目前世界上主流的汽車產品皆處于L3級無人駕駛
2019-01-07 21:12:35 未知根據國際慣例對無人駕駛的評級，無人駕駛可分為L0——L5 6個階段。目前，世界上主流的汽車產品皆處于L3級別，搭載了多款智能科技的L3級別的智能汽車能夠實現在大部分情況下不需要人工干預。但剎車、控制方向盤等操作還需要人工干預。
而L4級別的無人駕駛技術，才是真正意義上的無人駕駛。L4級別的無人駕駛汽車，能夠通過傳感器、雷達、影像、環境數據分析等等實現完全自主的區域控制。此時的汽車已經基本告別了人工的干預。但世界主流觀點認為，人類要真正實現無人駕駛技術，至少要等到2021年。不過在今年7月份的時候，百度方面表示其研究的L4級別自動駕駛汽車阿波羅龍已經正式量產下線，這的確是一項了不起的舉措。
同時，近期不少整車企業也給出了無人駕駛產品開發時間表：特斯拉將在2019年投放L4或L5級別無人駕駛汽車;大眾計劃2021年推出L4級別自動駕駛汽車;奔馳與寶馬將分別于2020年與2021年推出L4、L5級別自動駕駛汽車;戴姆勒公司宣布將于2019年在美國加州部署無人駕駛出租車等。
不過，在短時間內。人類恐怕還無法享受自動駕駛技術所到來的便捷，這主要是因為不穩定因素頗多導致真正的無人駕駛難以實現，首先，無人駕駛技術還存在許多不穩定因素。縱然AI的反應速度比人類快很多，但總有一些他們做不到的事情。比如隨機應變的能力。AI對于周圍環境的反應來源于人們所輸入的數據、程序等的設定，但交通情況千變萬化極容易就導致無人駕駛技術無法正確的面對每一種情況。
此外，無人駕駛技術對互聯網的依賴程度極大。目前，世界上擁有諸多黑客的存在，如果他們通過網絡入侵，對無人駕駛汽車進行操控，達到某些不好的目的、將可能導致難以挽回的后果。在這個層面，無人駕駛汽車安全性也值得思量。
最近，阿里巴巴也推出了無人駕駛項目，與其他家不同的是，阿里巴巴不僅只針對單車智能的方案，他們正在以協同智能的方式降低無人駕駛現有方案的物理困境和成本障礙。
阿里巴巴做了大量的論證和仿真研究后發現，單車智能的方式對實現自動駕駛落地挑戰巨大。
主要局限在于感知存在視覺盲區，而且由于傳感器自身技術局限導致有效感知距離不超過80米，而當車速超過每小時60公里，就無法實現安全下的自動駕駛;其次，由于高精度地圖的更新速度慢，難以應對突發時間;以及單車決策難以調動整個交通場景，如果遇到遮擋，就無法形成有效決策。
因此，阿里巴巴選擇了協同智能的路徑，其所需要的就是增加一個額外的交通智能設施，目前被稱為“智能感知基站”，由于靜態部署，所以將具備處理復雜情況的能力，同一個“基站”可以服務同一條道路上得多輛車，從而降低車本身對傳感器的需求。
