无人驾驶的曙光：从科幻到现实

1921年的一个夏日午后，美国俄亥俄州坎特市的街道上发生了一件在当时看来微不足道、却将被后世铭记的事情。一辆经过特殊改装的汽车在无人驾驶的状态下缓缓驶过街头，驾驶座上并没有人，取而代之的是一套无线电控制系统。这辆车——人类历史上第一辆"无人驾驶汽车"的雏形——以每小时4英里的速度完成了它的首次公开行驶。车上的无线电发射器发出嗡嗡的声响，操控着这辆改变未来交通格局的机械装置。围观的市民们或许只是把它当作一个新颖的杂技表演，却没有人意识到，他们正在见证一个伟大故事的序章。这个故事将跨越整整一个世纪，从无线电波的吱呀声中徐徐展开，最终演变成一场重塑人类文明面貌的技术革命。

无线电控制汽车的诞生并非凭空而来，而是那个时代技术浪潮的必然产物。第一次世界大战的硝烟刚刚散去，无线电技术正以前所未有的速度改变着人类通信的面貌。从马可尼的无线电报，到贝尔德的机械电视，无线电波的潜力被科学家们一点一点挖掘出来。在这样的背景下，工程师们开始思考：既然无线电能够传输声音和图像，为什么不能传输控制指令呢？这个看似简单的念头，成为了无人驾驶技术最早的种子。1920年，美国工程师约翰·思pex在《大众力学》杂志上发表了一篇文章，详细描述了利用无线电技术实现车辆远程控制的可能性。他的设想在当时看来近乎科幻——想象一辆汽车在没有任何驾驶员的情况下穿越城市街道，按照操作者的指令完成转向、加速和刹车。但思pex的设想在一两年后就变成了现实。

然而，我们必须在历史的语境中准确理解这个"无人驾驶"的含义。1920年代的无线电控制汽车与现代意义上的自动驾驶汽车有着本质的不同。真正的无人驾驶——或者说自动驾驶——意味着车辆能够自主感知环境、做出决策、执行控制；而无线电控制汽车本质上只是一辆被远程操控的"遥控车"，它并不"理解"自己所处的环境，所有的感知、决策和控制都来自远处的操作者。这种区分至关重要，因为它揭示了自动驾驶技术最核心的挑战：如何让机器拥有"智能"，而不仅仅是"听话"。这个问题将在接下来的数十年里困扰着一代又一代的工程师和科学家，并最终引领他们走向一条充满荆棘却也无比辉煌的道路。

让我们将时间的指针拨向1950年代。那是一个充满乐观主义气息的年代，第二次世界大战的废墟上正在崛起一座座现代化的城市，新技术以惊人的速度改变着人类生活的方方面面。核能的和平利用、青霉素的批量生产、喷气式客机的商业运营——人类从未如此真切地感受到科技进步带来的无限可能。在这样的时代背景下，汽车工业也开始畅想未来的模样，而通用汽车（General Motors）无疑是其中最雄心勃勃的造梦者。

1956年，通用汽车在纽约举办的Motorama展览会上，向全世界展示了Futurama II概念车，这是一辆在当时看来近乎完美的未来主义杰作。流线型的车身设计几乎看不到任何棱角，仿佛是从水商商滴落的形状中获得了灵感；驾驶舱被重新定义，不再需要传统的方向盘和踏板，取而代之的是一个类似躺椅的舒适座舱，乘客可以半躺着欣赏沿途的风景。更为引人注目的是，Futurama II被设计为完全依赖自动化公路系统运行。这种被称为"自动化高速公路"的概念，设想在高速公路上嵌入特殊的电子引导系统，车辆可以自动跟随道路的引导行驶，驾驶员只需设定目的地，其余的一切都可以交给汽车自己处理。

通用汽车的工程师们甚至设计了一套精妙绝伦的"电子脉冲系统"。在设想中，高速公路的路面下将埋设一系列的电线圈，这些线圈会发出特定的电子信号，被车辆底部的传感器接收后，就能实现对车辆位置和速度的精确控制。车辆之间还能够通过这套系统进行通信，保持安全的车距，避免碰撞事故的发生。这套系统的设计理念是如此超前，以至于在六十多年后的今天，当我们讨论车联网（V2X）技术时，仍然能够看到它的影子。Futurama II在展览会上引发了轰动，无数参观者驻足观看，眼中闪烁着对未来的憧憬。然而，展览会的聚光灯背后，通用汽车工程师们清楚地知道，这些美好的愿景在当时还只是空中楼阁。要将它们变成现实，需要解决的工程问题多如牛毛，而其中最关键的一个问题是：汽车如何"看见"周围的世界？

这个问题引导我们进入下一个技术纪元——感知技术的探索。在1960年代和1970年代，随着集成电路和计算机技术的初步发展，研究人员开始尝试使用更为复杂的方法来实现车辆的环境感知。其中最具代表性的尝试来自英国无线电工程部（Road Research Laboratory）。1960年代末期，他们启动了一个雄心勃勃的项目：利用计算机视觉技术实现高速公路的自动驾驶。他们的方案是在车辆前方安装一台摄像机，摄像机拍摄的道路图像将被传输到车载计算机中进行分析，计算机识别出车道线和道路边界后，再发出相应的控制指令。这套系统的原理在今天看来如此简单，几乎像是深度学习课程的入门示例，但在当时的技术条件下，它的实现难度不亚于登天。

车载计算机的算力在当时极其有限，识别一张简单的道路图像可能需要数分钟甚至数十分钟的时间。更要命的是，当时的摄像技术和图像处理算法都相当原始，计算机"看到"的道路图像充满了噪点和失真，想要从中提取出有用的信息简直如同大海捞针。尽管如此，英国工程师们并没有放弃。1970年代，他们进行了大量的道路测试，其中最著名的一次测试中，一辆装备了初级计算机视觉系统的车辆在英国的一条公共道路上以每小时30英里的速度行驶了50英里之遥。虽然这次测试中车辆多次出现"看不见"的情况，需要安全驾驶员随时准备接管，但它的意义怎么强调都不为过——这是人类历史上首次使用纯视觉方法实现对道路的"感知"，为日后自动驾驶技术的发展奠定了重要的理论基础。

与此同时，在大西洋的另一边，美国的科研机构也在自动驾驶领域进行着类似的探索。1970年代末期，美国国防部高级研究计划局（DARPA前身）开始对地面无人车辆产生浓厚的兴趣。军方设想的应用场景清晰而迫切：在危险的战区执行侦察和运输任务时，如果能够使用无人驾驶车辆代替人类士兵，就可以大大降低人员伤亡的风险。1979年，DARPA资助了一个由卡内基梅隆大学牵头的项目，开始研发能够在复杂地形中自主导航的车辆。这个项目的成果之一是一个名为"Navlab"的移动机器人平台，它将成为未来数十年自动驾驶技术研究的核心载体。

Navlab项目的历史值得我们细细梳理。1984年，卡内基梅隆大学机器人研究所的托德·约克托（Tod Jochem）和迪安·波默朗茨（Dean Pomerleau）启动了Navlab项目，这是一个旨在开发能够在真实道路上自主行驶的计算机控制车辆的项目。早期的Navlab车辆是一辆雪弗兰箱式货车，车顶装着当时还算得上是高科技产品的彩色摄像机，副驾驶位置则塞满了体积庞大的计算机设备——一块初代的Intel 80286处理器、专用的图像处理板、以及各种传感器接口。这些设备的总重量超过一吨，耗电功率高达数千瓦，但总算力还比不上今天一部智能手机的百分之一。

即便如此，Navlab的工程师们仍然在这块贫瘠的技术土壤上取得了惊人的突破。他们开发了一套被称为"道路追踪者"（道路跟踪者，Road Following）的系统，这套系统的核心算法能够实时分析摄像机拍摄的道路图像，识别出车道线的位置和曲率，并据此计算出车辆应该保持的转向角度。这套算法在1986年的一次演示中让Navlab以每小时55英里的速度自主行驶了20英里——这在当时是一个令人难以置信的成绩。更重要的是，研究人员发现，随着处理器性能的提升和算法的优化，系统的表现有着显著的改进空间。这一发现为后来的发展指明了方向：算力是自动驾驶技术进步的关键驱动力之一。

Navlab项目持续发展了数十年，在此过程中产生了大量的技术创新和人才培养。许多后来在自动驾驶领域叱咤风云的人物——包括谷歌自动驾驶项目的早期核心成员——都与Navlab有着深厚的渊源。卡内基梅隆大学的机器人研究所也因此成为全球自动驾驶研究领域的圣地，吸引了来自世界各地的优秀学生和访问学者。然而，在1990年代，自动驾驶技术的发展总体上仍然处于学术研究的范畴，与商业化应用还有着遥远的距离。实验室里的车辆虽然能够在受控环境中表现出色，但面对真实世界的复杂路况——包括恶劣天气、道路施工、意外障碍物、以及其他司机不可预测的行为——它们的表现往往会大打折扣。悲观主义者们开始怀疑，自动驾驶技术是否永远只能停留在实验室里，成为科学家们自娱自乐的智力游戏？

转机来自一个出乎所有人意料的地方——美国军方。2001年，美国国会通过了一项具有里程碑意义的法案，要求国防部在2015年前实现三分之一的地面军用车辆无人驾驶化。这项法案的直接推动力来自阿富汗战争和伊拉克战争的经验教训。在这两场战争中，美军的地面运输车队在崎岖的山路上和简陋的公路上频繁遭受简易爆炸装置（IED）的袭击，付出了惨重的人员伤亡。如果能够用无人驾驶车辆执行危险区域的物资运输任务，就可以有效地保护士兵的生命安全。2003年，DARPA获得了授权，开始举办一项名为"DARPA Grand Challenge"（DARPA大挑战）的无人驾驶车辆竞赛。这项竞赛的规则简单而残酷：在指定的时间内，让无人驾驶车辆以最快的速度穿越一段复杂的越野路线，中途不能有人类干预。第一届比赛的总奖金高达100万美元，对于当时的无人驾驶技术研究者来说，这是一笔相当可观的资金。

2004年3月13日，美国加利福尼亚州莫哈韦沙漠，第一届DARPA Grand Challenge比赛正式开始。来自全国各地的自动驾驶研究团队汇聚一堂，带着他们的得意之作，准备在这片荒芜的土地上一决高下。参赛车辆各式各样，有的看起来像是军用装甲车的微缩版，有的则是在普通皮卡车的基础上改装而成，还有的干脆就是实验室里的工业机器人被硬塞进了一个带轮子的壳子里。它们的控制系统也是五花八门——有的是基于规则的专家系统，有的是神经网络驱动的自适应算法，还有的干脆就是一堆if-else语句的堆砌。在参赛团队的眼中，这一刻充满了希望和激情。他们相信，自己的技术已经足够成熟，足以应对任何挑战。然而，命运很快就给这些乐观主义者们浇了一盆冷水。

比赛开始的哨声响起，第一辆参赛车辆缓缓驶出了起点。几秒钟后，它突然偏离了预定路线，蹿进了旁边的灌木丛中，动弹不得。第二辆、第三辆、第四辆……它们几乎无一例外地在起点的几英里内就遇到了各种问题——有的陷入了沙坑，有的撞上了岩石，还有的干脆就在原地打转，完全迷失了方向。当天的比赛进行得异常惨烈：在142英里的总赛程中，没有一辆参赛车辆能够行驶超过8英里。换句话说，所有参赛车辆在起点附近就全军覆没了。最"成功"的车辆是一辆来自卡内基梅隆大学的改装悍马车，它在12公里的路程后就因触碰岩石而瘫痪。而大多数车辆甚至连起步都做不到——它们的传感器和控制系统根本无法应对沙漠环境的复杂性，沙尘遮蔽了摄像头的视野，GPS信号在峡谷中不断丢失，惯性导航系统很快累积出巨大的定位误差。

赛后，沮丧的气氛笼罩着整个自动驾驶研究社区。批评声四起，许多人认为无人驾驶技术就是一个永远无法实现的妄想。媒体也开始冷嘲热讽，《纽约时报》的一篇文章甚至以"一百万美元的失败"为题，对整个领域的发展前景表示了深深的怀疑。然而，如果我们仔细审视这次失败，就会发现一些被忽视的重要细节。事实上，在比赛之前的测试中，许多参赛车辆的表现并不差。它们在相对简单的路况下能够正常行驶，问题出在对沙漠环境的适应上。这说明自动驾驶技术在某些受控场景下已经具备了一定的可行性，只是还远远没有达到能够在任意环境下可靠运行的程度。更重要的是，第一届比赛暴露出的问题让研究者们清楚地认识到了差距所在：感知能力不足、定位精度不够、路径规划算法缺乏鲁棒性……每一个问题都指向了一个明确的改进方向。正如一位参赛者后来回忆的那样："失败不是终点，而是最好的老师。"

DARPA的官员们展现了令人钦佩的韧性和远见。尽管第一届比赛的结果如此惨淡，他们仍然决定继续举办第二届比赛，并宣布将奖金提高到200万美元。这一决定在当时看来近乎疯狂，但事后证明，它可能是本世纪最有远见的投资决策之一。2005年10月8日，第二届DARPA Grand Challenge比赛在同一片沙漠中拉开序幕。来自斯坦福大学的一支团队带来了他们的参赛车辆——一辆名为"Stanley"的改装大众途锐SUV。与其他参赛车辆不同，Stanley的设计理念独树一帜：它的团队负责人、斯坦福大学人工智能实验室的克里斯·厄姆森（Chris Urmson）认为，想要在沙漠中成功导航，车辆需要的不是精确的地图和预先规划的最优路径，而是一套能够在不确定性中快速做出合理决策的智能系统。

Stanley的核心技术是一套基于机器学习的感知和决策框架。它的车顶装有5个激光雷达（LiDAR）传感器，能够实时扫描周围环境，生成高精度的三维点云数据；同时还有一台前向摄像机用于道路识别。但真正让Stanley与众不同的是它的软件系统——厄姆森团队采用了一种被称为"概率环境建模"的方法，让车辆能够对传感器数据进行实时分析，生成一个动态更新的"世界模型"，并在这个模型的基础上做出驾驶决策。这种方法的优势在于，即使传感器的数据不完整或者有噪声，车辆仍然能够基于不完全信息做出合理的判断，而不是因为数据的不确定性而陷入瘫痪。Stanley的表现堪称惊艳。从起点出发后，它几乎没有遇到任何重大障碍，以平均每小时20英里的速度穿越了戈壁、岩石、峡谷等各种复杂地形。在穿越一处陡峭的山坡时，它的速度一度达到了40英里每小时，令现场观众惊叹不已。最终，Stanley以6小时53分钟的成绩完成了全程，领先第二名——同样来自卡内基梅隆大学的"沙皇"（Sandstorm）车辆——整整11分钟。

斯坦福大学Stanley车队夺冠的消息迅速传遍了整个技术界，成为当年最轰动的科技新闻之一。人们突然意识到，自动驾驶技术可能真的要成为现实了。更重要的是，第二届比赛的结果揭示了一个关键信息：不同的技术路线在面对复杂挑战时的表现差异巨大。卡内基梅隆大学的传统方法依赖于精确的传感器校准和高精度的预定义地图，这种方法在已知环境中表现出色，但面对未知地形时往往力不从心；而斯坦福大学的概率方法虽然牺牲了一些精度，却换来了更强的适应性和鲁棒性。这个发现深刻地影响了后来自动驾驶技术的发展方向。厄姆森后来回忆说："我们证明了，即使不完全理解这个世界，机器也可以在其中安全地运行。"

为什么DARPA Grand Challenge会被誉为自动驾驶的"斯普特尼克时刻"？要理解这个比喻，我们需要回顾一下"斯普特尼克时刻"的历史含义。1957年10月4日，苏联成功发射了人类历史上第一颗人造地球卫星——斯普特尼克1号。这颗直径58厘米、重达83.6公斤的银色球体在环绕地球运行时，会向地面发送"哔哔"的无线电信号，任何人用简单的收音机就能接收到。这个看似简单的科学成就却在美国社会引发了巨大的震动。它打破了美国在科技领域的优越感，暴露了苏联在火箭和航天技术方面的领先地位，并最终促使美国政府大幅增加对科学研究和教育事业的投入，开启了太空竞赛的序幕。

DARPA Grand Challenge之于自动驾驶的意义，与斯普特尼克卫星之于太空竞赛的意义有着惊人的相似之处。在2004年第一届比赛之前，自动驾驶技术基本上是学术界的一个小众研究课题，关注的公众寥寥无几，投资也相当有限。政府部门和私营部门普遍认为，真正的自动驾驶汽车还很遥远，也许永远不会成为现实。媒体的报道也大多是质疑和悲观的声音。然而，2005年的比赛结果彻底改变了这种认知。当Stanley穿越沙漠、完成全程的画面传遍全世界时，人们突然意识到，自动驾驶技术不仅可能，而且可能比我们想象的更早实现。一时间，原本无人问津的技术领域突然成为了资本市场的宠儿。政府机构开始大量增加对自动驾驶研究的资助，私人投资也如潮水般涌入。谷歌、苹果、优步等科技巨头纷纷启动了自动驾驶项目；通用、福特、丰田等传统汽车厂商也不甘落后，开始在内部组建研发团队。更重要的是，人才的流动开始加速，大量顶尖的计算机科学家、机器人工程师、机器学习专家被吸引到这个领域，形成了一个人才的集聚效应。所有这些变化都可以追溯到那场沙漠中的比赛，追溯到那辆名为Stanley的改装SUV所创造的奇迹。

DARPA Grand Challenge的成功举办不仅改变了公众对自动驾驶技术的认知，更重要的是，它重新塑造了整个产业的技术路线图。在比赛之前，自动驾驶研究的主流方法是"基于规则的感知+精确地图定位"：车辆依赖高精度的传感器来感知周围环境，同时使用预先生成的高精度地图来辅助定位。这种方法的优势在于，如果地图足够精确、传感器足够可靠，车辆就能够实现非常精准的导航；但它的缺点也同样明显——系统的性能高度依赖于预先构建的地图质量和传感器的工作状态，一旦环境发生变化（比如道路施工、天气恶劣），系统就可能失效。更关键的是，这种方法需要大量的基础设施投入——高精度地图的制作成本极高，而且需要持续更新，这使得它难以大规模推广。

比赛之后，"端到端学习"和"数据驱动"的方法开始受到越来越多的关注。斯坦福大学的团队证明了，通过大量的数据训练，神经网络能够学会直接从原始传感器数据中提取有用的特征，并做出驾驶决策。这种方法不需要精确的地图，也不依赖于对环境的完美建模，而是通过学习大量的驾驶案例来"教会"车辆如何在各种情况下安全行驶。虽然这种方法在当时还相当粗糙，但它指明了一个更具可扩展性的方向。更重要的是，它为后来的深度学习革命在自动驾驶领域的应用奠定了基础。2010年代，深度学习技术的突破为自动驾驶带来了革命性的变化。卷积神经网络（CNN）使得计算机视觉的精度大幅提升，循环神经网络（RNN）和长短期记忆网络（LSTM）使得时序数据的处理变得更加高效，强化学习（RL）则使得车辆能够通过与环境的交互不断优化自己的决策策略。这些技术进步的叠加效应，使得自动驾驶系统的性能有了质的飞跃。

让我们用一个具体的数字来说明这种进步的速度：2004年第一届DARPA Grand Challenge，所有参赛车辆中最远的行驶距离不超过12公里；而到2007年第三届比赛（DARPA Urban Challenge）时，参赛车辆已经能够在模拟的城市环境中自主完成导航、避障、汇入车流等复杂任务，平均行驶距离超过了300公里。从12公里到300公里，这是二十多倍的能力提升，而这一切仅仅发生在三年之内。这种进步速度在整个技术史上都是罕见的。

与此同时，产业链也在悄然发生变化。DARPA挑战赛催生了一大批初创企业和技术人才。2005年比赛结束后，斯坦福大学的核心团队成员相继走出校门，创办了自己的公司或者加入了科技巨头的自动驾驶部门。厄姆森后来成为了谷歌自动驾驶项目的核心工程师，并在2017年创办了自己的自动驾驶公司Aster；他的导师、斯坦福大学教授塞巴斯蒂安·特龙（Sebastian Thrun）则直接领导了谷歌自动驾驶项目的早期发展。卡内基梅隆大学的团队同样人才辈出，其中最著名的可能要数日后创办Aurora Innovation的斯特林·安德森（Sterling Anderson）和德鲁·巴格内尔（Drew Bagnell），以及Zoox的创始人乔舒亚·圣公会（Jesse Levinson）。这些从DARPA挑战赛中走出来的年轻人，后来成为了全球自动驾驶