百度Apollo Go开放运营，无人驾驶能否取代“老司机”？
原标题：百度Apollo Go开放运营，无人驾驶能否取代“老司机”？
“哎，又被取消了，再试一次吧”
前一阵，百度自动驾驶无人车“Apollo Go”正式在北京开始运营，使用相关App便可以一键下单，呼叫百度自动驾驶出租车。
消息一出，很快在社交媒体上传开，各路人马蜂拥而至。但事实是，下单容易，打车难。
首先，无人车的服务并不是覆盖全城，只有较为偏远的亦庄和稻香湖地区能够使用该服务。其次，即便你长路漫漫的到达服务范围内，也不一定能体验。为啥？人多车少……
“如果五分钟内叫不到车，系统会自动取消，需要重新下单。”
已经等了一个小时的网友小张说到。而无人车的运营时间为上午10：00~下午16：00，不少下午到达的体验者，等到无人车收摊都没能叫上，失落的走进地铁站。
而那些有幸体验过的网友，也发表了自己的看法：
“左拐弯、右拐弯、变道以及调头，大多数情况下无需安全员手动操作，Apollo能够平稳完成。”
“前方有车辆速度过慢，Apollo在检测出来后也会超车。”
“道路中间出现行人时，Apollo能够平稳地降速等待行人通过再行驶。”
“距离网约车还有一定差距，等待时间长、出行效率低，不适合赶时间的用户。”
“在遇到紧急情况，无人车仅能做到立即刹车，剩下的还需要安全员接手，并且Apollo的刹车比较生硬。”
可以看出，网友们的评价褒贬不一，Apollo Go未来还有不少迭代的空间，是否真的有一天，无人驾驶能取代我们这些“老司机”呢？
今天talk君想跟大家分享来自沈骏强的演讲：
沈骏强，前华为首席科学家；Freetech CTO
大家好，我是一刻talks的讲者沈骏强，今天我给大家带来想想给大家分享一个话题，就是如何在5G时代，怎么样把自动驾驶这个技术做商业化的落地。
我从事ADAS和自动驾驶已经有20年的历史。我在德尔福工作16年，在华为工作两年多，我现在在福瑞泰克工作差不多一年半的时间，应该说在我过去20年的这个职业生涯中，其实经历了ADAS和自动驾驶，从无人问津到现在炙手可热这样一个全过程。
我先给大家看两张照片，左边这张照片和右边这张照片，其实大家可以感受到这是一个强烈的反差，是什么呢？左边其实给出了一个非常舒适而虚幻的一个场景，那么右边是一个非常残酷和现实的一个场景。
这两个场景，实际上在我们讲到ADAS和自动驾驶其实碰到的两个应该说两个相对极端的一个场景，我们说L4或者L5的这个场景，就是我们说在左边这张图上看到的场景，但是现实当中我们在很多的情况下，还会有像照片上展示的这样一个车辆事故发生会造成人员的伤亡。
那么目前其实有很多做L4的厂家也都在自己宣称说，他们已经实现了或者即将实现商业化的落地，那么到底他们宣称的到底对不对？或者我们怎么样去检验他们所谓的商业化落地，到底这句话准不准确？所以我们需要来定义自动驾驶成功、商业化落地到底有哪些判断标准？这是我提的这个四条。
第一个，自动驾驶技术和产品到底是怎么生产的？首先必须是从工厂自动化流水线生产出来的，那么你如果是说手工打造的这一台一台手工去安装的出来这种demo车肯定不算是一个这个成功商业化落地的一个车辆或者技术。
第二个我们要看产量，我们说产量要达到一定的规模，如果那只是几辆，几十辆甚至几百辆那个车，我认为并不算是一个商业化成功落地的这样的规模。
第三个是车规等级，我们说通过所有车辆的测试和认证，经过严格的这些认证标准的检验，才能说这个技术达到了商业化的落地。
那么最后我们说是一个适用场景，我们说只有当你设计的系统能够在设计目标范围内正常发挥作用，才能说你的系统达到了商业化落地的这个要求，那么怎么来理解这句话？
我们说L4系统是吧？它其实是要求是车辆作为一个驾驶的责任主体，那么我们说你如果真正要达到这商业化落地成功这样的一个标准的，我们说必须在自动驾驶取消安全员之后才能真正发挥作用，否则的话你就没有在你的设计目标范围内能够达到这个正常的发挥作用这样一个目的。
自动驾驶它的愿景，是想把这个驾驶员从驾驶座位上拿掉，其实给自己出了一个难题，有统计表明，即使从今天的自动化的程度来看，这个自动驾驶的就自动化程度来看，自动驾驶系统本身只能达到大概人类驾驶智能化的千分之一的水平。那么也就是说你如果把人从驾驶员座位拿掉的话，完全由自动驾驶来控制的话，目前自动驾驶它在复杂的驾驶情况下，它实际上只有人类驾驶的能力的千分之一。可想而知，我们说自动驾驶在安全这个问题上，它所遇到的挑战是非常大的。
所以我们说安全是自动驾驶系统的一个首要目的。那么有很多的不安全的情况发生，比如说碰撞、抛锚、这个迷路等等，这些都是我们说安全，驾驶安全需要考虑的问题。
那么目前有不同的保护车内乘员和车外车辆行为的这个方法，那么比如说像被动安全的这个安全气囊、像主动安全的AEB系统等等，但这些现有的措施对于自动驾驶系统来讲是不够的，特别是当我们说自动驾驶时候，需要把人类驾驶员从驾驶员座位上拿掉的这个情况下是远远不够的。那么所以说自动驾驶系统的一个安全目标，就是为了防止这些不安全，所有这些不安全情况发生。所以这个是从自动驾驶角度来看，怎么来强调自动驾驶的安全性。
这里面我想再跟大家一起探讨一下，在应该说过去大家讨论的也比较热烈的两起比较典型这个事故，第一起是Uber 这个事故，大家都知道Uber 在美国的凤凰城在某一个夜晚撞死了一个行人，也是对整个自动驾驶产业造成了一个非常负面的影响。那么我们想问的就是为什么配备了激光雷达等多个先进传感器的自动驾驶车辆也会发生撞人事故？
那么其实如果大家深究这起事故的现象以及它背后的原因，包括刚才大概两三天前，美国NTSB发布了调查报告，说这个系统实际上差不多在5.8秒之前，已经探测到了这个行人和自行车的存在。那么为什么这个车最后没有反应？所以这些都是我们去值得深思的一个问题。所以通过这些分析和讨论，最后的结论是什么？
我们说同样是我们说L4的这样一个系统，它其实是同样目前这个阶段还同样需要驾驶员接管，那么看起来像激光、雷达等这些很昂贵的设备，它实际能够起到的作用不是很明显，那么所以说L4的商业化落地任重而道远。
同时自动驾驶也催生了很多技术的一个问世和发展，这个过程当中激光、雷达、地图和定位技术以及高性能的这个计算平台的问世，都为不光是为自动驾驶本身，也为ADAS这个技术的加速的产业化，其实都起到了非常重要的作用。那么再就是我们说需要选择合适的落地场景，因为我们说其实你真的要把驾驶员从驾驶座位拿掉的话，确实是需要考虑一些一个地理环境的约束，考虑一些场景的约束等等，所以选择落地场景非常重要。
那么讲到这里，我认为第一个真正商业化量产的自动驾驶系统，一定是介于L2和L4之间的，但是我认为第一个真正自动量产的自动化系统，其实应该不是L4，然后最后我想说的是，现在随着5G技术的到来，我们说基于单车的自动驾驶的小交通，应该演变成为基于所有车辆和道路网联化的一个大交通。
那么只有把在路上的所有车辆纳入到整个大交通当中，才能真正说我们把我们说的ODD场景能够给扩大，让单车技术扩展为基于所有车辆往年的这样一个大交通。我今天的演讲就到这里，谢谢大家。
