2021-04-20 16:56:16

转自 数据实战派

1957年,一个四口之家在自动驾驶汽车上玩棋盘游戏。图源: GraphicaArtis

作者:Anthony Townsend(科技作者)

原文:The 100-Year History of Self-Driving Cars

译者:Yang

第一个自动驾驶的交通工具是船。

经过几个世纪与风浪的搏斗,古代水手们设计出了一些装置,利用这些自然力量来代替人类。它们简单但巧妙,比如至今仍在使用的"帆舵"系统。

要操纵它,你只需拿着三角帆的绞索(控制前面小帆的绳索),绕着滑轮运行,然后穿过甲板回来。最后把绳头绑在舵柄(操纵船的棍子)上。这样之后,当一阵阵风袭来,船开始迎风转动时,三角帆会拉动绕在滑轮上的绳索并拉动舵柄,将船转向相反的方向。

在航海时代,这样的技巧帮助聪明的水手缓解了长时间轮班掌舵的疲劳。

当你的船只像轨道上的火车一样破浪前行时,你可以打开一瓶冰镇的酒,享受它翻涌而出的泡沫。虽然船舵被重新用于驾驶第一辆汽车,但这种古老的技术并没能直接从海上移植到陆地——我们可以想象一些想使他成功的可怕的、没有结果的试。直到1891年,奔驰公司推出的方向盘解决了这一问题。

在陆地上,当机器取代动物时,自动驾驶实际上变得更加困难。摩托机比起家畜的力量有了很大的进步,但这种进步是以牺牲脑力为代价的。长期以来,马背上的骑手,甚至是车夫,在缰绳上睡着的情况很常见。这些被驯化了的动物只是会一直跟着路走,或者会停下它们的脚步。

然而,小汽车和卡车需要司机一秒一秒地操作它们。汽车和卡车的飞速普及,加上它们的重量和速度所带来的越来越大的风险,催生了各种实验性的自动驾驶方案。1925年在纽约市举行的一次遥控车演示,让人们看到了无人驾驶汽车的未来,同时也让公众感到向往和担忧。据《纽约时报》报道,在数以千计的围观者面前,这辆被乐观地命名为"美国奇迹"(American Wonder)的汽车在百老汇大街上巡游,"仿佛有一只隐形的手在操纵"。

在20世纪20年代,机动车每年夺去数万人的生命,死亡率是现在的18倍。这项新技术有望让城市道路再次变得安全。但这些希望很快就破灭了,因为这辆充满未来感的车辆的操作者失去了对它的控制——先是在六十二街,不久后又在哥伦布圆环失去控制——最后这个代表未来的车撞向了另一辆车。

尽管有这样早期的失误,但汽车行业仍继续做着遥控汽车的白日梦。

早期的自动驾驶设想

在1939年的世界博览会上,通用汽车公司的"未来世界"展览,展示了一个巨大的美国城市机动立体模型。由自动驾驶汽车、卡车和公共汽车组成的自由流动的高速公路,穿过由高耸的摩天大楼组成的繁华区。甚至还有一个"交通控制塔",根据未来城市的设计者的想象,调度员将通过无线电指挥数以万计的车辆行驶。到了20世纪50年代,嵌入路面的导引线已经取代无线电成为遥控车辆的首选技术。讽刺的是,正是美国无线电公司RCA在20世纪50年代首次成功演示了这种方法。

这些早期的原型显示了自动驾驶的技术可行性,但其高昂的成本和对这种功能的需求疲软,意味着无线电控制汽车和线导汽车都没有流行起来。

有人认为,这种具有导向功能的高速公路的价格,高达每车道每英里20万美元。如果要完全建成,这种道路的升级可能会使州际公路系统的建设成本增加40%以上,而州际公路系统已经是美国历史上最大的公共工程项目。与此同时,尽管长途驾驶是危险和繁重的工作,汽车制造商仍在刺激消费。他们专注于生产强劲的新车,让人们兴奋不已。

这些早期的梦想,想象了一个基于外部引导的自动驾驶未来。但到了20世纪60年代,人们的关注点已经转移到利用计算机的新技术,设计出能够真正独立自主驾驶的车辆,不需要外界帮助。在斯坦福大学,研究人员首次制造出使用摄像头观察和计算机导航的机器人。在高度受控的实验中,这些早期的机器人遵循白线,避开放置在路径上的障碍物。

且自动驾驶并没有长期局限在实验室里。

CPU 和图像处理技术的改进,使筑波大学机械工程实验室的工程师们在 20 世纪 70 年代末就能在日本道路上测试世界上第一辆自动驾驶汽车。首批自动驾驶汽车以每小时 20 英里的速度行驶,使用两个摄像机来观察并检测街道标记。20 世纪 80 年代,实验转移到了欧洲,西德武装力量大学教授 Ernst Dickmanns 在一辆奔驰面包车上加装了自己设计的自动驾驶小工具,由此开启了与汽车巨头戴姆勒长达十年的合作。

终于,轮到美国人了。卡内基梅隆大学在 20 世纪 90 年代率先开始研究自动驾驶技术。随着制造自动驾驶机器的竞争在全球范围内展开,软件迅速改进,计算机的速度越来越快,带来了新的可能性。到了世纪末,在美国、德国和日本,第一次自动控制下的跨国旅行被载入了记录。

而自动驾驶发展最激烈的时期还在后头。

DARPA的推动

2000 年代初,五角大楼越来越对这一新技术感兴趣。为了集中分散的研究小组,汇聚精力,并促进与国防和汽车工业的更紧密联系,DARPA——美国军方最独立的研究资助部门——在 2004 年、2005 年和 2007 年组织了一系列公开竞赛。这些所谓的"大挑战"提供了数百万美元的奖金和无价的荣誉,吸引了来自学术界和工业界的几十个团队。

参赛者们将自己最好的硬件和软件投入到测试中,远远地看着他们的自动驾驶车辆试图在一个废弃的军事基地上穿越开阔的乡村和更多的郊区环境。2004 年的比赛没有冠军--没有一个参赛者到达终点线。但仅一年后,斯坦福大学的获胜车辆夺走了 200 万美元的奖金。

DARPA 竞赛加速了无人驾驶汽车的发展。斯坦福大学在 2005 年获得了第一名,这是因为它率先使用了机器学习这一人工智能编程技术来处理道路图像。但更重要的是,比赛让人们关注到了新兴技术的可能性。没有人因为军方对自动驾驶车辆的兴趣上升而感到震惊。但正是潜在的民用应用,掀起了投机热潮。

自动驾驶技术的实际商用似乎第一次触手可及。

这给汽车行业提了个醒。但并非所有人都注意到了。大多数公司仍深陷 2007-2008 年的金融危机和随后的全球经济衰退。尤其是美国的汽车制造商在利用自动驾驶汽车的机会时受到了阻碍,因为从实验室到市场的过程中还需要大量的投资。汽车制造商们却纷纷破产或被联邦政府救助。

相反,硅谷却勇往直前。

硅谷对“下一个计算平台”的狂热

2009 年,斯坦福大学获奖团队的负责人 Sastian Thrun,在领导谷歌的自动驾驶汽车项目。这家搜索巨头在安卓系统上下了很大的赌注,它的手机操作系统非常成功。

汽车似乎可以成为下一个大的计算平台。

谷歌是否能在汽车软件的未来中占据一席之地?这也许是一个明智的赌注,毕竟首席执行官兼联合创始人 Larry Page对自动驾驶汽车有着长足的兴趣。

2015年5月13日,一辆新的谷歌自动驾驶汽车在加州山景城的谷歌X上展出。图源:Kim Kulish

谷歌的尝试花了几年时间才有所沉淀,但从它开始尝试的时候起,所有的一切将迎来天翻地覆的变化——不仅在汽车行业,在计算机和出租车行业也是如此。似乎是一夜之间,每一家大型汽车制造商、每一家打车公司,以及像苹果这样的软件巨头也急忙动员起来,投身到自动驾驶汽车的开发之中。

当内部项目未能达到满意的的结果时,许多公司干脆直接收购有前途的初创公司,以获得所需的技术。仅在 2016 年和 2017 年的两年时间里,就有约 800 亿美元涌入了自动驾驶汽车技术。

最大的一笔交易,是英特尔在2017年匆忙地收购了总部位于以色列的计算机视觉系统制造商 Mobileye,其估值高达 150 亿美元,令人瞠目结舌。随着这一系列的合并与收购,连接汽车制造商和科技行业的合作关系和交叉持股网络变得越来越复杂。世界上最大的两个消费行业——电脑和汽车——已经在彼此身上看到了自己的未来。但它们仍然无法决定是要合作还是对抗。

到了 2018 年,辛苦的工作和高额的投入资金显现了回报。12 月,谷歌的子产品 Waymo 在亚利桑那州的钱德勒悄悄地开启了世界上第一个真正的自动驾驶出租车服务。在筑波第一次自动驾驶四十多年后,在招募 Thrun 近十年后,该公司开始接受凤凰城郊区的无人驾驶乘车请求。报道称,这家科技巨头已经预留了超过 100 亿美元的资金,用于打造其自动驾驶帝国。最后,似乎,自动驾驶漫长而痛苦的诞生终于结束了。

1903 年 1 月 12 日,随着世界上最早的大型汽车展在第26街和麦迪逊大道的麦迪逊广场花园内开幕,《纽约时报》报道说:"几乎没有什么任务是马车不能完成的,而汽车却可以完成得很好,甚至可能做得更好。"一个世纪后,《纽约时报》依然存在,还以同样的热情兜售自动驾驶时代的工程奇迹。"在我乘坐半无人驾驶汽车的第四天,"专栏作家 David Leonhardt 在 2018 年写道,"我已经做好了向未来飞跃的准备。"

这些记录不会停止。就像汽车一样,自动驾驶也释放了对新技术对个人和社会利益的大胆猜测。但是,这种未来承诺的是什么呢?

自动驾驶信徒们的承诺

首先,自动驾驶技术的拥护者说,自动驾驶技术可以消除几乎所有由汽车造成的死亡。

据估计,20 世纪有 6000 万人死于机动车事故。这比二战期间所有军人和平民的死亡人数还要多。但即使汽车已经变得更加安全,这种死亡仍在继续,因为机动车蔓延到新的国家,而这些国家缺乏熟练的司机和交通法规。随着汽车在中国和印度的蓬勃发展,全世界每年有 140 多万人死于交通事故——在事故中逝去的人足以填满德克萨斯州达拉斯市、英国伯明翰市或日本神户市那么大的城市。倡导者称,这些事故中的绝大多数本可以通过自动驾驶技术来避免。

其次,自动驾驶技术的推动者吹嘘,我们所说的的交通拥堵将消失。

拥挤的道路造成的经济损失是巨大的,而且这种损失比以往任何时候都更容易衡量,这多亏了无处不在的手机中嵌入的定位模块。远程信息处理公司 Inrix 利用这些手机留下的大量行车记录,估计仅在美国,司机在交通中浪费的时间成本就超过 3050 亿美元,或者说每个司机的成本接近 1500 美元。支持自动驾驶技术的论点是,由于刹车反射速度更快,软件驾驶的汽车可以在高速上安全地将更多的汽车挤在一起。但自动驾驶也可能会减少一些瓶颈,通过将人口分布得更稀疏,将居住区分散在更广阔的土地上。当乘坐自动驾驶车辆的乘客可以利用出行时间工作或休闲,而不是盯着路况时,人们的想法是,坐更久的车去不太拥挤的地方不会是一件麻烦事。

再次,倡导者希望,没有人会被自动驾驶技术甩在后面。

在 20 世纪,汽车扩大了数亿人的流动性,但当汽车的成功分散了人口,并从公共交通中抽走资金时,许多人发现自己面临着自由出行的新障碍。仅在美国,就有 2500 多万人因残疾而被限制了出行,几乎占到了劳动力的六分之一。相信自动驾驶不仅会给那些身体无法驾驶的人带来汽车出行,还将为那些年老体衰的人、年幼的人以及那些自己买不起车的人开辟新的出行选择。随着残疾人走出边缘,进入劳动力市场,随着老年公民更容易获得医疗服务,随着儿童享有更广泛的教育和丰富的机会,其社会和经济效益可能是巨大的。

什么?你问这个乌托邦什么时候能到来?

直到如今,自动驾驶还是个新鲜事物。尽管驾驶过程中存在着种种麻烦、危险和繁琐,但人类司机仍然是适合这项任务的最具成本效益的"技术"。

当你读到这篇文章的时候,在 2020 年代初,即使最疯狂的预测成真,仍然只有不到 100 万辆真正的自动驾驶汽车在世界的公路、街道和人行道上行驶。

随着下一个十年的到来,自动驾驶的汽车数量注定会快速增长。到 2030 年,全球智能汽车、卡车和公共汽车的数量可能会攀升至数千万辆。它们将与大约 20 亿辆人类驾驶的汽车和卡车共享道路(无论是否有几亿辆)。即使到那时,看起来,自动驾驶汽车也只是全球汽车人口中及其微不足道的一个部分。

但这场革命将以出其不意、外科手术般的精确性和压倒性的力量袭来。正如赛博朋克小说家 William Gibson 曾经说过的一句名言:"未来已来——只是分布不是很均匀。"

2016年9月13日,宾夕法尼亚州匹兹堡的 Uber 技术中心展示了 Uber 自动驾驶汽车的试驾模型。图源:AFP

我们注意到的第一个变化将发生在出租车上。

大多数市场分析家都认为,到2030 年,工业化国家的所有出租车都将实现自动化。在美国,这就是 30 万辆汽车。再加上所有的 Ubers 和 Lyfts,总数接近 100 万辆。从我们的机场和度假村蜂拥而至,穿过我们最钟爱的市区,无人驾驶出租车可能会成为一代人自动化的标志,也是每年数十亿乘客实现无人驾驶的突破口。无人驾驶出租车的到来可能会从根本上改变消费者对汽车的看法。当电脑司机只需轻点一下,扫一扫,机器人出租车的价格也很便宜时,人们可能会选择完全放弃汽车所有权。

但这些希望可能不会实现。自动化也会让私家车变得更有用,软件也会从根本上减少车主的烦恼。想一想吧。自动化的汽车将不仅仅是为你开车——它们还会自己停车,自己去加油站加油和维修,并自己支付保险费(当然是用你的钱)。我们完全有可能只是把我们的笨车换成智能车,然后像以前一样继续巡航。

从长远来看,我们很可能会看到两个世界的混合。到了 2040 年,即使共享自动驾驶汽车占据了主导地位,新车销量下降了 50%——这的确是一个翻天覆地的变化,汽车制造商每年仍将在全球范围内生产约 3000 万辆自动驾驶汽车。一半将在中国落地,另外四分之一在美国,其余则散布在欧盟、日本和新兴市场。然而,即使制造汽车的业务在萎缩,使用汽车——还有面包车、摩托车以及其他一切交通工具——的业务还会增长。

如今全球 2 万亿美元的汽车制造业所剩无几,将被归入一个更大的"个人交通服务"市场,预计到本世纪中叶,这个市场每年将达到 7 到 10 万亿美元,大约相当于今天整个欧盟的经济规模。仅 Waymo 一家就想在 2030 年前占据 1.7 万亿美元的年份额。但 Uber、亚马逊和阿里巴巴­——更不用说福特、通用和大众等公司——并不会束手就擒地让出这个新领域。他们对自动驾驶未来的服务业务也有自己的设计。

所以,虽然无人驾驶革命一开始只是涓涓细流,但不久之后,这种缓慢的滴水就会变成一股洪流。

到 2050 年左右,大多数人类驾驶的汽车将消失。一支规模更小、更智能的自动驾驶车队将取代它们。有些将是私人的,有些将是共享的。有的会运送一个人,有的会运送一百个或更多的人。很多根本不会载人,而是忙于在网上购物繁荣所带来的源源不断的货物中穿梭。有的会通过简单地观察我们的城市或者指挥交通来帮助我们。总而言之,我们的各种自动驾驶车队的里程数将大大超过今天的汽车。

无人驾驶革命很有可能是我们 20 世纪汽车发展经历的重演,只是规模更大,且由电脑编排。但过去的一切都无法让我们为未来做好准备。

在全速前进时,变化的速度会让我们感到困惑。在美国,完全的机动化用了大约 60 年的时间——从大约 1920 年,汽车开始大量抵达城市,到 1980 年,各地的地铁开始因其庞大的客流量而窒息。接下来的 40 年,从1980年到2020年,是一个饱和期。

通勤者平均花在交通上的时间几乎增加了三倍,而交通拥堵造成的经济损失增加了十倍,达到每年 1660 亿美元。我们在这段时间里花了很多时间来寻求遏制汽车使用和投资其他交通工具的方法。

但自动化可能会在短短的 20 到 30 年内上演,也就是一代人的时间跨度。如果说我们与汽车的历史确实教会了我们什么——那就是我们在无人驾驶革命中发现的未来将并不全如我们所期待的。

Reference:

https://onezero.medium.com/the-100-year-history-of-self-driving-vehicles-10b8546a3318

分享 | 自动驾驶现代百年史:从汽车工业的“白日梦”谈起相关推荐

  1. 百度-北大在Kaggle发起自动驾驶环境下的汽车6-DOF预测挑战赛

    点击我爱计算机视觉标星,更快获取CVML新技术 在国内自动驾驶汽车技术研发和产业化方面,百度都处在领头羊的位置. 日前,百度自动驾驶研究部门联合北京大学在Kaggle发起了一个自驾环境下的汽车6自由度 ...

  2. kitti百度网盘分享 kitti百度云盘,全套kitti分享 自动驾驶

    kitti百度网盘分享 kitti百度云盘 其实,早在一年前,我就写了下面这篇文章,分享了自动驾驶相关任务基准数据集kitti全套的百度网盘,并且先后有几百个朋友从StrongerTang 这里拿到了 ...

  3. 瑞银:2030年Waymo将占自动驾驶出租车市场60% 汽车私有化可能会受到冲击

    [TechWeb]瑞银集团分析师表示,2030年全球自动驾驶出租车市场价值可能超过2万亿美元.而在2030年之前,谷歌旗下自动驾驶部门Waymo将占全球自动驾驶出租车市场份额的60%左右,迫使很多汽车 ...

  4. L4自动驾驶实现之前,汽车最需要的“标配”竟是TA

    / 导读 / Yole Dédevelopement影像首席分析师Pierre Cambou曾断言:"预计到2025年,DMS市场的加速发展将带来43%的复合年增长率.它可能是高级驾驶员辅助 ...

  5. 【报告分享】2021年11月汽车工业经济运行情况-中国汽车协会(附下载)

    摘要:11月,汽车产销分别完成258.5万辆和252.2万辆,其中实际销量完成好于月初预测.从增速变化来看,产销环比分别增长10.9%和8.1%,同比分别下降9.3%和9.1%,产量降幅比10月扩大0 ...

  6. 自动驾驶汽车需求拉动,我国车载激光雷达市场规模有望突破15亿元

    摘要:随着人工智能应用突飞猛进,自动驾驶汽车.智能机器人渗透率不断提升,加速了激光雷达产业的发展,全球激光雷达及其细分领域车载激光雷达市场前景均呈现可观态势.本文主要从国内外激光雷达市场规模以及我国车 ...

  7. 李彦宏亲测“自动驾驶汽车”,Apollo(阿波罗)坐镇

    今天百度AI开发者大会又掀起一个小高潮.百度董事会副主席.集团总裁兼首席运营官现场连线正赶来主题演讲的百度创始人.董事长兼首席执行官李彦宏,李彦宏正坐在一辆自动驾驶汽车的副驾,主驾好似坐了一位&quo ...

  8. 工信部、公安部、交通部:拟将自动驾驶汽车道路测试及示范应用范围拓宽至高速公路...

    2021年1月12日,工业和信息化部会同公安部.交通运输部组织行业机构.重点企业等开展了<智能网联汽车道路测试与示范应用管理规范(试行)>的修订,拟将自动驾驶汽车道路测试及示范应用范围拓宽 ...

  9. 自动驾驶汽车为什么需要高精度定位?干货都在这里

    2019年5月7日,曾作为主PM驱动凯迪拉克.Jeep全系.福特全系车型Sync3导航产品研发,现任千寻位置车端高精度定位解决方案经理的宋子未,讲授了主题为"自动驾驶汽车为什么需要高精度定位 ...

  10. 7月行业政策丨《智能网联汽车道路测试与示范应用管理规范(试行)》,北京亦庄正式开放自动驾驶高速测试场景...

    国家政策 01 工业和信息化部发布<2021年汽车标准化工作要点> 工业和信息化部发布<2021年汽车标准化工作要点>,提出2021年汽车标准化工作将深入贯彻落实<新能源 ...

最新文章

  1. css菜单缓慢滑动_如何使用HTML,CSS和JavaScript构建滑动菜单栏
  2. 整数实现求整数和算法
  3. 不同路径Python解法
  4. 关于vue父子组件之间事件触发及数据传递问题
  5. c语言第一次作业,C语言培训班第一次作业 (1)
  6. CSS实现半透明div层的方法
  7. zabbix对网站web监控(配置模板)
  8. 搜索python题目的软件_Python编程快速上手——正则表达式查找功能案例分析
  9. Leetcode每日一题:197.rising-temperature(上升的温度)
  10. java心形代码_使用java打印心型、圆形图案的实现代码_java
  11. 一看就懂:正则表达式
  12. 我的管理成长与思考 - 那些领导的真相,理解和思考
  13. Monte Carlo Tree Search (MCTS) 蒙特·卡罗尔树搜索
  14. Pi-hole黑洞(广告屏蔽)列表的维护思路
  15. 20170918-20170924C#工作学习周总结
  16. 使用蒲公英组网实现企业微信访问局域网数据
  17. 云计算与大数据概论(二)
  18. Office EXCEL如何批量把以文本形式存储的数字转换为数字
  19. Application.DoEvent使用
  20. Java Swing JTree:树组件

热门文章

  1. GUI输出中文为乱码解决方式
  2. Tungsten Replicator
  3. springboot+vue解决跨域问题
  4. CSS 函数摘抄笔记1207
  5. 单片机第1季:零基础学51单片机-蜂鸣器介绍
  6. Android NE问题分析方法介绍
  7. HTTP协议原理详解
  8. BZOJ 3689 异或之
  9. 智能建造-钢结构数字应用(附全文PPT)
  10. linux 如何配置无线网卡驱动,Linux配置无线网卡驱动实现无线上网