师傅：加油！

我：好的！师傅！

师傅：加油！

我：谢谢师傅！

师傅：我是喊你踩油门！

　 还记得当初考驾照时的一把辛酸泪吗？学员之间的问候，也成了今天你被教练骂了吗？终于好不容易拿到驾照，心惊肉跳的上路，生怕一紧张把油门当刹车踩。而随着无人驾驶技术的成熟，未来我们或许将不用在考驾照。

　　在讨论无人驾驶技术前，先来科普下无人驾驶的实现步骤，以便于了解目前的技术发展水平。从自动化程度来讲，业界将自动化程度分为四个阶段，驾驶辅助、半自动驾驶、高度自动驾驶和完全的自动驾驶。

　　驾驶辅助阶段，系统设计主要是为驾驶员提供协助，包括重要或者有益的驾驶信息，例如：车道的偏离预警、盲点监测、碰撞预警、倒车雷达/影像、360环视影像等系统。其特点是车辆和人是主体，系统只是起辅助作用。

　　驾驶辅助阶段，在这一阶段里系统在驾驶员收到预警信息，未作出回应后，会自动的采取干预措施。其特点是驾驶人是主体，系统有选择的进行控制。

　　高度自动驾驶，系统设定在一定的场景下，无需人工干预。例如：车辆的自动泊车、自适应巡航驾驶等。其特点是系统是主体，驾驶者起到辅助作用。

　　完全自动驾驶，这是无人驾驶的**目的，系统完全的取代人，自动驾驶汽车。比较典型的是2014年谷歌推出的没有方向盘、油门或者刹车的无人驾驶汽车。

　　去年的乌镇世界互联网大会期间，百度无人汽车进行了完全自动驾驶的路测。无人车从看到紧急情况到刹车只需0.1秒。这次的测试，相比以往也更加严格、苛刻，**的将汽车置于开放复杂的城市道路中，且全程由“百度汽车大脑”自动控制。

　　“百度汽车大脑”由高精度地图、定位、感知、智能决策与控制四大模块构成。通过交通场景物体识别技术和环境感知技术，实现高精度车辆探测识别、跟踪、距离和速度估计、路面分割、车道线检测，为自动驾驶的智能决策提供依据。

　　在无人汽车行驶的过程中，通过无人汽车的车身布满了传感器，激光雷达、毫米波雷达、摄像头、超声波雷达及组合的导航模块，进行数据的收集。据实验数据统计，单辆无人车在行驶过程中，每小时产生的数据量大约为100G，同时无人汽车所使用的高精度地图，精确到厘米级别，每公里的数据量也是传统地图的10万倍。

　　伴随着无人驾驶技术的日益成熟发展，轨道交通领域的自动驾驶也来了。今年，北京的地铁将建成开通内地首条无人驾驶地铁线路——燕房线，全程16.6公里，共设9个车站，**行驶速度100km/h，共4辆编组，**载客量为1262人。

　　近距离观看无人地铁的驾驶舱模型，只能看够看到一个按钮。在唤醒之后，车辆从出库、发车、行驶、停车、开关门、回库、休眠、洗车等均由控制中心自动控制，司机也从繁忙的地铁工作中解放出来。

　　而要实现这样的场景，对线路的技术要求也更高。以燕房线为例，列车具备障碍物和脱轨检测的功能，一旦识别前方障碍物，车辆会立刻停止运行。这样极大的缩短了人工发现问题，采取制动的反应时间。相较于传统的人工驾驶，无人驾驶不受情绪、疲劳的外部困扰，车辆的安全系数也更高。

　　智能汽车的风口已经来临，在不远的将来，汽车都将实现无人驾驶。而企业的生产现在就已经走完了这一步，目前富士康的自动化工厂已经可以做到无人值守，关灯生产的水平。在微缔MES系统的控制下，智能生产流程实智能记录，每一个单一机器都有数据的积累，通过物联网技术再将产生的大量数据进行整理分类、建立数据模型。在整个生产过程中通过影像辩识、信号处理，实现所有生产过程全记录。

　　在富士康工厂内，机器可以保持**24小时，一周7天连续不断地自动化生产，产品的良品率也保持着99%以上。与之相关的生产人员也由以前的180个“作业员”轮班，变为24个“技术员”管理。

　　微缔MES智能工厂整体解决方案，看中的不仅看的是缩短生产制造人数，更是重要的是减少成本，提高产品质量。