无人驾驶公司扩大规模这件事到底难在哪儿?

硬件难以规模化

如果用 L4 或者 L5 级别的无自动驾驶汽车当作文章的主角，即马路上跑的全部是不需要人类接管的车辆，那么这些车一定会装备大量的传感器，包括激光雷达、毫米波雷达以及多个摄像头等等。

如今的无人驾驶汽车与正常汽车在数量上相比，根本不值一提。如果真的要急速扩大无人驾驶汽车的规模，传感器的生产规模也必须跟上。对于传感器制造商来说，是一个比较大的问题。

就激光雷达来讲，技术比较成熟，市场上处于领先地位。但因受到繁复的精密光学装调工作量的影响，目前产能严重受限，远远跟不上市场的需求。

如果把规模扩大到数百万辆?恐怕不是一件短期内能完成的事。

生产是一个大问题，另一方面，传感器装载在车辆后能否承受不间断的应用，可靠性现在还没有实际验证过。如今无人驾驶汽车的行驶都是小规模化的，高度可控的。

而真正在路上行驶大规模车队时，车辆会遇到各种不同道路，包括郊区，野外等恶劣的路况，甚至有可能 24*7 不停歇地在道路上行驶。在这种极端的情况下，传感器能不能持续不断地工作，应对实际应用的考验?

目前还没有人真正知道现阶段的传感器是否可以始终处理实际应用当中的困难。

现有的无人驾驶车辆明显是在运维人员们的监督之下进行工作的。一旦传感器出现不稳定的情况，工作人员确保能第一时间将其更换。在无人驾驶车辆晚上不工作的时间，工作人员需要对传感器乃至车辆所有的零部件检查一遍，以保证所有部件都处在最佳状态。

如果一旦扩大范围，在全国范围内设置地点以维护传感器、车载计算机，以及修复或更换各类零部件，是一个极大的挑战。目前，无人驾驶公司的精力都在技术研发上，对于建立全国性甚至国际化的运营团队，几乎没有任何经验。

AI 技术的局限

另一个重要原因是技术的问题。

不只是自动驾驶技术的不成熟，其周边的产业也没有实质性的突破。当前无人驾驶汽车都是在限定的范围内行驶，如果换一个地方，无人驾驶汽车会达到同样的效果吗?

答案可能是否定的。一些人认为，只有在限定的区域内对地形有了详细的绘制，无人驾驶汽车才能正常工作。那么，绘制高精度地图的成本就限制了无人驾驶汽车很难在新地方迅速开始运营。

无人驾驶汽车如果只在一个区域内反复行驶，很可能它没学到如何在其他地方驾驶。就像一个十几岁的新手司机，习惯于在自己的社区开车，但害怕在空旷的高速道路上开车。

以及，每一个国家的驾驶习惯和法律条款都不一样，一套自动驾驶系统基本不可能在两个国家使用。换句话说，无人驾驶汽车很难进行规模复制，不管是地图、区域，或者是国家。

同样，回到车辆本身来看，根据英特尔预测，2020 年，一辆无人驾驶汽车一天至少产生 4TB 的数据，在本地或是在云端，这都是一个巨大的数据量，需要大量的存储。假如按照美国汽车保有量 2.5 亿辆计算，2.5 亿乘以 4TB 再乘以一年 365 天，数据量变成了天文数字。在中国，数字有增无减。

如果利用 V2V(车对车)通信让车辆之间交互，可能对于无人驾驶交通状况有一定帮助。但现在，使用 V2V 通信技术的无人驾驶汽车基本不存在。一旦扩大规模，成千上万辆无人驾驶汽车在道路上行驶，相互之间都发射出 V2V 的电子信号，会不会发生数据爆炸性增长?

无人车行业的分水岭就在于规模数量，100 辆无人车就是一个门槛，很多公司达不到这一步，就会融资困难被淘汰掉。

当技术研发已经发展到比较成熟的时候，规模化也许是无人驾驶行业当中最要紧的事。造出一辆无人驾驶汽车，或者研发出一套无人驾驶的系统，只是产业的开头。当它放在真实的生活中，成为人们日常出行的一部分，才算获得成功。毕竟在商业上，产生收益才是硬道理。