无人驾驶汽车的发展现状及展望

0 引言

近年来,互联网技术和数据科学的迅速发展给汽车工业带来了深刻的变革。除此之外,高精度地图的进步以及人工智能的广泛应用也促进了智能驾驶技术的愈发成熟,汽车驾驶正在变得更加简单更加智能。作为未来汽车驾驶的一个发展方向,无人驾驶汽车技术在最近几年得到了长足的发展。

无人驾驶汽车,即自动驾驶智能汽车,与传统的车辆驾驶需要人类参与的情况不同,其主要通过车内的车载传感系统,包括相关智能软件及多种感应设备,实现感知车辆周围环境,并根据感知所获得的道路、车辆位置和障碍物信息做出判断,控制车辆的速度和转向,确保车辆能够安全、可靠地在道路上正常行驶[1]。无人驾驶汽车突破了传统的以驾驶员为核心的模式,在一定程度上提高了行车的安全性和稳定性,可以降低交通事故的发生率,并且能够减少尾气排放和能源损耗,具有极高的经济效益和社会效益,是未来智慧城市发展的重要组成部分。

早在20世纪70年代初,许多科技发达的国家已经开始着手无人驾驶汽车的相关研究,在其可行性和实用性方面都取得了突破性的进展,目前,以Google、特斯拉、奔驰、宝马等公司为主的无人驾驶汽车研发团队在关键技术和市场规则方面都取得了较好的成果。国内的无人驾驶汽车的研究起步较晚,1989年,国防科技大学研究出了我国首辆智能小车,标志着我国智能驾驶的开始。但在各大高校以及科研机构的推动下,我国的无人驾驶汽车正在进入一个高速发展的阶段,随着百度、上汽、奇瑞等企业加大在无人驾驶领域的研发投入,我国的无人驾驶汽车的研发将得到稳定而快速的发展。

虽然无人驾驶汽车在过去几十年内发展迅速,并且取得了实质性的突破。但是仍然面临着一系列的问题和困难,其在关键技术、人类认知、基础设施建设以及市场规则方面均有需要改善和提高的地方。美国Uber无人驾驶测试车冲撞行人致其伤亡事件再次引发社会对于无人驾驶在安全、技术、法律等问题上的广泛讨论[2]。无人驾驶汽车的发展任重而道远。

1 无人驾驶汽车的发展现状

作为一种智能化的移动交通工具,无人驾驶汽车能够在一定程度上代替人类驾驶员实现一系列的驾驶行为。由于受到经济状况和技术条件等因素的影响,无人驾驶汽车在各个国家和地区的发展情况也各不相同。目前,美国、欧洲及日本在无人驾驶方面的研究相对较为成熟,在行车可行性和安全性方面做了实际的测试,有的企业也开始着手进行一定规模的产业化生产。而我国虽然在无人驾驶领域开展研究较晚,并且无人驾驶汽车在我国仍然处于研发试验的初级阶段,但是近年来,国内许多车企纷纷开始和高校及科研机构开展合作,积极投入到无人驾驶汽车的研发中,形成相应的无人驾驶汽车企业技术发展格局。相关资料显示,无人驾驶汽车经过了近50年的研究和发展后,技术已日趋成熟和完善,并预计将在2020年后进入爆发期,交通系统的安全和效率也将得到极大的提高[3]。

美国国家公路交通安全管理局将自动化驾驶系统分为5个等级:(1) L0级:无自动驾驶,即驾驶者完全控制刹车、转向、油门、动力等主要的车辆控制设备。(2) L1级:特定功能的自动化,即车辆的一项或多项主要控制设备实现自动化,但无法联动运行成为系统。(3) L2级:整合功能的自动化,即车辆中至少有两项自动化控制系统能够联动运行。(4) L3级:实现有限自主驾驶的自动化,即在某些特定的条件下,驾驶员可以交让与安全相关的功能的控制权,驾驶员可以偶尔接管车辆。(5) L4级:实现完全自主驾驶的自动化,即完全意义上的无人驾驶,车辆可以自身全程控制并监控安全相关的驾驶功能。目前,主流水平的无人驾驶处在第二和第三级之间,而特斯拉的无人驾驶汽车则处于第三级,实现了有限自动驾驶功能。

1.1 无人驾驶汽车关键技术概述

无人驾驶汽车是汽车、人工智能技术、雷达、监控设备和导航系统高度融合的产物,其受到计算机系统的控制,实现自动无人驾驶。无人驾驶汽车的核心部分是自动驾驶系统,其主要包括环境感知、定位导航和控制系统三个部分。环境感知系统通常由摄像装置、超声波传感器和雷达等部件组成,用来感知行驶过程中的周围环境,如同驾驶员的眼睛一样。定位导航系统类似于驾驶员的地图,实现定位和导航作用。而控制系统则相当于驾驶员的大脑和手脚,分析和处理所得到的相关信息,并发出相应的指令来控制车辆的速度和方向。除此之外,为了实现无人驾驶汽车的安全高效运行,还需要车联网等系统的支持。无人驾驶汽车是一个综合而复杂的集成系统,它包含了自动泊车系统、自动驾驶系统、堵车辅助系统、传感器系统等各个子系统[4],所有子系统协同运作,共同确保无人驾驶汽车的可靠运行。

1.2 国外无人驾驶汽车的发展状况

自从20世纪70年代开始,国外一些发达国家已经开始了无人驾驶汽车技术的研究。国外的一些著名汽车企业以及IT行业的领先者投入大量的资源来研发无人驾驶汽车技术,研发进程非常迅速,并且取得了实质性的突破。但是即便如此,不同国家的不同企业在对于自动驾驶的观点上也略有分歧,在选择的技术发展路线方面也存在着一定的差异。

美国的Google公司作为最先发展无人驾驶技术的公司,其无人驾驶汽车的研发选择的是基于导航技术的路线,研发需要的投入很高,但也产生了许多创新性的成果。Google无人驾驶汽车通过摄像装置、雷达传感器和激光测距仪感知周围环境中的其他车辆,并使用高分辨率地图来进行导航。其所使用的地图是由街景车和探测车绘制而成,包括整个城市的高精确度的经纬度坐标以及每个地理位置相应的三维信息。Google数据中心将对收集而来的车辆信息进行分析和处理,并发出相应的指令,使无人驾驶汽车安全稳定地运行。Google公司的无人驾驶汽车的研发理念是计算机将完全取代人类驾驶,最初Google研发的无人驾驶汽车要求驾驶员坐在方向盘的后面,以便有突发状况时能够代替计算机接管汽车。但2013年的实验之后,Google公司决定坚持走用计算机完全取代人类驾驶的路线,因为其相信在危机发生时,不存在驾驶员从分心状态下回过神来比计算机系统的反应速度更快的可能[5]。所以,至今Google公司的无人驾驶汽车没有方向盘、刹车踏板和加速器,完全由计算机系统全程控制。

GoogleX实验室在2007年就开始了无人驾驶汽车研究的各项筹备工作,并在2009年利用丰田车身进行了无人驾驶汽车的初步研发工作。2012年5月,美国内华达州机动车辆管理部门(DMV)为Google的无人驾驶汽车颁发了首例驾驶许可证[6],这也是美国首例自动驾驶汽车的路测许可。而在2014年5月,Google公司公布了其自主设计的无人驾驶汽车,虽然还处于原型阶段,但是它仍然显示出了其与众不同的创新特性。同年12月,Google完成了首辆全功能无人驾驶汽车原型。截止到2015年11月,Google研发的无人驾驶汽车共完成了209万公里的路测。Google在人工智能方面长时间的研发积淀为其无人驾驶汽车的发展奠定了良好的基础,2016年2月,NHTSA表示Google的无人驾驶汽车采用的人工智能系统可以被视为“司机”,同年,Google自动驾驶汽车项目独立成立了新公司Waymo。虽然,Google公司是首家上路测试无人驾驶汽车的公司,并且其无人驾驶技术处于领先地位,但是Google尚未实现无人驾驶汽车的商品化,在这方面要落后于特斯拉和Uber等主要竞争对手。另外,Google公司的无人驾驶汽车所安装的智能零配件成本较高,安装在汽车顶部的64束激光雷达售价就高达7万美元,各种传感器的价格总和达到了25万美元左右,而整个无人驾驶汽车的成本总计约35万美元,过高的成本也是限制Google无人驾驶汽车商业化生产的主要因素之一。不过,Waymo公司近日正式拿到了美国首个商业自动驾驶打车服务执照,其计划在今年商业化无人驾驶出租车服务。总体来看,Google作为最早发展无人驾驶技术的公司,其依靠自身强大的视觉系统和高精定位为主要优势,在无人驾驶研发领域处于技术领先的地位,并且,其旗下的Waymo公司已经开始与美国汽车行业的其他公司积极开展合作,逐步扩大其无人驾驶汽车的应用场景。

特斯拉作为美国另一家具有代表性的无人驾驶汽车的研发公司,其并没有像Google那样采用完全由计算机实现自动驾驶的方式。特斯拉公司在无人驾驶汽车的研发过程中旨在通过无人驾驶帮助司机提高驾驶体验,实现相应的辅助驾驶功能,其无人自动驾驶不会完全替代驾驶员的作用和地位。特斯拉已经在其量产的商用车中,集成了部分基础的自动驾驶功能,但是仍然要求驾驶员做好随时接管车辆的准备。特斯拉公司的无人驾驶汽车的硬件设备包括摄像头、超声波传感器、前置雷达和车载处理器。与Google有所不同的是,其无人驾驶汽车并未采用激光雷达设备,而是使用摄像头和具有40倍计算能力的车载处理器代替。这样可以最大限度地采用便宜的资源,尽可能地获得同等的效果。由于特斯拉的自动驾驶汽车已经投入量产,所以其选择的“低成本感知+高性能计算”的方式对于控制整车成本来说是十分合理的[5]。特斯拉公司的ModelS系列车型中加载了自动驾驶系统Autopilot,它可以帮助车主在一些特定情况下实现辅助自动驾驶功能。2016年10月,特斯拉公司在其新车上都安装了Autopilot 2.0 “完全自动驾驶功能”的硬件系统,其软件部分也包含了多项辅助功能,但是成本却控制在了合理的范围之内。2017年3月,特斯拉宣布推出Autopilot 8.1 系统,大大提升了无人驾驶汽车的等级。据相关资料统计显示,特斯拉公司的无人驾驶汽车在Autopilot模式下行驶的路程已经超过了2.2亿英里[7]。特斯拉的一个目标是在2020年之前实现完全自动驾驶。相对于Google公司的无人驾驶汽车目前还处于测试阶段,特斯拉公司的无人驾驶汽车已经实现了商业化的量产,并且拥有一个关于自动驾驶汽车的商业模式。在特斯拉的创始人Elon Musk 看来,当前汽车实现全自动驾驶的基础已经具备,而且无人驾驶汽车的安全性至少是人类驾驶员的2倍以上,理应加快全自动无人驾驶的进程。所以特斯拉公司在无人驾驶汽车方面研发的目标在传统的车企以及其竞争对手看来,过于冒险甚至有一些激进。过去几年里,特斯拉自动驾驶汽车曾多次发生事故,从而造成车内人员伤亡。这些事件也引起了人们对于无人驾驶汽车的安全性的广泛讨论,在实现全自动无人驾驶汽车目标的过程中,特斯拉公司必将遇到技术和安全等方面的多重挑战,有许多问题亟待解决。

福特公司在2015年也成立了无人驾驶汽车研究团队,由在此公司工作了近30年的资深专家Randy Visintainer 担任此团队的负责人。为了增强其在自动驾驶中的云计算能力,福特公司在2016年入股了云计算领域的一家公司Pivotal Software,而在同年7月,其与麻省理工学院共同发起了一项关于机器学习以及自动驾驶系统的研究计划,该计划旨在解决车辆碰撞问题以及改进自主路线规划[8]。除了使用激光雷达测距传感外,福特还尝试使用无人机充当无人驾驶汽车的传感器,并获得了一项新专利。根据最新的专利显示,福特公司想要开发一种新类型的车载传感器,一旦无人驾驶汽车的传感器出现问题,无人机的套件将作为替代组件使用[9]。但是目前这套系统还只是处于专利阶段,此项技术的普及还需要长时间的实验及验证。福特公司计划在2021年开始量产无方向盘的纯无人驾驶汽车,用于无人驾驶的出租车服务。

德国的两大著名汽车企业奔驰和宝马公司也各自开展了有关无人驾驶汽车的研发工作。2013年9月,奔驰汽车公司宣布其生产的S级轿车完成了从德国的曼海姆到达普福尔茨海姆的自动驾驶测试,2015年1月,在国际消费电子展上,奔驰公司发布了其旗下F015 Luxury in Motion 自动驾驶概念级豪华轿车,并在美国旧金山通过路试[10]。除此之外,奔驰公司还与芯片制造商英伟达公司建立了研发无人驾驶汽车的合作关系。宝马公司早在2006年,就已经开始在赛道上尝试对汽车的自动驾驶进行测试,2011年,宝马公司的无人驾驶汽车的首次路试在德国进行。2014年7月,宝马公司和百度公司达成战略合作,进行无人驾驶汽车的研发和制造,其中,宝马公司负责硬件设施的设计和制造,而百度公司则承担起数据分析和技术服务的任务。2015年底,宝马公司联合奥迪、奔驰公司收购诺基亚地图业务HERE,布局对无人驾驶至关重要的高精地图领域。而在2016年7月,宝马、英特尔以及Mobileye 联合举行发布会,宣布进行三方合作,联手进入无人驾驶汽车领域,协同开发无人驾驶电动车iNext,并声明宝马公司将于2021年与两家合作公司共同推出无人驾驶汽车[11]。这也是IT、汽车、ADAS三巨头的首次合作。

除了上述企业外,汽车行业的其他公司也纷纷开展有关无人驾驶汽车的研发和制造。包括丰田、奥迪、大众、沃尔沃等传统的车企在内的许多公司都加入了无人驾驶汽车的研究,并制定了相应的战略布局。另外,芯片制造商英伟达、移动专车公司Uber、全球汽车零件供应商博世等公司的积极参与使得无人驾驶汽车产业更加蓬勃发展。

1.3 国内无人驾驶汽车的发展状况

国内无人驾驶汽车的发展相对较晚,我国的无人驾驶研究始于20世纪80年代,1992年国防科技大学成功研发出了我国第一辆真正意义上的无人驾驶汽车,一辆国产的面包车上安装了由计算机及相应的检测传感器和液压控制系统所组成的汽车计算机自动驾驶系统,既保持了原有的人工驾驶性能,又能够用计算机进行控制实现一定程度的自动驾驶行车。2000年6月,国防科技大学研制出我国第四代无人驾驶汽车,并且试验成功,其最高时速可以达到76 km/h。而其研制的无人驾驶汽车红旗HQ3在2011年通过了试验,从长沙经高速公路自行开往武汉,行程286公里,平均时速87 km/h。由于起步较晚,且受到技术条件等相关因素的限制,我国的无人驾驶汽车还处于研发试验的初级阶段,未形成产业市场。目前,国内无人驾驶的研发主体主要是各高校以及科研院所,虽然近年来一些车企开始与高校进行合作,共同推进无人驾驶汽车的研发和制造,尤其是智能辅助驾驶系统的研究。但是也只有为数不多的汽车企业积极开展相应的无人驾驶研发。2013年9月,上汽集团与中国航天科工三院在上海签署了战略合作协议,共同开展有关无人驾驶汽车的研究。同年,奇瑞公司与武汉大学合作开发无人驾驶汽车,改装后的车名为“smart V”。除此之外,北京现代汽车与军事交通学院也展开合作研究。随着人工智能的快速发展,国内一些IT企业和各大自主车企也将目光更多地投入到无人驾驶领域。

作为国内IT企业的领先者之一,百度公司在近几年也投入大量的精力在无人驾驶汽车的研究上。百度的无人驾驶车项目于2013年起步,由百度研究院主导研发,其技术核心被称为“百度汽车大脑”,包括高精度地图、定位、感知、智能决策与控制四个模块[12]。百度公司使用大数据、高精度地图、人工智能以及百度大脑等一系列现有技术进行无人驾驶汽车的相关研究,其中,百度大脑基于计算机及人工智能,模拟人类大脑的思维方式,拥有超过200亿个参数,为无人驾驶的信息处理提供了保证。2015年12月,百度公司宣布,百度无人驾驶汽车在国内首次实现了城市、环路及高速道路混合路况下的全自动驾驶。2016年,在百度世界大会无人车分论坛上,百度高级副总裁、自动驾驶事业部负责人王劲宣布,百度无人车刚获得美国加州政府颁发的全球第15张无人车上路测试牌照,并且,百度将成立 NHTSA Level 3 等级自动驾驶技术的L3事业部[12]。2017年4月17日,百度宣布与博世公司正式签署基于高精地图的自动驾驶战略合作,开发更加精准实时的自动驾驶定位系统。此外,百度也已经将视觉、听觉等识别技术应用在“百度无人驾驶汽车”的系统研发中,并由百度深度学习研究院负责此项目。

除了百度之外,国内也有其他一些企业参与到无人驾驶汽车的研发领域。2016年9月,京东集团对外宣布,由其自主研发的中国首辆无人配送车已经进入到道路测试阶段,10月份即将开始试运营,2017年有望进行大规模的商用[13]。而滴滴公司的CTO张博也宣布将无人驾驶汽车作为滴滴的重大战略布局,并将很快实现无人车的上路。

综上所述,目前在国内有关无人驾驶汽车的研究,一方面主要依赖于各高校以及科研院所和国内主要车企的合作,另一方面,国内的 IT 企业也在利用其技术方面的优势,积极投入到无人驾驶汽车的研发中来。虽然国内开展无人驾驶的研究时间较晚,但是随着越来越多的企业和单位积极参与其中,中国的无人驾驶发展迅速,有望接近当前世界的先进水平。

2 无人驾驶汽车面临的问题和困难

虽然无人驾驶汽车在近年来得到了快速而稳定的发展,并且在一定程度上已经开始尝试商业化的生产。但是其仍然遇到不同方面的问题和困难。主要包括技术、认知、成本及法规等方面。

2.1 技术难题

技术方面的问题是无人驾驶汽车所遇到的一个主要问题。不论是何种程度的无人驾驶,感知都是必不可少的步骤,只有通过感知车辆行驶过程中其周围的路况环境,才能在此基础上做出相应的路径规划和驾驶行为决策。目前,感知所用的传感器各有优缺点,很难找到一种能够适应各种环境的传感器器件。例如,激光雷达对雨雾的穿透能力受到限制,对黑颜色的汽车反射率有限;毫米波雷达对动物体的反射不敏感;超声波雷达的感知距离与频率受限;摄像头本身靠可见光成像,在雨雾天、黑夜的情况下其灵敏度会有所下降[14]。除此之外,如何提高汽车的视觉能力也是当前无人驾驶汽车中所面临的一个难点,无人驾驶汽车不仅需要识别周边的其他车辆,还必须能够在各种环境下能够检测周围的车道、行人、交通标志等一系列相关因素,而当处于雨雪天等恶劣的环境中时,无人驾驶汽车可能无法精确识别周围环境中的相关因素,难以进行判断和决策。在无人驾驶汽车研发中,精确定位和导航也是重要的组成部分,无人驾驶要求地图定位的精确度达到厘米级别甚至是厘米以内,并且需要地图以更快的速度进行更新。目前,高精度的GPS受制于国外限制,无法在民用汽车上使用,国内的北斗导航系统虽然已经投入使用,但在定位精确度上仍然有待提高。此外,复杂的路况问题也是无人驾驶汽车所需要考虑和解决的另一个难题,不同国家的路况,甚至一个国家的不同城市,不同地区的道路状况会存在一定程度的差异,以更好的技术手段应对不同的道路状况,并且解决相应的问题,是未来无人驾驶汽车所面临的任务之一。

2.2 认知难题

无人驾驶汽车作为一项新技术新产品,在逐步形成新市场的过程中,政府、市场以及消费者的认知程度至关重要。消费者对于无人驾驶汽车的理解及接受程度是一个无法回避的问题。据美国相关研究机构调查,75%的驾驶者对于无人驾驶汽车保持谨慎的态度,其中一部分甚至持怀疑态度[2]。而在国内,由于无人驾驶汽车起步较晚,大多数人对于无人驾驶的理解只是简单了解而已,或者将其视为新奇事物看待,远未达到接受的程度。对于消费者而言,无人驾驶安全性的问题是其最为关注的问题,一些负面消息可能使其望而却步。近年来,随着特斯拉、Uber、福特等主要车企相继出现无人驾驶汽车发生事故,导致驾驶人员伤亡事件,有关无人驾驶汽车安全问题引起越来越多的广泛讨论。此外,政府和市场对于无人驾驶的认知程度也同样重要,无人驾驶汽车在未来的作用以及在市场中的定位需要政府及市场慎重地考虑。目前,美国已有20多个州允许无人驾驶汽车进行实际路测,由于美国各州政府对于无人驾驶汽车路测的监管相对过于宽松,在一定程度上也导致了事故的发生。所以,对于无人驾驶汽车的深刻认知仍然需要一段长时间的积累。

2.3 成本难题

在汽车界大多数企业看来,无人驾驶汽车的产业化瓶颈主要来源于成本[15]。无人驾驶汽车的成本不只是整车及雷达、传感器等相关硬件设施所需要花费的成本,还包括相关应用软件以及计算机云计算等额外的支出。上述成本中还未包括企业在无人驾驶汽车研发过程和相关软件开发领域的成本,全球主要汽车企业和技术公司在无人驾驶汽车领域的研发投入都非常巨大。Google公司的无人驾驶汽车单辆的硬件成本就高达35万美元,其中各种传感器的成本为25万美元,一个64束激光雷达的成本就高达7万美元。虽然其他车企在一定程度上寻找价格相对便宜的传感器器件来降低整体成本,但是一辆无人驾驶汽车的总体成本仍然偏高。特斯拉公司为了降低生产成本,没有采用激光雷达,而是使用了摄像头和具有40倍计算能力的车载处理器来代替,这在一定程度上降低了成本,却以牺牲安全性为代价。所以,无人驾驶汽车所面临的挑战包括开发低成本、稳定可靠的传感器及大量的软件开发。由于无人驾驶汽车更多依赖于汽车电子产品及相应软件,根据摩尔定律,在未来,随着无人驾驶技术研究的进一步深入,廉价的电子零部件替代品的出现有望使得无人驾驶汽车的成本快速下降。

2.4 法规难题

目前,由于无人驾驶汽车还只是新技术新产品,并未开始大规模的商业化生产,所以针对无人驾驶汽车的法律法规尚不健全。现有的道路交通安全法规还无法适应无人驾驶汽车的行车条件,需要有针对性的法律法规保证无人驾驶汽车的正常行驶。虽然美国、日本等发达国家积极支持无人驾驶汽车的发展,但是其也对无人驾驶汽车的上路行驶做了明确和严格的限制及规定。另外,无人驾驶汽车在行驶时可能会引发交通事故,如何划分事故责任,如何依据法律法规进行公正地判决仍然需要进行深入的研究和探讨。对于无人驾驶汽车,人和车的法律责任认定存在着模糊地带,刑事、民事、保险责任认定以及违章处罚都没有确切的立法依据。目前,还没有任何国家对无人驾驶车辆专门指定完善的法律法规。除此之外,无人驾驶汽车还面临着市场准入标准、保险问题等相关法律法规问题。

3 总结

虽然目前无人驾驶汽车在技术、认知、成本以及法律法规方面还面临着诸多困难和问题,产业化也遇到了瓶颈,但是实质上无人驾驶汽车是建立在传统汽车安全技术和智能化技术逐步升级的基础之上,对于交通系统的安全性和通行效率有较高的保障,并且在一定程度上代表了未来智能驾驶的发展方向,因此,其前景为许多企业所看好。

总体来看,现在的无人驾驶汽车技术研发以两大阵营为主:传统厂商和科技公司。从实现无人驾驶的路径来看,传统厂商采取了一条渐进式的发展路线,其根据多年来在汽车工业制造和技术方面的经验积累,在以往已经成熟的一套辅助驾驶技术上进行升级和完善,期望最终形成完全意义上的无人驾驶;而科技公司则凭借着自身的科技实力,试图通过人工智能、大数据处理、高精度三维地图绘制等手段,实现在无人驾驶技术方面的跨越式发展[16]。传统汽车厂商的技术方案目前有着明显的优势,而科技公司在技术方面则处于领先的地位。当前的一个发展趋势是传统车企与科技公司的合作,双方实现优势互补,共同致力于无人驾驶汽车的研发和制造,这一趋势在未来仍然是无人驾驶汽车研发的主流。

目前,各大车企纷纷推出了自己无人驾驶的研发计划及战略规划,据相关预测,2020年无人驾驶汽车将进入一个爆发期。摩根士丹利的分析师预测,2030年租借无人驾驶汽车的市场规模将有望达到2.6万亿美元。所以,总的来说,无人驾驶汽车是未来汽车发展的方向,是智能科技发展的必然产物。随着互联网,车联网技术的不断发展,人工智能、大数据的进步,无人驾驶汽车在未来拥有着极其广阔的发展前景。

为您推荐