一、未來已來：無人駕駛前進的五個維度

無人駕駛技術(shù)最初的發(fā)展從減少、防止機動車事故開始。

從1950年至2000年， OEM車廠和Tier 1的零部件制造商對車輛發(fā)明、生產(chǎn)了許多結(jié)構(gòu)性的改進。最核心的就是四大安全系統(tǒng)：安全帶，防抱死制動系統(tǒng)(ABS)，安全氣囊和電子穩(wěn)定控制(ESC)。從2000年至今，汽車行業(yè)推出了一系列高級駕駛輔助系統(tǒng)(Advanced Driver Assistant System，ADAS)功能。從2000年的夜視儀、前方碰撞預(yù)警(Forward collision warning，F(xiàn)CW)，到2002年的后置攝像頭、泊車輔助(Park assist，PA)，到2005年的車道偏離預(yù)警(Lane departure warning，LDW)，到2006年的自適應(yīng)前照燈系統(tǒng)(Adaptive front lights，AFS)、自動泊車(Automatic parking，AP)、盲點探測系統(tǒng)(Blind spot detection，BSD)，到2007年的全景可視系統(tǒng)(Surround view systems，SVS)，到2008年的前方碰撞輔助(Forward collision assist，F(xiàn)CA)，到2010年的瞌睡警示Drowsiness alert，到2014年的車道保持輔助(Lane departure assist，LKA)。通過一系列的ADAS功能進一步地減少、防止機動車事故。2016年以后，部分無人駕駛的功能如單車道自動駕駛、交通擁堵環(huán)境下的自動駕駛、車道變化自動駕駛、城市自動駕駛等等有望逐步實現(xiàn)。再進一步過多到完全無人駕駛。

未來屬于無人駕駛預(yù)計部分無人駕駛在2020年左右開始商業(yè)化，完全無人駕駛在2025年左右開始商業(yè)化，而在此之前，高級駕駛輔助系統(tǒng)ADAS會發(fā)揮重要作用。

樂觀情況下，預(yù)計2030年的新車銷售中，完全無人駕駛車占比約15%，部分無人駕駛車占比約50%;2015的新車銷售，部分無人駕駛的滲透率達到100%;2040年的新車銷售，完全無人駕駛的滲透率達到90%。

悲觀情況下，預(yù)計2040年的新車銷售中，完全無人駕駛車占比約10%，部分無人駕駛車占比約30%。在此之前，無人駕駛的普及處于緩慢的爬坡過程中。

政府監(jiān)管、安全可靠的技術(shù)解決方案以及消費者的接受度和支付意愿是無人駕駛能否普及的關(guān)鍵因素。

無人駕駛前進的五個維度：消費者接受度、技術(shù)整合度、生態(tài)體系、立法、基礎(chǔ)設(shè)施投資

無人駕駛的推進需要在五個維度同時進行，消費者接受度、技術(shù)整合度、生態(tài)體系、立法、基礎(chǔ)設(shè)施投資，不可或缺。

消費者對無人駕駛的接受程度從信息到輔助駕駛，到最后控制權(quán)交給無人駕駛。技術(shù)的發(fā)展從傳感器到DSRC，到技術(shù)的融合。生態(tài)體系從各種互聯(lián)網(wǎng)公司新進入到逐漸產(chǎn)生新的商業(yè)模式，最終發(fā)展成新的行業(yè)。立法方面，從地方立法/州立法，到DSRC強制立法，到全國范圍的立法?；A(chǔ)設(shè)施投資方面，從地方的測試基地，到地方交通樞紐的接受，最后到全國范圍的基礎(chǔ)設(shè)施投資?？偟膩砜?，五個維度的推薦互為前提條件，交錯前進，最終形成新技術(shù)、新行業(yè)、新生態(tài)。無人駕駛關(guān)鍵技術(shù)正在突破

無人駕駛技術(shù)是一個涉及傳感器、計算機、信息通訊、自動控制、導(dǎo)航定位、機器視覺、人工智能等多諸多前沿學科的綜合技術(shù)。根據(jù)無人駕駛的職能模塊，可將無人駕駛的關(guān)鍵技術(shù)分為：環(huán)境感知技術(shù)、定位導(dǎo)航技術(shù)、路徑規(guī)劃技術(shù)和決策控制技術(shù)。

環(huán)境感知技術(shù)是通過多種傳感器對車輛周圍的環(huán)境信息進行感知。環(huán)境信息不僅包括了車輛自身狀態(tài)信息，如車輛速度、轉(zhuǎn)向度、位置信息、傾角、加速度等，還包括四周環(huán)境信息，如道路位置、道路方向、障礙物位置和速度、交通標志等。

定位導(dǎo)航技術(shù)主要包括定位技術(shù)和導(dǎo)航技術(shù)。定位技術(shù)可以分為相對定位(如陀螺儀、里程計算)、絕對定位(如GPS)和組合定位。導(dǎo)航技術(shù)可以分為基于地圖的導(dǎo)航和不基于地圖的導(dǎo)航(如慣性導(dǎo)航)。其中高精度地圖在無人駕駛的導(dǎo)航中起關(guān)鍵作用。路徑規(guī)劃技術(shù)可以為無人駕駛提供最優(yōu)的行車路徑。無人駕駛車在行駛過程中，行車路線的確定、如何躲避障礙物、路口轉(zhuǎn)向等問題都需要通過路徑規(guī)劃技術(shù)完成。據(jù)適用范圍不同，路徑規(guī)劃技術(shù)通?？煞譃槿致窂揭?guī)劃和局部路徑規(guī)劃。決策控制技術(shù)相當于智能車的大腦，它通過綜合分析環(huán)境感知系統(tǒng)提供的信息，對當前的車輛行為產(chǎn)生決策。決策技術(shù)還需要考慮車輛的機械特性、動力特性，出合理的控制策略。常用的決策技術(shù)有機器學習、神經(jīng)網(wǎng)絡(luò)、貝葉斯網(wǎng)絡(luò)、模糊邏輯等。根據(jù)決策技術(shù)的不同，控制系統(tǒng)可分為反射式、反應(yīng)式和綜合式。

二、外部環(huán)境：無人駕駛的標準、法規(guī)和支持

1、美國不斷更新和完善關(guān)于無人駕駛的標準和法規(guī)

(1)NHTSA將在2016年提出完全無人駕駛的安全運行指導(dǎo)原則

2016年1月，美國交通部更新美國國家公路交通安全管理局(NHTSA)在2013年的針對無人駕駛的政策。預(yù)計今年，美國國家公路交通安全管理局(NHTSA)會提出完全無人駕駛的安全運行指導(dǎo)原則。

L1：大約對應(yīng)Feet off，典型代表是自適應(yīng)巡航控制系統(tǒng) Adaptive Cruise Control(ACC)和自動緊急制動 Automatic Emergency Braking(AEB)。L2：大約對應(yīng)Hands off，與L1的區(qū)別：駕駛員在系統(tǒng)能工作的時候，只用眼睛就可以了。L3：大約對應(yīng)Eyes off，與L2的區(qū)別：不需要駕駛員時時刻刻盯著，系統(tǒng)有高度的自治權(quán)，在特定工作的情況下，系統(tǒng)不允許退出。L4：大約對應(yīng)Mind off，只要輸入出發(fā)地和目的地，責任完全交給車輛端。

(2)截至2015年，美國已經(jīng)有16個州啟動無人駕駛立法

隨著無人駕駛技術(shù)的不斷發(fā)展演進，對無人駕駛的立法變得十分重要。截至2015年，美國已經(jīng)有16個州啟動無人駕駛立法;截至2014年是12個州，截至2013年是9個州，截至2012年是6個州。Nevada在2011年授權(quán)無人駕駛車的運營，是全美第一個授權(quán)無人駕駛的州。之后，California, Florida, Michigan, North Dakota, Tennessee和Washington D.C針對無人駕駛通過了相關(guān)的法案。Arizona州長簽署了無人駕駛的行政命令。

2、中國對無人駕駛、智能駕駛的支持正在加大工信部批準智能網(wǎng)聯(lián)汽車試點示范區(qū)

2016年6月，由國家工信部批準的國內(nèi)首個“國家智能網(wǎng)聯(lián)汽車(上海)試點示范區(qū)”(以下簡稱示范區(qū))在上海嘉定正式投入運營。目前開放的封閉測試區(qū)(一期)可以為無人駕駛汽車提供綜合性測試場地和功能要求。根據(jù)第二屆智能網(wǎng)聯(lián)汽車技術(shù)及標準法規(guī)國際研討會，目前國家正在積極地推動制定無人駕駛相關(guān)技術(shù)規(guī)范。另外，由中國汽車工程學會開展的國家智能網(wǎng)聯(lián)汽車技術(shù)路線圖已經(jīng)基本完成，將在合適的時機對外發(fā)布。

三、環(huán)境感知：激光雷達是無人駕駛車最重要的傳感器之一

1、無人駕駛車的環(huán)境感知系統(tǒng)傳感器是無人駕駛汽車的眼睛，用來觀察行駛時環(huán)境的動態(tài)變化，無人駕駛車中不可或缺的重要組成部分，常用的傳感器包括攝像頭、激光雷達、超聲波雷達、GPS、陀螺儀等等。最主要的兩種傳感器就是攝像頭和激光雷達。攝像頭(Camera)作為一種已普遍應(yīng)用的傳感器，具有成本低廉、信息采集量大等特點，現(xiàn)在的攝像頭的分辨率也己經(jīng)達到了較高水準。激光雷達(LIDAR)測距的優(yōu)勢就在于分辨率高、精確度高(可達到厘米級)、定向性好、抗有源干擾能力強，基于這些優(yōu)勢，激光雷達廣泛應(yīng)做無人駕駛、智能駕駛的傳感器，缺點是價格較高。2、激光雷達：無人駕駛車最重要的傳感器之一(1)激光雷達的主流廠商有Velodyne、Quanergy、Ibeo等公司激光光束與聲波相比更加聚攏，可以準確測量視場中物體輪廓邊沿與設(shè)備間的相對距離，這些輪廓信息組成所謂的點云并繪制出3D環(huán)境地圖，精度可達到厘米級別。激光雷達的組成部件主要包括：激光轉(zhuǎn)臺、激光發(fā)射單元、接收單元、信息處理單元等，發(fā)射單元將電脈沖變成光脈沖發(fā)射出去，接收單元再把從目標反射回來的光放沖還原成電脈沖，通過計算發(fā)送信號到接收信號的時間差，便可得到前方物體的距離信息。激光雷達的主流廠商包括Velodyne、Quanergy、Ibeo等公司。他們最高的激光器數(shù)分別是64、8、8;代表性產(chǎn)品分別是HDL-64、S3、LUX;精度分別可以達到±2cm、±5cm、±10cm。

Velodyne的客戶有福特這樣的車廠，也有Google，Uber，百度等互聯(lián)網(wǎng)企業(yè)。Velodyne不提供算法產(chǎn)品，向車企或者互聯(lián)網(wǎng)企業(yè)輸出的是激光雷達原始數(shù)據(jù)，用于完全無人駕駛的測試。Quanergy的客戶有德爾福，提供包括硬件和軟件在內(nèi)的整套解決方案，用于部分無人駕駛測試。Ibeo與法雷奧合作，提供相控陣激光雷達技術(shù)，用于ADAS，如汽車緊急制動時的核心檢測傳感器。(2)Velodyne激光雷達產(chǎn)品被Google、Uber、百度等互聯(lián)網(wǎng)公司廣泛采納Velodyne的主打產(chǎn)品HDL-64有64個激光器數(shù)，最遠測量范圍可達100-120米，精度可以達到±2cm。掃描頻率1.3M 點/秒，垂直視野26.8°，水平視野360°，功率60W，作業(yè)溫度-10至50℃，大小203mm×284mm，重量15kg。

目前價格較高，約6-7萬美元。激光光束測量視場中物體輪廓邊沿與設(shè)備間的相對距離，這些輪廓信息組成點云并繪制出3D環(huán)境地圖，精度可達到厘米級別。拆解后的Velodyne HDL-64，從正面看，整個激光收發(fā)器可以視為上下兩部分，每部分都有三個并排透鏡，兩側(cè)透鏡是激光發(fā)射處，中間是接收處。轉(zhuǎn)到產(chǎn)品背后會發(fā)現(xiàn)，兩側(cè)凸鏡后各有16個一組的二極管，中間透鏡對應(yīng)32個接收器，可以把光信號變成電信號。

激光光束從兩側(cè)透鏡發(fā)出，遇到障礙物折返后經(jīng)過中間透鏡被抓取，接收器處理分析后判斷障礙物位置。所有的時間信息、控制信息、接收信號都會傳到頂端的主板上進行信息處理。底部的旋轉(zhuǎn)記錄器會記下旋轉(zhuǎn)時所在位置和旋轉(zhuǎn)信息。所有原始數(shù)據(jù)可以通過底部數(shù)據(jù)線傳送至電腦。為了讓機器旋轉(zhuǎn)時保持平衡，這款64線激光雷達加裝了一個沉重的底座。每圈旋轉(zhuǎn)輸出13萬個信息點(點密度)，形成所謂的“點云”。Velodyne不提供算法產(chǎn)品，向車企或者互聯(lián)網(wǎng)企業(yè)輸出的是激光雷達原始數(shù)據(jù)，用于完全無人駕駛的測試。除了位置和距離信息，Velodyne還掃描物體的密度信息，根據(jù)物體的反射率，判斷對象中哪塊是交通指示牌，繼而可以由攝像頭針對性地分析指示牌內(nèi)容，從而減少算法成本。Google無人駕駛原型車、Uber無人駕駛測試車、百度無人駕駛測試車都采用了Velodyne。

(3)預(yù)計2035年以后激光雷達市場規(guī)模往千億美元沖刺目前，激光雷達主要問題是價格比較昂貴，難以普及。其實我們可以看到關(guān)鍵組件的高昂價格是需要出貨量和時間兩大因素消化的。

電子穩(wěn)定性控制 (ESC)在北美的普及花了近15年時間。

現(xiàn)在主要的ADAS組件如全景可視系統(tǒng)、泊車輔助、車道偏離預(yù)警、盲點探測系統(tǒng)、前方碰撞預(yù)警、自動泊車等等，現(xiàn)有成本與消費者支付意愿仍然有一定差距，仍然需要出貨量和時間兩大因素去消化。保守估計，預(yù)計2020年激光雷達市場規(guī)?？梢赃_到25億美元。我們期待隨著無人駕駛技術(shù)的進步，激光雷達的出貨量增加，價格隨之下降。假設(shè)2035年無人駕駛汽車每年的銷量可達2000萬輛，如果每輛無人駕駛汽車配備一臺激光雷達，2035年左右每年至少新增2000萬臺左右的激光雷達需求。目前激光雷達的龍頭公司是Velodyne，2035年左右，2000萬臺激光雷達的需求可能將由多個市場參與者瓜分。假設(shè)2035年左右激光雷達單價可以下降到1萬美元到5千美元甚至更低，那么2035年以后激光雷達市場規(guī)模往千億美元沖刺。

四、定位導(dǎo)航：高精度地圖在三個層次幫助實現(xiàn)無人駕駛

1、高精度地圖如何在三個層次實現(xiàn)無人駕駛

(1)高精度地圖層

高精度地圖層：提供道路的斜率和曲率、車道標志和路邊物體的標注;提供一個高精度的車道模型，協(xié)助車輛間距調(diào)整、安全換道、速度管理、超車等等;實現(xiàn)車與車之間的水平和垂直方向的精確定位。(2)實時道路層

實時道路層：現(xiàn)場道路層動態(tài)地跟蹤道路上的事件，提供在車輛傳感器范圍之外的時的信息;提供與建筑物、交通擁堵、交通事故、天氣災(zāi)害等等有關(guān)的動態(tài)事件;遙感數(shù)據(jù)在云中進行匯總和處理，受影響的層進行更新，使得車輛可以啟用主動戰(zhàn)略規(guī)劃。(3)駕駛層

駕駛層：基于真正的人類學習駕駛模式，分析了大量的車輛傳感器數(shù)據(jù)，提取合適的車輛行為配置規(guī)范;提供符合當前駕駛環(huán)境的速度規(guī)范;有助于把“機器感覺”的車輛自動化，以幫助增加駕駛員的信任。2、地圖的動態(tài)生產(chǎn)閉環(huán)

(1)地圖更新頻率：天、小時、分鐘級，最終到實時地圖

地圖的動態(tài)生產(chǎn)閉環(huán)平臺，可以探測現(xiàn)實世界中的變化以及終端用戶設(shè)備的地圖上的更新，能夠迅速形成生產(chǎn)地圖的閉環(huán)。地圖的更新可以通過閉環(huán)流程實現(xiàn)端到端，并最終實現(xiàn)天、小時、分鐘級別的地圖更新，最終滿足實時地圖的需求。(2)端到端的生產(chǎn)閉環(huán)首先，通過智能地圖生產(chǎn)流程檢測地圖上的更新。接下來，只選擇的部分的變化的地圖。更新地圖并立即進行數(shù)百次的質(zhì)量檢查，保證精度，再合并作為一個增量更新。地圖質(zhì)量在流程中得到保證，地圖數(shù)據(jù)庫不斷發(fā)行新的版本。

3、高精度地圖巨頭Here公司

(1)Here發(fā)展史：從最大的地圖商到ADAS、云服務(wù)、無人駕駛服務(wù)商

(1)發(fā)展成最大地圖商 (1985-2004)1985年，植根于舊金山灣區(qū)的NAVTEQ公司正式起步。1994年，Here提供了全球第一個汽車級地圖，用于BMW E38的導(dǎo)航系統(tǒng)。1996年，Here成為全球最大地理人員/地理學家雇傭商，全美第一個車載導(dǎo)航使用Here地圖。(2)開展ADAS和云服務(wù) (2004-2010)2004年，Here地圖數(shù)據(jù)為ADAS服務(wù)。2006年，Nokia收購一家德國的移動定位軟件公司GATE-5，BMW的自適應(yīng)巡航控制系統(tǒng)使用Here的ADAS地圖。2007年，Nokia N95成為第一部有GPS和地圖的智能手機。2008年，Nokia收購NAVTEQ公司。2009年，戴姆勒卡車使用Here 的ADAS數(shù)據(jù)進行汽車節(jié)能。(3)無人駕駛服務(wù) (2010至今)2010年，多屏云服務(wù)起步，Yahoo是Here云的第一個主要客戶。2012年，收購earthmine，開展厘米級高精度地圖項目，改名H ere，融入Nokia。2013年，與Benz合作開發(fā)自動駕駛汽車，引入定制化精細化導(dǎo)航方案。2015年，Here云與BMW合作車聯(lián)網(wǎng)。(2)Here的“高精度地圖+云”業(yè)務(wù)：地圖有多強大?

Here的三大業(yè)務(wù)群：汽車業(yè)務(wù)：為車廠/Tier 1供應(yīng)商提供三大服務(wù)：增強舒適和安全性的實時連接且個性化駕駛服務(wù)、實時道路網(wǎng)視圖提供預(yù)判服務(wù)、高精度地圖支持自動駕駛服務(wù)

企業(yè)業(yè)務(wù)：提供車聯(lián)網(wǎng)和數(shù)據(jù)可視化技術(shù)，為車隊與物流提供服務(wù)，利用Here地圖和定位工具的SDK幫助企業(yè)建立自己的app消費者業(yè)務(wù)：iOS、安卓、微軟平臺的地圖app，提供離線導(dǎo)航、交通和公共運輸?shù)母哔|(zhì)量地圖與云服務(wù)

Here地圖有多強大?地圖：Here為200個國家提供地圖，為136個國家提供導(dǎo)航地圖，為超過50個國家提供1000余個城市的路徑規(guī)劃。交通：提供58個國家的實時交通、85個國家的13000個場景3D視圖，預(yù)測未來12小時交通狀況、興趣點數(shù)據(jù)。地圖更新：Here每天收集數(shù)十億探測點數(shù)據(jù)(匿名)，每天百萬次地圖更新。地圖精度：Here擁有200激光雷達車，提供厘米級高精度地圖，信息源超過8萬個(每年增加3千個信息源)。(3)Here與車廠、互聯(lián)網(wǎng)公司、手機廠商深度合作車聯(lián)網(wǎng)、無人駕駛

2014年7月，Here成為Red Bull官方地圖。2014年8月，為Samsung提供地圖服務(wù)。2014年10月，Here成為巴黎車展地圖服務(wù)提供商。2014年12月，為百度地圖提供中國區(qū)以外服務(wù)。2015年4月，成為land-rover官方導(dǎo)航供應(yīng)商。2015年7月，與產(chǎn)業(yè)伙伴組建OMTA提供全球?qū)Ш椒?wù)。2015年10月，與Oracle合作提供船舶、物流定位服務(wù)。2015年12月，為Navman提供定位服務(wù)。2016年2月，Here與Nuance合作車載語音定位服務(wù)，在加拿大與Honda共同提供實時交通更新服務(wù)。2016年3月，與Samsung加強技術(shù)合作。(4)Here高精度地圖捕捉數(shù)十億的點云數(shù)據(jù)

對于地圖廠商來說，底層數(shù)據(jù)才是真正的命脈。沒有數(shù)據(jù)，再好的服務(wù)也出不來。采集的主要信息是道路的行駛規(guī)則、方向、限速、路口形狀、行車引導(dǎo)線、到達坐標等信息以及道路周邊的餐飲、酒店、商場、加油站、停車場等興趣點(POI)信息。Here的采集車的激光雷達可以每秒鐘采集70萬點云數(shù)據(jù)。

采集車的激光雷達運作時，只需進行非接觸掃描可以在短時間內(nèi)獲取物體和環(huán)境空間點的三維數(shù)據(jù)和信息，由于收集的數(shù)據(jù)是以點的形式組成，所以這些數(shù)據(jù)被稱作點云數(shù)據(jù)，其最大的特點是可以進行后期的處理，依靠獲取的數(shù)據(jù)便能夠建立完整的三維立體模型，而如今隨著商用GPS及IMU(慣性測量單元)的發(fā)展，通過LIDAR從移動平臺上獲得高精度的數(shù)據(jù)已經(jīng)成為可能并被廣泛應(yīng)用。4、高精度地圖巨頭TomTom公司

(1)TomTom發(fā)展史：從導(dǎo)航到交通、手表、車聯(lián)網(wǎng)、ADAS的綜合服務(wù)商

(1)面向B端和C端的導(dǎo)航 (1991-2005)：1991年，TomTom成立，為B端客戶的移動應(yīng)用、C端客戶的PDA提供服務(wù)。1996年，第一代導(dǎo)航軟件發(fā)布。2001年，聚焦于車載導(dǎo)航。2004年，發(fā)布第一代便攜式導(dǎo)航PND。2005年，在NYSE-Euronext Amsterdam上市。

(2)發(fā)展交通、手表業(yè)務(wù) (2006-2013)：2006年，收購英國的Applied Generics公司，組成TomTom的交通業(yè)務(wù)。2008年，收購數(shù)字地圖公司Tele Atlas。2012年，與Apple達成全球內(nèi)容協(xié)議。2013年，TomTom消費者業(yè)務(wù)進入GPS運動手表市場。

(3)開展車聯(lián)網(wǎng)、ADAS業(yè)務(wù) (2010至今)：2014年，TomTom車聯(lián)網(wǎng)收購法國的DAMS Tracking和荷蘭的Fleetlogic。與博世合作開發(fā)ADAS。2015年，TomTom消費者進入運動攝像頭市場。TomTom車聯(lián)網(wǎng)收購波蘭的Finder公司。(2)TomTom的“地圖+交通+導(dǎo)航”業(yè)務(wù)

To C：TomTom的PND從2004年發(fā)布以來，累計銷售了7800萬臺，貢獻了數(shù)億計的探測反饋。在50個國家提供交通信息服務(wù)。導(dǎo)航地圖覆蓋超過125個國家、40億人。To B：63萬職業(yè)司機使用車隊管理系統(tǒng)WEBFLEET。TomTom的業(yè)務(wù)主要分為四大類：

(1)面向消費者的便攜式導(dǎo)航PND、運動手表、運動攝像機;(2)面向車廠、Tier 1供應(yīng)商的地圖、交通、導(dǎo)航;(3)面向移動消費電子廠商、互聯(lián)網(wǎng)公司、政府、GIS所有者的地圖、交通、導(dǎo)航、定位許可服務(wù);(4)面向車隊、物流公司的車隊管理服務(wù)WEBFLEET。

5、高精度地圖巨頭四維圖新

(1)中國導(dǎo)航電子地圖甲級測繪資質(zhì)供應(yīng)商只有12家

目前中國只有12家地圖供應(yīng)商擁有導(dǎo)航電子地圖甲級測繪資質(zhì)。其中，四維圖新、高德、百度地圖、易圖通及科菱航睿等占領(lǐng)了車載導(dǎo)航前裝市場，凱立德則主打車載導(dǎo)航后裝市場。(2)四維圖新的高精度地圖進展

四維圖新的高精度地圖研發(fā)始于2013年，2014年可以提供精度10厘米到20厘米的高精度數(shù)據(jù)。高精度地圖的演進是一個循序漸進的過程，要與當前自動駕駛技術(shù)的發(fā)展進程以及汽車廠商的需求保持一致。

四維圖新已經(jīng)建立了自動駕駛實驗室和深度學習實驗室致力于自動駕駛領(lǐng)域的探索;正式運營FastMap，為基礎(chǔ)地圖數(shù)據(jù)每日更新提供服務(wù);同時也開展了高精度智能地圖和傳感器融合地圖服務(wù)等前沿領(lǐng)域的研發(fā)工作。

五、規(guī)劃決策：Google與Mobileye的無人駕駛路線殊途同歸

1、路徑規(guī)劃：為無人駕駛提供最優(yōu)的行車路徑

(1)全局路徑規(guī)劃和局部路徑規(guī)劃

路徑規(guī)劃技術(shù)可以為無人駕駛提供最優(yōu)的行車路徑。無人駕駛車在行駛過程中，行車路線的確定、如何躲避障礙物、路口轉(zhuǎn)向等問題都需要通過路徑規(guī)劃技術(shù)完成。據(jù)適用范圍不同，路徑規(guī)劃技術(shù)通常可分為全局路徑規(guī)劃和局部路徑規(guī)劃。

全局路徑規(guī)劃是根據(jù)全局地圖數(shù)據(jù)庫信息規(guī)劃出自起始點至目標點的一條無碰撞、可通過的路徑。全局路徑規(guī)劃需要已知的地圖數(shù)據(jù)，特別是厘米級的高精度地圖。

全局路徑規(guī)劃所生成的路徑只能是從起始點到目標點的粗略路徑，并沒有考慮路徑的方向、寬度、曲率、道路交叉以及路障等細節(jié)信息。局部路徑規(guī)劃是在無人駕駛車輛的行駛過程中，以局部環(huán)境信息和自身狀態(tài)信息為基礎(chǔ)，規(guī)劃出一段無碰撞的理想局部路徑。

全局路徑規(guī)劃和局部路徑規(guī)劃的關(guān)系是在全局路徑規(guī)劃的指導(dǎo)下，完成對局部路線的行駛規(guī)劃。(2)路徑規(guī)劃的三個層次：路徑規(guī)劃、行為規(guī)劃、軌跡規(guī)劃

上層的路徑規(guī)劃在已知高精度地圖、路網(wǎng)以及宏觀交通信息等信息下，根據(jù)某優(yōu)化目標得到兩點之間的最優(yōu)路徑，完成路徑規(guī)劃的傳感信息主要來自于GPS定位信息以及高精度地圖。

中層的行為規(guī)劃是指根據(jù)主車感興趣區(qū)域內(nèi)道路。行為規(guī)劃的傳感信息主要來自車載傳感器如激光雷達、攝像頭等，用以識別道路障礙、車道線、道路標識信息和交通信號燈信息等。

下層的軌跡規(guī)劃是指在當前時刻，以完成當前行車行為為目標，考慮周圍交通環(huán)境并滿足不同約束條件，根據(jù)最優(yōu)目標動態(tài)規(guī)劃決策出的最優(yōu)軌跡。(3)路徑規(guī)劃算法

無人駕駛車是最初在圖的底部的起點，并希望得到頂端的重點。

如果無人駕駛車沒有掃描到什么障礙物，它就會一直想上移動(粉色路線)，在頂部附近，它檢測到障礙物然后改變方向。隨后，無人駕駛車不得不圍繞“U”形障礙方式繼續(xù)前進。

與此相反，路徑規(guī)劃系統(tǒng)如果能夠掃描大的面積(淺藍色橢圓)，從而發(fā)現(xiàn)較短的路徑(藍色路線)，那么無人駕駛車可以不用進入凹狀的障礙物。路徑規(guī)劃的算法可以來解決這個問題。要么避免在地圖上制造凹形障礙，要么標記的凹包為危險(除非終點在這個凹包以內(nèi)，應(yīng)該避免進入這個區(qū)域)。

路徑規(guī)劃算法未雨綢繆，而不是等到最后一刻才發(fā)現(xiàn)有問題。在更大的尺度、緩慢變換的地圖和更長的路徑上進行路徑規(guī)劃，而對于局部區(qū)域、快速更改的地圖和短的路徑則使用改進的物體移動算法。

常用的路徑規(guī)劃算法包括了柵格法、人工勢場法、VFH類方法、神經(jīng)網(wǎng)絡(luò)法等。

2、Google的完全無人駕駛路線

(1)Google無人駕駛發(fā)展史：逐漸聚焦于環(huán)境復(fù)雜的城市街道(City Streets)

Google無人駕駛車是由Google X研發(fā)設(shè)計的無人駕駛新能源汽車。Google無人駕駛車上的軟件系統(tǒng)名字叫谷歌司機(Google Chauffeur)，車身上有self-driving car的標示。

Google無人駕駛項目之前由塞巴斯蒂安·特龍(Sebastian Thrun)領(lǐng)導(dǎo)，他曾經(jīng)是斯坦福人工智能實驗室的主任、谷歌街景Google Street View的共同發(fā)明人。特龍的斯坦福團隊發(fā)明的機器人車輛Stanley贏得了2005年DARPA大賽(Defense Advanced Research Projects Agency)，獲得美國國防部200萬美元的獎金。

Google無人駕駛項目現(xiàn)任負責人是John Krafcik，擁有斯坦福大學機械工程學士學位，曾經(jīng)擔任通用汽車工程師、福特產(chǎn)品開發(fā)部門負責人、現(xiàn)代美國公司CEO、汽車電商TrueCar總裁。早在1939年的紐約世界博覽會上，在公路上無人駕駛的愿景開始孕育。在2000年代中期，美國國防部高級研究計劃局(DARPA)舉辦的大挑戰(zhàn)，進行了無人駕駛車輛的競賽。2009年，Google開始了無人駕駛汽車的項目，在加州的公路上用豐田普銳斯測試無人駕駛技術(shù)。2012年，Google開始用雷克薩斯RX450h SUV測試。截至2012年，Google已經(jīng)完成了超過30萬英里的高速公路(Freeway)的測試。2012年以后，Google將測試的焦點轉(zhuǎn)移到城市街道(City Street)——一個比高速公路(Freeway)更復(fù)雜的環(huán)境。2014年，在經(jīng)過了幾個月的測試和迭代之后，Google推出了為完全無人駕駛量身定制新款的原型車。截至2016年5月底，谷歌的無人駕駛測試已經(jīng)行駛了164萬英里(即265萬公里)，主要試驗地點是加州的山景城、德克薩斯州的奧斯汀、華盛頓州的柯克蘭、亞利桑那州的鳳凰城的街道上。(2)Google的完全無人駕駛路線

谷歌的無人駕駛汽車配備有大約價值$150,000的設(shè)備，包括價值$60,000-70,000的激光雷達(LIDAR)系統(tǒng)。安裝在頂部的測距儀是Velodyne的64線激光雷達。這種激光雷達可以對無人駕駛車輛的周圍環(huán)境生成詳細的3D地圖。將這些生成的地圖與高精度地圖綜合，生產(chǎn)不同類型的數(shù)據(jù)模型來實現(xiàn)無人駕駛，有一些計算是在車載的計算機(on-board systems)完成，有一些計算在遠程的云(clouds)中完成。Google無人駕駛車上最貴的器件就是車頂?shù)挠蒝elodyne公司生產(chǎn)的HDL-64——64線激光雷達。它可以一邊旋轉(zhuǎn)一邊不間斷的發(fā)射64束最遠射程可達120米的激光束，并接收反射回來的光束，依據(jù)返回時間的差別計算出物體與汽車之間的距離，從而繪制出汽車周圍實時的3D地圖。激光束非常密集并且刷新頻率非?？?，綜合探測數(shù)據(jù)后還可以判斷出物體的形狀、大小和大致的運動軌跡，以此作為接下來行動的判斷依據(jù)之一。Velodyne的HDL-64的性能非常強大，每秒可以給Google無人駕駛車的處理器提供130萬組數(shù)據(jù)，這可以保證提供給Google無人駕駛車處理器的信息幾乎是實時的。人類的感官感不止一種，人類感受外界事物刺激的器官有眼、耳、鼻、舌、身等，眼睛負責視覺，耳朵負責聽覺，鼻子負責嗅覺，舌頭負責味覺，身體各個部位負責觸覺。正如人類的感官不止一種，為了在環(huán)境復(fù)雜的道路上保障駕駛者和行人的安全，Google無人駕駛車也配備了多種傳感器。攝像頭： HDL-64激光雷達已經(jīng)足以確定汽車的位置，Google無人駕駛車同時配置了更直觀的眼睛：攝像頭。攝像頭還可以辨識出路上出現(xiàn)的交通標志和信號燈等物體，以保證自身的運行會嚴格遵守交通規(guī)則，這是激光雷達很難辦到的。Google無人駕駛車有一對向前的攝像頭，其之間有著一定的距離。從兩個攝像頭傳回的畫面的視差就像人的兩只眼睛一樣，可以幫助車輛判斷自己的位置、行進的速度等信息。位置傳感器：Google無人駕駛車的車胎輪轂上同樣帶有位置傳感器，用于探測車輪轉(zhuǎn)動，也能幫助車輛進行定位，同時與GPS得出的數(shù)據(jù)進行整合。車載雷達：HDL-64激光雷達是有一定判斷物體運動軌跡和速度的能力的，但其獲得的數(shù)據(jù)要將其與車輛自身的速度結(jié)合，計算出兩者的相對運行速度，還需要許多額外的計算量。因此Google為車輛前后都配備了車載雷達，它們可以很精確地測出前后車輛與Google 無人駕駛車的相對速度，以此判斷接下來的車速該如何變化。數(shù)據(jù)整合、數(shù)據(jù)協(xié)同共同保證無人駕駛車輛定位的準確性。Google無人駕駛車上的各種傳感器綜合起來的數(shù)據(jù)流量是非常大的，可以達到每秒1GB，由車輛后方的強大計算性能的計算機處理。系統(tǒng)會繪制出一份周邊環(huán)境圖出來，如上圖所示綠色代表已經(jīng)阻擋在行進路線上的物體，AI會根據(jù)實時路況進行判斷，決定無人駕駛車下一步的行動。(3)Google的無人駕駛實踐：從無人駕駛解除機制(Disengagement)中迭代學習成長截至2016年5月底，谷歌的無人駕駛試驗已經(jīng)行駛了164萬英里(即265萬公里)，主要試驗地點是加州的山景城、德克薩斯州的奧斯汀、華盛頓州的柯克蘭、亞利桑那州的鳳凰城的街道上。截至2016年5月底，谷歌的無人駕駛車隊是24輛改裝的雷克薩斯RX450h SUV和34輛Google新款原型車。在自動駕駛模式下行駛了265萬公里，在人工駕駛模式下行駛了180萬公里。在城市街道(City Street)測試無人駕駛車輛的難度比在洲際公路(Interstate)、高速公路(Freeway)、普通公路(Highway)的難度更高，需要適應(yīng)更為復(fù)雜的環(huán)境，如車道換道、未受保護的左轉(zhuǎn)、大量的道路使用者(包括自行車和行人)、其他道路使用者的不可預(yù)測的行為等等。這不同于，平均而言在美國，司機在高速公路(Freeway)上駕駛的里程數(shù)占比更高。Google無人駕駛設(shè)置了無人駕駛解除機制(Disengagement)，即從無人駕駛模式(Autonomous Mode)切換至人工駕駛模式(Manual Mode)，通常切換時長在1秒鐘左右。無人駕駛解除機制是一種保守的保護機制，每一次解除都被完整地記錄下來，用以指明安全問題，用以提高軟件系統(tǒng)、感知系統(tǒng)、硬件系統(tǒng)以及各個系統(tǒng)的綜合能力。無人駕駛解除機制是整個無人駕駛測試中的一個關(guān)鍵環(huán)節(jié)，可以幫助提升無人駕駛軟件系統(tǒng)的能力、確認有哪些地方是需要改進的地方。無人駕駛解除機制的設(shè)置初衷并不是為了單純地降低無人駕駛解除次數(shù)，而是為了收集盡可能多的數(shù)據(jù)，從而改進無人駕駛系統(tǒng)。隨著無人駕駛技術(shù)的成長，無人駕駛每公里的解除的次數(shù)隨之下降。

無人駕駛解除機制可以分為兩類：(1)無人駕駛技術(shù)失效被監(jiān)測到，簡稱技術(shù)失效解除(Failure Detection);

(2)出于車輛的安全運行的需要，車輛的測試司機解除無人駕駛模式，對車輛立刻進行人工接管，簡稱安全運行解除(Safe Operation)。技術(shù)失效解除(Failure Detection)的主要原因有主、次(備份)無人駕駛系統(tǒng)的通信失效，如線路短路;加速儀或者GPS等傳感器異常;轉(zhuǎn)向或者剎車等關(guān)鍵功能異常等。從2014年9月到2015年11月，Google無人駕駛一共行駛了424331英里，發(fā)生了272次技術(shù)失效解除(Failure Detection)。技術(shù)失效解除(Failure Detection)發(fā)生時，Google的測試司機人工接管車輛的平均時間是0.84秒。隨著Google無人駕駛技術(shù)的迭代學習成長，技術(shù)失效解除的發(fā)生率從2014年4季度的每785英里發(fā)生一次技術(shù)失效解除下降到2015年4季度的每5318英里發(fā)生一次技術(shù)失效解除。安全運行解除(Safe Operation)出于車輛的安全運行的需要，車輛的測試司機解除無人駕駛模式，對車輛立刻進行人工接管。為了評估測試司機的解除，Google開發(fā)了一套功能強大的模擬程序，可以對每一個事件進行“回放”，然后預(yù)測無人駕駛車的行為(如果此時司機沒有接管車輛的話)，也可以預(yù)測同行的汽車、行人、自行車的行為和位置。這套模擬程序可以基于事件生成上千種變異的情景，用以評估環(huán)境發(fā)生微小改變時的各種場景，如Google無人駕駛車和其他道路使用者沿著不同的速度、角度運行。

從2014年9月到2015年11月，Google無人駕駛一共行駛了424331英里，發(fā)生了69次安全運行解除(Safe Operation)。69次安全運行解除(Safe Operation)中有13次，模擬程序顯示，測試司機如果不人工接管車輛的控制權(quán)，車輛將會與其他對象發(fā)生接觸。其他56次，模式程序顯示，安全運行解除(Safe Operation)是安全的，如果測試司機沒有人工接管車輛的控制權(quán)，可能在真實世界中不會發(fā)生車輛與其他對象接觸。Google無人駕駛解除(Disengagement)的原因排序前五的是：感知問題、軟件問題、對汽車的多余操作、硬件問題、道路使用者的魯莽行為。每一次解除都被完整地記錄下來，用以指明安全問題，用以提高軟件系統(tǒng)、感知系統(tǒng)、硬件系統(tǒng)以及各個系統(tǒng)的綜合能力。

Google無人駕駛解除(Disengagement)的場景排序是：城市街道(Street)，普通公路(Highway)，高速公路(Freeway)，洲際公路(Interstate)。

2012年以后，Google將測試的焦點轉(zhuǎn)移到城市街道(City Street)——一個比高速公路(Freeway)更復(fù)雜的環(huán)境。在城市街道(City Street)測試無人駕駛車輛的難度比在洲際公路(Interstate)、高速公路(Freeway)、普通公路(Highway)的難度更高，需要適應(yīng)更為復(fù)雜的環(huán)境，如車道換道、未受保護的左轉(zhuǎn)、大量的道路使用者(包括自行車和行人)、其他道路使用者的不可預(yù)測的行為等等。解除是為了收集盡可能多的數(shù)據(jù)，從而改進無人駕駛系統(tǒng)，隨著無人駕駛技術(shù)的成長，無人駕駛每公里的解除的次數(shù)隨之下降。

3、Mobileye的漸進無人駕駛路線(1)主流的OEM都在采用Mobileye技術(shù)，超過1千萬輛車采用了Mobile技術(shù)

Mobileye由以色列希伯來大學的Amnon Shashua教授(CTO)和連續(xù)創(chuàng)業(yè)成功者Ziv Aviram(CEO)創(chuàng)立于1999年，是一家基于人工視覺技術(shù)的全球領(lǐng)先的ADAS和無人駕駛技術(shù)服務(wù)提供商，擁有全球最大的人工視覺研發(fā)中心。目前公司在全球48個國家和地區(qū)運營，2014年在NYSE上市。世界上主要的汽車生產(chǎn)商如奧迪、寶馬、雪鐵龍、福特、通用、本田、現(xiàn)代、捷豹、陸虎、尼桑、歐寶、雷諾、豐田、沃爾沃等都采用了Mobileye的技術(shù)。截至2015年年底，超過10,000,000輛車采用了Mobileye的技術(shù)。Mobileye在全球有超過100家合作的分銷商。汽車廠商在某個型號里加入這樣的駕駛輔助系統(tǒng)所需要的比較長的時間周期，從初步溝通、到評估、到整合開發(fā)、到加入生產(chǎn)線、到正式的生產(chǎn)線升級到批量生產(chǎn)每個都需要 1-2 年，總計要 6 年左右的時間。而且每個型號一旦投產(chǎn)，生產(chǎn)周期都有 5 年左右。截至2016 年，約有 237 個車型采用 Mobileye 的技術(shù)。(2)Mobileye可以大幅減少TCO中的保險和維修成本

根據(jù)NHTSA的統(tǒng)計，交通事故的原因，只有7%的因素是非人為因素，而93%的原因是人為因素。而人為因素中，74%的交通事故源于司機的注意力不集中。Mobile的ADAS技術(shù)有助于減少車輛的擁有成本TCO。汽車的擁有成本之中，保險和維修成本約占到整個擁有成本的20%左右。根據(jù)Allianz的統(tǒng)計，交通事故中沒有被覆蓋的成本，乘用車約為1600歐元，商用重卡車約為3000歐元。根據(jù)ECDP統(tǒng)計，平均一輛車的維修成本約為730歐元。

提前1.5秒鐘預(yù)警，可以減少90%的追尾事故。Mobileye可以顯著地降低汽車擁有成本之中的保險和維修成本。

(3)Mobileye的漸進無人駕駛路線：從單目攝像頭開始

攝像頭相比其他傳感器可以輕松識別出物體的外形，但對距離的識別卻是非常困難的。Mobileye在2007年推出了車道偏離輔助預(yù)警系統(tǒng);2008年推出了交通標志識別和智能遠光控制;2010年推出了行人偵測;2011年推出前車防碰撞警示。Mobileye用十幾年的積累完成了可靠的單攝像頭信息采集技術(shù)。EyeQ視覺處理芯片是由Mobileye和意法半導(dǎo)體(全球最大的半導(dǎo)體公司之一)共同研發(fā)的。2015年，Mobileye發(fā)布第四代ADAS視覺處理器EyeQ4，相關(guān)產(chǎn)品將從2018年開始應(yīng)用在新下線車型中。2016年5月，Mobileye和意法半導(dǎo)體共同宣布正在合作開發(fā)第五代Mobileye系統(tǒng)芯片EyeQ5。從2020年開始，新產(chǎn)品將用于全自動駕駛汽車(FAD)執(zhí)行傳感器數(shù)據(jù)整合功能的芯片。EyeQ5獨有的優(yōu)化的加速器內(nèi)核可執(zhí)行各種計算機視覺、信號處理和機器學習任務(wù)，包括深度神經(jīng)網(wǎng)絡(luò)。EyeQ5集成四種完全可編程的異構(gòu)加速器，每種加速器各自優(yōu)化執(zhí)行專用算法集。4、Google與Mobileye的無人駕駛路線殊途同歸無人駕駛技術(shù)被劃分為兩個陣營，一個是源自Darpa，由一群機器人學家構(gòu)成的“特定區(qū)域全無人駕駛派”，以Google為首，試圖通過大數(shù)據(jù)和人工智能技術(shù)來革新駕駛體驗。另一個則是源自車企，由一群汽車電子工程師構(gòu)成的“全區(qū)域部分無人駕駛派”，試圖將該技術(shù)以新功能的形式添加到汽車進而盈利。谷歌的無人駕駛模式與Mobileye的無人駕駛模式對比：Google模式需要不斷地采集并更新實時高清地圖(所采集的高精度3D厘米級地圖會達到3-4Gb/km)。Mobileye的難點則在于更強的人工智能， Mobileye利用攝像頭作為傳感器，搭配人工智能、深度學習以及眾包數(shù)據(jù)的方式獲取高精度地圖，大小只有10Kb/km，來幫助汽車廠商完善和實現(xiàn)無人駕駛。谷歌的無人駕駛與Mobileye的無人駕駛成本對比：Mobileye將原先高達數(shù)十萬美元的無人駕駛技術(shù)成本壓縮到僅僅幾百美元，這意味汽車企業(yè)與消費者并不用為輔助駕駛(無人駕駛)支付高額的費用。Mobileye的CTO Shashua教授的計算機科學背景讓他們同時兼顧了人工智能技術(shù)，并將其大量運用于產(chǎn)品當中。Mobileye希望能夠以一種遞進的方式，逐步推進無人駕駛技術(shù)。Mobileye最大的優(yōu)勢就在于所有應(yīng)用只使用一個攝像機就可將多個路況探測應(yīng)用捆綁起來，在一個攝像機內(nèi)的芯片中同時運行，大大節(jié)省了在車體內(nèi)的占用空間和成本。Google的完全無人駕駛路線和Mobileye的漸進無人駕駛路線最終實現(xiàn)殊途同歸的全區(qū)域的完全無人駕駛。

六、社會效應(yīng)：“無人駕駛+共享經(jīng)濟”將降低70%的出行成本

1、無人駕駛降低道路交通事故死亡率

根據(jù)世界衛(wèi)生組織的統(tǒng)計，全球每10萬人的道路交通死亡率(2013年)在非洲、中東、世界、西太平洋、東南亞、美洲、歐洲分別為26.6、19.9、17.4、17.3、17、15.9、9.3。從各地區(qū)的情況來看，歐洲最為安全，而非洲則最危險。根據(jù)NHTSA統(tǒng)計，交通事故的原因，只有7%的因素是非人為因素，而93%的原因是人為因素。而人為因素中，74%的交通事故源于司機的注意力不集中。通常駕駛員反應(yīng)+液壓制動需要1.2秒，駕駛員安全視距50米;而計算機處理+電控制動只需0.2秒，無人駕駛汽車超視距超過200米，而且沒有疲勞駕駛問題。如果采用無人駕駛的汽車，交通事故死亡人數(shù)將有望下降90%。與此同時，由于人為因素導(dǎo)致的交通擁堵也將有效降低。

2、無人駕駛解放雙腳、雙手、眼睛和大腦無人駕駛對有人駕駛的顛覆，正如汽車對馬車的顛覆。

無人駕駛發(fā)展從Feet off、Hands off、Eyes off到Mind off，不需要駕駛員時時刻刻盯著，系統(tǒng)有高度的自治權(quán)，在特定工作的情況下，系統(tǒng)不允許退出。乃至于只要輸入出發(fā)地和目的地，責任完全交給車輛端。根據(jù)CEA的調(diào)研(多選)，實現(xiàn)無人駕駛以后，81%的人想看風景，80%的人想聽音樂，65%的人想打電話，57%的人想閱讀，55%的人想看視頻，53%的人想看網(wǎng)頁，50%的人想睡覺，44%的人想工作，29%的人想玩游戲，27%的人想鍛煉，10%的人想做其他事情，徹底解放雙腳、雙手、眼睛和大腦。根據(jù)美國勞工部的統(tǒng)計，大部分的大部分的旅行時間或者說車上時間被用于睡覺(50%)或者閑暇娛樂(41%)。無人駕駛徹底解放司機雙腳、雙手、眼睛和大腦，司機有更多的時間用于睡覺或者閑暇娛樂。無人駕駛給予駕駛者更多的選擇，通過為人們創(chuàng)造更加愜意的自動駕駛時光，把原本開車過程中“丟失的時光”重新交還給駕駛者。在高度無人駕駛階段，駕車者的狀態(tài)是完全放松的，而非時刻保持警惕狀態(tài)。

福特公司提出了一個有意思的消遣：把無人駕駛汽車變成家庭影院，讓你和你的家人可以在車里欣賞一部電影。福特最近剛剛申請了一個專利，專利說明顯示，福特希望將投影儀整合到無人駕駛汽車內(nèi)。3、“無人駕駛+共享經(jīng)濟”將降低70%的出行成本

“十年后買車就像今天買一匹馬一樣奇怪?！薄蚕斫?jīng)濟

共享經(jīng)濟的本質(zhì)是整合線下的閑散物品或服務(wù)者，讓他們以較低的價格提供產(chǎn)品或服務(wù)。對于供給方來說，通過在特定時間內(nèi)讓渡物品的使用權(quán)或提供服務(wù)，來獲得一定的金錢回報;對需求方而言，不直接擁有物品的所有權(quán)，而是通過租、借等共享的方式使用物品。共享經(jīng)濟的經(jīng)典案例是Uber在2014年8月份推出了自己的新產(chǎn)品拼車功能uberPOOL，這是在搭車(Shared)基礎(chǔ)上進一步發(fā)展而成的多人拼車(Pooled)的功能，即司機一次搭乘的不是一位乘客，而是同一方向的兩位乘客，甚至中途可能會有一位乘客下車，也可能在此前還會再搭乘第三位乘客。Uber公司將這款產(chǎn)品定義為Perpetual Ride——持續(xù)載客。本質(zhì)上是座位盡可能被更多的人占用，提高車的使用率。在無人駕駛+共享經(jīng)濟時代，買車會變得非常奇怪，人們習慣于按需隨時叫一輛無人駕駛車。共享經(jīng)濟會因為無人駕駛實現(xiàn)得更加徹底，在整個城市、整個國家甚至全球的無人駕駛網(wǎng)絡(luò)里，車的利用效率會極大地提升，拼車拼座位變得非常普及。

現(xiàn)在通常情況下，司機擁有汽車的所有權(quán)以及開車時汽車的控制權(quán)，假設(shè)每英里的運行約為1美元。

在共享經(jīng)濟時代，因為共享拼車的出現(xiàn)，汽車空座位率的降低，效率提升而降低了每英里的運行成本。在無人駕駛的時代，司機的雇傭成本、司機的時間成本大大地被降低，車險可能會遭受到毀滅性的打擊，從而降低每英里的運行成本。

在無人駕駛+共享經(jīng)濟時代，兩種紅利疊加，降低70%的出行成本，我們看好無人駕駛+共享經(jīng)濟時代的交通運營商。