盡管沒有具體答案，但鑒于近年來的大量創(chuàng)新，自動駕駛仍處于一個令人興奮的時代。其中許多發(fā)明來自波士頓，包括Analog Garage致力于技術(shù)工作的工程師。在Analog Garage，我與多位專家討論了自動駕駛的未來，參與討論的包括Aptiv自動移動性部門nuTonomy自動駕駛系統(tǒng)副總裁Eryk Nice、美國交通部沃爾普中心的Anita Kim和創(chuàng)業(yè)投資基金F-Prime Capital的Sanjay Aggarwal。

如果我們深入研究自動駕駛，就會發(fā)現(xiàn)許多基礎(chǔ)傳感器技術(shù)已應(yīng)用到當今汽車中。攝像頭無處不在，雷達技術(shù)開始在自動緊急制動等應(yīng)用領(lǐng)域廣泛部署。遺憾的是，從我們的目標到能夠真正實現(xiàn)自動駕駛車輛的更高級別自動化，該傳感器技術(shù)仍有很長的路要走。

當今汽車尚未部署激光雷達系統(tǒng)，但該特定檢測技術(shù)獲得了行業(yè)的巨大投資。需要率先想辦法在不超出大小、重量、功率和成本預(yù)算的條件下實施激光雷達。此外，行業(yè)要想從警告成功轉(zhuǎn)向驅(qū)動系統(tǒng)，從性能的角度來看，仍有許多工作必須完成，這樣才能確保更低的錯誤判斷率。如今，這些感知系統(tǒng)是為了警告用戶其車輛的操作范圍內(nèi)存在需要注意的對象，但這些傳感器的性能通常不足以構(gòu)成基本輸入來驅(qū)動車輛或更改汽車的操作。

目前，在美國，每行駛1億英里，就會發(fā)生一起與車輛相關(guān)的死亡案例。

自動駕駛車輛無論是模擬還是在路上，都尚未接近該數(shù)字。若要達到最低安全閾值，自動駕駛汽車必須繼續(xù)在惡劣的天氣和道路條件中進行測試。例如，波士頓的駕駛條件與拉斯維加斯不同，甚至更具挑戰(zhàn)性。如果自動駕駛汽車可以安全地在波士頓的交通中行駛，解譯許多當?shù)厝硕几械嚼Щ蟮牡缆窐酥?，并避免春季必然存在的路面坑洞，這對于展示該技術(shù)的成熟將大有幫助。

此外，當今汽車在操作時已實現(xiàn)一定程度的半自動化，但這些系統(tǒng)的性能存在廣泛差異，對消費者而言，這可能會引發(fā)信任的問題。如果我們坐上一輛汽車，它以一種方式操作和驅(qū)動，然后我們坐上另一輛汽車，這輛車以不同的方式操作，那么消費者將如何應(yīng)對這種體驗？如果我們可以統(tǒng)一來自不同制造商的不同車輛中的安全系統(tǒng)，那么技術(shù)就可以更加一致、更加廣泛地交付到市場。但現(xiàn)如今，汽車制造商在開發(fā)和部署安全系統(tǒng)時，明顯缺乏一致性，行業(yè)必須解決這個問題。

數(shù)據(jù)堂自有數(shù)據(jù)集的“智能駕駛數(shù)據(jù)解決方案”中掌握著駕乘人群的行為數(shù)據(jù)，不僅包含駕駛員行為標注數(shù)據(jù)50種動態(tài)手勢識別數(shù)據(jù)，103282張駕駛員行為標注數(shù)據(jù)等，還包1300萬組人機對話交互文本數(shù)據(jù)，245小時車載環(huán)境普通話手機采集語音數(shù)據(jù)。不管是街景場景數(shù)據(jù)，駕駛員行為數(shù)據(jù)，還是車載語音數(shù)據(jù)，數(shù)據(jù)堂基于Human-in-the-loop智能輔助標注技術(shù)”和豐富的AI數(shù)據(jù)項目實施經(jīng)驗及完善的項目管理流程，支持智能駕駛場景下駕駛艙內(nèi)、艙外的圖像、語音數(shù)據(jù)采集任務(wù)，輔助智能駕駛技術(shù)在復(fù)雜多樣的環(huán)境下更好的感知實際道路、車輛位置和障礙物信息等，實時感知駕駛風(fēng)險，實現(xiàn)智能行車、自動泊車等預(yù)定目標。對于智能駕駛而言將是其他企業(yè)難以企及的優(yōu)勢。

車輛工業(yè)設(shè)計是另一個可以促進和增強消費者信任的關(guān)鍵機會。自動駕駛出租車將成為自動駕駛車輛的首個實施方案。在這些應(yīng)用中，傳感器將位于突出的位置，以便向乘客展示系統(tǒng)能夠“看到”車輛周圍的情況。這將有助于向公眾強調(diào)，核心傳感器和計算框架能夠應(yīng)對自動操作車輛的挑戰(zhàn)。反過來，隨著技術(shù)日趨成熟、客戶需要（和信賴）更高級的自動駕駛功能，這將回饋大眾市場汽車應(yīng)用。在這些應(yīng)用中，傳感器位于“引擎蓋下面”，用戶必須相信它們在各種情況下都能正常操作。

審核編輯黃宇