8 月 28 日，有自媒體放出照片，聲稱發現了大疆在深圳蛇口一處“秘密基地”上測試無人車，車型為福特銳界 SUV，配備攝像頭但沒有激光雷達。該自媒體猜測，大疆是通過早前積累的機器視覺技術，與整車廠商合作入局自動駕駛領域。
盡管大疆方面出面否認有造車的計劃，但這臺無人車的出現給人留足了想象空間。但結合8月大疆發布的有關汽車評測編輯職位的招聘信息，以及 2015 年大疆挖角特斯拉 Autopilot 以及高級輔助駕駛工程總監戴倫·里卡多（目前已離職）的行為，都在暗示大疆有發力自動駕駛的野心。
疑似大疆無人駕駛車（圖片來源：量子位）
受“黑飛”影響，大疆無人機在國內市場份額有所下滑，如今未雨綢繆將目光投至自動駕駛，確實是一個不錯的方向。在汽車科技蓬勃發展的今天，自動駕駛技術似乎已經成為一個新的風口，在大疆之前，像特斯拉、谷歌、蘋果、百度、Uber 等巨頭早已開始在該領域進行研發和布局，呈現一派欣欣向榮的景象。
科技巨頭紛紛布局自動駕駛，數據采集很關鍵
全世界都在熱情呼喚著自動駕駛的到來，但是沒人清楚實現自動駕駛還有多大的難度。自動駕駛是依托于汽車之上的 AI ，曾有人把 AI 的三大要素歸納為數據、算法和算力。這其中，數據是基礎所在，而且無捷徑可走，需要靠廠商自己一步一個腳印地采集并積累。
在大疆無人車被曝光后的第二天（ 8 月 29 日），百度也邁出了自動駕駛的重要一步——江淮汽車向百度交付了數十輛瑞風 S3 汽車，助力百度高精地圖采集。百度高精地圖負責人介紹，高精地圖在自動駕駛過程中主要有三大功能：第一，充當自動駕駛的“千里眼”，提前知曉位置信息，精確規劃行駛路線；第二，作為自動駕駛的“透視鏡”，在攝像頭看不清或雷達檢測不到的地方，及時反饋數據；第三，擔任自動駕駛過程中的“安全員”，能精確識別交通標志、標線等上百種目標，提前做出準確判斷和決策。有高精地圖作為技術后盾，百度宣稱將于2019年推出 L3 自動駕駛量產車型。
江淮S3將用作百度自動駕駛技術的高精地圖采集用車
同樣的時間里，Uber 在自動駕駛領域也有了新的動作，完成了數據的可視化。他們借助測試車采集到的大量數據，使用 Web 式工具提煉自動駕駛汽車收集的研究數據，將它變成視覺圖像，在虛擬環境中將數據組合、匹配，讓 AI 在虛擬環境中導航，就像在真實世界導航一樣。
Uber將采集到的數據變成了視覺圖像
而處在行業領先地位的谷歌，今年早些時候，其負責自動駕駛的子公司 Waymo 與共享出行公司Lyft 建立了合作伙伴關系，并推出了一支規模龐大的無人駕駛測試車隊。而現在，根據 The Atlantic 的一份報告顯示，谷歌的工程師們還創建了一套虛擬道路環境：一個叫做 Carcraft 的虛擬世界，用以測試自動駕駛汽車。目前大約有 2.5 萬個虛擬自動駕駛車輛通過奧斯汀、山景城和鳳凰城的完全建模版本，測試軌跡場景。目前，自動駕駛在虛擬環境中每天行駛 1290 萬公里。而在 2016 年一整年，他們的 Google IRL 自動駕駛車在現實中的公共道路上總共“才”行駛了 480 萬公里。
實現 L5 級別的自動駕駛，算法和算力是巨大考驗
Intel 人工智能產品的相關負責人在近期舉行的騰訊汽車 AI 大會上稱，樂觀估計，他們認為到 2025 年自動駕駛將得到普及，屆時使用的 L5 級別無人駕駛車輛所需的算力與當前的 L2、L3 級別的車輛所需要的算力有天壤之別。
與當下相比，2025 年汽車需要的計算性能會是 2017 年的 L2 級別無人車的100 倍，是 L3 級別無人車的 10 倍，并且整個傳感器的像素數和存儲需求的增加也極為可觀。
Intel 方面還表示，屆時單一車輛每小時就會生成大約 4TB 的數據，各種數據都要被收集，被推送到云上計算，但這當中，有些數據可能是沒有用的，有些算法的效率也不高，所以需要不斷地提升算法。這樣一來，要實現真正的無人駕駛，技術層面的障礙將是最大的難題。
自動駕駛看起來很美，但需要多方協作
長期以來，我們習慣把對自動駕駛的期許放在汽車制造商之上，但其實自動駕駛的實現要靠汽車制造商、城市基礎設施和人三者互相協作。
對汽車制造商而言，除了要跨越巨大的技術壁壘之外，還要考慮到投入產出比。雖然無人駕駛汽車現在正處于風口，但谷歌、蘋果，甚至Uber依然紛紛放棄獨立造車，轉而與汽車廠商合作。除了這些互聯網巨頭，寶馬和戴姆勒也已經宣布與供應商結盟，匯集更多的工程師資源來開發無人駕駛汽車。究其原因，有高管和行業專家向媒體表示，主要是公司擔憂無人駕駛汽車可能會達不到當初引發資本大量融入的那種盈利預期。而一旦盈利不如預期，制造商們的勢必會熱情減退，那么自動駕駛的普及或許會被擱置。
從人的角度來看，要從心底接受自動駕駛，也是個不小的問題。2016 年 7 月美國佛羅里達州高速公路上一輛特斯拉 Model S 以 119km/h 速度行駛，與一輛垂直方向行駛的掛車相撞。當時，特斯拉車主和汽車的 Autopilot半自動駕駛系統居然均未發現掛車。這一事故為自動駕駛的前景蒙上了一層陰影。
而在最近，由于認為馬斯克在自動駕駛技術方面的一些做法太冒進，甚至可能忽視乘客安全，特斯拉 10 余名自動駕駛領域的頂級工程師宣布離職。這也在一定程度上說明目前的自動駕駛技術的發展狀況確實不如看起來那么美好。
近期一份調查結果顯示，75% 的美國人害怕乘坐自動駕駛車輛。我們也可以捫心自問，如果有一輛自動駕駛汽車放在你面前，你敢坐上去跑兩圈嗎？
最后從城市管理者的角度來看，擺在他們面前的問題同樣不小。目前大部分國家和地區都尚處空白，擬定一份關于自動駕駛的監管法規十分必要。畢竟自動駕駛時出現交通意外如何劃分責任是個大問題，而且也沒有案例可供參照。
附：美國汽車工程師學會 (Society of AutomotiveEngineers) 給出的自動駕駛評定標準。
L0：無自動駕駛，由人類駕駛員全權操控汽車，可以得到警告或干預系統的輔助;
L1：駕駛支援，通過駕駛環境對方向盤和加減速中的一項操作提供駕駛支持，其他的駕駛動作都由人類駕駛員進行操作;
L2：部分自動化，通過駕駛環境對方向盤和加減速中的多項操作提供駕駛支持，其他的駕駛動作都由人類駕駛員進行操作。
L3：有條件自動化，由自動駕駛系統完成所有的駕駛操作。根據系統要求，人類駕駛者需要在適當的時候提供應答。
L4：高度自動化，由自動駕駛系統完成所有的駕駛操作。根據系統要求，人類駕駛者不一定需要對所有的系統請求做出應答，包括限定道路和環境條件等。
L5：完全自動化，在所有人類駕駛者可以應付的道路和環境條件下，均可以由自動駕駛系統自主完成所有的駕駛操作。
新出行點評：可以看到，全球各大科技公司都在為自動駕駛技術的成型做著巨大的努力，但要實現L5（完全自動化）依然任重道遠。從燃油汽車到新能源汽車，從手動駕駛到自動駕駛，汽車技術在這個時代正迎來巨大的變革。但自動駕駛最終會發展成什么樣，究竟何時能夠真正投放到市場，目前還是未知數。關于自動駕駛技術的發展，新出行將會持續關注。