽車需要能獲取足夠多關于所處環(huán)境的信息，以便進行預判、制定決策以及作出反應。當前的基礎設施為人類駕駛員提供信息的方式并不一定適合自動駕駛汽車。針對人類駕駛員，我們使用不同的顏色、標志、信號燈、障礙物和車燈閃爍方式提供信息；而對自動駕駛汽車來說，這些信息輸入將與環(huán)境結(jié)合，進而提供與道路狀況相關的更多信息——傳感器能監(jiān)控車流信息，而汽車之間也能進行通信。那么，未來的無人駕駛中，2.0版的基礎設施與當前形式的基礎設施將各自占多大比例呢？

智能制造使整合新技術、采用新方式和新材料進行汽車生產(chǎn)成為可能。

汽車的生產(chǎn)方式也正在被自動化改變。新材料因為其物理、化學和熱學特性帶來全新的特點。這些新材料的整合使得人們可以使用工智能以不同于傳統(tǒng)的方式設計結(jié)構化元素，而新的開發(fā)方式也使汽車配件的原型開發(fā)更快速、更廉價。計算機視覺和機器學習技術的新應用——例如增強學習——正擴大工廠里能夠被自動化生產(chǎn)的配件種類的范圍。這些因素的融合正改變著汽車生產(chǎn)和測試的方式。

 ↑ 寶馬的生產(chǎn)線

針對駕駛員的傳感器對于自動駕駛系統(tǒng)實現(xiàn)從L0到L5級別的跨越至關重要。

隨著越來越多的條件成熟，人類駕駛員將不再是汽車主要操控者；而自動駕駛系統(tǒng)必須能確保在特殊情況下，人類駕駛員的注意力能夠回到汽車上。很快，通過攝像頭和軟件將足以監(jiān)控實現(xiàn)對人類駕駛員是否分心、情感狀態(tài)、是否清醒以及健康狀況。其他監(jiān)控駕駛員生物信息的傳感器也能提供很多重要信息，告訴汽車應該做什么。結(jié)合其他健康數(shù)據(jù)（例如心臟病或中風的風險）也可能改變汽車在特定狀態(tài)下的行為。所有這些能力都旨在保證駕駛員和乘客更加安全，同時讓汽車對于整體環(huán)境有著更好的了解。

 ↑OpenCV等工具使建立計算機視覺系統(tǒng)變得容易

伴隨著車聯(lián)網(wǎng)和智能汽車的出現(xiàn)，車隊管理、共享汽車及汽車維修等領域?qū)⒄Q生新的服務方式。

高度自動駕駛并布滿傳感器的汽車將催生很多新的商業(yè)模式。由于汽車能進行實時通信，并根據(jù)條件變化及時重新規(guī)劃線路，車隊管理將變得更加有效。在Uber等公司的推動下，共享汽車的道路規(guī)劃效率將持續(xù)大幅提升。汽車內(nèi)部發(fā)生的大量的變化使得維修產(chǎn)業(yè)也將面臨類似的轉(zhuǎn)型。

汽車的所有權本身也可能改變。目前車主們所擁有的車平均95%的時間都處于停放狀態(tài)。一個派遣自動駕駛汽車的共享汽車公司將可能降低人們對于擁有汽車的需求或渴望——事實上，無所不在的實時共享汽車正在使城市里越來越多的人放棄保有汽車。

 ↑Uber匹斯堡路測自動駕駛車隊

以上這些因素正推動一場交通革命，然而，交通領域的新進入者面臨著更加復雜的監(jiān)管系統(tǒng)，客戶開發(fā)過程以及供應鏈。Comet Labs智能交通實驗室?guī)椭鷦?chuàng)業(yè)公司開發(fā)將改變交通行業(yè)的核心技術，并通過提供資金無法買到的資源（比如高清地圖數(shù)據(jù)、自動駕駛測試車輛以及實驗場所）幫助他們加速客戶開發(fā)。

雷峰網(wǎng)特約稿件，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。