自动驾驶车想要达到大规模量产还需要走好哪些路？

　　自动驾驶的美丽愿景，吸引了越来越多的车企和科技公司加入其中，各种与自动驾驶相关的新技术、合作计划和测试项目频频上头条。尽管前景一片大好，但对于吃瓜群众来说却没有什么实感，小编忽然想起美国财经科技网站的一份深度报告，曾预测2020年将有一千万辆自动驾驶汽车，然而2017年转眼就要到来了，自动驾驶汽车离大规模量产似乎仍有不小距离。那么，实现量产有哪些困难呢？

　　技术瓶颈

　　目前大部分的自动驾驶，都离不开传感器、激光雷达和摄像头，在复杂的驾驶场景里如何识别交通标志、车辆行人和红绿灯等，是最基本的问题。现在很多车企都进行了道路测试，不过很多都是在较封闭单一的道路上。让机器像人那样具备应对各种场景的能力，仍有不小难度。

　　今年最负面的新闻莫过于特斯拉的致死事故，一辆Model S以自动驾驶模式在高速上行驶，结果撞向一辆横穿的白色卡车，事故的原因是在晴朗的天气里，Model S的摄像头错把卡车的白色车厢当成天空，以至于没有启动刹车。这就反映了传感器的精度仍有待加强，目前驾驶员需要将注意力放在路面上。

　　伦理算法

　　虽说自动驾驶系统在侦测到前方障碍物时，会进行减速刹车，然而现实中你会面临更极端的选择，比如说几个行人忽然冲出马路，在来不及刹车的情况下，你是选择撞人还是撞向一边的车辆？从系统的算法策略来看，就是“优先车内乘员安全”与“伤亡率最小化”的抉择。

　　老人与小孩，行人与司机，让机器去学会衡量生命价值的大小，听起来是不是有些残酷？但如果想广泛普及自动驾驶，“优先车内乘员安全”算法会更符合人的天性，毕竟不是每个人都甘愿献身去保护别人。

　　基础设施

　　构建一个城市交通网络，除了汽车还有配套的基础设施。车企为了抢先布局，在技术发展上不遗余力，但问题是技术有了，基础设施建设跟上了吗？在不久的未来，自动驾驶汽车的传感器会更加精确，然而斑驳不清的车道线、道路标志和交通灯，会让这些努力付诸东流。从目前来看，即使是美国也有65%的公路需要重新修整。

　　当自动驾驶发展到更成熟的阶段，我们的道路设计包括路宽、护栏、减速带等将发生巨大改变，为了实现自动泊车功能，也要设计专门的停车场和配套的收费系统。

　　地图精度

　　自动驾驶汽车依靠传感器获得实时路况，但这并不足够，因为碰到雨雪极端天气时，交通标志变得模糊，传感器的精度会大打折扣。所以我们还需要一张高精度的地图，在现有地图的基础上，将车流量，道路数据和交通标志等具体信息一一采集。目前的商用地图已经做到米级精度，但要实现自动驾驶则需要厘米精度，尽可能地还原现实。

　　制作高精度的地图需要高昂的成本，为了收购诺基亚的Here地图，宝马、奥迪和戴姆勒三大汽车公司就花费了28亿欧元的巨额。如何降低地图的更新维护成本，是车企头疼的问题。德尔福/Mobileye、谷歌、福特都希望采用众包地图的方式，让车辆代替航拍仪和卫星，但这种方式需要足够的用户基数。