在返程过程中，我乘坐的百度无人车又遇到一次前方因为前方车辆较慢而减速的情况，依然是一个急刹车避免碰撞，之后前方车辆车速加快，无人车就没有变道超车，在行驶一小段路后自动停到了终点。

　　总体来说，这次的实际路试结果还是让人满意的，整个试乘路段属于社会路段，尽管车道较宽且路况良好，但路人和车流其实算不上少，无人车都够很好地做出自动进行监控并做出下一步驾驶决策。不过正常行驶时不停快速抖动的方向盘还有遇到前车时的紧急刹车减速还是让初次乘坐无人驾驶汽车的我捏了把汗，好在这些都是可以通过之后的测试学习和算法优化进行调整的。

　　总价超百万的激光雷达，百度想在 5 年内将成本降低百倍

　　作为自动驾驶套件的核心传感器，激光雷达的成本和售价十分受人关注，因为目前通过激光雷达获取周围环境数据的方式，可以说是无人驾驶汽车上的最佳解决方案。

　　百度无人车使用了一个 64 线 Velogyne 激光雷达来放置在车顶监控周围环境，还在车顶周围布置了 3 个 16 线的激光雷达监控车身周围的死角，确定车辆周围的安全，这样的设计可以说是十分保守且成本颇高的，整套激光雷达的成本几乎能达到百万人民币的级别，显然是无法民用。

　　（左一为邬学斌）

　　爱范儿对此采访了百度副总裁，自动驾驶事业部负责人邬学斌，在被问及百度会不会在之后调整传感器方案，来降低整套无人驾驶套件成本，以方便之后的民用和商用时，邬学斌表示，百度无人车目前的考虑点并不会在整车成本上，j2直播，而是要保证整套自动驾驶系统的安全运行。激光传感器的售价现在虽然高，但是仅仅是一个阶段性价格，并非生产成本，在五年后激光传感器的成本将会降低 100 倍左右，64 线激光雷达的单个成本会到 500 美元左右。

　　事实上，百度早已经在激光传感器的成本降低上进行了布局，在今年 8 月份，百度和福特联合投资了激光雷达的生产公司 Velogyne，用以提升 Velogyne 的产品设计和扩大产能，进一步降低激光传感器的制造成本。

　　当激光传感器成本降低了，百度这套几乎可以适配任何车型的自动驾驶套件就显得更为实用靠谱了，毕竟尽管特斯拉目前已经表示将会为自家之后的车型配备完全自动驾驶套件，但这套套件主要还是通过 8 个摄像头、12 个超声波传感器和 1 个前向雷达组成的，这样的设计虽然在现在来讲成本比使用激光雷达要低上不少，但摄像头和传感器更容易受到极端环境的干扰。

直播，这个驾驶新手需要多久才能变成“老司机”？" src="http://www.wzatv.cc/atv/uploads/allimg/161117/005F42S5_0.jpeg" />

　　可以说，百度近乎保守的在自家的自动驾驶车上使用上 3 个目前售价高昂的激光雷达传感器，就如同跨过驾驶辅助系统直接研发 L4 级全自动驾驶汽车是一样的野心，直指未来。而百度也为自己无人驾驶汽车设定了一个不远的未来目标：三年商用、5 年民用。

　　降低了激光传感器成本的同时，百度要做的，还有校正优化整套自动驾驶算法还有构建高精度地图。构建高精度地图是百度相比于其他研发自动驾驶汽车的传统车厂的优势，而对于自动驾驶算法的优化和调校，就是一个长久的机器学习的过程了，百度无人车累计的里程越多，遇到的情况越多，越能将自动驾驶可能遇到的所有情况都突发到，这就是个无人驾驶老司机的经验培养的过程了。

　　完成度颇高的百度无人车，要想真正上路究竟还有多大难度

　　尽管百度目前已经提出三年商用五年民用的未来目标，我们就来看看这个终极问题：百度无人车究竟离进入普通人生活还有多远。

　　这个问题其实要分为 3 个层次来看：

　　无人驾驶汽车生产究竟有多难？

　　无人驾驶汽车对路或者说是地图有什么要求？

　　无人驾驶汽车和传统汽车同时存在于路面时遇到的各种迷之矛盾。