勇往直前：自动驾驶汽车在中国、欧洲、日本、韩国及美国的发展

作者：Darrell M. West，布鲁金斯学会管理研究所副主席兼主任、布鲁金斯学会科技创新中心创始主任，他的研究领域为科技政策、电子政务、以及大众传媒。

原文链接：Moving forward: Self-driving vehicles in China, Europe, Japan, Korea, and the United States

内容摘要

英特尔Bridget Karlin曾说过，“汽车是一个巨大的移动设备”。

配置了传感器和摄像头的车辆在加州山景城、德州奥斯汀、华盛顿州柯克兰、密歇根州迪尔伯恩、宾夕法尼亚州匹兹堡、中国北京、中国芜湖、瑞典哥德堡、荷兰鹿特丹、日本珠洲、日本藤泽、韩国首尔以及其它城市的街道上行驶，复杂的车载软件整合了各种来源的数据并实时分析，通过高清地图自动引导车辆规避可能的危险。

人们习惯从交通工具的角度来看待车子，但它们正逐渐成为具备强大处理能力的大型移动设备。专家估计如今一辆汽车的数据点多于100,000个。人工智能（应用先进计算来解决问题的软件）和深度学习（能从过去经验学习的软件分析技术）的进步使车载计算机能连接到云处理平台，实时整合数据并向预定目标进发。随着5G和物联网的出现，这些趋势将为汽车发展开创一个新的纪元。

到2021年之前，无人驾驶汽车将会进入市场并引领新时代。世界经济论坛预测汽车工业的数字化转型将产生670亿美元的产业价值，同时产生3.1万亿美元的社会效益，这包括由自动驾驶汽车、互联互通的出行者、以及运输企业所组成的整个生态系统的提升。

本文着眼于不同类型的自动驾驶汽车，显示了它们潜在的影响，并讨论由无人驾驶汽车和卡车所带来的预算、政策及监管上的问题。人们认为车联网能提升公路的安全性，减轻交通拥堵，并减少空气污染。然而要达到这些目的，设计人员必须克服基础设施差、天气状况不好、频谱不足、黑客威胁以及公众接受程度等障碍。

解决这些障碍的技术已突飞猛进并朝着商业化发展，但要想取得进步，每个国家都得着手解决如预算、政策、法律以及监管担忧等特定问题。

人们习惯从交通工具的角度来看待车子，但它们正逐渐成为具备强大处理能力的大型移动设备。

以中国为例，关键在于为自动驾驶汽车制定全国性的政策框架。中国多个政府部门对自动驾驶汽车具有监管责任（其中一些部门的管辖权是重叠的），因此对于由谁来管理以及如何管理就需要分得很清楚。此外，政府还要为自动驾驶汽车投资公路基础设施，废除当前全国性的道路测试禁令，并减少对交通地图开发的限制，这样汽车制造商和软件设计师就能造出非常精确的导航设备。

对于欧洲来说，挑战在于加强对自动驾驶汽车而言至关重要的人工智能能力。诸如美国谷歌和中国百度这样的科技巨头进入交通行业，原因之一是有机会把在搜索引擎技术发展中获得的处理洞察力和快速学习能力应用到一个新的行业。欧洲的汽车制造商如奥迪、宝马（与英特尔合作）、大众、戴姆勒、梅赛德斯奔驰以及沃尔沃需要具备强大的人工智能技术和高性能计算方面的能力，才能在无人驾驶汽车行业具备竞争性。因为汽车制造不再仅仅关乎结构设计也关乎软件开发和实时数据分析。欧盟需要确保其数据保护法规不会过度限制对用户活动和位置数据的分析，因为这些信息对自动驾驶汽车所需的高清地图来说极为重要。

而在日韩两国，政府与汽车制造商对自动驾驶都非常谨慎。丰田、本田、尼桑、起亚以及现代等企业正在投入大量资源。它们正密切跟踪其它国家所发生的事情并启动了试验性项目，同时也必须决定是否把自动驾驶提到非常高的优先级。如果是，就要为人工智能、高清地图以及数据分析投入资源，这对该行业的未来至关重要。如果做不到这些，随着汽车工业在接下来的几年里拥抱自动驾驶，它们就会落后了。

对于美国来说，主要困难在于要克服50个州在法律许可、汽车标准、法规、隐私保护方面具有不同偏好所带来的监管上分歧。如今，汽车制造商（如福特和通用）和软件开发商在不同的州面临着相互冲突的规章制度。这使创新变得复杂，因为制造商要为全国性或全球性的市场制造车辆。同时，在法律责任、数据保护以及立法惩处恶意破坏自动驾驶汽车的行为等方面也要更加清晰。

在每个国家，政府官员和商业领袖必须要解决这些事情。因为在可预见的未来，技术将会发展到这一步，那就是智能汽车将蔓延到一些关键的细分领域，如共享汽车、出租车、运货卡车、工业应用以及老年人和残疾人出行工具。人们和企业将需要无人驾驶的选项来把他们安全送到目的地，领导者对如何将交通运输行业的先进技术商业化进行合理的引导也非常重要。

人工智能、高清地图以及深度学习对自动驾驶汽车的重要性

自动驾驶汽车涉及到把先进技术能力应用到汽车，卡车和公交车。它包括自动化的车辆导航和制动、车道变换系统、用于防撞的摄像头和传感器的应用、人工智能对信息进行实时分析，采用高性能计算和深度学习系统以适应3D高清地图形成的新环境。

激光雷达（以LiDAR闻名）和人工智能对于导航和防撞至关重要。前者是安装在车顶的一组光学和雷达设备，使用360度环境成像，通过雷达和光束来测量周围物体的速度和距离。连同安置在车辆前部、侧面、以及尾部的传感器，这些设备提供的信息使得快速行驶的汽车和卡车能保持自己的车道、规避其它车辆、在需要时使用刹车和方向盘，并且能够立刻采取行动以避免事故。

高清（HD）地图对于自动驾驶非常关键。百度公司的高清中国地图能精确到5-20厘米（约2到8英寸）。高清地图比GPS坐标更精确，因为后者的精度只有5到10米（约16到32英尺）。该公司使用150辆测量车来为精度在5-10米的传统导航地图收集道路信息，使用10辆测量车来为精度为5-20厘米的高清地图收集信息。所有这150辆测量车可以快速升级以支持为高清地图采集数据。对于无人驾驶汽车，百度采用厘米级的高清地图，它囊括了交通信号、车道标线（如白色或黄色标线，双线或单线，以及实线或虚线）、马路牙子、隔离带、电线杆、天桥以及地下通道的详细信息。所有这些信息都进行了地理信息编码，这样导航系统可以匹配特征、物体以及道路轮廓来为车辆导航提供精确的位置。

人们和企业将会有无人驾驶的选项来把他们安全带到目的地，领导者对如何将交通运输行业的先进技术商业化进行合理的引导也非常重要。

总之，百度公司的传统导航地图已经覆盖了中国约670万公里（400万英里）的道路和高速公路。其导航系统的标志和标线准确率达到95%以上的水平。由于建设和其它变化，公路地图需要定期更新。传统地图每三个月要重新绘制一次，但自动驾驶汽车所用的地图需要不断地更新才能与不断变化的路况保持同步。

数字成像技术极其精确，如在人脸识别方面，人类的错误率为0.8%，然而安装了人脸识别程序的计算机错误率仅仅为0.23%。就能见度而言（安全视距），人类只能看清50米远（约55码），而装备了激光雷达和摄像头的自动驾驶汽车可以看到200米远（219码）。

车载系统通过机器与机器之间的通信可以从路上的其它车辆那里学习。

由于车载摄像头和传感器汇编了大量信息且需要立即对其进行处理以规避相邻车道的车辆，自动驾驶汽车需要高性能的计算机、先进的算法、以及深度学习系统来适应新的场景。这意味着软件非常重要，而不再是汽车或者卡车本身。先进的软件使得汽车可以从其它车辆在道路上的驾驶经验中学习，并随着天气、驾驶情况、以及路况的变化调整制导系统。

如果没有复杂的人工智能模型和高清地图来对信息进行分析，以及具备从变化的环境中进行学习的能力，自动驾驶汽车要想安全运行是非常困难的，它们没法应付世界上各种道路的复杂情况。

互联网先锋Marc Andreessen因预言“软件正在吃掉整个世界”而出名，他指的是商业正在不断转变为通过软件来交付数字产品和在线服务。他认为，与通过实体工业提供客户所需的产品不同，“软件编程工具和基于互联网的服务使得在许多产业创建全球性的软件驱动初创企业变得容易--不用投资新的基础设施和培训新员工”。卡车和汽车产业代表了由软件所定义的网络带来好处的可能性。

自动驾驶汽车的不同类型

目前主要存在两类自动驾驶汽车：半自动的（美国国家公路交通安全管理局分类中的L1到L3）和全自动的（L4），这两者的收益与风险有所不同。了解这两者各自的可能性对于思考自动驾驶汽车和卡车的未来非常重要。

半自动自动驾驶汽车

半自动汽车采用人工控制的同时提供一些自动化的特征，如自动驾驶、巡航控制、自动泊车、紧急制动、警告信号备份以及车道保持技术。这允许汽车自主运行但司机能够接管这些自动化功能。例如，当巡航控制被激活时，如果司机踩下刹车，该功能就关闭，人类对车辆进行全面控制。

通用汽车最近投资了10亿美金收购Cruise Automation公司，并希望在明年试行无人驾驶汽车。福特汽车也宣布计划扩大福星Hybrid测试车的规模，投放30辆车上路。在其车子的后备箱中，“相当于有5台手提电脑”来控制汽车。

与此同时特斯拉开拓性地投放了70000辆具备自动驾驶和自动转向功能的汽车，特斯拉的Autopilot系统使用英伟达的芯片“能够将车子保持在一条车道并调整速度以跟上车流，及时刹车以防止碰撞”。

然而，2016年5月份特斯拉Model S在弗罗里达卷入了首起自动驾驶汽车导致的死亡事故。与自动刹车系统联结的软件把半挂车的大白边与明亮的天空弄混了，没有识别出这辆半挂车，当半挂车在其附近左转时，该车没做任何反应。该车的司机Joshua Brown也没有撤销半自动驾驶功能，从而在车子撞向半挂车、冲下公路并高速撞到一根电线杆后丧生。

这一事故使得政府对该公司的公路安全性进行了审查。美国高速公路安全管理局要求特斯拉公司提供详细信息，如“在美国境内销售的装备了Autopilot系统的所有车辆的清单，其中有多少里程是在自动转向功能激活的状况下跑出来的，自动驾驶系统有多少次提醒司机把双手放回方向盘。”除此之外，该公司还被要求就“特斯拉汽车自动紧急制动系统被激活的次数”以及“用户报告的撞车及其它事故预防系统可能没有正常工作的事件”，该公司正在满足这一数据要求。

尽管存在这一事故，特斯拉有一个令许多对手羡慕的能力。这就是它能通过家用wifi远程更新所有特斯拉汽车上的软件，而不需用户把车子开到经销商那。据特斯拉Diarmuid O’Connell说，对大多数传统召回来说只有70%的车子真正被修复了，因为车主没时间把车子送到经销商那去，其它30%仍然没有修复。其它车厂如福特，通用汽车，宝马，沃尔沃，以及梅赛德斯奔驰也发展出了类似的能力。

半自动驾驶汽车的一个好处是当人们认为有障碍物或察觉到一个需要人类判断能力的新情况时可以撤销自动驾驶特性。举个例子，当人们觉得车子将要发生事故，因为路上其他司机行为异常比如说酒驾，人可能比电脑算法要做出更好的决策。

然而，也可能有负面影响，那就是人类可能过分信任车子的自动化功能。人们有时候会错误地认为可由自动驾驶功能来处理所有选择，一旦其他司机的行为不像计算机模型所预期的那样，就存在发生事故的风险。

全自动驾驶汽车要比半自动驾驶汽车更安全，因为它们排除了车辆操作中的人为错误和错误判断。例如，弗吉尼亚理工大学交通学院的研究“发现L3等级汽车的司机平均需要17秒来对车子的接管请求做出响应，在这段时间内一辆以65英里每小时（105千米每小时）的速度飞驰的汽车能前进1621英尺（494米）--比五个足球场的长度还大”。

百度的工程师也发现了类似的结论。司机需要1.2秒来发现道路上的物体，比车载计算机所需要的时间0.2秒长很多。这一差别意味着，如果车子以120千米每小时的速度（75英里每小时）行驶，人类司机需要40米（44码）来停车，而车载电脑只需要6.7米（7码）。这一差距在很多事故中对乘客来说可能意味着生与死的差别。

由于人们会被半自动汽车麻痹而产生错误的感觉，所以当需要人来做出判断时，可能并没准备好接管驾驶或者正在处理其它事情，从而使车子变得不安全。注意力缺陷使得一些人得出全自动自动驾驶汽车比半自动汽车更安全的论断，因为人类在规避危险环境方面的反应不够快。谷歌前无人驾驶汽车负责人Chris Urmson说：“当车子鼓励司机坐到一边并放松时，他们对驾驶这一任务就不能总是做到出入自如”。

全自动自动驾驶汽车

全自动自动驾驶汽车要比半自动汽车要更安全，因为全自动汽车完全排除了车辆操作中的人为错误和错误判断。

全自动自动驾驶汽车完全由人工智能、自动刹车系统、机器学习、车道变换技术、深度学习等自动化系统来控制。部分全自动驾驶汽车去掉了方向盘、油门踏板、刹车，这样就由人工智能系统来做所有决策。车载计算机系统部署全方位的传感器、激光器和摄像头来执行有关运动、速度和方向的决策。

由百度AutoBrain控制的汽车使用人工智能软件系统和深度学习模型来“训练电脑更像人类司机一样开车”。其“自动驾驶地图记录了3D道路数据且车辆定位精度达到了几厘米以内。目标识别和环境感知技术使得车子可以精确地探测并跟随其它车辆、识别车道、测量距离和速度。”

与此同时，由60辆谷歌自动驾驶汽车所组成的车队在路上行驶了200万英里以上。每月关于事故报告的透明数据显示7年来只发生17起轻微事故，没有一起发生严重损伤。大部分情况下，事故是由另一辆车的人类驾驶员以不可预知的方式行事或是追尾自动驾驶汽车所引起。谷歌为刹车系统、转向系统和计算机系统开发了备份以免主系统失效，并且设计了软件系统，使车子可以待在其它司机的盲区之外、远离钻车缝的摩托车、并在交通灯变绿时暂停1.5秒以躲避闯红灯的人。

软件设计的最终目标是打造具备这些系统的自动驾驶汽车。如百度首席执行官李彦宏所说，汽车将更像是一台车轮上的计算机。它们计算机化的系统实时做出改变人生的决定并引领公路的变迁。它们通过内置算法摄取了大量的数据并用于操纵汽车。

这种自动驾驶系统的好处是不依赖司机的判断，不存在因手机短信或音乐而产生的注意力分散，也不存在酒驾行为。当车子前方有障碍物或者算法基于传感器读数或摄像头图像指出存在危险时，车子可以避免碰撞。不存在人类因自满或对半自动驾驶技术过分信任所带来的风险。

市场潜力与早期用户

据估算仅仅在中国，到2035年将有约860万辆自动驾驶汽车上路。

预计随后的几十年半自动驾驶和全自动驾驶汽车的市场会相当大。据估算仅仅在中国，到2025年将有约860万辆自动驾驶汽车上路，其中约340万辆为全自动，520万辆为半自动。产业官员相信“中国汽车销售、公共汽车、出租车和相关运输服务市场每年潜在的价值超过1.5万亿美元的税收。”

波士顿咨询公司（BCG）预料自动驾驶汽车将花15到20年的时间“在全球达到25%的市场渗透率”。由于自动驾驶汽车预计在2021年打入市场，那意味着它将在2035年到2040年间构成全球市场的25%。

自动驾驶汽车在广阔的消费市场流行之前，可能先进入一些小众市场。由于增加了摄像机、传感器、激光器和人工智能系统，自动化汽车的初始成本可能会很高，从而被普通消费者排除在外。商业和一些细分领域被定位为早期用户。最可能的客户包括共享汽车、公共汽车、出租车、卡车、配送车、工业应用和老年人与残疾人的交通工具。

共享汽车，公共汽车以及出租车

共享汽车公司看到了自动驾驶在顾客服务和劳动效率方面的优势，因而对其非常感兴趣。所有主要的共享汽车公司都在探索无人驾驶汽车技术。

共享汽车和出租车服务的激增，如美国的Uber和Lyft，戴姆勒的Mytaxi和Hailo服务，新加坡的nuTonomy，中国的滴滴出行，都说明了这种运输方式的可行性。Uber成立于2010年，目前估值为680亿美金，它在美国90个城市和许多世界其它地方运营。它携手沃尔沃在匹兹堡发起了无人驾驶汽车项目，并慢慢取代其100万人类司机的一部分。

Lyft也成为了受欢迎的选择。它从通用汽车吸收了5亿美元的投资，并在多个城市运营。与此同时滴滴估值350亿美元，在中国400多个城市运营，每天的出行次数达到了1400万。它是世界最大的共享汽车服务公司，至少从出行次数上来看如此。它充满前景的标志之一，就是苹果公司最近收购了其价值10亿美金的股份。如今的滴滴更加强大，因为Uber把它在中国的共享汽车业务出售给了该公司。

德克萨斯大学奥斯汀分校的一项研究对共享自动驾驶汽车（SAV）运营进行了调查。他们的分析发现“每辆共享自动驾驶汽车（SAV）可以替代大约11辆传统汽车，但比同类的非共享汽车会增加10%的出行距离”，这说明这些服务基本可以缓解交通拥堵和环境恶化。共享汽车会显著减少拥堵，但实际里程数会被因共享出行的便利性和普及性而增加的出行里程数所抵消。

自动驾驶汽车将在2035年到2040年间构成全球市场的25%

共享汽车和出租车会减少拥堵，因为很多地方的年轻人相比买车而言更偏爱这些选项。例如，罗兰贝格公司的调查表明“51%的中国车主表示更愿意使用机器人出租车而不是自己购置一辆新车，在美国这个比例是26%”。在日本， Robot Taxis公司说它们“希望在2020年东京奥运会时投放数千辆无人驾驶汽车组成的车队。”

自动驾驶车辆很可能会成为公共交通系统的一个重要选项。百度计划三年后商业化其无人驾驶车辆，先从几个中国城市的试验开始。它已得到几个地方的监管部门的批准，运营预定的交通线路，有望在不久的将来推出这些公共汽车。2016年8月31日该公司获得了加州机动车辆管理局的自动驾驶车辆测试许可，允许该公司在加州的公共道路上测试自动驾驶汽车。

一些城市正考虑封闭某些特定的街区专供自动驾驶车辆的策略。与将人类驾驶的车辆和自动驾驶车辆混合在一起不同，他们希望能在30至40个街区里由自动驾驶的出租车或共享汽车来提供所有的交通运输服务。这使城市规划者能为自动驾驶汽车对这些区域进行优化。按照英特尔Jack Weast的看法，这是面向未来的有效方式。

配送车辆和工业应用

配送车辆和“一排排”的大卡车代表另一个可能快速采用自动驾驶车辆的领域。网购和电子商务正快速发展，这对快递公司而言是天赐良机。人们喜欢用电子的方式下单（如食物，商品或服务），然后几小时内就收到物品。在中国，电子商务2015年的总产值为5900亿美元，而且大部分是基于当天配送的承诺。这对摩托车和卡车运输来说是好事。中国2015年电子商务比2014年增长了33%。

卡车占美国机动车里程的5.6%，但导致的死亡人数占了9.5%。因此，该领域自动驾驶汽车也能带来巨大的价值，这些价值既有金钱方面又有拯救生命方面。大型卡车价格往往在15万美元以上，因此引入摄像头和传感器相较于小汽车而言是非常划算的，因为小汽车的附加成本以更低的总价为基础。美国Ottomotto公司正在测试全自动驾驶的18轮大卡车，其目标是在不久的将来让这些车子上路。

老年人和残疾人

有两类消费者明显适合自动驾驶车辆，那就是老人和残疾人。这两者都面临基于体力不足和/或视力所带来的行动限制，因而能发现智能汽车的一些好处。

一些城市正考虑封闭某些特定的街区仅供自动驾驶车辆的策略。

到2050年美国老龄人口预计超过8000万，占总人口的20%。到那时，老龄人口将是现在的2倍，且三分之一面临行动方面的困难。相同的情况正在中国发生。到2050年，老龄人口预计将占总人口的33%。日本到2060年将有约40%的人口在65岁及以上。

残疾人市场也相当可观。以美国为例，大约5300万成年人有残疾，约占成年人口的22%。大约13%的成年人存在行动方面的问题，4.6%有视觉损伤。

老年人和残疾人的巨大数量创造了一个现成的自动驾驶车辆市场。这两部分人都很重视自立，自动驾驶车辆让他们无需依靠亲朋好友就能行动自如。这就是为何这些群体的支持者对自动驾驶汽车持相当正面的态度。

自动驾驶车辆的好处

自动驾驶车辆可以带来很多好处，包括提升公路安全性、缓解交通拥堵及减少空气污染。研究发现，这些领域都存在很大的收益。

提高公路安全性

公路死亡在全世界都是一个重大问题。美国每年估计有35000人死于交通事故，而中国每年有26万人、日本每年约有4000人死于交通事故。

据世界卫生组织，全世界每年有124万人死于交通事故。交通意外死亡每年带来2600亿美元的损失，交通事故伤害每年又额外带来3650亿美元的损失。这表明交通事故伤亡每年带来的损失达6250亿美元。

按照兰德公司的研究，“2011年发生的撞车事故中有39%是由其中一位驾驶员酒驾导致”，自动驾驶汽车在该领域几乎肯定可以因拯救性命和避免伤亡而带来重大收益。

自动驾驶安全特性的全面部署将导致公路死亡人数减少31%，即每年超过11,000个美国人的生命

美国公路安全保险研究所的一项研究发现全面部署自动驾驶汽车安全特性将使公路死亡人数减少31%，也就是每年超过11000个美国人的生命。这些特性包括前向碰撞警告、碰撞刹车、车道偏离警告以及盲区探测。

缓解交通拥堵

交通拥堵实际上是每个大城市都存在的问题。比如在美国，平均每个人堵在路上的时间为40小时，每年经济损失为1210亿美元。在莫斯科、伊斯坦布尔、墨西哥城、里约热内卢这些地方浪费掉的时间甚至更多。这些地方的司机每年花在交通堵塞的时间超过100小时。

中国有35个城市汽车保有量超过百万，有10个城市超过200万。在中国繁忙的大都市，75%的公路都得遭受交通高峰时的塞车。中国私人拥有的小汽车总量已达到1.26亿辆，比前一年上涨了15%。仅仅北京市就有560万辆车正在行驶。

Donald Shoup研究发现都市区多达30%的交通是因为司机在商圈附近兜圈找停车位而导致的。这是交通拥堵、空气污染以及环境退化的主要来源。汽车被认为要为气候变化背后的二氧化碳30%的排放量负责。

此外，在大都市发生的交通拥堵，估计有23%到45%发生在交通路口附近。交通灯和停车标志非常低效，因为它们都是静态设备，并没有考虑到车流。交通灯通过预先编程按照设定的时间间隔变红或变绿，并没有考虑到某个特定方向的车流。

一旦自动驾驶汽车逐步投放并构成交通的一大部分，车载传感器将能够与智能交通系统协同运行，对交叉路口的车流进行优化。红绿灯的时间间隔会根据某些街道的车流量而进行实时动态调整。这将通过提高车流效率来缓解拥堵。

减少空气污染

汽车是造成劣质空气的主要原因。据兰德公司研究，“自动驾驶（AV）技术在加速和减速时可以比人类司机更平滑，从而把燃油经济性提高4到10个百分点”。由于工业区的烟雾跟车辆的数量有关，所以拥有更多的自动驾驶车辆可能会减少空气污染。一项2006年的研究估计“红灯或塞车时汽车的污染水平比交通顺畅时高40%”。

共享自动驾驶汽车系统也能为排放和能源方面带来好处。德克萨斯大学奥斯丁分校的研究人员检测过二氧化硫、一氧化碳、氮氧化物、挥发性有机化合物、温室气体以及微小颗粒这些污染物，他们的研究显示“当转换到共享自动驾驶汽车SAV时，在能源利用和所有排放物的排放量方面都带来了好处”。

共享汽车公司Uber发现50%的旧金山出行和30%的洛杉矶出行是由多个乘客拼车完成的。在全球这一数据为20%。不管是传统的汽车还是自动驾驶汽车，拼车越多，对环境和堵车方面的好处就越多。远离一人一车的模式将为空气质量带来巨大的好处。

采用自动驾驶汽车的障碍

智能汽车的出现面临一些重大的挑战，包括由恶劣天气和黑客威胁所带来的技术挑战，以及需要公共机构或社会采取行动所带来的障碍，如公路基础设施改善、频谱分配、以及公众接受度。所有这些都为自动驾驶汽车及其在市场上的成功带来困难。

恶劣的天气

恶劣天气代表自动驾驶汽车在该地区表现不会很好。暴雨、大量的雪或大气烟雾会使路标和车道标线变得模糊，从而增加交通事故的风险。自动驾驶汽车在这些情况下很难做出好的决策。Lyft公司的Rob Grant说，自动驾驶汽车“在某些天气条件或糟糕路况下会表现得很差”。

除此之外，杜克大学Mary Cummings教授也强调了恶劣的天气为自动驾驶汽车所带来的问题，她写道：“降雨、雾和灰尘给雷达传感器造成困难，会分散或阻塞激光束，并且干扰摄像头的图像检测能力。结果是车子没法感知与其它车子的距离或无法辨认出停止标志、交通灯和行人”。

黑客

该行业对安全非常关注。曾经出现过车辆被黑客侵入并被瘫痪系统的报道。自动驾驶汽车依赖于车辆与车辆（V2V）之间的通信和车辆与基础设施之间的连接（V2I）。确保上述每个通道的安全，就跟在个人通信领域确保乘客发邮件、打电话、发短信、上网、定位数据的安全一样重要。

研究人员Jonathan Petit和Steven Shladover列出了联网汽车可能面临的一系列威胁，包括黑客入侵、干扰、数据窃取、幽灵车、以及诸如使用强光来致盲摄像头、雷达干扰或者传感器操纵。任何这些行为都可以中断通信并为人工智能算法提供错误的数据。他们的研究确认“全球卫星导航系统GNSS欺骗和假消息注入是最危险的攻击（即最可能或最严重）。”操纵这些信息会置乘客于危险中并可能导致严重的事故。

设计人员要认真对待车辆安全以避免不必要的风险。

网络安全专家已经展示可远程入侵一辆吉普切诺基的能力。在一篇发表于Wired杂志的报道中，他们篡改该车的转向系统、刹车系统、收音机、雨刷和空调系统，表明该车很容易通过未联网的软件被破坏。该例子表明设计人员需要非常严肃地对待车辆安全以避免不必要的风险。

落后的公路基础设施

基础设施问题困扰着许多国家。以印度为例，道路是主要的挑战，该国将近38%的道路是没有铺砌的，而中国只有约16%。由于这些原因，世界经济论坛把印度的基础设施排在世界第87位，远低于排在第6的日本、第7的德国、第46的中国、第48的泰国以及第76的巴西。

落后的公路设施给自动驾驶汽车带来了挑战。自动驾驶汽车需要可预测的路面与清晰刻画的车道。在一次穿越全国的驾驶测试中，Delphi的工程师们发现车道标线的差异非常大。据Glen De Vos说，“自动驾驶汽车遇到了一些道路是白色的宽条纹，而其它一些道路是狭窄的黄色标线。有些车道标线是新的，有些已经褪色了，还有些车道线是凸起的。”

在道路标记或设计很差劲的情况下，半自动或全自动驾驶汽车要想在这些道路上行驶都是非常困难的。事故风险上升并且存在严重的危险，那就是电脑算法会做出错误的决策。除非得到解决，否则这将限制自动驾驶汽车的蓬勃发展。北京的民族证券分析师曹河说：“考虑到不同地方道路条件的广泛差异，任何企业想在5年内得到规模化运营都不太可能。”

桥梁也为自动驾驶汽车带来特殊难题。“它们提供很少的环境信息-比如没有建筑-使得车子很难准确判断究竟在什么地方”，Uber的工程总监Raffi Krikorian说。

频谱不足

频谱不足是很多国家存在的主要障碍。寻找专用频率范围对支持自动驾驶汽车非常关键。它们需要在任何天气和交通条件下都表现良好的特定带宽。自动驾驶汽车和工业应用需要6GHz的中段频谱，以平衡连接速度和无线连接的可靠性。在很多地方，这些频率的需求量非常大，很难保障自动驾驶汽车所需要的可靠服务。一通中断的电话可能惹恼消费者，但一辆失去连接的无人驾驶汽车可能是致命的。

美国的汽车制造商通常会支持专用短程通信系统（DSRC）。根据丰田公司Sandy Lobenstein的说法，DSRC是一个双向中短程的无线通信协议，允许车辆之间相互通信以检测并避免危险。装备DSRC的车辆能广播精确的信息-如位置、速度以及加速度--每秒可以广播几次并能传到几百米的范围。其它配置DSRC技术的车辆接收到这些“信息”并利用它们计算出每辆临近车子的轨迹，并与本车的预测路线进行对比，从而判断附近的车辆是否存在碰撞威胁。

频谱不足是很多国家存在的主要障碍。寻找专用频率范围对支持自动驾驶汽车非常关键。

1999年，联邦通信委员会在5.9GHz频段为DSRC留出了75MHz频谱，这为测试和应用这种避免碰撞的技术铺平了道路。但是业界领袖希望有足够的频谱来连接各种车辆。由于预期会涌现大量自动驾驶汽车，所以为行业发展保留足够的频谱非常重要。

公众接受度

最后，公众必须要对自动驾驶汽车感到舒服市场才能发展起来。跟其它新技术一样，要让每个人接受新的模式和不同的导航方式还需要一段时间。就如同从骑马转变到坐汽车和从坐汽车转变到公共交通都充满争议一样，过渡到自动驾驶汽车也是如此。

根据美国密歇根大学的民意调查，许多人仍然喜欢传统的车辆操作方法。当被问到他们的喜好时，46%的美国人说他们喜欢有人驾驶汽车，其次39%的人喜欢半无人（半自动）驾驶汽车，16%的人喜欢全无人（全自动）驾驶车辆。

人们的态度随着性别和年龄存在着有趣的变化。男人（19%）比女人（12%）更喜欢全自动驾驶汽车。18至29岁的年轻人（19%）和那些30岁至44岁的人（22%）最可能喜欢自动驾驶汽车，与之相对的是60岁及以上的人（10%支持自动驾驶）和那些45岁至59岁（12%）的人。

当被问到一些特定的功能时，95%的人说他们想要方向盘、油门和刹车，即使是全自动驾驶汽车。37%的人说如果坐在全自动驾驶汽车里会非常不安，29%的人会适度不安，24%的人表示轻微不安，10%的人对此无所谓。

中国的司机似乎对车辆试验更为开明。世界经济论坛的一项调查发现75%的中国人表示愿意乘坐无人驾驶汽车。这一观点在罗兰贝格咨询公司一项独立调查中得到了回应。该调查发现96%的中国人能接受几乎每天都乘坐无人驾驶汽车，而美国人和德国人的比例是58%。中国人对开车及自家车子并没有那么深的积极情绪，因而更容易接受无人驾驶汽车。

中国的问题

中国在自动驾驶领域具备巨大的优势。百度高级副总裁、自动驾驶事业部总经理王劲说：“中国制造商开始造车比其它国家晚了100年，许多像汽车发动机这样的核心技术并不掌握在中国人手中。而对于电动汽车、智能汽车，核心技术已经从发动机和变速箱转移到了人工智能，该领域中国与美国非常接近，也给了中国赶上并掌握领导权的机会。”

但中国最大的挑战是要为自动驾驶建立国家框架。在中国有多个部门负责监管自动驾驶，设计人员想要更清晰地知道由谁来监管以及如何监管。此外，政府需要投资于自动驾驶汽车公路基础设施，废除当前全国性的道路测试禁令，减少对交通地图的限制，这样汽车制造商和软件设计人员能从实验测试中学习，为自动驾驶开发技术标准，在发生交通事故时厘清法律责任，并提高对自动驾驶的认知。

需要国家政策和投资

中国的一个优势是其大部分与自动驾驶汽车运营相关的监管程序都是全国性的。其自上而下的方式简化了其它联邦体系中所存在的迷宫般的监管规则和程序。它正在制定相关法规草案并征求行业和政府的意见，最终将由国务院批准。

中国最大的挑战是要为自动驾驶车辆建立国家框架。

但对于谁来负责监管和发展仍存在分裂。正式的管辖权被分散在质监总局，检验检疫总局（负责处理产品召回），工业和信息化部（制定产业政策），交通部（为交通发展制定计划），公安部（负责机动车注册，许可证管理，交通安全管理）以及国家测绘地理信息局（负责执行地图数据收集法规）。其它一些机构负责环境保护，资源回收，商业和金融。总之，将近10个政府部门对自动驾驶汽车的某些方面具备司法管辖权。

当前规划者的一个任务就是让这些机构相互协作。中国的政策制定者必须对如何监管自动驾驶汽车小心谨慎。他们要在创新和旨在保护司机、数据以及安全的社会价值之间取得平衡。他们的决定为企业运营制定了更广泛的框架。

此外，中央政府需要投资于自动驾驶汽车的研发和基础设施建设。给予资源并明确该行业的优先级对产业的未来非常重要。这会向世界和国内产业部门发出信号，那就是智能汽车非常重要，国家会致力于它们的发展。

提升公路基础设施和交通管理

提升道路基础设施对自动驾驶汽车来说具有很高的优先级。虽然软件开发是私营部门的责任，但照明良好的道路和清晰的车道标线也非常重要。无论是半自动驾驶汽车还是全自动驾驶汽车都需要道路能确保其摄像头和传感器有效运行。如果摄像头没法看清车道标线，3D高清地图就很难发挥作用。

此外，安装能够向自动驾驶汽车发送电子信号以表明是绿灯、黄灯还是红灯的智能交通灯也很有帮助。激光雷达很擅长读懂传统交通信号灯。但当太阳低于地平线且在交通灯后面时，这种情况对于摄像头来说非常困难。在这种视线受限的情况下，如果电子传输的信号能告知车子是否应该前进，那么自动驾驶汽车将从中获得好处。

将资金投入智能交通系统是政府可以帮助私营企业的另一种方式。如前所述，当前的交通信号非常低效，因为它们是静态的没有结合任何交通流量的信息。装备动态的交通灯并且根据交通流量来改变其时间间隔，将缓解十字路口拥堵并减少空气污染。

允许道路测试和高清地图研发

当前的中国法律要求司机必须坐在车里并把双手放在方向盘上。这显然使自动驾驶汽车的引入变得复杂，并且使在没有特殊豁免的情况下推进试点项目变得不可行。除非政府在道路试验授权方面具备弹性，否则全自动驾驶汽车就没法在真实的道路条件下测试，而在非公路区域又很难模拟真实的道路驾驶环境。

当前的中国法规要求司机必须坐在车里并把双手放在方向盘上。

中国地方政府可以通过开放测试道路的方式来提供帮助。路试是自动驾驶汽车证明自身能够应对真实环境的最佳方式。这能给软件设计者提供更多信息用于规划车辆。从长远看，这将生产出最安全的汽车。成功的试验项目将使公众更加确信自动驾驶汽车是安全可靠的。

减少对交通地图研发的限制也非常重要。精确的地图对自动驾驶汽车的未来非常重要。现有技术可以把道路绘制精确到厘米级。但是考虑到安全因素，政府法律要求公共地图的精度不能高于50米（或165英尺）。这一规定使得很难达到自动驾驶3D高清地图所需要的精度。在这一精度下，自动驾驶汽车很难安全运行。

企业需要从国家测绘地理信息局获得特别许可才能收集道路条件以及桥梁限高或限重的数据。他们被禁止在军事区域附近收集任何道路信息。这为产业创新增加了不必要的负担，并且难以编译该产业所需要的信息。由于大部分西方国家没有这些限制，这使中国企业处于竞争劣势。

中国在地图数据采集方面有繁琐的法规。不仅企业需要采集导航信息的许可证，而且每个汽车工程师也需要数据采集方面的许可。发放许可证的法规相当严格，这使得开发对自动驾驶汽车而言非常重要的高清地图变得复杂。

制定技术标准

技术标准对自动驾驶汽车至关重要。重庆长安汽车自动驾驶项目负责人黎予生指出，如果我们能使政府相信，所有公司和所有行驶在道路上的汽车必须使用这个（单一的标准）...那么中国将有机会在自动驾驶汽车领域打败全世界其它国家。标准帮助企业懂得如何设计自己的产品，并依靠最好的专业知识。

很多领域都需要技术标准，比如标准对于高清地图就非常重要。指导方针可以定义测量，分析和精度的要求。这有助于把政府当前监管模糊的地方变清晰。

汽车无线技术具有不确定性的特点。按照黎予生的说法，国家应该采用蜂窝数据技术--目前已被许多汽车用于联网--用于汽车间的通信，而不像美国和欧洲那样采纳专用短程通信（DSRC）标准。它要么依赖于无线宽频长期演进技术（LTE）要么依赖于新兴的将于2020年商业化的5G标准。

法律责任

为了能够全面发展，自动驾驶汽车行业要处理好法律责任方面的问题。当前，保险公司基于司机年龄、性别、经验和爱好来进行精细的风险评估。由于大部分事故都是由人类的错误所致，所以他们会聚焦于谁犯错了，谁应该为由超速、醉驾、冲撞停车标志或撞击其它车子所导致的事故承担责任。

当车子上没有司机或者司机依赖于自动控制，那么评估责任就变得不那么清晰了。中国的政策制定者们正在研究将法律责任从司机身上转移的法规。汽车制造商吉利集团董事长李书福说，中国必须修订法律，当汽车在自动驾驶模式时，一旦发生事故，应该由汽车制造商而不是司机来承担法律责任。

这些决定非常重要，因为中国道路的特点就是有各种车辆和行人。罗兰贝格公司的张君毅指出，中国的许多道路上行人、自行车、低速和高速车辆全混在一起，因此在中国会更困难。中国的公路环境非常复杂，并且很多人都不是按照相同的标准来骑车或开车。

公众的接受度

行业和政府要考虑发起一场公众认知运动，让人们了解自动驾驶汽车的好处以及对长期就业和经济发展的贡献。中国的自动驾驶汽车市场非常庞大，潜在的收益非常巨大。政府官员要优先考虑该领域，这样就能收获交通运输行业的新技术带来的好处。

该运动将帮助人们了解什么是自动驾驶车辆，它们跟传统的汽车和卡车有什么区别，以及半自动驾驶汽车和全自动驾驶汽车之间有什么区别。公众的参与非常重要，这样每个人都能够理解智能汽车和交通系统对于社会、经济和国民生活的影响。

欧洲的问题

在《阿姆斯特丹宣言》中，欧盟宣布了自动驾驶汽车的蓝图。在该宣言中，荷兰官员Melanie Schultz van Haegen说：“我们希望加快步伐，因为移动性能带来很多好处。联网的自动化车辆将使我们的道路更安全、更可持续、更高效。”

为了表示他们的承诺，荷兰人向全国派去了由6辆基于半自动驾驶技术的无人驾驶卡车车队。这些卡车排成一列，零事故抵达了目的地。该试验项目的成功对该倡议产生了相当积极的推动力，增长了欧洲发展自动驾驶汽车的势头。

但欧洲的挑战是增强对自动驾驶汽车至关重要的人工智能能力以及确保它严格的隐私法规不会阻碍高清地图的发展。要想在该行业保持竞争力，欧洲的汽车制造商们需要具备人工智能技术和高性能计算资质的专家，因为汽车制造不再那么关乎结构设计，而更关乎软件开发和实时数据分析。欧盟也需要确保它的政策不会妨碍对自动驾驶汽车而言至关重要的人工智能系统的发展。

增强人工智能和高清地图能力

欧洲汽车制造商对自动驾驶汽车很感兴趣。奥迪A4有一个动态模式，具备一系列的半自动驾驶特征，使用了德尔福(Delphi)，Mobileye，博世（Bosch）和高通（Qualcomm）设计的芯片。它通过传感器和刹车系统使部分驾驶过程自动化。Volvo拥有IntelliSafe Assist和Pilot Assist系统，梅赛德斯奔驰使用带转向辅助和跟车系统的限距控制系统增强版（Distronic Plus with Steering Assist）。MBW与英特尔和Mobieye组队一起研究其半自动驾驶汽车。

但欧洲国家没有强大的本土科技公司，在网络、地图、芯片、传感器、装备以及服务等方面常常要依赖区域外的公司。比如Mobileye就是一家制造摄像头和传感器的以色列公司。欧盟应该努力来培养本土的人工智能、深度学习、大数据分析以及高清地图等方面的人才，因为这些技能对汽车行业的未来至关重要。

数据收集和隐私保护方面的法规

欧盟对数据收集和分析采取限制性的立场。比如，欧盟有法规来限制如谷歌这样的企业收集路况数据和绘制街景视图的能力。因为许多欧洲国家担心在未加密的wifi网络中存在的个人信息被全面收集，欧盟对谷歌罚款几次，要求谷歌提供数据副本，并在收集的内容方面设置限制。这使得在欧洲运营的公司开发自动驾驶汽车所需要的高清地图更为困难。没有这些地图，无人驾驶汽车无法在公路上安全行驶。

更糟糕的是，最近的《欧盟通用数据保护条例》为人工智能和机器学习的应用设置了严重的限制。按照新发布的指导方针，“条例禁止任何‘显著影响’欧盟公民的自动化决策”。这包括评估某人的工作表现、经济状况、健康状况、个人喜好、兴趣、可靠性、行为、位置或动向的技术。此外，这些新法规使得公民有权审查数字服务如何做出对人们产生影响的特定算法选择。

严格地解释，这些规则将使欧洲的软件设计师融合人工智能和高清地图技术用于自动驾驶汽车变得困难。这些汽车及卡车导航的核心是跟踪位置和动向。如果没有包含地理编码数据的高清地图以及使用这些信息的深度学习技术，全自动驾驶在欧洲将会停滞。通过这些以及其它的数据保护措施，欧盟正把其区域内的汽车制造商置于相比世界其它地方严重不利的地位。

简化监管

与其它地方一样，对于自动驾驶汽车欧盟也有一个复杂的监管程序网。以德国为例，谷歌必须在收集公共道路的街景数据之前通知公众。此外，德国还限制该公司保存街道和公路周围私人住宅图像数据的时间。人们可以选择不收集数据，在德国有百分之三的人选择这样做。这些要求限制了导航地图的精确性和及时更新地图的能力。

许多欧盟国家对于政策、法律和监管问题有着不同的解决办法，这种缺乏统一性给系统设计者带来问题。沃尔沃负责研发的高级副总裁Peter Mertens说：“如果欧洲一个解决方案，北美和中国各一个解决方案，这将很难做到。这不仅适用于技术，也适用于法规。”

法律责任

在英国，一家名为Adrian Flux的保险公司正在为半自动和全自动驾驶车辆提供特殊政策。由于公司预计交通事故减少和索赔责任减少，其发言人说：“我们预计全自动驾驶汽车的保费会比常规的汽车要便宜，纯粹是因为事故和索赔的预期减少。”这将减少公司的收入，但是“事故率低意味着保险公司总体上将会省钱，因为它不用被迫支出那么多。”

日本和韩国的问题

日本和韩国政府以及汽车制造商对待自动驾驶汽车持谨慎态度。日产在2013年得到了政府的首个自动驾驶汽车许可，丰田、本田、起亚和现代都投入了大量的资源。但是他们必须决定自动驾驶汽车在他们公司的优先级有多高。否则，当企业和消费者拥抱这些车辆时，他们将被抛在后面。

国家层面的优先级

华尔街日报一个新闻标题总结了日本的情况是“丰田在无人驾驶汽车方面落后了”，丰田总裁丰田章男被描述为“自动驾驶汽车的怀疑论者”，但也开始意识到该技术更加先进，并且其它地方的汽车竞争对手正在以实质性的方式进入这个领域。

2016年4月，该公司表示正在密歇根大学设立一个“自动驾驶汽车研究基地”，作为美国丰田研究计划10亿美元投资的一部分。它将雇佣50名工程师，帮助公司赶上人工智能和高清数据地图的研究。其目标是建立原型实验室并在模拟道路条件下进行低速车辆测试。

然而，即使进行了这些投资，公司的官员仍然表示“丰田认为其汽车永远也不会变成司机不再把双手放到方向盘上这种完全自动化的地步。”该公司看起来对全自动驾驶汽车的前景持怀疑态度，尽管谷歌、百度、以及许多该领域的汽车制造商拥有堪称典范的记录。

一些公司看起来对全自动驾驶汽车的前景持怀疑态度，尽管谷歌、百度、以及许多该领域的汽车制造商的效益已经说明了问题

具有讽刺意味的是，2012年谷歌在测试早期无人驾驶系统时使用的就是丰田的汽车。当这家科技巨头请求建立技术合作关系时，丰田拒绝了他们，因为它不想分享汽车设计的信息。现在的结果是，这家汽车制造商正在追赶行业转向支持自动驾驶汽车的潮流。

那么，主要问题就是自动驾驶汽车有多重要，以及韩国和日本的公司愿意为此投入多少资金。这不仅仅是进入先进制造业和把机器人技术引入工厂的问题。一个严肃的转变需要大量的人工智能、数据分析和高清地图方面的投资，因为这些代表着自动驾驶车辆的基础。

政策与监管

当前日本要求所有在本国行驶的汽车都必须由真人控制。汽车制造商需要获得特别许可才能进行路试。日本地方警察厅颁布的规章中要求“公共道路上的所有测试都必须在方向盘后面安排司机，这限制了全自动驾驶汽车的测试。”

此外，该国正在考虑几个限制政策。这些政策包括“限制自动驾驶汽车进入高速公路并且由一位人类司机为任何交通事故担责”以及要求“安装能防止操作人员睡着或转移视线”。该装置可以通过传感器来判定操作人员的状况。

2015年，日本政府颁发了指导方针，确立2020年汽车具备半自动驾驶功能，2025具备全自动驾驶功能。在韩国，起亚和现代设立的目标是在2030年运营全自动驾驶汽车。前者已经投入了20亿美元，后者正在投入97.5亿美元。这些计划，相比半自动汽车已经在路上且全自动驾驶汽车预计2020年可以出现的美国和中国的来说进度明显要慢。他们的政府部门需要加速推进车辆测试和部署，以获得自动驾驶汽车在经济、社会和环境方面的收益。

政府为这一行业制定技术标准进展缓慢。目前为止，它还没有制定用来维持这个行业所需要的“通用零件规格和安全条例”。像日立、电装和松下这样的供应商抱怨需要有助于他们了解市场需求的标准。他们担心美国和欧洲的零部件标准将使日本供应商在全球市场处于劣势地位。

企业已要求日本国土交通省制定“智能公路基础设施标准”以实时传输交通及事故信息。这一技术可以用来把限速电子牌变为交通限速措施，或者把道路施工警告直接发送给汽车仪表盘。

与此同时，韩国政府已把自动驾驶汽车作为其13大工业引擎项目之一。韩国产业通商资源部为该产业在2016到2022年间编列了2955亿韩元（2.59亿美元）的预算。其目标是将韩国作为主要的全球零部件供应商。考虑到多数国家都没有标准，实施这一战略很困难。

为了组织政府层面的活动，官员们成立了一个智能汽车委员会来协调各部委之间的行动，包括未来创造科学部、国土交通部、产业通商资源部。该委员会的任务是确保官员能一起工作。

但与日本的情况类似，商业部署很慢。在韩国，现代已经在首尔测试了半自动汽车，但该公司说全自动驾驶汽车要到2030年之后才可能，这远远落后于许多国家。现代汽车中央高级研究与工程研究所副总裁Lim Tae-won说：“全自动驾驶汽车仍然还有些距离，大量的研究和严格的产品测试需要去实施，使得无人驾驶汽车变成现实。”

2016年5月，政府批准了全国性的道路测试，先前只允许某些特定区域。这对自动驾驶汽车来说是一个积极的步骤，因为没有实际的道路测试，很难使技术变得完美。

美国的问题

美国的最大挑战就是客服50个州政府之间的分歧，并跨越地理边界制定统一的指导方针。政府官员应解决诸如谁来监管、如何监管、法律责任、隐私以及数据收集等问题。

国家层面的投资

贝拉克奥巴马总统呼吁10年投资40亿美元“在全国指定的道路上测试联网的车辆系统，与行业领袖共同协作确保为互联的自动驾驶汽车构建通用的跨州框架。”然而，迄今为止，国会尚未批准这项投资，因此这一经费还需要等待法律授权。代表们应该批准这项预算要求，以便该国能为必要的基础设施改善提供资金。

为各州制定全国性的指导方针

现在，在州政府层面几乎没有一致同意的技术标准，而是由多种规则形成的大杂烩。行业官员必须面对50套可能大相径庭的州级规则。据谷歌前员工Chris Urmson：“在过去的2年中，23个州推出了53件涉及无人驾驶的立法-全都包含不同的方法和概念。5个州已经通过立法，尽管都是为了帮助技术在该州的发展-但这些法律没有共同的定义、授权结构或对厂商应该怎么做的期望。”所有这些使得汽车制造商的任务变得复杂，他们需要更为统一的方法。汽车公司无法设计能在德克萨斯州运营但不能在伊利诺斯、佛罗里达、以及纽约等州运营的车辆。

特别是加利福尼亚州已通过过于严格的法律。它通过要求在座位上配置驾驶员和阻止公司拆除方向盘和刹车的方式使全自动驾驶汽车技术倒退。这潜在否定了自动驾驶汽车的一些好处，同时也为汽车工业的创新制造障碍。

为了简化监管机构，美国国家公路交通安全管理局（NHTSA）将发布新的法规，旨在促进创新同时保护消费者的安全。其中一些可能的特征被证实为全国统一的指导方针，为过时的安全法规提供豁免，为新的特性提供操作指导，以及鼓励自动驾驶车辆的新工具。

但是对制造商来说的挫折是，联邦政府预计将坚持全自动驾驶车辆仍然要保留方向盘和刹车，并且有一个有驾照的司机在车内。一些设计师争辩说拥有这些接管车子的权力会向酒后驾车的人打开大门，并让乘客产生自满情绪，这可能是危险的。

在逐步采用自动驾驶车辆方面，美国法规可能规定“证明安全和经济效益至少需要5年”。这与过去的车辆前部安全气囊和其它汽车部件的引入相一致。制造商一般需要5到10年才能达到新的安全标准。

法律责任

消费者将降低保险费用作为他们喜爱自动驾驶汽车的一个方面。大约有三分之一的人给了这个原因，其次是增加安全性。如果要考虑自动驾驶的模式的话，他们将购买半自动驾驶汽车。

然而，在新的交通运输领域，保险公司如何处理责任追诉还不清楚。事故是司机的错误，还是控制自动化功能的软件代码作者，还是制造硬件的汽车制造商？解决责任归属问题需要进行一些法律诉讼。保险公司需要花一段时间根据事故记录来制定保险精算表，这样才能知道该从司机那收取多少保险费。

一项兰德公司的研究建议对自动驾驶车辆使用“无过失”保险。其理由是，无人驾驶汽车很难出现人为错误，因此它们代表着法律责任上的根本变化。自动驾驶汽车本质上把更多责任从司机转移到了制造商和软件设计商。

对于后者，产品责任法是一种很有前景的法律责任思考方式。制造商对缺陷的状况负有责任，因此它们的法律责任取决于是否有合理的期望，而不是他们的产品按照预期运行，且没有给乘客造成风险就可以了。

布鲁金斯高级客座研究员John Villasenor在他的产品责任分析中描述了7类法律责任，包括疏忽、严格责任、制造缺陷、设计缺陷、未能提醒、虚假陈述以及违反担保。在这些领域已经有完善的判例法，他指出，“产品责任法已被证明对新技术非常适用。”

由于目前美国有2.62亿辆登记的载客车辆，平均车龄为11.5年，因此汽车责任是复杂的。预计将装备先进安全功能的无人驾驶汽车将会缓慢采用，要让所有的旧车退出道路将耗时数年。新旧车辆混合使用的时间将长达十年甚至更久。

数据保护，隐私和安全

到2020年，未来的5G网络将支持500亿的连接设备和2120亿连接的传感器，以及能够访问44ZB的数据。这将涵盖从智能手机和平板电脑到智能手表，无人驾驶汽车，机械，家用电器以及远程监控设备。所有这些将产生大量的可分析的“有用数据”。事实上，研究人员估计，这种联网的生态系统将可能比以前（5%）利用到更大百分比的数字数据（35%）。

车辆数据收集将产生新的业务模式。以保险行业为例，“联网的车辆允许保险公司根据你的实际驾驶和真实风险以及实时态势感知来真实地单独观察你，因此它们可以新创许多产品和定价策略、目的是试图让你远离有害的方式，几乎从卖保险变成了卖保证。”

一些美国保险公司如State Farm和Progressive有安全驾驶政策“收集里程、加速、刹车、左转弯右转弯、速度超过每小时80英里以及每天车辆运行时间，并使用这些数据来计算保险费率。”消费者权益活动人士担心，这些信息会被出售给第三方，并用来对付司机。很明显，车辆汇集了人们大量位置、短信、电子商务购物（包括信用卡号码）以及他们在汽车中从事的其它活动的信息。

在这种情况下，需要有安全措施来保护人们的IP地址、个人信息以及GPS位置数据。根据电子隐私信息中心Khaliah Barnes，自动驾驶汽车行业的汽车制造商和服务商的隐私政策允许将司机的信息开放用于“故障排除，使用评价和研究”，并供不知名的第三方“用于市场营销目的。”

在为得克萨斯州农工大学运输政策研究中心承担的研究中，Karlyn Stanley和Jason Wagner呼吁进一步的隐私立法。这包括“保护特定人口的数据隐私（如未成年人）并保护公民在特定情况下的数据隐私（如搜查令中使用位置数据）。”他们对“股东急于将车辆数据变现”和“谁拥有车辆收集的数据”的不确定性提出警告。

除此之外，更强的网络安全标准将强化遵守，确保所有制造商都有有效的保护措施。尤其是wifi连接，通常是不加密的，因此相对容易妥协。安全与隐私保护不同，因为它聚焦于需求伤害司机和乘客的那些恶意行为。

一个叫做“I Am The Calvary”的组织的共同创办人Josh Corman建议保护消费者的五个步骤：“减少攻击点的安全设计，第三方测试，内部监控系统，减少任何成功渗透所造成的破坏的分段结构，以及与当前PC一样的网络安全软件更新。”采纳这些建议将大大减轻对于自动驾驶汽车数据收集的担忧。

对破坏自动驾驶汽车的恶意行为的法律惩处

在新技术出现时时有发生的事情之一是测试新技术的限制和对其运行进行破坏。对高速行驶的大型车辆采取这些手段是非常危险的。

对于自动驾驶汽车，威胁可能以各种行驶出现。包括使用激光直接瞄准汽车摄像头以使其脱离车载导航系统，入侵计算机代码以控制车辆的刹车和转向系统，在车辆前面放置障碍物以改变其运动，或发送改变其路线的电子信号，以及其它行为。

政策制定者应考虑立法，宣布针对自动驾驶车辆的恶意行为非法并对实施这些行为的人进行刑事处罚。自动驾驶汽车的安全运行和人们不以破坏车载软件与硬件的方式伤害乘客至关重要。任何实施了上述行为的人都应该受到法律的顶格处罚。

结论

概括地说，半自动驾驶和全自动驾驶车辆的技术已经发展得很好，并准备进行商业部署。主流汽车公司和软件开发商在导航、防撞和交通地图方面已经取得了长足的进展。

但是在每个国家，要想获得自动驾驶汽车带来的所有好处，都需要解决预算、政策和监管问题。政府可以通过他们监管时的态度来加速或减缓无人驾驶汽车的发展。所有国家在考虑自动驾驶汽车时，都要优先处理这些问题并制定清晰的监管政策。

政府可以通过他们监管时的态度来加速或减缓自动驾驶车辆的发展。

澳大利亚国家运输委员会的一份关于自动化车辆的详细报告提出，最重要的监管重点应该是“支持道路测试，明确控制和适当控制的意义”。目前，对于“由谁来控制和控制什么”以及适当的控制由什么构成存在不确定性。其作者呼吁对路试、司机守则、控制期望以及法律责任提出国家层面的指导方针。

从外部的角度看，需要做一些工作来克服诸如基础设施差、恶劣天气、频谱限制、黑客入侵和公众接受等障碍。这将使司机和企业能获得数字创新带来的优势。如果汽车制造商能克服这些障碍，交通和社会将会得到长足的进步。

虽然我们离商业化越来越近，但是存在更广泛的社会和伦理因素，我们必须要考虑。程序员应该如何将伦理选择构建到自动化特征和高级算法中去？例如，如果一辆自动化汽车面临撞到1个孩童或10个孩子的结果，它该如何做出选择？在算法中，哪些因素会导致系统转向一种或另一种方式？人们可以想象到各种伦理问题而软件设计师必须就如何处理这些问题做出选择。学会如何驾驭这些复杂问题是当今世界面临的重大挑战。