借用一句金庸老師《倚天屠龍記》里的一句經典句述：你強自你強，清風拂山崗，他橫由他橫，明月照大江。

不用懂里面的深層武學含義，我們只從明面上解讀一些這句話的意思，縱使你再強、再橫，但是對固如山崗、川流不息的江川來說就如同清風拂過、明月倒影，并不會影響到大局。

這也就是為什么恐怖主義雖然活躍在世界各地，但是他們都無法撼動全球走向和平的決心，制造恐怖襲擊只是想證明自己還存在，沒有消亡，當一個組織沒有話語權的時候它就該解散了。

所以無人駕駛技術的進步方便了未來出行，雖然也會給恐怖主義提供新的攻擊渠道，但是無人駕駛最終是電子控制系統，不可能完美沒有缺陷，破解了安全防御系統的無人駕駛就是一堆廢鐵，更高安全級別的無人駕駛讓本來就欠缺實力的恐怖主義更加難以搞定。

《速度與激情8》這部集飆車、打斗等各種元素的超級大片相信近日已經朋友圈中霸屏了。各種豪華跑車亮相，一直是該系列電影最重要的吸睛元素。而在此次《速度與激情8》中，神秘冷艷的黑科技高手賽弗的出現，并加入了一種新鮮的高科技汽車類型：無人駕駛汽車 你們一定都記得“僵尸車”出動的片段，以及眾多汽車集體“跳樓”的震撼場景。在影片中，大反派查理茲·塞隆運用高科技，黑進無人駕駛汽車，使上千輛無人汽車在街頭攔截追殺俄國國防部長，汽車巨浪在街頭洶涌前進，畫面超震撼，超跑除了在路上奔馳，還從大樓流瀉下，各種場面十分震撼創新。無人駕駛汽車也成為這部電影最亮眼的科技元素之一。雖然無人駕駛汽車可能徹底改變汽車行業，但仍然面臨黑客入侵等諸多問題。　“黑客能夠改變車輛的行駛方向，造成城市擁堵，甚至綁架人類。男人，沒有金剛鉆，不攔瓷器活，沒有好硬度，夜里和妻子滾沙發不快活，科學專業來助你，嘉上叁個z一個h與數字120的鵬友圈。”咨詢公司畢馬威信息保護總監維爾·洛考爾(Wil Rockall)說，“從駕駛員和路人的人為錯誤，到開發者的失誤，各種各樣的風險都會涌現出來。”不過，這些風險并沒有阻止無人駕駛汽車技術的進步。本文將聚焦于無人駕駛汽車全領域，為大家全面揭秘無人駕駛汽車到底是怎樣的一項黑科技。樂晴智庫，全球行業和公司深度研究速度與激情8里面汽車被黑客操縱，可能性有多大？汽車被操縱的兩大最基礎條件：自動泊車+聯網功能自動泊車功能近幾進而黑掉汽車。只具備這種基礎條件的車型想要被黑客任意操縱，需要一個信號中繼系統，主要是由于遙控信號或者WIFI信號的連接距離有限。這種中繼系統通常可能由無人機完成，面對這種情況，基本上把對方無人機打掉就能中斷操控。 汽車被操縱兩大進階條件：自動駕駛+4G聯網功能擁有自動駕駛的汽車，基本上都配有PI（權限接口）和駕駛操作API形成一套轉換指令的病毒，直接通過衛星就能夠操作你的汽車了，而不需要任何其他聯網條件。是不是有點嚇人？ 汽車被操縱的最重要條件：黑客大神目前具備被攻擊條件的汽車，出廠時設定了但是目前的情況看，然而汽車面對黑客攻擊的防御力并沒有達到高枕無憂的狀態。汽車被操縱的現狀分析：移動物件，缺乏人工防護機制計算機世界和現實世界一樣，都遵從攻與守人來職是讓人給黑下來了。無人駕駛汽車:網絡犯罪的潛在目標網絡安全對于汽車行業或商業領域而言都不是什么新的威脅了。但是由于無人駕駛汽車是高度復雜和互聯的設備，想使其免受網絡攻 擊就顯得困難重重。這些攻擊往往來自于兩個方面:1. 間接攻擊 :黑客可以通過蜂窩網絡、交通及 基礎設施信號、GPS信息及其他源頭操控數據流，并利用自動駕駛汽車的互相連通向其植入錯誤信息。安全研究人員已經證實了這 種攻擊方式的可能性。然而相較間接攻擊，直接攻擊帶來的危害要更加嚴峻。2. 直接攻擊:黑客可以入侵自動駕駛汽車的系統，以擾亂其運作來引起車禍，或利用自動駕駛汽車來進行綁架或謀殺。這樣的 事故將會瞬間摧毀公眾對自動駕駛汽車的信心，使長年累月且耗資巨大的研發投入付諸東流。 直接攻擊在理論上和現實中都存在可能。兩名“白帽黑客”(利用自身出色的技術發現軟 硬件漏洞，從而進行修復使其更為安全的電腦 專家)證實了這一點。他們利用蜂窩基站模仿了歐洲一家大型整車廠未加密的數據流后，控制其車輛打開了駕駛員一側的車門。這并不是純粹的偶發事件。安全研究人員已經發現了數十種不同的途徑入侵各種車企車型的軟硬件。在一個公開的測試中，兩名美國 研究員將一臺手提電腦直接與一輛傳統車輛的 總線系統相連接(該系統用于連接車輛上各控 制單元)。這個簡單的行為使這兩位研究員獲 得了對這輛汽車系統的幾乎全部控制權。他們 能夠通過遠程控制，使該汽車的剎車失靈。另一次，一些中國學生在參加2014年北京網絡 安全會議時進行了一項黑客挑戰活動，他們成功獲取了一輛嶄新汽車的遠程控制權，將其解 鎖、鳴響喇叭、開啟車燈并打開了其車頂。而當時，這輛汽車仍在行進中。這些事件表明汽車行業面臨著廣泛且嚴峻 的網絡安全挑戰。正如一名研究人員所說:“真 正的問題并不在于某一輛車的不堪一擊，而是 人們長期以來依賴于封閉系統，對其安全性過 于信任的錯誤意識。”基于這種意識，工程師 們采用了一種車內網絡，即總線系統，但該系 統并未從本質上考慮到外界入侵的可能性。總 線系統連接著車內所有的電子控制單元，因此 黑客只要攻陷一個系統，哪怕是一個較小的系統，就能夠獲得車輛所有功能的控制權。 無人駕駛汽車概念無人駕駛汽車是一種智能汽車，也可以稱之為輪式移動機器人，主要依靠車內的 以計算機系統為主的智能駕駛儀來實現無人駕駛。 無人駕駛概念車無人駕駛依靠人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。無人駕駛主要原理在于通過車載傳感系統感知道路環境，自動規劃行車路線 并控制車輛到達預定目標;同時通過車載傳感器感知周圍環境，并根據感知 所獲得的道路、車輛位置和障礙物信息，控制車輛的轉向和速度，從而使車 輛能夠安全、可靠地在道路上行駛。無人駕駛汽車行駛示意圖根據美國的專利顧問公司 Lexinnova 的報告，無人駕駛汽車發展所需基本技術有9 項，即車對車通訊(V2V Communication)、巡航控制(Cruise Control)、自動剎 車(Automatic Brakes)、車道維持(Lane Keeping)、雷達(Radar)、循跡或穩定控 制(Traction or Stability Control)、視頻攝影機(Video Camera)、位置估計器(Position Estimator)、全球定位系統(Global Positioning System，GPS)，在上述的基本技術中，前五項技術的專利申請數量相對較多，是最重要的技術。無人駕駛產業起源無人駕駛產業起步可追溯到 2005 年，塞巴斯蒂安〃特龍作為教授領導研發機器人 賽車“斯坦利”(Stanley)贏得 DARPA 無人駕駛汽車挑戰賽，隨后從斯坦福大學辭職， 開始了在谷歌的全職工作，發起 X 實驗室秘密啟動了谷歌無人駕駛汽車項目。到 2010年，媒體開始報道谷歌的 7 輛無人駕駛汽車在加州道路上行駛。截止今日，谷歌的 50 輛 無人駕駛汽車已上路行駛了大約 160 萬英里。無人駕駛的實現邏輯無人駕駛產業商業化進程無人駕駛 = 高級駕駛輔助系統(ADAS) + 車聯網 ( V2V / V2X /......)Advanced Driver Assistance Systems Vehicle to Vehicle / Vehicle to X(外界)無人駕駛的四個等級關于無人駕駛的階段劃分，目前業界引用最多的是美國公路安全局(NHTSA)對 自動駕駛技術的官方界定，分為無自動化(0 級)、個別功能自動(1 級)、多種功能自動(2 級)、受限自動駕駛(3 級)和完全自動駕駛(4 級)五個級別。從目前發展情況看，自動駕駛作為汽車技術的發展趨勢已經得到業界廣泛認可自動駕駛 1 級(個別功能自動)已經得到基本普及，其他級別發展情況不一:自動駕駛 2 級(多種功能自動)普及度不斷提高。歐盟 2012 年就出臺相關 法規，要求所有的商務車輛都要在 2013 年 11 月之前安裝好緊急自動剎車系 統 AEB(Automatic Braking Assistance)，2014 年起，所有歐盟市場銷售的 新車都要配備 AEB，沒有配備該系統的汽車都不能獲得 E-NCAP 五星級的 安全認證。Volvo 的城市安全系統、本田的 CMBS、奔馳的 Pre-Safe 都屬于 這個層次，目前英菲尼迪的新車已能夠自動控制方向盤。自動駕駛 3 級(受限自動駕駛)目前已形成雛形。戴姆勒的奔馳 S 系轎車可 以在堵車的情況下自動跟車。自動駕駛 4 級(完全自動駕駛)目前應用很少。這個級別是各大主流車企及 谷歌、百度等互聯網公司致力于達到的終極目標，駕駛者完全不必操控車輛。無人駕駛發展符合消費升級趨勢。未來隨著技術升級與成本降低，無人駕駛汽車最終將成為繼智能手 機后的下一個智能終端而快速普及。 傳感器、ADAS 與高精導航地圖目前最受益1. 目前智能汽車發展處于輔助駕駛及半自動駕駛發展的階段，對傳感器、ADAS 以及地圖導航應用需求大。2. 單位汽車傳感器用量將因無人駕駛發展而持續上升。據此，我們測算，2020 年我國車載傳感器市場將達到 243.19億元，年復合增速 11.25%，保持較快增長;據德勤分析，目前我國 ADAS市場處于從導入期進入成長期的快速發展階段。我們根據《中國制造 2025》 重點領域技術路線圖所提目標測算，到 2020 年我國 ADAS 市場規模超千億， 年復合增速超 70%，市場空間大;3. 高精導航地圖能夠充分滿足無人駕駛對 車輛位置及周圍環境識別的要求，且可實時更新，可為無人駕駛系統提供決 策依據，是無人駕駛系統必備組件之一，將跟隨智能汽車的發展而加速普及。 ADAS可視作無人駕駛的前提， 目前技術自動化程度處于Level2隨著人們對安全、舒適的駕駛體驗的不斷追求，自動駕駛成為汽車的新方向。目前的自動駕駛可分為兩類。一類是目前非常火爆的無人駕駛，更 強調的是車的自主駕駛以實現舒適的駕駛體驗或人力成本的節省， 典型的例子為百度和Google的無人車;一類是ADAS(全稱為Advanced Driver Assistance System， 即高級輔助駕駛系統)， 發展歷史已久， 早在1970S就已進入車廠布局中。兩者都是利用安 裝在車上的各式各樣傳感器收集數據，并結合地圖數據進行系統計 算，從而實現對行車路線的規劃并控制車輛到達預定目標。 不過，ADAS也可以視作無人駕駛汽車的前提，隨著ADAS實現的功 能越來越多，漸進式可實現無人駕駛。車企與互聯網公司齊發力，路徑各有不同1. 最近兩年，大眾、奧迪、奔馳、福特、豐田、沃爾沃、德爾福、英偉達、 谷歌、BAT 等主流車企與互聯網公司紛紛進軍智能汽車領域，終極目標均指 向無人駕駛。根據各自研發進度與目標規劃，2020 年前后有望真正迎來無人 駕駛汽車量產時代。2. 車企因在人工智能領域缺乏優勢，目前主要以車聯網 與 ADAS 發展路徑為主，目前已由高端車型逐步向中低端滲透;3. 由于在 高精度地圖以及人工智能領域擁有絕對優勢，目前以谷歌/百度為代表的互聯 網公司直接切入無人駕駛領域，發展處于領先地位。車企發展無人駕駛主要模式1.豐田豐田宣布 2020 年左右實現可在“汽車專用道路”上使用的自動駕駛技術，為建 立無人駕駛所需的高精度地圖，豐田推出了一套“地圖自動繪制系統”，該系統 可以充分利用搭載于市銷車上的攝像頭及 GPS，自動繪制車輛自動駕駛所必須 的高精度地圖，該項技術有望為將來的自動駕駛車輛提供行駛支持，未來還有望 擴充應對“一般道路”及“道路障礙物”等方面的功能。 2. 沃爾沃作為汽車安全的領導者，沃爾沃提出到 2020 年確保其汽車產品不會出現重大傷 亡事故，而發展自動駕駛技術正是這一目標的產物。目前，沃爾沃的車輛已包含 有自動緊急剎車、行人和騎車者監測、車道偏移輔助和自適應式巡航控制等技術。目前，沃爾沃已進入“高度自動駕駛”的實質性項目測試和商業化階段。2014 年沃爾沃發布了與愛立信打造的 Sensus 智 能操作系統，Sensus 智能操作系統在中國的合作伙伴包括百度、聯通、高德、豆瓣等。同時，沃爾沃與蘋果 CarPlay 和谷歌 Android Auto 均已達成合作聯盟，未來沃爾沃車主可通過 Sensus 與目前兩大應用最廣泛的智能手機平臺進行互聯互通。沃爾沃 Sensus 智能操作系統功能示意圖 3. 寶馬早在 2013 年，寶馬就與汽車零部件供應商大陸集團合作開發無人駕駛汽車，主 要目的是為 2020 年之后將自動駕駛技術投入應用作準備。2014 年，寶馬展示了其研發的無人駕駛技術，該技術不僅可以幫助車主在交通狀 況擁堵的城市找到便捷暢通的行駛路線，同時并不會奪走駕駛員對汽車的掌控 權。寶馬將其命名為“UR:BAN research”(城市空間)，該技術是以用戶為 主的網絡管理和輔助系統，致力于幫助駕駛員避開路上的行人，通過預測交通信 號燈的變化方式使出行更加順暢更加高效。寶馬大力推進的另一項目“Urban Roads”著重開發“綠色協調和減速輔助系 統”，該系統可計算出紅綠燈的變換時間，并將其結合當前的實時路況信息，之 后隨時調整道路和發動機設置，以實現最高效的駕駛狀態。 4. Tesla特斯拉 Model S P85D 在發布時，廠商就明確表示其具有各類傳感器，可實現自 動駕駛功能。只不過，限于當時的技術條件限制，軟件方面卻沒有全部開放所有 的個功能，特別是自動駕駛功能。2015 年 10 月，公司發布 7.0 版本固件，固件中搭載了名為 Autopilot 的自動駕 駛功能。用戶通過在線升級廠商推送的固件后即可解鎖自動駕駛功能，特斯拉的 自動駕駛功能主要包括自動車道保持、自動變道和自動泊車等功能。與谷歌無人駕駛所不同的是，特斯拉并不是真正意義上的無人駕駛，而是高級自 動駕駛(或輔助駕駛)，谷歌的解決方案更多是依靠高精度雷達、高精度傳感器 和高精度地圖，而特斯拉的高級自動駕駛則更多地依賴攝像頭，依靠機器視覺進 行車道保持、變道等功能。就其理念而言，Google 更理想化，直接指向終極解決方案，而 Tesla 更務實些， 現階段的可行性更高。 特斯拉Model S P85D自動駕駛無人駕駛汽車之“眼”--車載毫米雷達波 ADAS的普及是未來無人駕駛實現的先行條件，是提高汽車主動安全性能的技術基礎。目前絕大部分汽車處于L0~L2階 段，即ADAS的應用普及階段。ADAS的普及和融合既能促進單 車的智能化，同時也是完全無人 駕駛實現的基礎條件。 谷歌的無人駕駛汽車已經達到L3水平，各大整車廠在無人駕 駛方面也正從L1階段向L2以上 階段過渡。 請點擊此處輸入全球無人駕駛推進時間表1)汽車電子沿著兩橫三縱的技術架構，逐步實現成熟的智能化和網聯化:2016年-2018年主要是三大傳感器的融合使用;2017年-2019年主要是高 精度地圖的成熟;2019年-2022年是車載通訊模塊、互聯網終端、通信服 務的成熟;2022年-2025年主要是決策芯片和算法的成熟。2)2016-2018—三大傳感器融合:國內毫米波雷達今年開始出貨;車載 視覺系統硬件已經達到消費級水平，進入軟件成熟期;激光雷達成本不斷 下降，加速ADAS和無人駕駛的普及進程。3)2017-2020—高精度地圖的成熟:傳統地圖無法滿足自動駕駛的要求，高精度地圖是L3、L4級別最為關鍵的技術;當前精度地圖參與者主要 有圖商、自動智能駕駛科技公司、ADAS方案提供商、傳統車企四類，其 優劣勢各不相同，硬件軟件逐步融合。4)2019-2022—車載通訊模塊的成熟:LTE-V在延時、頻譜帶寬、可靠 性、組網成本、演進路線等方面都具有優勢，未來的發展趨勢大概率是使 用LTE-V標準;目前布局的主要是半導體廠商和汽車廠商，但國內很多公 司都進入了產業鏈，大唐電信也發布了全球第一臺LTE-V車聯網設備，有 望在車載通訊模塊爆發之際獲得高速成長。5)2022-2025—算法和決策芯片的成熟:各大廠商都在用不同的芯片設 計支持不同的算法，Google自己已經開發了TPU，用于CNN加速，地平 線也在開發BPU，Intel收購Moileye打造芯片算法一體化，未來或是FPGA支持下的深度學習算法來實現自動駕駛。無人駕駛汽車國外發展情況從國外來看，從上世紀 70 年代開始，美國、英國、德國等發達國家就已經開始 進行無人駕駛汽車的研究，在可行性和實用化方面都取得了突破性的進展，主要標志性事件為:1970 年前:一些車企使用射頻和磁釘的方式來導引車輛實現自動駕駛。1977~2000 年:日本、歐洲和美國的一些高校進行了一些實驗和開放項 目，主要提供給高校和研究院所進行的開放項目，如 EUREKAPrometheus、CMU NAVLAB、AHS Demo。2004和2006年:分別進行DARPA的一些比賽，鼓勵各個高校組織實際的車輛相互競爭參與比賽。2007 年:DARPA 城市挑戰賽，選擇了城市道路這項有很高難度的項目，其中 Carnegie Mellon 和 Stanford 這兩個車隊比賽成績很接近。2015年6月26日，Google無人駕駛車正式開上美國加州的公路進行測試。2016 年 1 月 15 日，美國聯邦政府宣布，計劃在未來 10 年撥款 40 億美元，加速無人駕駛汽車的發展，希望減少交通事故死亡率和交通擁堵狀況。2016 年 1 月 19 日，據日本共同社報道，聯合國談判相關人士表示，關于全球汽車廠商推進研發的自動駕駛系統，制定汽車國際規則的聯合國機構已開 始制定安全法規。預計日本和德國將提出方案，關于高速公路的行駛法規最早將在 2017 年 3 月獲得通過。成員國將遵照國際法規完善國內法。2016 年 1 月 29 日，英國交通部宣布，準許自動駕駛汽車在倫敦街頭上路測 試。從 2016 年 7 月起，“格林威治自動化交通環境項目”的第一輛自動駕駛車將在倫敦東南部的泰晤士河格林威治半島的道路上試車。2016 年 2 月，美國監管部門告知谷歌，根據美國聯邦法律，谷歌無人駕駛汽車可以被視為“司機”，這是無人駕駛技術在世界范圍內邁出的重要一步。在國外，目前谷歌等互聯網公司正在引領無人駕駛發展的潮流，給傳統汽車發展 相關技術帶來了較大壓力，特斯拉、奧迪、日產、沃爾沃、奔馳、豐田等廠商相 繼加快了研發步伐，從目前發展情況看，汽車廠商基本處于自動駕駛 2 級(多種 功能自動)到自動駕駛 3 級(受限自動駕駛)的過渡階段。根據各自目標規劃， 預計 2020 年前后有望推出第一批真正意義上的量產自動駕駛汽車產品。國外谷歌和特斯拉兩種發展路徑加速發展1. 自動駕駛目前進展加州車管局(DMV)公開了自動駕駛項目的脫離測試數據，基本衡量了目前主要自動駕駛項目 在加州境內在不同天氣環境，不同的路段進行測試的進展，谷歌的性能明顯優于其他廠商。自動駕駛項目的脫離測試數據 2. 谷歌和特斯拉代表兩種不同發展路徑谷歌和特斯拉在無人駕駛領域采取了兩種不同的有代表性的發展路徑，谷歌利用地圖和深度學 習實時建模來實現自動駕駛;特斯拉依賴于傳統的傳感器的融合實現數據搜集識別、處理分析、完 成自動駕駛功能。從自動駕駛精度來看，谷歌的沒有明確的數據，但其軟件層面的可以檢測和理解 手勢之類的信號并作出反應;moblieye的FCW(前向碰撞預警)的算法識別精度達到99.99%;特 斯拉的算法處理水平很高，奔馳的路測車有著比特斯拉多一倍的傳感器，但是精度遠不及特斯拉。無人駕駛汽車國內發展情況我國從上世紀 80 年代就開始進行無人駕駛汽車的相關研究，進展如下:國防科技大學 1992 年成功研制出中國第一輛真正意義上的無人駕駛汽車。2005 年，首輛城市無人駕駛汽車在上海交通大學研制成功。2011 年 7 月，由一汽集團與國防科技大學共同研制的紅旗 HQ3 無人駕駛汽車完成了 286 公里的高速全程無人駕駛試驗，人工干預的距離僅占總里程的0.78%。2012 年，軍事交通學院的“軍交猛獅III號”以無人駕駛狀態行駛 114 公里，最高時速 105 公里/小時。2015年12月初，百度無人駕駛汽車在北京進行全程自動駕駛測跑，實現多次跟車減速、變道、超車、上下匝道、調頭等復雜駕駛動作，完成了進入高 速到駛出高速不同道路場景的切換，最高時速達 100 公里/小時，是國內無 人車領域迄今為止進行的難度最大，最接近真實路況的開放道路測試。2015 年 12 月 14 日，百度宣布正式成立自動駕駛事業部，計劃三年實現自 動駕駛汽車的商用化，五年實現量產。國內第一款無人駕駛汽車 軍交猛獅III號無人駕駛汽車 百度無人駕駛汽車 目前我國無人駕駛汽車技術發展仍以汽車廠商為主導，整體上處于自 動駕駛 1 級(個別功能自動)到自動駕駛 2 級(多種功能自動)的過渡階段，發 展明顯滯后于國外。為加快提升技術水平，《中國制造 2025》重點領域技術路線 圖已經將無人駕駛汽車作為汽車產業未來轉型升級的重要方向之一，未來將不斷 加大政策支持力度。同時，隨著 5G 建設的推進，“萬物互聯”將成為可能，從而 為智能駕駛汽車的迅速發展奠定網絡基礎條件。國內科技公司和傳統車企合作打造自動駕駛，精度提升速度快通過863計劃實施和國家自然科學基金委項目支持，清華大學、國防科技大學、北京理工大學 等部分高校、院士團隊、汽車企業在環境感知、人的行為認知及決策、基于車載和基于車路通信的 駕駛輔助系統的研究開發取得了積極進展，并開發出無人駕駛汽車演示樣車。清華大學等高校聯合 企業開發的自適應巡航控制系統、行駛車道偏離預警系統、行駛前向預警系統等具有先進駕駛輔助 系統(ADAS)功能樣機，正在逐步進入產業化階段。從精度水平來看，百度的技術路徑與谷歌一樣，算法基于攝像頭和激光雷達，去年通過攝像頭 判斷物體的準確率達到了 89.6%，今年其準確率上升到了 90.13%，其行人識別率達到 95%、紅綠 燈判斷達到了 99.9%。谷歌和百度的技術路徑一部到位，成本較高，精度較高;特斯拉等車企的技術路徑是一個緩慢 學習的過程，成本較低，精度也較低，未來的發展方向是必然兩種技術手段的融合。監管法規因地制宜；交通監管:全球協力即使許多法律條文對“駕駛員”的定義需要 重新審視，但是美國的交通法規并未對自動 駕駛汽車在本國的發展造成很大的阻礙。大多 數專家認同法學專家Bryant Walker Smith的 看法，那就是自動駕駛汽車在美國“大概是合 法的”。1 至少有四個州(加利福尼亞、佛羅里 達、密歇根和內華達)以及哥倫比亞特區頒布 了法律法規，為自動駕駛汽車在其境內的活動 詳細制定了法律框架。然而，國際上的監管環境則截然不同。1968年《維也納道路交通公約》為大部分歐盟 國家、亞洲諸多國家和地區、南美以及世界其 他一些國家和地區定下了交通管理的基調。公 約明文規定:“駕駛員必須時時刻刻擁有對車輛 的控制權”。公約的多種語言版本毫 無例外地清晰規定了駕駛員的駕駛責任。 但駕駛責任會不斷演變。奧地利、比利 時、法國、德國和意大利聯合要求改變公約 的內容，以允許車輛自動駕駛，只要這種自動 駕駛具備“可以被駕駛員權限覆蓋或接管”的特 性。公約的締約國在2014年批準了內容修訂，修正的內容會在未來生效。在大多數情況下，內容生效將意味著把公約的內容轉化成本國的 法律。內容修訂的發起國可能在2015年首先出 臺新的法律法規。與此同時，在存在特別許可(比如在歐洲和日本)或專門法律(比如在美 國)的情況下，對自動駕駛汽車進行測試都是 合法的。無人駕駛產業鏈全解1. 無人駕駛的技術路線無人駕駛汽車開發伊始，傳統整車廠和科技型企業選擇了差異化的著力點。傳統整車廠強調汽車的主被動安全、以及產業化的經濟性等，在無人駕駛的技術路 線上，多采取“單/多目攝像頭 + 毫米波雷達”的組合方案。例如，博世選擇前視雷達、 側方雷達、視覺攝像頭、夜視系統的組合，來實現不同環境條件下對長中短距離外、窄 寬視角內的全部障礙物的探測。科技型公司，如谷歌等，以長期開源平臺的建立為目標。在模型車的搭建上，裝配 多種傳感器組合，后續核心在于通過大量路測、來優化 ADAS 算法，實現無人駕駛功能 的進化和成熟算法在芯片上的早日固化。例如，谷歌選擇了激光定位器、高精度 GPS、 立體攝像頭、毫米波雷達、紅外照相機等的組合，實時生成 3D 全景并據此決策執行下 一步動作。激光雷達造價機器高昂，極經濟版本的成本亦在 5 萬元以上，目前存在產業 化經濟性難題;但長期來看，硬件成本將隨技術進步和規模化而下降、趨勢難以改變，ADAS 算法的成熟速度是真正決定無人駕駛何時產業化的關鍵，平臺型公司預計將對無 人駕駛的未來具有顯著導向力。 （1）車載攝像頭車載攝像頭處于車聯網與無人駕駛千億市場雙風口，市場規模超百億。一方面，通 往無人駕駛的“橋梁”——ADAS 已迎來高速成長期，意味著無人駕駛時代悄然來臨;另 一方面，車載攝像頭將會作為車聯網信息處理的重要入口。ADAS 與車聯網是汽車電子 最具市場潛力與想象空間的板塊，之于汽車電子正如蘋果產業鏈在消費電子中地位。以 攝像頭為主的傳感器融合將成為未來 ADAS 主流解決方案，而車載攝像頭又是車聯網信 息處理的重要入口。因此，我們看好 ADAS 與車聯網市場爆發對車載攝像頭的推動作用。攝像頭是車聯網信息處理重要入口 車載攝像頭是實現無人駕駛重要傳感器。未來攝像頭將成為實現無人駕駛的重要傳 感器之一。攝像頭可以有效彌補其他攝像頭的不足:雷達技術在辨別金屬障礙物方面準 確率較高，但在辨別非金屬障礙物如行人方面卻無能為力，且無法準確辨識從側面駛來 的車輛，車道，碎片或者道路坑槽;激光雷達成本過高，難以產業化。（2）毫米波雷達毫米波雷達，通過向周圍發射無線電，測定并分析反射波，以確定障礙物的距離、 方向和大小。其發射的無線電波長 1-10mm，頻率 30GHz-300GHz，測量范圍約 100-200米。由于毫米波穿透性強，其具有全天候適應性的優點(大雨天氣除外)，兼具高精度、 高分辨率的特點，因此能夠廣泛運用于軍事追蹤、車載成像等。鑒于高精度、高分辨率特征，毫米波雷達被廣泛運用于汽車傳感器。1970 年代， 德國 AEG-Telefunken 與 Bosch 首次共同研發車載防撞雷達并開發出了 35GHz 產品， 但由于成本高昂、尺寸過大等未能快速普及;1980 年代，歐共體“普羅米修斯計劃”促 進了汽車毫米波雷達的重新開發，到 1990 年代，戴姆勒奔馳的 S 級轎車上已搭載基于77GHz 毫米波雷達的芯片，可支持自適應巡航 ACC 功能;時至今日，雷達已經成為汽 車主動安全的常見中高端配置之一。 目前，車載雷達主要裝載在車前、車后、側部等位置，幫助實現自適巡航、碰撞預 警、車道偏離預警、盲點監測等各項輔助駕駛功能。一般來說，24GHz 雷達能夠用于近 距離探測，探測范圍為 30 米廣角區間，用于前向防撞報警 FCW、盲點檢測 BSD、輔助 停車 PA、輔助變道 LCA 等輔助駕駛功能;77GHz 雷達能夠用于遠距離探測，探測范圍 為如 9°150 米窄長區域，主要用于實現自適應巡航 ACC 功能。（3）夜視系統夜視功能會成為汽車傳感系統的核心壁壘之一。據美國國家公路交通安全管理局(NHTSA)的統計，雖然夜間行車在整個公路交通中只占四分之一，發生的事故卻占了一 半;而其中，由夜間視線不良所造成的事故又占了 70%。因此，必須要求汽車攝像頭具 有較強的感光能力，使得全天都可正常工作(也即，要求近紅外的寬光譜范圍400nm~1100nm)。未來，夜視功能將成為汽車傳感系統得標配。2. 移動芯片:無人駕駛的先決條件（1）無人駕駛已成為移動芯片的下一個目標具有超高運行處理技術的智能芯片，不僅適合用于智能手機、平板電腦等移動終端 設備，也是實現無人駕駛技術的關鍵。一方面，無人駕駛汽車需要非常精密的機器視覺 引擎，以便能準確無誤的檢測到馬路上的行人，再協調駕駛系統，做出安全及時的躲避動作。另一方面，車與車之間的高速信息通信，也需要處理能力更強、速度更快、功耗更低的移動寬帶芯片。具有超高運行處理技術的智能芯片，不僅適合用于智能手機、平板電腦等移動終端 設備，也是實現無人駕駛技術的關鍵。一方面，無人駕駛汽車需要非常精密的機器視覺 引擎，以便能準確無誤的檢測到馬路上的行人，再協調駕駛系統，做出安全及時的躲避。（2）5G 芯片加速，為無人駕駛保障護航可以說，未來的工業或制造業將以移動互聯網、傳感器、及云計算為主要驅動力， 而 5G 芯片無論是對工業 4.0、還是對車聯網無人駕駛，都將是起到積極的促進作用。5G 的前景燦爛，芯片廠商也瞄準商機紛紛針對 LTE 演進技術、5G 新技術/新頻段投入 開發，希望能奪得下一代移動寬帶通信先機，并在可穿戴式終端、工業自動化、智能城 市、智能交通等新興物聯網應用中占得一席之地。3. 智能算法:控制功能的核心人工智能在無人駕駛領域的運用主要體現在以下三個關鍵環節:(1 )環境感知環節 的圖像識別;(2)高精度定位、路徑規劃與決策;(3)車車交互、車與環境交互下的車 聯網(車聯網部分將在下節討論)。4. 大數據+深度學習，推動圖像識別精度進化在感知層，傳感器采集到的實時路況信息，需要人工智能進行識別處理后、才能夠 傳遞到下一層中。圖像識別的精度是這一環節中的重點。5. ADAS:實踐執行環節汽車智能電控是無人駕駛最終實踐的重要一環。在無人駕駛的實現流程中，傳感系 統首先采集充分完備的環境和行車信息，并通過傳感器的雷達算法、視覺算法等，結合 人工智能算法，做出下一步駕駛動作的決策;但，無人駕駛行為的最終達成，要求 ADAS芯片算法與汽車電子控制系統集成，實現有效發出指令、完成動作。這一功能的實現， 對汽車車身、底盤、發動機等系統的智能、精密的電控，提出了尤為重要的要求。6.車聯網:V2V/V2X 有望最先實現人工智能拓展了傳統車聯網和智慧交通的邊界，使其成為無人駕駛的先行者，車聯 網和智慧交通產業的發展將推動無人駕駛的產業化進程。傳統的車聯網核心技術是移動 通訊技術和互聯網技術。