过去在专业汽车工程师中相传着这么一个说法：汽车内最不可靠的部件就是方向盘后的那个笨蛋！——这也解释了为什么人类研究“自动驾驶车辆”的时间已超过40年。
但究竟什么是自动驾驶？自动驾驶是透过怎样的原理和技术实现的？
单纯，不单纯
其实单纯从硬件技术层面来看，自动驾驶的执行并没有特别复杂，用最简单的话来说，找一辆车（电动车为佳，可控性更好）改装一下，加几个感测器，再塞一套开源的自动驾驶计算平台，OK，这就搞定了。但这也牵扯出另一个问题，自动驾驶的意义为何？
早在半个世纪之前，科学家就在研究自动驾驶，其初衷是为了减少驾驶者的负担，在提升效率的同时让行车更加安全。单从技术层面来说，很多汽车甚至科技厂商都已经具备让车辆自动驾驶的技术储备，但如何才能保证行车安全，才是重中之重。
可能有一些读者会有这样的问题：像飞机、轮船的自动驾驶系统已经相当普及了，为什么汽车自动驾驶系统却迟迟不能推广？笔者就拿飞机自动驾驶系统来简单回答一下这个问题。
飞机的自动驾驶系统本质上是一个循径导航系统和自动稳态控制系统。
它要做的就两件事——按照预先设定好的航线飞，然后过程中飞机尽可能保持稳定、安全；它并不智能，比方说航线前方出现自然灾害，飞机的自动驾驶系统并不会做出干预，只会向驾驶员发出警报，需要驾驶员去手动重新设置航线，又或者一旦飞行状态出现参数异常，比方说遇上了剧烈的气流，飞行状态超出了航线参数，飞机自动驾驶系统也只是立刻报警并解除自动驾驶模式，将控制权交给驾驶员。
这种程度的驾驶系统也仅相当于Level 2级别的自动驾驶，在汽车上早已实现。而且飞机在空中飞行，它所在的交通环境比汽车所在的马路要简单太多太多了……
所以，想要推进汽车自动驾驶技术，主要还是对大（测试）数据处理及硬件引擎的提升，自动驾驶系统采集的视觉大数据越多，就越能够获得更好的驾驶直觉。
自动驾驶汽车的必要条件
我们可以直观点把能自动驾驶的车比喻为人，人得透过眼、耳、鼻……感官感知所处环境，然后经由大脑调取记忆中的处理方案、判断逻辑合理性、选择最佳应对方式，最后控制肌肉连动四肢做出相应动作反应。
自动驾驶的感官
探测器
探测器用于收集汽车周围的讯息，目前主流的自动驾驶车多使用 3 种探测器：LiDAR 激光雷达、光学摄像头和毫米波雷达。
3 种感测器各有各的优缺点：早就运用在车辆倒车雷达上的毫米波雷达制造成本相对较低，并且不太容易受雨尘等外界环境影响出现误判，但弱点在于覆盖范围较小，且难以对周围物体作出精准的判断；LiDAR 激光雷达的优势在于可以透过旋转的激光射线束，在GPU图形处理器中构画出对主控电脑有判读意义的 3D 影像图，但缺点是由于激光容易受到雨、尘埃、雾的影响，而且激光雷达加工难度高、产量小，成本高，目前还没有几家车厂能作到为市售车装配这项部件。
光学摄像头也是自动驾驶车必备的感测器，与雷达不同，摄像头没有任何穿透力并且需要充足的光线、足够的色差及亮度对比作为工作条件，用于自动驾驶的数据是透过镜头拍摄图像识别得出的。
不过摄像头也是最容易受到干扰的一种自动驾驶感测器，且一旦获得的图像有误差，对最终的辨识结果就会造成误差，是故这种光学摄像头多用在自动驾驶中的辅助参数提供，好处在于其制造成本较低。
自动驾驶的大脑
数据处理器
当探测器将收集到的外界讯息转为数字讯号之后，就需要有一个为这些讯息给出定义并作出反应的“大脑”，那就是数据处理器。
自动驾驶汽车的数据处理器需要对探测器收集到的障碍物讯息进行收集并作出正确的反应，早期最难攻克的问题多卡在图像处理的资讯量与速度不够快，但如今来说也算不上什么“黑科技”。
相对来说，当前认为最困难的瓶颈点在于AI人工智能，也就是处理器除了要在开发者设定的既有处理逻辑之下对车外环境做出反应，还得深度学习记忆遇到各种非既有参数状况时的处理模式，并且懂得把更好的处理方案与结果挑选出来并加优化，踢走无用的参数，并且如何选择参数的逻辑又得加以考虑……
这对于人来说似乎是很简单的选择性记忆，但对于电脑来说可是超级复杂。
规划路线、躲避障碍的功能目前很多扫地机器人和无人机都有，不同的是这些“小对象”的反应速度比起自动驾驶需要的慢多了，还有它们犯错与汽车犯错的后果是不成比例的。
而且这只是单车无人驾驶的前提条件，要实现像科幻电影里一样在一个城市、一个国家甚至是全球任何地方的无人驾驶，，如何应付路上多不胜数不按牌理出牌的障碍物，目前都还没有任何一家厂商敢做出完善保证，就算Google也不敢拍胸脯说它们的车遇到中国碰磁党时会不会直接压过去……
自动驾驶的四肢
执行部件
当数据处理器对于外界环境做出判断处理之后，就会给车辆的各个部件发出执行指令，保证车辆行驶或闪避或停止，而要让这些动作得到有效执行必须有电动助力方向机来控制车行方向，有电子节气门等发动机控制部件来掌控动力输出与否，有ABS、ESP…控制车辆的刹车与车身动态控制。
当然，以上执行过程分门别类说起来容易，但当自动驾驶实际执行时以上所说是联合协同工作的，工作多少量度反应到探测器，再交由处理器判断需要如何进行下一步动作，一瞬间完成好几个运作与执行循环工作。
不过，尽管我们经常在聊自动驾驶的话题，但是在拥有统一的、至少是高度兼容的自动驾驶技术框架，并且针对自动驾驶的相应政策真正落地之前，第三方自动驾驶改装市场即便兴起，也将是一片混乱，并不会以健康的姿态发展壮大，更别提与现有的高级驾驶员辅助系统相抗衡，风头过后，只会留下一片狼藉。
甚至可以说，相比技术，市场更需要成熟、完善的法规与政策——这是在市场经济社会中通行的普遍规律。
