自动驾驶为什么会这么难？
本来想好好写一下自动驾驶的，但考虑到今晚想早点回家休息，就想偷个懒，写到哪算哪。此外，为了确保前两个系列的文章品质，就不用这两个系列的名称TITLE，当然，即使随随便便写，也会有质量保证的，哈。
昨天的文章稍微暗示了一下可以考虑一下北汽，有些同学加了一些鸡腿，有些同时无动于衷，这个都很正常。当然，我不是移情别恋，因为北汽，江淮我都有，当然最近SLS走势不好，大家兴趣可能不太好，我实际北汽早就入手了，上周由于写文章，写着写着把自己给忽悠了，又加仓了点，但实话实说，北汽我心里拿着是不踏实的，让我拿一年我都不敢，这个原因有很多，后续有空可以说一下。但SLS是可以拿好几年的，这个拿着是非常踏实的，即使这两周一直跌，但心里麻木的完全没有感觉的，因为知道，怎么跌下去的，一定会怎么涨回来的，怕什么，反正又不卖，早涨晚涨都一样。
我发现喷我的黑子都是一秒都等不及的感觉，这种人，我要是正眼看他一眼，就是降低了我的身份了，哈，太猴急的人不是同路人。
明天老余又要开始吹牛他的智驾了。
今天提前聊聊智驾。
前几天看到一个新势力车新闻，说在高速路上开，突然有一个广告牌，牌上有一辆汽车的广告，被这个车识别为前方有车，然后紧急刹车，导致后面车撞上了。发生了车祸。
我们看这个新闻，可能感觉是天方夜谭，为什么广告上的汽车招牌会被这家的自动驾驶系统识别为真正的车呢？ 太弱智了把。实际不然，的确非常复杂，不能怪它。
现在智驾叫的很响，其实智驾是HW发明的说法，之前一直各个厂家都叫自动驾驶。
自动驾驶分为L0-L5，L5就是真正的无人驾驶了，你在车上完全可以不管方向盘，它自己非常Happy开，完全没有问题，预计HW可能要2030年达到这个水平（有可能要更晚，这个的确非常难），L4就是高级自动驾驶，基本不要你管，除非特别紧急的情况，HW大概2025年达到，按照目前这个迭代速度，这个时间点是可以保障的。
目前实际属于L3，可以理解为辅助智能驾驶，HW让它营销为智驾了，跟无人驾驶就有点没有关系的，是一个天才的营销术语。
本来为了写自动驾驶文章，打算好好花几天时间学习和了解相关知识，避免班门弄斧，让黑子们嘲笑，影响一世英名。看了几个小时就受不了了，太难太多了，可能要花好几个月才能消化掉，我的时间太宝贵了，哈，算了，继续胡说八道就行了。
自动驾驶到底有多难了？
自动驾驶实际上是一个多才多艺的老司机，而且，是一个绝对可靠，准确、精确、大脑发达，知识渊博，决策果断和英明的老司机。
查了一下资料，2019年我国由于车祸大概挂掉了6万多人，90%都是人为造成的，其实就是6万个家庭因为车祸导致命运都改变了，所以自动驾驶是必然趋势，利国利民的。
此外，自动驾驶带来了无限的想象空间，因为你坐车而不是开车了，有大把的时间可以浪费了，包括在车上办公、健身、娱乐等等，这种场景应用可以联想翩翩。前几天我跟朋友在吹牛，以后假设路上都是HW的智驾系统，其实每辆车都可以实现互联互通，不光不会出现交通堵塞（因为都可以通过总控制来有序通行），而且可以进行社交等什么活动（比如都是M9车主，可以互相搭讪，吹牛，交朋友、朋友圈大大的），以后开车是一种享受了。甚至车内资源共享（比如你喜欢看的美女图可以推送给我，我们就成为志同道合的好朋友了，哈），无限想象空间的场景。
以上场景 碰到HW这些变态的规划和开发人员，每年都会逐步实现的，所以买了鸿蒙智行的车，可以帮你实现你很多不敢想象的场景和好玩的东东，哈。
回到智驾为什么这么难的话题。
比如M9车上有很多眼睛（摄像头，雷达，传感器），大概一秒钟会尝试好几GB的数据。什么概念，一秒钟数据相当于10部电影的数据，那车的大脑必须要快速处理掉，否则就出问题。这么多数据，如何合在一起，如何做取舍，如何做融合，如何识别出哪些有用的数据，如何准确判断，就需要考验车的大脑的智力了，这个智力水平如何，就取经厂家的积累和能力了。
举一个简单例子：
比如前面有一个路牌，路牌上写着是公交车道，然后下面写的是通行时间是早上7:00到9:00，晚上19:00-21:00，同时又有几行备注： 1 节假日和特殊节日除外，可以自行通行 2 单双日单双号限行之类的。 我们一个正常的人，看到这些信息都需要花费较长时间去消化和理解，但智驾就需要它立即决策和判断，包括从网络上获取今天是几号，什么时间点，符合上面的什么条件之类的。
假設有可能网络不通或者获得的一些信息是有问题的（比如现在乱七八糟的网络垃圾信息，实际是比较影响判断的）那可能导致智驾做出错误的判断，怎么办？
还有，这么多海量数据，对车的算力是有要求的，存在可能算不过来的情况。就如我们用手机或电脑一样，有的时候手机或者电脑很卡，就是程序有问题或算不过来，那车不能出现这个问题呀，要是出现了，就要出大事了。那怎么保障不出问题呢？ 要是出问题怎么办呢？ 。。。。
还有，为什么google 2012年开始进行自动驾驶路况实测，这么多年过去了至少搞了几千万公里了，还无法真正商用，为什么要这么多实测数据呢？
因为作为老司机，你是要有一些经验知识的，包括不同的路况处理，不同的突发情况处理，还有一些乱七八糟的不合规则的东西，比如前几个月HW智驾的泊车就发生了一起低级错误，就是一个小区的停车位是三角形的，把智驾给搞蒙了。之前没有遇到这种情况呀，怎么不讲武德了呀。
那怎么办，智驾系统就是需要不断升级，把这些烂七八糟的情况给补进去，以后遇到类似情况就好办了，这个也不能怪他们无能，我们实际遇到这种情况也是需要学习的。
还有，之前大家都是依赖高精度地图。为什么要依赖高精度地图呢？ 因为要判断自己当前的位置，然后好知道如何开，如何去目的地等。高精度地图有什么问题呢？
由于国家安全的管控（为什么要管控特斯拉，也是类似的道理），实际上不太可能让你知道具体的经纬度，都是做了一些偏差处理的，有些是做了加密算法的，那要是你这家厂家能力不行，直接拿来用，就会出问题。
现在M9升级了NCA（无地图模式），这个老司机经验就更重要了，否则如何知道哪些场景应该怎么处理？
那这些老司机的经验如何来的，就是需要通过不断学习，不断迭代，不断写代码，HW一天现在是可以上传1200万公里的数据，这些数据需要看看有无垃圾数据，有无有错数据，然后在之前有用的数据基础上做叠加。
还需要有一个模式，特斯拉叫做影子模式，就是让测试司机经过各种路况 ，做出相应的反应都录下来，然后跟系统这些反应做对比，不断的让系统行为跟司机的行为保持一致，不断调优。
‘这里面还涉及到很多很恶心的算法和决策逻辑，也考验道德标准。
最经典的就是真的发生车祸的时候，左边是三个人，右边是五个人，你决策逻辑是撞向左边还是右边？ 哈，太难了把、
再增加难度，假设三个人中有一个是你的小孩？ 怎么办？
此外，还要模拟各种真正的车祸处理案例？ 比如自己车出了事故如何处理，我们车跟别的车出了事故如何处理，车人事故如何处理，这些都需要去模拟各种事故，然后给出决策方案。
再举个泊车案例，你让M9自动泊车，你刚要倒车到一个合适的车位的时候，后面出来一个车抢你的车位，怎么办？
你车停到了三楼，你通过自动找车系统，它是如何判断你的车停在了三楼而不是2楼？
当然，还有一些复杂的场景，比如下雪天，下雨天，夜景，很多摄像头或者传感器没有用，怎么办？ 特别是下雨天，暴雨天气，突然一下子出来一个路人甲，又刚好是在系统盲区，怎么办？ 如何处理？
之前有一个同学留意，说让HW考虑货车自动驾驶场景，这种场景其实很多公司已在考虑，因为路线其实比较固定的。
HW首先发力就是在矿产区、码头这种固定路线，封闭路线实现的自动驾驶技术，因为外面变化因素少，比较容易控制。
反过来理解，自动驾驶就是要处理乱七八糟不可控变量，这些变量的组合可能有几千亿组，都需要考虑全面，只要有一种组合没有考虑全，就可能出现问题。
这也就是苹果为什么搞了五六年无人驾驶研究，投了几百亿美金的钱，最后都投降，不干了，太难了，TM的。
故后面还可能出现一些智驾的问题，但都会更可控，更完善。再加上路上的HW车越来越多，数据越来越多，各种组合处理的案例越来越多，方案就会越来越完善。
这个就形成了正向的良性循环。
当然，对其他新势力车是不友好的，因为差距会越来越大，越来越大，越来越大。最后要不就是投降不干了，要不就加入到HW里面来。
后续的车，只有HW智驾车和其他，没有别的选择。
从明天开始，HW新上市的车只有智驾版本，无其他版本。
欢迎大家多多点赞，点评，加鸡腿，互动，喷我，都可以，哈。$赛力斯(SH601127)$ $北汽蓝谷(SH600733)$ $江淮汽车(SH600418)$ #长安汽车#
