那么您的自动驾驶汽车在哪里？我们中那些充满希望的人们必须考虑到每日的新闻周期，因为大小的科技公司都在助长炒作，掩盖了真正的进步。马斯克（Elon Musk）曾多次预测我们将在一年内实现“ 5级自治”，但这些预测未能实现。

同时，有庞大的工程师团队深入研究技术，研究出要使用的最佳传感器，收集多少数据，如何与其他车辆最佳通信以及数十种相互联系的技术挑战。我们的目标是实现完全自主，这是一种可以随心所欲地在任何地方和任何地方驾驶自己的车辆。今天我们在哪里？好吧，明天您可能会拥有自动驾驶汽车-不要指望在没有“脱离接触”的情况下行驶一英里或两英里以上。

显然，对于自动驾驶汽车，我们离完美的期望还差得远。我们希望人类驾驶员具备所有技巧和细微差别，而没有任何缺陷。无论何时何地，自动驾驶汽车都应该（几乎）完全安全。但是，即使技术进步如此之快，这有可能吗？

在探讨这个问题之前，有必要提醒我们自己这个行业公认的自治水平：

1级是“驾驶员协助”。这是单个方面自动化的地方，但是驱动程序仍然由他负责。

级别2是“部分自动化”。这是芯片控制两个或更多元素的地方。从广义上讲，这就是我们今天所处的位置，在这里，车辆足够智能，可以使用多个数据源将速度和转向系统编织在一起。

第3级是“条件自动化”。在这里，车辆可以管理至关重要的安全功能。尽管可以自动完成驾驶的所有方面，但驾驶员必须亲自干预。

4级是“高度自动化”。在这里，车辆将在受控区域内实现全自动驾驶。这将使车辆在地理围栏的大都市地区行驶，并利用高清制图，车对车通信，机器视觉和高级传感器等新兴技术。

最后是5级。在任何环境条件下，这都是“完全自主的”。此级别与4级之间的主要区别在于人工驾驶员是可选的。

核心软件

软件正在吞噬整个世界 。仍然如此。从本质上讲，创建自动驾驶汽车是软件问题，或者实际上是许多复杂的交错软件。道路上的第一辆5级车看起来与今天的2级车非常相似。主体，传感器，数据馈送等外观相同。关键的区别将是人与人之间的交互和软件，以及以光速实现对世界的感知，做出预测和采取行动的代码行。

软件将使用传感器数据并分析车辆周围环境。该软件将帮助我们在困难的地形上导航，确定走哪条路线以及何时改变航向，避免在下大雨时危险的路线。该软件将检测从猫眼到路灯柱的物体。该软件将利用足球的先进掌握力来预测足球在人行道上奔跑的孩子的运动，甚至更进一步，以预测球的轨迹将其落在道路上的风险。

听起来不错，对吗？但是，这些进步会带给我们完全安全吗，还是可以确定它们将比人类驾驶员更安全？

这是我们进入相邻的，有趣的研究领域的地方。人类如何看待技术有一些独特之处。我认为，我们将对自动驾驶汽车的错误极为宽容。统计信息表明，如果有什么事情，它们比人类驾驶员更安全，那将是远远不够的……令人不安，甚至惊吓机器做出导致坠毁或死亡的决策。如此完美永远是不够的。我们需要看到这些车辆在自动驾驶汽车安全性上取得巨大飞跃，才能成为主流。我看到的唯一通配符是，保险公司可能会向那些开车离开汽车的驾驶员提供巨大的激励，但是即使那样，我仍然可以看到不情愿。

因此，这是行业面临的核心挑战：随着我们将安全等级提高到5级，这些车辆必须几乎是绝对安全的。

解决方案在代码中

新的飞行器可以携带多达1.5亿行代码（比现代战斗机还要多），并且软件的作用只会随着每一个新模型的推出而增加。尽管行业在提高自主性水平方面面临挑战，但我们看到该软件取得了飞速发展，尤其是在机器学习支持的情况下。

机器学习对于自动驾驶汽车感知环境的方式至关重要，并且将在其做出何种动作的决策中发挥作用，尽管某些决策可能更基于规则。像人类一样感知世界的车辆所面临的挑战是，道路环境（尤其是在人口稠密的城市环境中）非常复杂。它还受环境条件的影响，例如雨，雾，烟和灰尘，这使得更难了解车辆周围的情况。这是我们一直关注的领域之一：在圣诞节前，剑桥顾问团队展示了一种称为DeepRay的技术，该技术可以实时消除视频中的这种失真，并使自动驾驶汽车在现实环境中能够更清晰地看到。

软件的这些进步必须辅之以历史数据集，这已引起了追逐里程的竞赛。然后，这些数据会传递到新的软件版本，从而确保车辆将对预期的情况做出响应并学习。这些都不是很快的。经过的时间意味着更多的学习和更好的软件。归根结底，正是这些软件的进步，以及强大而有条不紊的测试实践，才使整个行业步入了自治级别，同时建立了用户信任度，这是采用该技术所面临的最大挑战。

您什么时候会拥有自动驾驶汽车？我们正进行从3级到4级的重大飞跃，其中所有安全关键功能都由车辆执行。对于未来三到五年，这可能是一个可行的愿景，也许到2022年也是如此。这些车辆要获得大众市场信任的时间表仍然是一个悬而未决的问题。