04-别急着撒手！自动驾驶，还在路上

如果你喜欢科幻电影或者小说，一定对“自动驾驶汽车”不陌生。

想象一下，在正义与邪恶交锋的时刻，蝙蝠侠轻轻一点按钮，他的蝙蝠车便自动出发，把救下的人质安全送走，而他自己能专心去制服反派。更妙的是，战斗结束后，蝙蝠车还能准时出现在指定地点，把他接回家，顺便赶上晚饭。是不是酷得不行？

谁不想拥有这样一辆聪明又能干的汽车呢？全家出门旅行的时候，爸爸妈妈可以一边享受美食小火锅，一边欣赏窗外的风景，根本不用操心开车的辛苦。听起来是不是梦想成真？不过，别急着太开心——真正意义上的自动驾驶汽车，目前离我们还挺远的。

1. 自动驾驶：人类的百年梦想

说到自动驾驶的历史，可不是最近才冒出来的新鲜事。一百多年前，科学家们就已经在琢磨这件事了。只不过，受限于当时的技术水平，他们搞出来的“自动驾驶”，其实更像是“远程遥控车”，离真正的自动驾驶差得很远。

到了1939年，人们推出了一种“有轨电车”，算是自动驾驶领域的小突破。这种电车能沿着地面轨道行驶，感知轨道上传来的电信号，从而避免追尾。可惜，它只能在固定轨道上跑，灵活性太差，远远满足不了真正上路的需求。

后来在1960年代，科学家们又想出了新招：在公路底下埋电缆，让汽车靠着电磁信号导航。这听上去不错，但想想要给每一条公路都铺上电缆，成本和麻烦程度简直爆表。科学家们于是琢磨：能不能让汽车自己“看路”呢？

到了1980年前后，随着雷达、摄像头和人工智能技术的进步，终于有了曙光。汽车可以自己用“眼睛”（雷达、摄像头）观察周围环境，再用“大脑”（人工智能）判断该怎么开。虽然一开始只能在简单环境中勉强行驶，但这已经是自动驾驶的重要飞跃。

2. 那现在呢？为什么路上还是很少见？

听到这儿你可能会问：现在科技这么发达，自动驾驶不是早该普及了吗？

确实，在矿区、码头、机场这些封闭、规则简单的环境里，自动驾驶车辆已经大显身手了。但在我们日常生活的城市道路上，真正的自动驾驶汽车依然凤毛麟角。为什么呢？关键在于，自动驾驶需要同时做好三件事：

• 感知环境
• 分析判断情况
• 执行正确动作

先说感知：这方面自动驾驶做得很棒。雷达和摄像头能360度无死角地观察，比人眼还厉害——所以在感知上，自动驾驶汽车合格了。

再说执行：开车其实动作很有限，无非就是踩油门、刹车、打方向盘，加上几个辅助动作。让机器人执行这些并不难，而且它们在紧急情况下不会慌张，不会把油门当刹车，执行方面也 OK——所以在执行上，自动驾驶汽车也合格了，甚至比人类靠谱！

问题出在了最难的一环——分析判断，这是自动驾驶技术里最难的部分。自动驾驶汽车虽然能360度无死角地搜集信息。但在分析这些信息的时候，可能会出错。

其实在现实生活中，已经有很多汽车有自动驾驶的系统了，但它们还不能起到完全的自动驾驶功能，只能辅助人类驾驶员完成一些简单的操作。

例如：特斯拉汽车的自动巡航系统就是这样的辅助系统，接着往下阅读。

3. 自动驾驶，败在哪？

尽管“智能”汽车可以采集大量信息，但分析这些信息、做出正确决定，却极其复杂。有时候，仅仅因为一点点小误判，就可能引发严重事故。

举个例子：2016年，一位特斯拉车主布朗在使用自动巡航系统时，因过度依赖技术，在车上安心地看起了《哈利·波特》电影。期间，车辆发出7次警报，提醒他握好方向盘，但他没理会。

前面我们也提到了：这个系统并不是真正意义上的自动驾驶，它可能会做出一些错误的判断，所以需要人类司机在旁边辅助。

布朗之前也经常用自动巡航功能，从没出过事故。但是这次使用的结果：特斯拉误把一辆白色大货车当成了天上的白云，没有及时刹车，直接撞了上去，布朗不幸丧命。

另外，如果布朗听到警报声之后老老实实地握着方向盘看着前方，是可以发现大货车的，轻轻松松就能避开它，可惜的是，他看电影实在是太专心了，这才酿成了悲剧。

这起悲剧告诉我们：哪怕系统准确率达到了99.9%，只要有0.1%的失误，在高速行驶的汽车上，也可能是致命的。

相比之下，如果家里的扫地机器人认错，把你的珍贵的首饰吸走了，最多挨顿骂。但自动驾驶车，一次小小的分析失误，代价就是生命。

通过这个实际例子，我们可以知道自动驾驶汽车在分析判断这项能力上没能过关。

前面的布朗事故算是比较早期的，也表达了：哪怕自动驾驶技术已经非常厉害了，但只要分析判断出现极小概率的失误，也可能引发重大事故。

接下来我要举一个近期的，这样的例子，最近就又发生了一起。

2025年3月29日晚，一辆小米 SU7 在安徽铜陵的高速公路上，撞上了施工区的水泥隔离桩，随后起火燃烧，车上三名大学生不幸遇难。

这起事故引发了社会各界的广泛关注，大家纷纷质疑：智能驾驶系统是否可靠？车辆设计是否足够安全？施工区域的安全管理是否到位？小米公司的应对是否及时妥当？

根据小米公司4月1日发布的调查信息，当时车辆正在使用 NOA 智能辅助驾驶功能，以116公里/小时的速度行驶。

在施工路段，路障封闭了本车道，车辆系统检测到障碍后，立即发出了风险提示：“请注意前方有障碍。”时间是22:44:24。
紧接着的一秒钟后（22:44:25），驾驶员接管了车辆，开始人工驾驶，左打方向盘约22度，同时踩下制动踏板（刹车开度31%）。
但是，仅仅过了2-4秒，车辆就撞上了隔离带的水泥桩，随后发生了燃烧。

也就是说，从智能系统发出警告到撞击，仅有几秒钟的反应时间。

这起事件再次提醒我们：即使车辆拥有智能驾驶辅助，即使反应速度已经很快，但在极端、复杂、突发的环境下，人类和机器之间的配合依然可能出现短板。而这些短板，付出的代价，可能是无法挽回的生命。

这也是体现就算身处 2025 年，我们还是依然要谨慎对待自动驾驶。

（上面的例子，不带任何评论事件，仅供学习示例！）

4. 拆解复杂问题，一步步来

那么，人类就此放弃自动驾驶了吗？当然不会！

对于这种短时间里解决不了的复杂问题，科学家早就有一种应对方法，那就是拆解问题，一小步一小步地完成。（省字版：把问题拆小，逐步推进）。

既然不能一次性造出完美的自动驾驶汽车，那就先“后退一步”：造出能够应付大部分情况的自动驾驶汽车，科学家管这样的汽车叫有条件的自动驾驶汽车。

这么说估计不太好理解，我换句话来说：就是先研发出能应付大部分简单情况的自动驾驶汽车，当道路环境复杂、行人车流密集时，就交回给人类司机操控。这样的技术被称为“有条件的自动驾驶”，也就是你在新闻里常听到的版本。

这样是不是清晰很多了，所以随着有条件自动驾驶越来越普及，技术经验逐渐积累，使有条件自动驾驶技术成熟，未来实现真正的完全自动驾驶，就会容易得多。

5. 拆解对于生活中的启发

上面科学家使用的：把复杂问题拆分成几个阶段的做法，我们在生活中也能用到。

生活中，这种拆解大目标的思路也很实用。

比如，你想成为全年级第一，听起来压力山大，并且很可能学着学着就想放弃了。这时候你可以把这个目标拆解一下，我们可以先制定如下计划：

1. 第一步：提升薄弱学科；
2. 第二步：总结有效学习方法，还可以向其他同学请教学习方法，总结出最适合自己的学习方法；
3. 第三步：做好了前两个阶段，最后全力冲刺，梦想就不再那么遥不可及了。

总之：我们要学会把拆解问题的思维方式，将复杂的大问题拆解小问题。当所有拆解的小问题，逐一被解决时，也会反哺大问题解决。

总之，学会把问题拆解，大问题拆解成小问题，当所有小问题逐一被解决后，大问题也会随之迎刃而解。

自动驾驶技术也是如此——不是一蹴而就，而是一步步解决小难题，积累经验，最终向真正的完全自动驾驶迈进。

6. 自动驾驶级别的 6个等级

聊了这么多，可能你已经发现了：自动驾驶其实也不是一蹴而就的。为了更清楚地区分自动驾驶的发展阶段，国际汽车工程师协会（SAE）专门制定了一个标准，把自动驾驶划分成了6个等级，从L0到L5，分别对应不同的智能化程度：

• L0级：完全没有自动驾驶功能，全靠人来开。
• L1级：部分辅助，比如可以自动控制方向盘或者刹车油门，但不能同时做两件事。
• L2级：组合辅助，方向盘和油门刹车可以同时由系统控制，但人必须随时准备接管。
• L3级：有条件自动驾驶，在特定环境下，车辆可以自己开，人可以暂时不接管，但遇到复杂情况仍需人来掌控。
• L4级：高度自动驾驶，在某些限定区域内，车辆可以完全自己开，人可以彻底放手。
• L5级：完全自动驾驶，无论什么环境，什么路况，车辆都能自主行驶，根本不需要人来操心。

目前我们最常听到的“自动驾驶”，大多数其实还是处在 L2 到 L3阶段，真正意义上的 L5 完全自动驾驶，还在未来等着我们去实现。