无人驾驶汽车大规模应用面临的主要障碍

无人驾驶汽车能实现包括我在内的许多人所设想的革命性变化吗?在这篇文章的第一部分中，我曾提出自动驾驶汽车是否会像赛格威平衡车一样的发展趋势，并从很高的期望值被降级到非常狭隘的应用领域。为了避免重蹈赛格威的覆辙，自动驾驶汽车开发者必须克服在规模、信任、市场生存能力和管理二次效应方面面临的重大障碍。

现在，我会进一步概述更多的挑战。构建和证明自动驾驶汽车是一个重要的第一步。将无人机扩展到工业规模和强大的业务运营，提供运输即服务(TaaS)是一个更大的步骤。这里有7个与规模有关的巨大障碍。

1.大规模生产。用自动驾驶汽车技术手工制作或改装几千辆汽车对于开发和测试来说已经足够好了。工业化将需要大规模生产数十万辆汽车。但是，正如特斯拉从惨痛的教训中学到的那样，大规模生产汽车远远要比看上去要复杂得多。

2.电动充电技术设施。几乎所有的自动驾驶汽车技术都是在电动汽车平台上开发的。电动汽车要想在任何市场上大规模运营，就必须建立全新的充电基础设施，这需要大量的时间和金钱。

3.地图。详细的、高清晰度的地图产业化是制约无人驾驶汽车运行的一个因素。尽管汽车上装有传感器、摄像头和软件，但它们需要最新的地图来确定自己的位置和行动。

4.车队管理和运营。工业化将需要成千上万的广泛分布在大城市服务区的无人机进行完美的维护和高效的运行。这样做不仅仅是清洁车窗和清理内饰，还需要在汽车内维护复杂的计算机系统。这将需要复杂的预测分析，还得对电池进行充电、分派任务和负载平衡任务，以应对各种的客户需求。公共安全和商业生存模式都依赖于此。

5.客户服务和经验。自动驾驶汽车TaaS的服务就像一个建立在移动酒店基础上的酒店业务，没有现场工作人员。即使是最短的行程也可能变得任意混乱和无序，特别是在没有人监督的情况下。可接受的服务和体验也必须扩展到非客户目标，因为无人驾驶汽车必须与行人、自行车、其他驾驶员、应急人员、其他公司的无人驾驶汽车以及道路上许多其他参与者进行互动。

6.安全。总体来说，计算机安全是一个具有挑战性的问题，而由车轮上的计算机组成的网络化军用计算机将成为有吸引力的黑客攻击目标。还有物理安全问题，包括对汽车不满意的路人和旁观者、恶作剧者、暴徒和其他人在内的人身安全也可能给乘客和公众带来安全问题。

7. 快速定位。Waymo和其他人在凤凰城那些标识醒目、灯光明亮、布局精致、相对文明的街道上所学到的东西，但有多少能够被波士顿那些不那么有质询的柏油马路和环形路，或纽约、巴黎和北京这种极其拥挤、行人众多的市中心所借鉴？这不是全部。这就是为什么每个开发公司都要在多个地区进行自动驾驶汽车测试，以便了解当地基础设施、天气、文化规范等的特性。并且找到快速和良好解决本地化障碍的方法。