但当时的无人驾驶圈还没像现在这样热闹 ， 也没这么多被投资方寄予希望的技术创业公司 ， 更没有料到无人车在普通城市道路上的安全运行要比想象中难太多 。
根据加州机动车部门的记录 ， Waymo 无人车引发的相撞事故已达 36 次 ， 似乎无法应对山景市蜿蜒的六车道（国王高速公路） 。
而如今 ， 在此情此景下 ， 这番话似乎也给诸多公司留了「为商业落地限定一个范围」的余地 。
作为专攻 L4 及以上级别无人驾驶技术的公司之一 ， 经历了人事架构调整后的文远知行（前景驰科技）在上个月刚拿到由雷诺日产三菱联盟领投的 A 轮融资 。
但这家曾明确要做「乘用车完全自动驾驶解决方案」与「基于普通城市道路出租车运营」的技术公司 ， 也逐渐开始将宣传重点放在了「实现特定场景下的 L4 级自动驾驶」上面 。
针对 Krafcik 相对消极的讲话 ， 文远知行现任 CEO 韩旭是这样理解的——
「看他前面的那个修饰语 ubiquitious ， 是指无处不在的自动驾驶 。
而我们做的是 L4 级别的自动驾驶 ， 是在限定区域可以开 ， 这个差别就非常大了 ， L5 级别的自动驾驶还处于科幻状态 ， 但是 L4 自动驾驶真的很快就到来 。」
这里指的「很快到来」 ， 可以对应目前文远知行在广州生物岛上的无人车项目运营 。
然而 ， 这个岛从某种意义来说是一个类似于景点的封闭区域 ， 其道路状况的复杂度与普通城区道路不可相提并论 。
从目前来看 ， 一些曾专攻高级别无人驾驶技术的公司开始热衷于强调「限定区域」多过「技术能够胜任复杂道路场景」 ， 这种转变可以被视为一个「为更快商业化而微调方向」的信号 。
实际上 ， 广汽研究院智能驾驶技术部负责人郭继舜就认为 ， 从技术生态角度来说 ， 无论是 L3 或者是 L4 汽车的量产 ， 都面临 N 多个难题：
1、目前无人车的感知层做的不够准 。
特斯拉当年车祸导致的首起命案就是由于视觉传感器与毫米波雷达同时失效引发的悲剧 。而直到现在 ， 处理好传感器成本与高效感知能力之间的平衡 ， 仍然是所有技术公司面临的难题之一 。
2、决策能力受限 。
提升决策能力在于建立完善高效的人工智能模型与拿到大量有效的路测数据 ， 因此 ， 必须要涵盖足够多且复杂甚至罕见的场景 。
然而 ， 当下貌似还没有比谷歌累计路测公里数更多的公司（当然 ， 仿真测试也是一种路径） 。
3、对执行控制层的把握不足 。
执行控制层才是自动驾驶真正落地的基础 ， 毕竟所有的指令都需要最后落实到执行控制层 。
譬如速度控制系统 ， 就是无人车的最基本控制系统之一 ， 是实现无人驾驶智能车稳定、安全行驶最重要的部分 。
然而 ， 目前技术公司对执行控制一直谈的比较少 ， 是因为这方面绝大部分技术掌握在主机厂与 Tier1 厂商手中 。因此 ， 一定需要车厂与技术公司的合力才能解决这个层面上出现的诸多问题 。
4、缺乏合格的人工智能芯片 。
郭继舜特别提到了「缺乏芯片是他们当下面临的一个很大的问题」 。因为他表示广汽预计会在 2020 年第一季度量产第一辆 L3 级智能驾驶汽车 ， 但到目前为止 ， 由一家国外供应商提供的主芯片都有延期的风险 。
推荐阅读
- 5寸手机，5英寸的手机有哪些
- dell手机，戴尔手机什么型号?
- 华为 g9青春版，华为G9青春版手机性能怎么样?
- 华为 c8650，华为C8650这款手机怎么样？请使用过的讲一下他的优缺点是什么？上...
- 华为mate10，华为mate10怎么样
- 魅族mx3配置，魅族手机mx3具体报价参数和图片
- 最新手机行情，现在最新款是什么手机,都是什么价格,内存都是多大的
- 可乐手机，可乐手机的原理是什么
- 小米手机3发布会，小米手机开发者模式里面启用可自由调整的窗口作用是什么
- ios5 0 1，ios501不完美越狱后开始用着挺好后来重启了下手机手机屏幕