关于无人驾驶汽车的新闻不断，但是在这方面到底发生了什么呢？ 无人机如何驾驶？ 谁生产的？ 他们为什么还不开车穿过大街？ 让我们尝试将所有东西都放在架子上。
Lyft无人机的早期版本什么是无人驾驶车
这是一款装有自动控制系统的汽车，无需人工干预即可从A点移动到B点。
无人驾驶车辆如何工作
为了到达目的地，无人驾驶车辆必须知道路线，了解环境，遵守交通规则并与行人和其他道路使用者正确互动。 为了满足这些要求，无人机使用以下技术：
- 相机 ：视觉识别物体，例如道路标记和标志
- 雷达 ：识别前方和后方的障碍物和物体，并确定到它们的距离
- 激光雷达 ：类似于雷达，但更清晰，可让您检测汽车周围的物体（360度全视角）
- AI（人工智能） ：机器的大脑。 它处理来自摄像头和传感器的数据，驾驶汽车并做出决策。
自治程度
一家名为SAE International的组织已经做好了良好的工作，并规范了5个级别的自治权，市场上的所有参与者都遵守这些自治权：
- 级别0-无自动化 ：驾驶员必须控制一切-方向盘，制动器和油门。 普通车。
- 级别1-驾驶员辅助 ：汽车有助于减速或加速。 带有巡航控制系统的汽车-仅在1级左右。
- 级别2-部分自动化 ：汽车可以同时控制加速和制动，但是一个人必须监视情况并准备好进行控制。 级别2最引人注目的示例是特斯拉。
- 级别3-有条件的自动化 ：汽车可以完全控制运动，但有时可能需要控制。 有传言说，2018年的奥迪A8能够做到所有这些，但是到目前为止还没有任何评论。
- 级别4-高度自动化 ：知道级别3可以做的一切，但也可以应付更困难的交通状况。 通常，您可以放开方向盘而什么也不做，但是如果汽车无法做出决定，它将通知您并平稳地停在路边。 Waymo或Aptiv等公司宣布了第四个级别。
- 级别5-完全自动化 ：完全自主，不需要人工参与。 机器本身会在任何情况下做出决定，方向盘可能不存在。
自治级别0到5主要市场参与者
大多数汽车制造商意识到无人驾驶汽车的未来，并急于开设新部门并购买初创公司。 除了汽车制造商之外，不仅许多初创公司都参加了比赛，谷歌，Yandex和苹果等IT巨头也参加了比赛。 这是最基本的。
通用马达
作为领先的汽车制造商之一，通用汽车花了很多钱来保持无人驾驶汽车的领先地位。 2016年，他以超过
10亿美元的价格收购了正在开发无人机的初创公司Cruise Automation。 在2018年，Cruise分别从软银和通用汽车获得了22.5亿美元和11亿美元的投资。 为了进一步占领自主市场，通用汽车还收购了激光雷达制造商。 通用汽车正在旧金山测试其无人机，并计划扩展到纽约。 无人机的首次商业旅行计划于2019年进行。
Waymo（技术负责人）
最早的创业公司成立于2009年。 目前，它被认为是最先进的无人驾驶汽车。 Waymo的价格
为1750亿美元 （！），已经用克莱斯勒，本田和捷豹汽车行驶了1000万英里。 最近，Waymo宣布计划再购买62,000辆菲亚特克莱斯勒（Fiat Chrysler），以购买未来的付费无人出租车。
优步
在Waymo提起非常严重的诉讼之后，Uber有点动摇。 然后他们在一次事故后错开，结果导致一个人死亡。 但是，Uber并没有放弃，并与沃尔沃和戴姆勒等合作伙伴从丰田那里筹集了5亿美元的投资。 暂时，Uber无人机不会独立驾驶，而是由驾驶员驾驶，同时在高清地图中将城市数字化。 大概在将来，Uber会将无人驾驶车辆整合到出租车服务中。
Lyft（出租车服务，竞争对手Uber）
与Uber的积极扩张和营销相比，Lyft的方法更具针对性。 Lyft与曾经濒临破产的Aptiv合作。 他们在一起在拉斯维加斯进行了超过5,000次无人驾驶飞机旅行（共20辆汽车）。 订购Lyft出租车时，乘客可以选择无人出租车。
特斯拉
特斯拉对无人驾驶的未来有完全不同的看法。 伊隆·马斯克（Elon Musk）认为，该无人机只能在一个摄像头上工作（毕竟，一个人只用一双眼睛就能控制汽车），而无需激光雷达。 尽管特斯拉汽车具有自动驾驶功能，但它们仍然处于自动驾驶的第3级，并且由于自动驾驶而发生的事故也很多。
百度
自2014年以来，百度一直在摇摆中国本土的无人机船。 在2017年，它宣布了Apollo，这是一个用于无人驾驶车辆的开源平台。 百度的目标是从2019年到2020年大规模生产无人驾驶汽车，但在许多AI专家离开公司（包括陆奇）后，其机会被撼动了。
为什么这么久？
Waymo成立于2009年，直到现在他们或多或少已经准备好进行商务旅行（甚至在阳光明媚的加利福尼亚州）。 也就是说，将近10年之后。 为什么这么久？ 尽管无人驾驶技术竞赛在过去5年中加速了，但所有公司都遇到了常见问题：
激光雷达
激光雷达本质上是一个激光系统，它不断旋转并“发射” 360度激光，并给出了到我们设法测量的每个点的距离。 这是一个清晰的视频：
不幸的是，激光雷达要花很多钱（1件起价50万卢布），而他们在无人驾驶汽车中需要很多（2至5件）。 无法摆脱它，因为仅雷达和摄像机不足以清楚地浏览地形。
各种公司都在努力降低激光雷达的成本，并生产一种新型的廉价固态激光雷达（不带旋转元件），但是此类产品仍在开发中。
AI（人工智能）
如上所述，人工智能是汽车的心脏。 AI通过摄像头确定对象，尝试猜测是谁（狗，人，汽车，道路标志等），行人和其他汽车的行为方式。 为了使这种人工智能发挥作用，工程师“喂”了他大量的数据，以便可以对这些数据进行特殊算法的训练。 输入数据的质量越高，算法将越有效。
尽管算法已经发展了很多，但它们仍然像一个2岁的孩子一样愚蠢。 一个明显的例子是Uber无人机的事故（由于一个人死亡），该算法无法识别路上的人（在其他情况下，因为驾驶员没有时间去注意他）。 但是，除了一个人之外，还必须“看到”许多其他物体-每辆汽车，道路标志，交通信号灯，能够确定车道和许多其他事物。
天气状况
老实说，在降雪或大雨条件下，几乎没有人能正常驾驶车辆。 麻省理工大学除外。 他们学习了如何在汽车下方的道路上导航。
制图
简单的地图和简单的GPS精度（3-10米的误差）不适用于无人机，汽车需要以厘米精度来了解其位置。 尽管无人机具有一堆传感器，但仍需要获得有关周围区域的准确信息（道路标记的几何形状，道路边界，最近的道路标志等）。 所有这些信息都在所谓的HD卡中。
Google Street View的其中一辆车为了使制图保持最新状态，特殊
制图汽车 （带有摄像头和激光雷达的特殊汽车）必须沿着街道行驶并将其“数字化”。 因此，随着无人机竞赛的到来，制图竞赛开始了在诸如Here，TomTom，DeepMap，lvl5，Carmera，Google等公司之间的竞争。 在21世纪，数据是新的黄金。
基础设施
无人驾驶车辆需要新的道路基础设施。 不仅是基础设施，还有智能基础设施，其中汽车不仅可以与基础设施本身（标志，交通信号灯等）进行通信，还可以
与其他汽车进行通信 。 以下是一些基本术语：
- V2V（车辆到车辆） -汽车彼此之间直接交换信息
- V2I（车辆到基础设施） -汽车与道路基础设施交换信息
- V2P（车辆到行人） -汽车与行人交换信息（例如，汽车看到行人的智能手机并知道有人了）
例如，一辆汽车在高速公路上行驶，前方300m的路标上写着“我就是这样一个标志，我在那儿。” 无人驾驶汽车将能够提前了解未来情况，并根据此信息计划其行动。
人类信任
人们仍然不真正相信无人驾驶汽车。 根据
路透社和益普索的研究，只有38％的男性和17％的女性表示，他们会在无人驾驶的车辆中感到舒适。 实际上，这并不奇怪，无人驾驶汽车的技术还很年轻，人们没有时间去适应它。 汽车制造商和初创企业尚未赢得人们的信任。
接下来是什么？
我们正在目睹无人驾驶车辆如何缓慢地出现在我们的道路上。 在未来的五年中，我们不太可能将它们视为一种普遍现象：算法和基础架构都还没有增长。 但是，随着V2V / V2I的出现，可能会出现无人驾驶车辆的特殊区域，在那里可以呼叫普通的Uber / Yandex并开车工作半小时。