其实无人驾驶汽车已经实现了，无人驾驶还分自动驾驶汽车，有人值守，可以随时接管操作，和真正意义上的无人驾驶汽车。当然，无人驾驶技术还在根据不同的使用场景在不断的完善。并且在一些特定领域已经可以替代人工驾驶，但想要在大部分环境下替代人工驾驶很可能还需要几十年的时间。

　　现在我们看到的特斯拉这类电动汽车其实已经实现了自动驾驶功能，并能根据道路情况采取避让和减速措施。但这并不是说它的自动驾驶就是绝对安全的，因为道路的状况瞬息万变，还是有一些情况和概率会导致自动驾驶出错而出现事故，所以现在的自动驾驶更多也还只是在路况非常好的高速公路巡航中的自动驾驶，但即便这样也是有一定风险的。

　　真正的无人驾驶现在主要出现在一些相对封闭的环境中的特种车辆，比如公园里的扫地车，园区内的摆渡车，BRT公交，这类车行驶的路线和环境相对比较固定，交通环境没有那么复杂，无人驾驶相比在开放道路应对起来更安全可靠。

　　随着人们安全意识的提升，和城市交通设施的完善。未来如果无人驾驶会逐渐胜任在市区内的行驶，共享汽车将会有巨大的发展，甚至取代出租车和城市中的私家车，可以通过网络实现编组和零间距行驶，节省时间、道路资源，不占用停车场。无人驾驶彻底代替人工驾驶估计还要很长的时间，除了技术的不断完善，更重要的是要有配套的法律等保障、服务体系的完善。

　　十年内无人驾驶机动车在我国全面普及实现不了，也就是说职业司机还有些年头可以以此为挣钱的行当。这需要公路的全面提升，信号灯，网络，卫星，雷达，地图等软硬件支持，以及整个生态环境的优化。是一个相当大的工程。前提还是无人驾驶车辆技术和价格都能平衡达到量产级别。但无人驾驶技术已经进入我们的生活，在南京，无人驾驶公交车已经上路，是在校内规定路线Km/h,可以说比电动自行车的速度还要低很多。保障的行车和行人的安全。在北京，无人配送小型物流车已经在清华大学等高校运行，解决了快递最后一公里的配送难点。还有我们知道的百度总裁李彦宏乘坐无人驾驶车辆上五环，虽然被交警部门约谈，但足以证明人工智能的发现速度之快已经让我们普通人错不及防。国内以百度为首的无人驾驶事业部成立最早，但近两年才被大众悉知，滴滴，腾讯，阿里等互联网巨头都有参与无人驾驶技术的研发或投资。2018年春晚分会场以百度技术与比亚迪汽车合作的无人车队跨过大桥，好像在告诉我们，无人驾驶已经到来。还有刚刚成立3年的北京智行者科技与京东合作的小型无人配送物流车，可能是我国第一个量产并商业化已经运营的无人车。

　　大势所趋，可以肯定的是包括无人驾驶在内的物联网及人工智能技术一定是在我国得以呈现呈现并百花齐放，激光雷达，毫米波雷达，硬件我们有待提高，但人工智能的核心算法我们有大量的人才。那些年努力的数学成绩和参加的无数奥数比赛在这个时代有了用武之地。

　　专注汽车行业8年老学徒，不足之处欢迎点评，点击头像进行关注，养车用车不迷路。

　　谢邀。下下下下一个十年吧。

　　本文系车则原创稿件，转载请注明来源“车则”，请勿侵权

　　了解能不能完成，得先明白实现这个的难度在哪。

　　无人驾驶开发的痛点是什么？

　　无人驾驶最大的难点，也是最重要的要素，就是安全。高安全性意味着低事故率。据统计，全球来看，对于人类司机，一亿公里发生致命事故1~3起。

　　统计上，要达到足够置信度，需要多次重复实验。保守估计，这意味着一套比人更加安全的无人驾驶的系统需要测试的总里程达到1000亿公里。

　　按照一辆车一年10万公里总里程计算。我们需要100万辆车，一整年的时间，收集无人驾驶数据和测试，才能够保证无人驾驶所需的安全性。

　　现在Google和百度的无人车成本都在百万人民币量级，乘以100万辆车这个巨大的基数，对于任何一家公司而言，都是一个天文数字。

　　目前车企想到的最佳解决方式是什么？

　　1、无人驾驶模拟 2、做众包

　　无人驾驶模拟可以通过算法生成感知和决策数据，减少数据收集和测试车辆数量，降低研发成本。

　　但是，模拟终究还是模拟，拉到现实生活中，其感知数据和真实的数据存在差异，很多失败的场景恰恰是人思考的盲点，说到底，模拟只能为辅助。

　　总结来说，虽然模拟可以降低数据收集和测试车辆的数量，但是我们仍然需要收集真实数据，用大量的车做真实测试。

　　而真车做实验，你需要付出大量的设备成本，造车成本，运营成本。目前各大“自动驾驶”的汽车品牌也在为突破而努力，目前最理想的方式是特斯拉提出的众包。

　　但是即使如此，众包也只能解决车企在设备和运营成本上的问题。测试用车还是需要汽车品牌造出来。

　　再者，造车周期三到五年，显著慢于算法研发节奏，如果为了加快迭代，在算法没成熟的情况下强行上车，是拿人的生命做冒险，依旧难以解决。

　　在目前的科技发展程度看来，我们依旧只能从L2-L2.5-L3-L4等等慢慢的升级达到“类似”无人驾驶的体验。

　　按照目前的造车能力和科技算法的发展，无法跳级。所以要是你在哪里看到“实现L4级别”“L3级别”自动驾驶。

　　多半这品牌在说概念车，或者在混淆概念，再或者是PPT。无一例外。

　　目前行业内做得最好的是谁？

　　依旧是特斯拉。我记得今年7月份的时候，特斯拉曾经发布过一个 车辆安全报告。

　　报告显示：

　　特斯拉 Autopilot 每 327 万英里出现一次事故。

　　没有 Autopilot 但有主动安全配置的特斯拉，每 219 万英里出现一次事故

　　没有 Autopilot 也没有主动安全配置的特斯拉每 141 万英里出现一次事故。

　　相比之下美国 NHTSA 的数据显示，美国每 49.8 万英里就有一次事故。

　　上季度对应的四个数字分别为，287 万英里、176 万英里、126 万英里和 43.6 万英里。

　　但是即使是如此了，该成绩还是建立在欧美本土上得出的结论，不大适用于国内的道路情况。

　　为什么？

　　如果你经常走访各地，会发现很多小县城城建规划混乱，街道杂乱无章，红绿灯是摆设，满大街的摩托车和电动三轮横穿乱窜。

　　无人驾驶，谈何容易。

　　以上，希望对你有所帮助。

　　滴滴滴

　　可以实现但是不是现在，按照现有的城市基础设施还会是遥遥无期，最起码的城市公共交通工具都无法自动驾驶。现在的主流高端车子已经有自动驾驶模式了（L2级），但是厂家不敢声称是自动驾驶，只是说辅助驾驶，（ACC自适应巡航，车道保持，变向辅助，自动刹车，就这几项）这些功能前提下是需要公路上有白线等各种标识自动驾驶雷达探头才能识别，正真做到自动驾驶应该要发展到L10级以上才能实现。现在探讨自动驾驶为时过早。

　　
 

　　无人驾驶是未来发展的方向，是肯定能实现的，是时间的问题、以现在的汽车无人驾驶都还是在处于前期阶段、有很多品牌都推出的产品但是都还是还有很多问题的没有解决、比如安全、道路交通、和礼让、都是还需要强化和可靠的安全保障、所以做少还需要10年时间才能有可靠的安全保障的无人驾驶车辆

　　无人驾驶就是个坑爹的事物。想想埃航737这个事件，一个人工斗不过智能的东西该有多么的可怕！（报道说737客机在智能驾驶状态下飞行出现异常，而人工却无法对其纠正）。

　　要回答清楚这个问题，首先我们需要了解一下无人驾驶的等级。

　　目前国内普遍采用的是美国汽车工程师协会SAE制订的无人驾驶等级，分六个阶段，分别是：L0没有自动化，L1驾驶辅助，L2部分自动驾驶，L3有条件自动驾驶，L4高度自动驾驶，L5完全自动驾驶。前三个是人类驾驶，后三个为自动驾驶。

　　那么当前已经量产的汽车到了哪一个水平呢？答案是L3，代表车型是第四代奥迪A8。

　　奥迪A8能够在小于60km/h的速度下，在复杂路况下实现下自动驾驶——驾驶员不用完全专注于路况及周围的车流，能够在车上阅览、回复邮件等，遇到紧急状况时，车辆会发出接接管提示，此刻驾驶员将有8-10秒的时刻评估路况，整体接管车辆。

　　不过A8的自动驾驶功能，仅在允许自动驾驶的国家或地区开放，我国则是没有开放的。

　　特斯拉的Autopilot 2.0系统实际上也基本达到了L3的水平了，只不过对于搭载的硬件有要求。

　　特斯拉的Autopilot 2.0系统除了需要有英伟达的tegra处理器，在传感器方面还需要8组外部摄像头、1组雷达和多组超声波模块，旧车无法实现。

　　国内大多数车企如吉利、长安则已经实现了L2级别的自动驾驶，部分车企业已经宣称达到L2.5级别自动驾驶，如小鹏。

　　但是，要实现L4及更高级别技术的量产，则需要以下几上方面有较大的突破。

　　第一是V2X通信。

　　简单来说主要是指汽车对汽车通信（V2V）、汽车对基础设施通信（V2I）、汽车对行人通信（V2P）。

　　国内V2X通信需要基于5G网络实现，时间大约是2019-2022。

　　第二是高精度地图。

　　传统地图无法满足自动驾驶的要求，高精度地图L4以上级别最为关键的技术。

　　高精度地图精度相当高，误差在15-20厘米以内，可以详细的标注出来高速路上的具体车道，车道线的宽度和长短，路灯位置。

　　第三是激光雷达。

　　目前机械式激光雷达价格过高，甚至超过一台车的价格，注定无法大规模使用。

　　而固态激光雷达则有可能将成本降到100美元。

　　车规级固态激光雷达预计将在2022年前后实现。

　　就目前的各项技术发展趋势判断，最早的L4自动驾驶车型可能会到2022年左右实现，而L5级别的则会在2025年之后。

　　无人驾驶的概念车可基于5G网实现自动驾驶，目前已实现包括自动转向、自动跟车与自动泊车的功能。目前尚不成熟，预计未来10年应该能初步实现真正意义的无人驾驶！

　　可以看出来目前的大部分汽车自动驾驶，例如特斯拉最新的Autopilot和沃尔沃的Pilot Assist2等都属于L3，这L3其实是由国际自动机工程师学会（SAE International）制定的，简单点说就是L3属于车辆可以取得大部分控制权，但只能在有限情况下发挥作用，需要司机随时取得车辆控制权以应对激烈工况和复杂路况。

　　而线，虽然数字上听着离的不远，但中间差的可不是一星半点，比如沃尔沃全新XC90的自动驾驶是跟随前车的动态，完成主动加油与刹车动作，具备自动排队的功能，简单说就是“前车走你也走，前车停你也停”，而且无论停多久，前车起步的时候，你也会自动起步，且配置的车道保持辅助系统会由方向盘将车辆限制在车道内，以及其L3所具备的自动刹车和自动辅助转向，会对突然出现的汽车、自行车、大型动物以及其他障碍物及时作出刹住或辅助转向，虽然有辅助转向功能但也是司机在转向的同时系统给你一把力，使其转向速度加快而已，减少碰撞几率。

　　所以L3和L5之间区别主要是在激烈路况复杂驾驶汽车情况下，车辆处理控制权的问题，也就是L3自动驾驶的环境观察和驾驶操作由系统处理，而司机还是需要随时对系统进行应答以及在危险情况下夺取汽车控制权，这和L5的取消驾驶位还相差甚远，主要还是因为目前的自动驾驶处理道路信息能力有限，尤其是岔路口及多流量地带，例如特斯拉第一起自动驾驶车祸由于摄像头及雷达在当时环境下未能检测到转弯的卡车而造成电脑没有处理，再加上车主对自动驾驶太过放心，以至于自己心里放松没能及时处理而造成的。

　　那么无人驾驶汽车L5的控制权怎么敢完全交给车辆处理呢。假如监测失误，电脑误认为前方窜出车辆，电脑控制方向盘直接做出转向处理，那后果极其严重。NVIDIA曾公开透露：自动驾驶从L3升级到L4，计算量会提升50倍，不过目前车辆AI芯片发展迅猛，待到日后车辆配置完全后，处理能力一定会更上一层楼。十年之内，在技术层面离真正的无人驾驶应该也差不了太多了。

　　无人驾驶是未来一个发展方向，但是就目前来看，依旧在实验阶段，还没有相应的配套设施，关键是也没有相关的法律条文来可以执行，比如说你喝酒了做的无人驾驶的汽车，那到底是酒驾呢还不是呢？