無人駕駛汽車正逐步成為現(xiàn)實(shí)，但仍面臨種種問題：消費(fèi)者真的愿意將駕控樂趣拱手相讓嗎?在交通狀況復(fù)雜多變、人為失誤難料的今天，自動駕駛汽車真的安全嗎?它對汽車業(yè)的未來又將產(chǎn)生何種影響? 

世界級領(lǐng)先的全球管理咨詢公司麥肯錫全球資深董事合伙人Hans-Werner Kaas和Detlev Mohr與麥肯錫出版部執(zhí)行總編Luke Collins探討了汽車制造商該如何應(yīng)對行業(yè)變革，以及駕控樂趣是否會消失。

理想狀況下，人人都開自動駕駛汽車一定是最安全的，然而這畢竟只是“理想狀況”，總有享受駕車過程的人，他們不信任電腦開車。但樂于將方向盤交給電腦的也大有人在。 

制造商和自動駕駛的技術(shù)能否設(shè)置特定的道路和交通信號系統(tǒng)，以便傳輸安全行駛所需的數(shù)據(jù)?是否能實(shí)現(xiàn)這樣一種平衡?這是目前自動駕駛技術(shù)所面臨的問題。

早高峰遇上堵車時(shí)駕車的滋味不言而喻，此時(shí)自動駕駛功能將極大改善生活質(zhì)量。這時(shí)你完全可以在車?yán)锇残目磿蛐菹ⅰ?nbsp;

但是，如果恰逢周末，天氣不錯 ，你打算驅(qū)車鄉(xiāng)野、享受悠然時(shí)光，自然希望自己開車。一言蔽之，能根據(jù)心情和交通狀況自主選擇是否使用自動駕駛是自動駕駛需要面臨的問題。

這正是需要眾多汽車制造商著手攻克的技術(shù)難關(guān)，也就是所謂的“第4級自動駕駛汽車”，需要應(yīng)對好路上數(shù)量巨大的，且不具備自動駕駛技術(shù)的普通汽車。 

在L4級的自動駕駛中，需要汽車有先進(jìn)的傳感器技術(shù)和計(jì)算能力。計(jì)算機(jī)的算法還要能夠檢測自身傳感器和圖像之外的數(shù)據(jù)，了解真實(shí)的交通狀況，并讓車輛做出正確反應(yīng)。這意味著多傳感技術(shù)應(yīng)提供信息輸入，多傳感技術(shù)的背后可以是基于攝像頭的傳感器——用于識別周圍圖像，也可以是雷達(dá)圖、光學(xué)雷達(dá)圖，甚至是超聲波圖像或其他輸入信息。這是目前各廠商所面對的技術(shù)障礙，也是制造商努力的方向。

因此，L4級自動駕駛汽車目前還處在小范圍試運(yùn)行的階段，畢竟在車道分明的高速公路上，就比在很多曲折小徑的鄉(xiāng)間道路，或惡劣天氣情況下駕駛?cè)菀锥嗔?。不過隨著駕駛經(jīng)驗(yàn)日益豐富、系統(tǒng)不斷學(xué)習(xí)、技術(shù)不斷進(jìn)步，自動駕駛系統(tǒng)能夠應(yīng)對的交通狀況會越來越多。 

而自動駕駛技術(shù)框架的第二個關(guān)鍵是專家所說的“傳感融合”。如何比較、綜合不同傳感器的輸入信息，并最終將信息匯入軟件算法?這可能是很簡單的信息，如“物體的運(yùn)動速度如何、行駛方向是相離、相向、同向并行還是側(cè)向行駛”等。這些信息輸入后，系統(tǒng)將對車輛發(fā)出指令：轉(zhuǎn)方向盤、加速或剎車。信息處理必須實(shí)時(shí)完成，這意味著可能在0.1秒之內(nèi)。 

很多整車廠(OEM)對內(nèi)部資源進(jìn)行投資，積極開發(fā)適合的技術(shù)知識，聘用所需的技術(shù)工程人才，尤其是那些能整合軟硬件系統(tǒng)的工程師。此外，車企也在大舉投資設(shè)計(jì)原型和測試。測試地點(diǎn)可選在特定的限制環(huán)境下，也可以是開放的公路上。不難想象，涉及的技術(shù)專業(yè)知識范圍之廣、程度之深，意味著即使是大型車企也無法單憑一己之力全部掌握。因此，科技公司必將大有作為。 

現(xiàn)在有四股顛覆性力量正在同時(shí)發(fā)揮作用?，F(xiàn)在探討的電氣化便是其中之一。電氣化并非新興技術(shù)領(lǐng)域，然而在更高效、環(huán)保、可持續(xù)性方面仍然大有可為。第二股力量是我們談?wù)摰幕ヂ?lián)互通和數(shù)字化。利用無線連接技術(shù)，在不同設(shè)備之間傳輸海量信息，可以是車輛與第三方或兩車間的信息傳輸，將帶來可觀的新技術(shù)機(jī)遇和可能性。第三便是所謂的高級輔助駕駛系統(tǒng)，正朝著自動駕駛技術(shù)發(fā)展。第四股力量是移動性。現(xiàn)在出行選擇更加多樣化。 

如今一些汽車制造商正小心翼翼地探索消費(fèi)者可能接受的移動出行方式，做一些它們所說的“實(shí)驗(yàn)”或“小型試點(diǎn)”。另一類現(xiàn)在已經(jīng)下了“賭注”，包括股權(quán)投資和積極建立合作關(guān)系，可以是資本投入，也可以是知識產(chǎn)權(quán)共享。不論是谷歌、蘋果類科技公司，還是Lyft、優(yōu)步等出行服務(wù)提供商，都在聯(lián)合傳統(tǒng)車企，挖掘汽車行業(yè)內(nèi)的專業(yè)知識有助于打造可行的服務(wù)。他們努力打造一個新的產(chǎn)業(yè)，一個新的世界。