自动驾驶这么火，它能自己跑滴滴养我吗？

大家好，欢迎来到黑马公社。

要说黑马对自动驾驶应用的幻想，那真是被《我，机器人》这部电影表现得淋漓尽致。

在我们主角想去机器人公司调查的路上，我们的主角不仅不用驾驶车辆，而且还可以在行车时专心查阅资料。

这种一心二用，在当时的黑马看来，简直酷毙了。

黑马甚至一度猜想，我们可以在十年后实现这种完全的自动驾驶。可是，十几年过去了，别说自动驾驶，就连电动车的续航里程焦虑我们都没有解决。

近年来，关于自动驾驶的讨论再度兴起，而随着华为放出的那段在市区完全自动驾驶的视频，网络上关于自动驾驶的讨论被推向了高潮！

不过，经历了社会捶打的黑马，现在只关心一个问题，那就是，什么时候我的车可以自己开滴滴赚钱养家？

要想实现这个功能，我们就得知道什么是真正的自动驾驶。

目前来看，自动驾驶从0到5分成了六个等级，分别是：

1.0级驾驶自动化（应急辅助）

2.1级驾驶自动化（部分驾驶辅助）

3.2级驾驶自动化（组合驾驶辅助）

4.3级驾驶自动化（有条件自动驾驶）

5.4级驾驶自动化（高度自动驾驶）

6.5级驾驶自动化（完全自动驾驶）

如果我们想要实现让自己的车在空闲时间去跑滴滴，那么最次也必须要达到L4级别的高度自动驾驶。

那么，我们达到了吗？

很明显，并没有。

目前国内的一众车企还停留在L2和L3的阶段，极少数宣称达到L4级别的厂商也还没有量产车出来。

那么，究竟是哪些因素，限制了自动驾驶的发展呢？主要原因有两点：数据采集和数据处理。

首先是数据采集端。

就像人类开车需要眼观六路耳听八方一样，自动驾驶的汽车也需要“眼观六路耳听八方”。只不过它们更多依靠的是摄像头和雷达来感知环境。

摄像头方面，自动驾驶需要单目、双目、三目的摄像头组合，摄像头又有广角、长焦、深度等分别。这些摄像头都对应了不同的场景，比如广角摄像头的大视角，可以扩大图像采集的范围，也可以用来组成360°的环视图。

具体如下图：

图源水印

雷达同样如此，不同类型的雷达也对应了不同的应用场景。比如激光雷达就是用在车辆前方让车看得更远，超声波雷达就是用来辅助倒车之类。

到目前为止，支持自动辅助驾驶的汽车大多配备了毫米波雷达(短距、长距)、激光雷达(单线多线等)、超声波雷达等。相较于上面提到的摄像头，激光雷达无疑看得更远，并且它的精度更高，抗干扰性也更强。

不过就目前为止，车载激光雷达的成本一直居高不下，这也成为了推广车载激光雷达的最大阻碍。当然，有的厂商为了省这一部分钱，就是不用激光雷达，甚至想采用纯视觉系统。

唔，这就很牛了（狗头）！

当然，光有了摄像头和雷达采集数据还不够，我们还需要设备处理这些数据，让车辆根据这些数据做出相应的反馈。

这里，就涉及到了用来处理数据的自动驾驶芯片。

对于支持自动驾驶的车来说，自动驾驶芯片就是它的心脏。自动驾驶芯片也很好理解，它的作用就是依托收集到的图像和雷达信息发出控制车辆的信息。

比如说，前方道路有一个三轮，摄像头和雷达将这个信息进行反馈之后，自动驾驶芯片就会通过一套算法进行决策，从而发出车辆做出变道、超车、减速等控制信息。

图源WAYMO

从名词上来理解，自动驾驶芯片非常简单。对于自动驾驶芯片而言，我们也仅需关注三点：算力、功耗和安全性。

以全球首款搭载了量产激光雷达的极狐阿尔法Ｓ华为HI版为例，其自动驾驶芯片的算力就达到了400TOPS，这是什么概念呢？

要知道，1TOPS就代表处理器每秒钟可进行一万亿次计算，而400 TOPS，就代表了极狐阿尔法Ｓ华为HI版的自动驾驶芯片可以每秒钟进行四百万亿次计算。

上面说到了，自动驾驶芯片需要处理大量的数据，如果自动驾驶芯片的算力越强大，那么自动驾驶芯片做出的反馈也就越快，能够处理的信息也就越多。换言之，算力越强，我们也就能应对更多的突发情况。

就目前为止，算力最强的自动驾驶芯片非英伟达DRIVE Atlan莫属了，其算力高达1000TOPS，可惜还没有量产。

图源英伟达DRIVE Atlan，其算力高达1000TOPS

说完了算力，我们再来看看功耗。

通常情况下，功耗都是和算力挂钩的。算力越强，功耗也就越高。不过，功耗过高，不仅会导致耗电增加，而且还会因为温度升高而提高故障率。所以，厂商偏爱低功耗自动驾驶芯片的同时，也会做好芯片的散热，比如特斯拉的自动驾驶芯片就采用了液冷散热。

据公开资料显示，Snapdragon Ride平台的自动驾驶芯片在400TOPS算力时，功耗仅在60-70W左右。至于极狐阿尔法Ｓ华为HI版的自动驾驶芯片功耗，暂时不得而知。

说完了算力和功耗，我们就来看看自动驾驶芯片的安全性。

以上面提到了英伟达Atlan发布了一款单颗SoC拥有1000TOPS算力的自动驾驶芯片为例，照这样来看，它岂不是把如今所有的自动驾驶芯片全部按在地上锤？

理论上看，是的。

但是从实际来看，我们会发现一个很有趣的问题。那就是它是否能够满足“车规级”的要求。比如是的能够稳定使用超过1万小时，能不能在高温极寒环境中正常运行等等。考虑到老黄说这块芯片要到2025年才会大规模商用，那我们还是期待一下吧！

说个题外话，大家会觉得哪些公司会先用上这块芯片呢？

除了上面提到的摄像头、雷达和自动驾驶芯片这些硬件配置之外，自动驾驶的车辆想要跑得快，可能还离不开高精度地图。就目前而言，国内只有百度的高精度地图做得最好，其次就是高德。

虽然华为也拿下了甲级测绘资质，但是毕竟时间摆在那里，它拥有的数据资源肯定没有百度、高德丰富。

要知道，高精度地图可是未来自动驾驶的必要条件之一。之前极狐阿尔法Ｓ华为HI版的自动驾驶视频，就是有着高精度地图的配合。有了高精度地图，自动驾驶汽车就能更加准确的辨识自己的位置，从而作出更正确的决定。

图源42号车库

回到开头，如果想要自动驾驶车辆自己去跑滴滴，不仅需要车辆的自动驾驶等级达到L4级别，还需要有着高精度地图的配合。

但是就现实情况而言，就算你的车辆拥有了L4级别的自动驾驶，有着高精度地图的配合，但是想让自己的车去跑滴滴还是不太可能。

目前为止，国外自动驾驶标杆Waymo已经在有限的范围内开启过完全无人驾驶的出租车服务。然而在国内嘛，目前还是停留在测试阶段。难道是因为技术不行吗？当然不是。因为就目前为止，我国相关的法律和保险并不完善。

一旦完全自动驾驶出事，谁来承担后果？保险公司也会因为没有相关政策拒绝理赔。换言之，政策配套不到位，就算你是L4、L5也不行。

图源WAYMO

况且，就算政策支持，相关的配套完善之后，我们普通用户，可能也跑不过滴滴。难不成，你以为滴滴会放过这个“唾手可得”的大蛋糕么？

早在2016年，滴滴就开始布局自动驾驶。因为对于滴滴来说，这将大幅降低运营成本，同时也是突破网约车监管的新出路。所以早在5年前，滴滴就开始布局自动驾驶了。

并且相较于其他两家地图公司来说，滴滴同样拿下了甲级测绘资质，可以采集高精度地图。还记得滴滴之前推出的一款在线行车记录仪桔视么？它每天为滴滴贡献了106T的轨迹数据，每年上传了近1千亿公里的行驶数据。

可以说，桔视在一定程度上帮助了滴滴加速实现完全自动驾驶，这些数据量，一点也不亚于百度、高德。

在这样的情况下，可能你还没有用上L4、L5级别的自动驾驶汽车，滴滴就已经推出了自家的完全自动驾驶汽车。毕竟自动驾驶不抽成，届时普通用户的自动驾驶汽车和滴滴同台竞技的话，那可能就是活跃一下市场氛围了。

比亚迪D1

最低售价：16.08万起

图片参数配置询底价

懂车分3.60懂车实测空间·性能等车友圈43万车友热议二手车4.28万起 | 3辆

而且，一旦你的车跑滴滴之后，报废年限就要缩短一半。这样的结果，你能接受吗？所以，想要自己的汽车自己出去跑滴滴养活自己，可能只是一个美好的梦罢了。

不过，如果你是开公司的话，那就另算了。