第一章 自动驾驶的千年之梦：从达芬奇到Waymo / Chapter 1: The Millennium Dream of Autonomous Driving: From Da Vinci to Waymo
如果你穿越回500年前的米兰公爵府邸，可能会看到这样一幕：公爵的宴会上，一辆没有马拉的四轮车缓缓驶入大厅，车上站着一位蓄着长须的老人，对着公爵微微鞠躬——这不是什么魔术表演，而是列奥纳多·达·芬奇（Leonardo da Vinci）献给赞助人的“自动车”原型，也是人类历史上第一个有据可查的自动驾驶车辆设计。这种“不用人力、不用畜力就能自己跑”的想象，其实贯穿着整个人类的文明史：从古代神话里会自己跑的铜车马，到科幻小说里的悬浮汽车，我们对“解放双手、自由出行”的渴望，从来没有停止过。
---
一、文艺复兴的机械狂想：达芬奇的自动车 / 1.1 Renaissance Mechanical Fantasy: Da Vinci's Autonomous Vehicle
1480年左右，达·芬奇在米兰为卢多维科·斯福尔扎公爵（Duke Ludovico Sforza）工作期间，在一份编号为“Codex Atlanticus”的手稿里画下了这辆改变历史的自动车。整辆车由木头和金属打造，没有马匹牵引，动力来自上方的弹簧装置——就像现在玩具车里的发条一样，拧紧弹簧后释放的能量就能驱动车轮转动。更巧妙的是它的转向机构：车尾装有两个类似船舵的控制杆，一个负责调整前轮的方向，另一个可以控制动力的输出大小，相当于现在的方向盘和油门踏板。
【📌 电子版侧边栏：达芬奇的机械发明清单】 除了自动车，达·芬奇在手稿里还设计了超过100种机械装置，包括直升机雏形、坦克原型、机械 lion、甚至早期的机械计算机，他的设计比同类发明早了至少300年。 > 纸书排版提示：该侧边栏可放在页面右侧空白处，用浅灰色背景区分。
这个设计在当时完全是天方夜谭：15世纪的金属加工技术根本造不出能储存足够能量的弹簧，木质的车轮摩擦力太大，根本跑不远，更别说复杂的转向机构了。斯福尔扎公爵最终也没有把它造出来，只是把它当成一个炫技的玩具，在宴会上展示给宾客看。但达·芬奇的设计思路却为后来的自动驾驶埋下了种子：车辆的动力、转向、控制，完全可以和人类驾驶员解耦，用机械装置自动完成。
直到19世纪工业革命爆发，蒸汽机的出现才让“自动车”从手稿走向现实。1770年，法国工程师尼古拉·约瑟夫·居纽（Nicolas-Joseph Cugnot）为法国军队设计了一辆蒸汽动力三轮车，原本是用来牵引大炮的，比达·芬奇的设计更接近现代汽车：它有一个前置的锅炉，烧水产生蒸汽推动活塞，带动前轮转动，还能通过杠杆控制方向。但第一次公开试车就闹了大笑话：车辆速度太快，居纽控制不住方向，直接撞上了公爵府邸的围墙，把墙撞出了一个坑，锅炉里的蒸汽还喷得满地都是，吓得周围的卫兵四散奔逃。居纽本人也因为“损坏公物”被关了三天。
【📌 小知识：为什么早期的自动车都没普及？】 除了技术不成熟，还有一个关键原因是当时的道路条件根本不适合机动车：18世纪的欧洲路面上全是马车压出来的坑洼和泥浆，蒸汽车重量太大，经常陷进去出不来，而且噪音和烟雾会惊吓路边的马匹，经常引发交通事故。更关键的是，当时的法律根本不允许这类“怪物”上路：1865年英国出台了《红旗法案》（Locomotive Act），要求蒸汽车行驶时前面必须有一个人举着红旗警示，速度不能超过每小时4英里（约6.4公里），比人走路快不了多少，这个法案直到1896年才被废除，直接拖慢了英国汽车工业的发展近30年。
19世纪末，随着内燃机和电池技术的进步，自动车的试验进入新阶段。1891年，美国工程师埃德加·佩顿（Edgar Payne）制造了一辆电动三轮自动车，用铅酸电池供电，最高速度能达到每小时20公里，还装了一个简单的自动转向机构：在车把上装了一个弹簧，碰到障碍物的时候会自动转向。虽然还是需要人扶着车把，但已经是自动驾驶转向功能的雏形。1912年，凯迪拉克推出了第一款带电动启动装置的汽车，不需要人摇把手启动发动机，这也是汽车自动化的第一步：把人类需要做的体力劳动，逐步交给机器完成。
---
二、20世纪的计算机革命：自动驾驶从幻想到科学 / 2.0 The 20th Century Computer Revolution: Autonomous Driving from Fantasy to Science
20世纪之前的所有自动车试验，本质上都是“机械自动化”：用弹簧、蒸汽、电力驱动车辆，但控制逻辑还是非常简单，根本不可能应对复杂的道路环境。直到1940年代计算机诞生，人们才第一次想到：能不能用计算机来模拟人类驾驶员的行为，让汽车自己“看”路、“想”路、“走”路？
这个想法的核心，来自一个被称为“莫拉维克悖论”（Moravec's Paradox）的发现。1988年，卡内基梅隆大学机器人研究所的汉斯·莫拉维克（Hans Moravec）教授提出：对人类来说极其简单的事情，比如识别一个物体、避开障碍物、在客厅里走一圈，对计算机来说却难如登天；而人类觉得非常难的事情，比如算一道复杂的数学题、下围棋，计算机反而能轻松完成。你可以轻松闭着眼摸到家里的厨房拿一个杯子，但让机器人做到这一点，需要处理海量的视觉信息、空间感知、路径规划，运算量是下围棋的几百万倍。这个悖论直接决定了自动驾驶的技术路线：它的核心难点从来不是“算得快”，而是“看得懂、想得通、反应快”。
1984年，莫拉维克和同事厄尔·沃克（Earl Ward）一起启动了卡内基梅隆大学的Navlab项目（Navlab是“Navigation Laboratory”的缩写，即导航实验室），这是人类历史上第一个系统性的自动驾驶研究项目。最初的Navlab 1原型车是一辆改装的军用悍马，车顶上装了一台Sun SPARC工作站，内存只有64MB，运算能力还不如现在的一个智能手表。它的传感器也非常简陋：只有一个黑白摄像头，用来拍前面的路，还有一个机械式的激光测距仪，能测出前方10米内有没有障碍物，当时的GPS还是军用系统，民用精度只有100米，相当于只能知道自己大概在哪个城市，根本没法用来精确导航。
【📌 延伸阅读：Navlab项目的早期经费故事】 项目启动的前三年，经费一直紧张到连传感器都买不起，莫拉维克把自己攒的积蓄都拿出来买了零件，团队成员经常自己动手焊电路板，第一代原型车在封闭场地测试的时候，最快速度只能达到每小时2公里，比人走路还慢，经常走着走着就撞到围栏上，被其他实验室的人嘲笑“开着坦克遛弯”。
Navlab的迭代速度很快：1986年的Navlab 2换上了更强的计算机，能实现简单的车道保持；1990年的Navlab 3第一次在公共道路上测试，从匹兹堡市区开到附近的机场，全程20公里，只需要人类接管3次；最著名的还是1995年的Navlab 5项目：团队改装了一辆庞蒂亚克运动跑车，从匹兹堡出发，横穿美国大陆，最终到达洛杉矶，全程约4500公里，其中95%的路段都是自动驾驶完成的，只需要人类在复杂的十字路口、施工路段接管，整个旅程只接管了不到10次。当时的媒体报道称这是“人类历史上第一次跨大陆自动驾驶之旅”，但实际上，Navlab 5依然属于L2级（部分自动驾驶）——它只能完成高速巡航和车道保持，遇到任何突发情况都需要人类驾驶员随时准备接管，根本做不到完全无人。
【🤔 思考题：为什么Navlab 5已经能横穿美国，但直到20年后自动驾驶才真正商业化？】 提示：想想你现在用手机导航的时候，是不是经常遇到“前方施工请绕行”“前方事故拥堵”的情况，当时的自动驾驶系统根本处理不了这类动态信息。
---
三、DARPA挑战赛：自动驾驶从实验室走向真实道路 / 3.0 DARPA Grand Challenge: Autonomous Driving from Lab to Real Roads
2001年，美国国防部高级研究计划局（Defense Advanced Research Projects Agency, DARPA）局长安东尼·特瑟（Anthony Tether）提出了一个看起来几乎不可能完成的任务：举办一场自动驾驶汽车比赛，路线是莫哈维沙漠里的230公里越野路线， winner 能拿100万美元奖金。特瑟的初衷很简单：DARPA一直想研发能在战场上替代士兵的无人驾驶车辆，减少人员伤亡，但当时的自动驾驶技术连封闭场地都跑不利索，更别说复杂的沙漠越野了。
2004年3月13日，首届DARPA大挑战赛（DARPA Grand Challenge）在加州举行，15支来自高校和企业的车队参赛，路线是从国王峡谷国家公园到终点，全程232公里，全是没有铺装的沙漠路面，还要翻越几个海拔2000米的山口。结果比赛当天，几乎所有车队都没能跑完全程：最远的车队是卡内基梅隆大学的“沙虫”（Sandstorm）号，改装自军用悍马，跑了11公里就撞到了石头，彻底熄火；另一支斯坦福大学的车队“斯坦利”（Stanley）跑了不到10公里就陷进了沙坑；还有的车队刚出发就翻了车，有的车队的电脑直接死机，停在半路成了“沙漠路障”。最终没有一支车队完成比赛，DARPA的100万美元奖金一分没发出去。
【📌 电子版视频链接】 你可以点击这里观看2004年DARPA大挑战赛的官方集锦，看看这些早期自动驾驶车的“惨烈”表现：[DARPA Grand Challenge 2004 Highlights](https://www.darpa.mil/about-us/timeline/grand-challenge)
但这次失败反而激发了研究人员的斗志。DARPA很快宣布，2005年再办一次比赛，奖金涨到200万美元，路线和上次差不多，但允许车队提前勘测路线，把路线的3D地图提前录入车载系统。这次，斯坦福大学人工智能实验室主任、德国裔教授塞巴斯蒂安·特龙（Sebastian Thrun）带领团队，对“斯坦利”号做了全面升级：车顶上装了5个旋转的激光雷达，能360度扫描周围150米内的所有障碍物，还装了3个摄像头、一个GPS、一个惯性测量单元（Inertial Measurement Unit, IMU），IMU相当于车辆的“内耳”，能感知车辆的加速度、转弯角度，就算GPS信号不好，也能算出车辆的位置。
2005年10月8日，第二届DARPA大挑战赛正式开赛，这次有23支车队参赛。“斯坦利”号一路狂奔，平均速度达到每小时30公里，最终以6小时54分的成绩跑完全程，领先第二名11分钟，成功拿下200万美元奖金。特龙在接受采访时说：“我们证明了，自动驾驶汽车可以在真实的、非结构化的道路上行驶，这不是科幻，是科学。”
2007年，DARPA又举办了第三届比赛，叫“城市挑战赛”（Urban Challenge），路线是模拟城市道路，有红绿灯、十字路口、其他社会车辆，要求车队遵守交通规则，和其他车辆混行。这次特龙的斯坦福团队再次获得第三名，冠军被卡内基梅隆大学的“塔罗斯”（Tartan Racing）车队拿下。这届比赛最大的意义是证明了：自动驾驶不仅能跑越野，还能在城市里和其他人类驾驶员和平共处。
---
四、谷歌 Waymo：从实验室项目到独角兽企业 / 4.0 Google Waymo: From Lab Project to Unicorn Enterprise
DARPA挑战赛结束后，特龙从斯坦福大学辞职，加入了刚成立不久的谷歌X实验室（Google X，现在叫X Development，是谷歌的“登月项目”孵化器）。2009年，特龙拉着之前在DARPA挑战赛里的老同事，启动了一个秘密项目：谷歌无人车项目（Google Self-Driving Car Project），目标是研发能在公共道路上完全自动驾驶的汽车，不需要人类接管。
项目刚启动的时候，谷歌内部反对声很大：很多人觉得这个项目太烧钱，而且看不到商业前景，就算做出来，法律也不允许上路，更别说赚钱了。但当时的谷歌CEO拉里·佩奇（Larry Page）力排众议，给项目批了无限额的预算，还给了特龙很大的自主权：只要能把技术做出来，其他问题都可以慢慢解决。
最初的特龙团队只有10个人，他们买了几辆丰田普锐斯，自己动手改装：车顶上装了一台价值10万美元的Velodyne机械激光雷达，转起来的时候像个巨大的陀螺，嗡嗡响，能360度扫描周围100米内的所有物体，精度可以到厘米级；前后左右装了6个摄像头，用来识别交通信号灯、路牌、行人；车里面装了一台高性能计算机，运算能力相当于10台普通笔记本电脑，用来处理传感器传回来的数据。当时的激光雷达非常笨重，一套就要几十万美元，根本不可能量产，团队只能买几台轮流用，每次测试都要小心翼翼，生怕撞坏了。
2010年，谷歌无人车第一次在公共道路测试，从山景城的总部开到附近的商店，全程10公里，没有发生任何事故，但是中间接管了5次：一次是遇到闯红灯的行人，一次是遇到施工路段的临时路障，还有几次是系统识别不出路面上的塑料袋，怕碾上去影响轮胎，只能人工接管。2012年，谷歌无人车拿到了美国内华达州颁发的第一张自动驾驶牌照，允许它在公共道路上测试，当时的内华达州州长还亲自坐了一次无人车，体验从拉斯维加斯到里诺的高速自动驾驶。
【📌 小知识：自动驾驶的级别怎么分？】 国际汽车工程师学会（SAE International）在2014年发布了《J3016自动驾驶分级标准》，把自动驾驶分为L0到L5共6个级别：
- L0（无自动化）：完全由人类驾驶员操作，比如老式的手动挡汽车。
- L1（驾驶辅助）：只有单个功能自动化，比如定速巡航、车道保持，还是需要人全程开车。
- L2（部分自动化）：可以同时实现车道保持+自适应巡航，比如现在的特斯拉Autopilot、小鹏NGP，但是遇到复杂情况必须人接管。
- L3（有条件自动化）：在特定场景下可以完全不用人，比如高速堵车的时候，但是系统要求人接管的时候必须马上响应，否则要承担责任。
- L4（高度自动化）：在特定区域、特定场景下完全不用人，比如现在的无人配送车、Robotaxi，就算系统出问题也能自己靠边停车，不需要人接管。
- L5（完全自动化）：在任何场景、任何天气下都能完全自动驾驶，相当于“万能司机”，现在还没有任何一家企业能做到。
> 电子版可点击查看SAE J3016标准原文：[SAE J3016分级标准](https://www.sae.org/standards/content/j3016_202104)
2015年，谷歌无人车做了一个里程碑式的测试：载着一位名叫史蒂夫·马汉（Steve Mahan）的盲人，从奥斯汀的一家理发店出发，自动开到附近的快餐店买汉堡，全程16公里，没有人类驾驶员接管。当时的路人根本不知道这是无人车，看到驾驶座没人还以为是司机睡着了，还有警察过来查车，问“司机去哪了”，马汉笑着回答“司机是谷歌的计算机”。这个测试让全世界第一次意识到：自动驾驶不是远在未来的科幻，它已经来到我们身边了。
2016年12月，谷歌把无人车项目独立出来，成立了专门的子公司Waymo，名字是“Way Forward in Mobility”（未来出行之路）的缩写。独立后的Waymo开始商业化落地：2018年在亚利桑那州凤凰城推出了全球第一个商业化Robotaxi服务Waymo One，用户可以通过APP叫车，车上没有安全员，完全无人驾驶，收费和普通Uber差不多；2023年，Waymo的Robotaxi已经在美国4个城市运营，累计行驶里程超过1亿英里（约1.6亿公里），是全球自动驾驶领域绝对的龙头。
---
五、自动驾驶的千年逻辑：为什么是我们这个时代迎来了突破？ / 5.0 The Millennium Logic of Autonomous Driving: Why Did the Breakthrough Come in Our Era?
从达·芬奇的手稿到Waymo的商业化落地，自动驾驶的演进用了整整500年，为什么之前的所有尝试都失败了，只有现在才真正跑通了？答案其实藏在三个核心条件的成熟里：
第一是需求的成熟：全球每年有约130万人死于交通事故，其中90%以上都是人为失误导致的：酒驾、分心、疲劳驾驶、超速……根据世界卫生组织的统计，交通事故是5-29岁人群死亡的第一大原因。如果自动驾驶能普及，理论上可以把交通事故率降低90%以上，相当于每年拯救超过100万人的生命，这个需求是前所未有的迫切。
第二是技术的成熟：2000年之后，计算机的运算能力提升了1000倍，激光雷达的成本从10万美元降到了1000美元以内，5G网络的普及让车路协同成为可能，人工智能尤其是深度学习技术的突破，让计算机终于能“看懂”复杂的道路环境了。2012年深度学习在图像识别上的突破，直接让自动驾驶的感知准确率提升了30%以上，相当于给车辆装上了“火眼金睛”。
第三是社会配套的成熟：现在全球已经有超过10亿辆汽车，公路网覆盖了几乎所有有人居住的区域，智能手机的普及让用户接受新技术的速度越来越快，各国政府也开始出台自动驾驶的法规，比如中国2023年出台了《智能网联汽车准入和上路通行试点实施方案》，允许L3、L4级别的自动驾驶车辆在特定区域上路，美国的
多个州早在2012年就允许自动驾驶车辆在公共道路测试，2018年加州更是率先出台了L4级自动驾驶商业化运营的法规，允许无人车在没有安全员的情况下载客收费。欧洲的联合国世界车辆法规协调论坛（UNECE, United Nations World Forum for Harmonization of Vehicle Regulations）也在2022年通过了《自动驾驶汽车公约》，允许L3级自动驾驶车辆在高速公路上行驶时，驾驶员可以完全脱离方向盘，不用随时准备接管，这为自动驾驶的商业化扫清了最大的法律障碍。
除了法规，保险体系也在逐步完善。过去汽车的保险都是针对人类驾驶员的，出了事故都是驾驶员的责任，现在自动驾驶出了事故，责任方是汽车制造商、算法供应商还是运营商？2023年，美国密歇根州率先出台了全球首部《自动驾驶汽车保险法》，明确规定L4、L5级自动驾驶车辆在自动驾驶模式下发生事故，责任由车辆所有人（也就是运营商）承担，除非能证明是驾驶员违规操作导致的，这个规定为自动驾驶的商业化扫清了最后的配套障碍。
如果把这500年的自动驾驶演进史拉成一条时间线，你会发现它的突破从来不是线性的，而是每隔几十年就会有一次技术跃迁：15世纪达芬奇的手稿是第一次「概念跃迁」，19世纪工业革命是第一次「动力跃迁」，20世纪计算机诞生是第一次「控制逻辑跃迁」，2000年之后深度学习、激光雷达、高精度地图的成熟是第一次「感知与决策跃迁」，每一次跃迁都让自动驾驶离我们更近一步。
---
六、被遗忘的先驱：全球自动驾驶的平行探索 / 6.0 Forgotten Pioneers: Parallel Global Exploration of Autonomous Driving
我们前面讲的主要是西方尤其是美国的自动驾驶发展史，但其实在20世纪的后半叶，欧洲、日本甚至中国都有过自动驾驶的探索，只是这些项目要么因为技术不成熟、经费不足，要么因为产业政策调