车联网的未来

20世纪中叶以来的汽车发展史，是一段汽车自动化、信息化和智能化的历史。汽车电子控制系统的深入发展让汽车获得了自动控制的功能。之后，远程通信技术的引入又进一步催生了一系列辅助驾驶技术和服务，例如远程控制、远程诊断等等。显然，辅助驾驶技术只是汽车智能化道路上的一个阶段，这一场变革的终点是发展出完全脱离驾驶员控制的“自动驾驶汽车”或称“无人驾驶汽车”。我们对于汽车的认识将被再次颠覆——汽车不再是一个需要人来操控的工具了，而是一个可以自动适应交通环境的轮式机器人。

据美国电气和电子工程师协会（IEEE）预测，到2040年，全世界将有75%的车辆具备自动驾驶模式。目前，雷克萨斯、沃尔沃、宝马、奥迪等几大车厂都开始研发自己的自动辅助驾驶技术，而谷歌、百度、优步等非汽车厂商的无人驾驶计划也引起了广泛的关注。2009年，谷歌宣布了无人驾驶汽车研发计划，并于2012年获得牌照上路测试，成为第一个上路测试无人驾驶汽车的公司。

Telematics服务等新业态只是将“网络”这种纯粹的新功能加入到汽车之中，并没有改变原有汽车技术在汽车功能中的主导地位。但自动驾驶汽车的野心则是要代替传统汽车的出行功能，用新的模式代替原来使用汽车的方式。与现有的智能汽车相比，自动驾驶汽车可以全面自主地实现主动安全，即自主规划行车路线，在行车时智能估算车距、主动避让行人，对道路上的突发情况准确判断、及时应对。要实现上述场景，汽车需要获取全面的环境信息并作出智能决策，然后控制汽车自身的运动。

以谷歌的自动驾驶汽车为例，其自动驾驶功能主要依靠激光测距仪、摄像头、车载雷达，以及超声传感器等设备的协同运作。位于车顶的旋转式激光测距仪是汽车外部装置的核心，能发出64道激光光束，计算出200米范围内物体的距离。将激光测到的数据与高分辨率的地图相结合，就能模拟出汽车周围的环境。位于汽车前挡风玻璃上方的摄像头可以帮助汽车识别前方的行人、车辆等障碍物，同时也可以侦测交通信号灯和标志，如限速、专用车道、单行道等，再通过车载软件加以分析识别，保证汽车遵守交通规则。汽车的前后保险杠共装有四个车载雷达，车头三个，车尾一个。这些雷达与前置摄像头配合，可以侦测汽车与周围物体间的距离，让汽车在行驶中与前方车辆保持安全反应距离，防止追尾。最后，后轮上的超声传感器可以监控车辆是否偏离了GPS导航仪制定的路线。在倒车时，这些传感器还能测算后方物体的距离，帮助汽车自动泊车。在实际行驶中，如果进入未知区域，汽车使用感应器不断收集地图数据，并与谷歌数据中心通信，将数据储存在中央系统中。因此，汽车使用的越多，其数据库中的信息就越丰富，智能化水平也越高。

图7-4　谷歌无人驾驶汽车

（资料来源：谷歌无人驾驶汽车图册）

汽车的车载计算机就像驾驶员的大脑，将摄像头、传感器所收集到的数据加以分析，作出决策，再控制整辆汽车的行驶。这些汽车“智能”的实现归根到底得益于传感器技术、图像识别技术、电子与计算机技术和控制技术等的创新突破和综合应用。而自动驾驶技术的进一步优化，也仰赖于这些技术中具体模块的进一步发展和创新型应用。例如，谷歌最新的行人检测系统希望用摄像头替代车顶昂贵的旋转激光雷达。这就需要处理器能更好地进行视频分析，使用深度神经网络技术让机器准确地辨认出摄像头“看见”了什么。

毫无疑问，图像处理、数据处理的能力是实现自动驾驶技术的关键。在这一点上传统车企并不具备优势，因此在无人驾驶汽车的开发阶段，始终是互联网企业走在前列。但另一方面，汽车不像电视盒、手机等小部件，其制造复杂度和难度也远远超出了互联网企业的能力范围，他们仍需与经验丰富的车厂寻求合作。因此我们看到，谷歌前两代无人驾驶汽车分别是在丰田普锐斯和雷克萨斯汽车的基础上改装而成的。但就在无人驾驶项目进行了6年后，谷歌发布了自主设计的第三代无人驾驶汽车。这款汽车并不具备方向盘、油门和刹车踏板，只通过“启动”和“停止”两个按钮控制，对传统汽车的外形和内部构造作了较大改动，是一辆全新意义上的汽车。

可以想见，一旦自动驾驶汽车大规模商用，必将大大改变人们的出行方式。事实上，一些公司已经在为自动驾驶商用可能带来的新业态布局了。例如，2016年9月，优步（Uber）在匹兹堡试行了无人驾驶出租车服务。该服务使用了14辆福特混合动力无人驾驶汽车，只在固定路线上行驶，为确保安全，每辆汽车配备了专业的工程师监督运行。一旦技术成熟，这将大大降低消费者打车的费用，也能使得出租车资源得到更好的分配。此外，优步还在同年10月完成了第一次无人驾驶卡车送货服务。优步收购的无人驾驶技术公司Otto用无人驾驶卡车将5万瓶啤酒送到了120英里外的目的地。这些商业应用的尝试，展现了无人驾驶在公共交通、物流等领域的广阔前景。

目前，整个车联网产业仍处于起步阶段。严格说来，市场上现有的车联网产品及其应用多为一些车载产品，算不上真正意义上的车联网。完整的车联网应该至少包含三个层面的互联，即车与人、车与车、车与道路（周边环境）的互联。像Telematics、车载系统这类车联网产品还仅仅停留在“人车互联”的层面，通过为传统汽车加入一个具备联网功能的“配件”实现汽车联网；而正在打造中的互联网汽车、无人汽车等则从整车制造的角度将汽车联入网络，在汽车的设计与制造过程中就将“联网功能及应用”视为汽车与生俱来的属性，这就为“车车互联”甚至“车路互联”提供了基础。 这一点，也是互联网企业为传统汽车制造业所带来的新鲜血液。除此之外，各国的科研机构也正在积极地打造智能交通示范区，试图建立一个人、车、路协同运转的理想车联网模式。

图7-4　模拟车联网模型

这种未来的智能交通其实是将无数辆联网汽车连接起来，再将道路设备也纳入到这张汽车网络中，让车与车、车与设备之间自动进行通信，与此同时，通过先进的数据处理技术进行统一的交通调控与引导，最大程度地保证城市交通安全、高效、节能的运转。因此，这个“汽车移动物联网”最关键的技术就是V2X（Vehicle to X）技术，即车与外界的信息交换，这也是无人驾驶中的一大关键技术。美国交通部已于2012年启动车联网V2X示范项目一期，并计划2017年通过强制法案，要求所有运营和非运营车辆安装V2X设备。

在无人汽车和智能交通的测试上，美国始终走在世界前列。但由于智能交通事关交通运输的安全问题，不能直接在城市交通网络中测试，因此其场地测试的范围极其有限。为了更好地进行无人驾驶的车联网测试，美国索性为“未来车联网”的测试专门打造了一座小镇。2015年7月，这座名为MCity的模拟城市正式宣布对外开放。这个小镇占地面积近13万平方米，由密歇根大学联手密歇根州交通部斥资1000万美元打造，其中既有模拟高速公路环境的高速试验区域，也有模拟市区和近郊的低速试验区。在小镇中，不仅有林荫道、石子路、地下隧道、环岛等特殊路况区域，甚至还有可移动建筑用来测试路边不同材质的建筑对传感器效果的影响。除此之外，小镇里还生活着一个机器人，负责在各个路口随意走动，测试无人驾驶汽车能否准确地避让行人。

相较于其他测试中的智能交通示范区，MCity最大的突破是其开放性。共有60余家企业和机构共同使用这一模拟城市，其中既包括福特、通用、本田、日产和丰田五大车企，也包括高通、博世、威瑞森等相关供应商，甚至还有美国汽车保险业龙头State Farm。它们在使用MCity的模拟环境（包括联网道路设备）进行测试时，也为其注入源源不断的研发资金。这些企业几乎覆盖了未来车联网的整个产业链，其测试的项目从汽车、道路指示牌到摄像头均有涉及。例如，本田的行人监测系统，能够对靠近的行人发出警告，并采取自主刹车；Verizon研发了一款数字概念车牌，可以简化车辆注册和续费流程；而德尔福汽车公司开发了一项基于摄像头的技术，能够在驾驶员视线偏离道路时发出预警。而密歇根大学则展示了一辆3D打印电动无人驾驶汽车，这也是团队对汽车共享的初步尝试。更为重要的是，MCity中的测试车辆来自不同厂家，其自动驾驶的程度也不尽相同，这就为不同品牌汽车之间的通信技术提供了测试的环境。例如，当不同品牌、运用不同技术的汽车在同一条道路上行驶时，能否保持安全的车距。不同厂家V2X技术之间能否互不干扰，协同运转。这都是未来城市车联网应用中会遇到的问题。

2010年上海世博会通用汽车馆的影片《2030，行》描绘了2030年的上海生活。那时，马路上所有的汽车都是自动驾驶的电动汽车，智能交通网络极其发达，甚至已经不再需要红绿灯和交通标示。汽车的外形已经变成了一个小车厢，取消了方向盘和刹车等构造，即使是盲人也可以独自开车出行。人们坐在汽车里，将前车玻璃作为显示屏，通过触屏的方式与操作界面进行交互，可以使用各种应用软件、观看视频甚至玩游戏。汽车行进过程中会在电量低时发出提醒，车主只需发出“去充电”的语音指令，汽车就会自行到马路旁的充电站进行充电。在到达目的地后，车主可以直接离开车厢，汽车会自行开到停车场自动泊车。

在这样一个未来车联网生活图景中，制造一辆汽车涉及传感器、摄像头、雷达等硬件供应，也需要图像处理、数据分析等解决方案的供应商，因此，汽车元器件制造的分工会进一步细化，也会有更多企业参与进来。而在车联网应用方面，正如Telematics已经带来的改变那样，内容供应商、电信运营商以及车联网服务供应商都将成为产业链上重要的环节。再从智能交通的角度看，车联网产业还将涉及众多城市基础设施的建设，包括充电桩、充电站，道路边智能交通设施的建设等等。可见，未来的车联网产业将不再仅仅是一条产业链，而会成为一个庞大而复杂的商业生态系统。

目前看来，上文所述的未来车联网还只是一个“看上去很美”的愿景，任何一个新业态的大规模商用之路都不是一帆风顺的。尤其是在产业边界日渐模糊的今天，新业态的应用既受制于周边的环境，也往往会因为其“新”而引发前所未有的问题。

（1）相关产业的发展程度能否满足新业态的需求？

在车联网的运作中，“网”是至关重要的一环，网络的质量不仅决定了服务能否实现，也影响着用户的使用体验。目前，汽车联入互联网的方式不外乎三种，分别为车内配备SIM卡、间接使用手机网络以及Wi-Fi连接。其中，前两种方式最为常见。第一种方式就是由车企和电信运营商合作实现的。可联网的汽车内配备的SIM卡流量足够车载互联网使用，甚至还可以以无线热点的方式共享给车内乘客的其他联网设备。第二种方式则是通过蓝牙、数据线等将车载系统与手机相连，实质上使用的是手机的移动网络。可见，目前的车联网业务主要依靠电信运营商提供的网络。因此，车联网的普及与发展还取决于电信行业网络基础设施的发展程度。以中国为例，目前国内正在大力推广和部署4G网络，但事实上4G网络的使用体验仍差强人意。目前的网络状况可以支持国内车企提供一些Telematics服务，基本仅限于汽车与车企服务中心的互联，而现在市场上所使用汽车类型也还只是为传统汽车添加了一个“可联网的中枢”。未来的联网汽车除了满足车与人的交互外，还要与道路设备和其他车辆通信，而制造它们所使用的零部件可能更加智能化。这意味着一辆汽车在运转过程中将会产生更多的数据，而这些数据的交互将产生更大的数据流量，比如，谷歌无人驾驶汽车每秒就能产生约1G的数据。这就要求未来车联网技术能对各类网络资源（移动网络、Wi-Fi等）进行最合理化的使用，也要求这些网络足以支撑车联网运转所产生的巨大流量，保证网络传输的速度。随着智能汽车自动驾驶程度的提升以及车联网业务的深入发展，网络基础设施的发展程度很可能成为车联网服务普及的一大瓶颈。

（2）网络信息安全问题如何解决？

互联网时代，每种与网络相关的业态都或多或少会遇到信息安全的问题，如隐私泄露、财产被盗等。一方面，联网汽车产生的大量数据可以帮助车企更好地为车主服务，甚至提供个性化的产品改造计划；但另一方面，这海量的大数据也透露着大量的司机个人信息、驾驶历史信息（如泊车位置，导航目的地清单）、车辆诊断信息等等。而汽车神奇的“智能”特点，很大程度上源于这些数据被搜集和分析时，车主并不知情。这类信息不仅对车厂意义重大，也可以使产业链上的其他企业获利。由于车厂并不具备数据处理优势，不少车厂选择通过第三方公司搜集汽车数据，也有车厂将数据传输到第三方数据中心，这使得数据安全更难得到保障。除此之外，未来V2X技术的发展还会进一步改变汽车数据传输的模式：在现在汽车与数据中心信息交互的基础上，加入汽车与汽车之间的信息共享、汽车与周边设备之间的信息共享。那么，这种数据传输模式就由原本的双向线性传输，变为更为复杂也更难管控的网状传输了。与此同时，V2X和自动驾驶技术的应用，使得车联网的网络信息安全问题成为了一个关乎驾驶员性命甚至社会公共安全的问题。试想，在一个协同运转的汽车移动物联网中，某个环节突然遭到了黑客的入侵，继而引起某辆车甚至多辆汽车的行为失控，那么后果将不堪设想。当然，这类信息安全问题在互联网金融、社交网络等其他新业态中也存在，只是，车联网的信息安全问题直接涉及人身安全，甚至可能导致城市交通瘫痪。联网程度越高，所可能造成的损失也越大，甚至大到整个社会都难以承担。要解决这类问题，途径之一是提高车联网安全技术。

其实早在2013年，美国国家高速公路交通安全管理局就已经启动了汽车网络安全研究项目，其后，也有不少组织陆续展开相关研究，还推出了防止入侵汽车系统的设备。然而2015年，美国一项针对16家汽车公司车联网服务的研究报告指出，大多数车商都没有能够检测出网络问题以及快速响应的系统，难以应对黑客入侵，保护隐私安全。可见，这类技术从研发到大规模商用还需要经历漫长的过程，而正如其他网络安全问题一样，汽车网络安全技术终将在与黑客的斗争中不断完善。除了进一步提升车联网安全技术外，另一个有助于改善隐私安全问题的手段就是完善法律法规，尤其是对汽车数据的使用和责任作出规定。这就涉及到新业态带来的下一个问题，即社会制度与法律环境的“水土不服”。

当一个新业态出现在社会中时，常常会引发新的伦理问题或者凸显法律法规中的空白区域。这时，只有迅速完善社会制度与法规，甚至让制度走在技术之前，去引导新业态的逐步应用，才能更好地应对新业态给社会带来的冲击。无人驾驶汽车就是这样一个具有颠覆性的创新产品。事实上，出于安全考虑，截止2014年，美国还只有4个州通过了有关无人驾驶汽车上路的法律，但这些州也尚未出台相关法律来处理路测可能出现的问题。谷歌无人驾驶汽车测试6年，共行驶了300多万公里，期间共发生了14起交通事故，这些事故的原因均为其他车辆司机或谷歌无人车司机疏忽造成的追尾或碰撞。2016年2月，谷歌无人车在躲避路边障碍物时撞上了一辆卡车，这是谷歌首次承认是其软件问题导致的事故。同年5月，特斯拉半自动驾驶汽车Model S发生车祸，造成驾驶员当场死亡。事发时，车辆正处于自动驾驶模式（Autopilot），这是有史以来第一起自动驾驶交通死亡事故。事后，特斯拉发布声明称，Model S的自动驾驶功能是一项辅助功能，要求驾驶员始终手握方向盘，随时准备接管。言下之意，特斯拉方面认为，驾驶员本人需要付一定责任。理论上，成熟的无人驾驶技术比人为驾驶更为安全，然而一旦无人驾驶汽车出现车祸，责任认定就是不可避免的难题。究竟是车主、汽车厂商、还是零部件制造商为此负责？这是目前的法律尚未给出答案的空白领域。

更进一步，自动驾驶汽车在行进中需要选择行驶轨迹，尤其是遇到危急情况时，必须作出应急反应。但面临两难选择时，有可能陷入类似“电车悖论”[1]那样的伦理问题。例如，一辆无人驾驶汽车在行驶中遇到突发状况来不及停车，而道路两边都有行人出现，这时汽车不可避免地要撞向一方，那么究竟撞哪个？类似的场景，我们可以设想出无数个。在人类遇到类似情况时，常常会出于本能反应作出选择，也将理所当然地承担道德后果。但是在无人驾驶中，汽车的“选择”可能会造成程度不一的损失，那么这类责任应该如何判定，也是一个随之而来的新问题。

律师约翰·弗兰克·韦弗就曾在其著作《机器人也是人》一书中主张：“如果我们希望让机器人为我们做更多的事情，例如当我们的全职司机或给我们运送货物，那么我们可能就需要赋予他们法律主体资格。”无人驾驶汽车本质上就是一个轮式机器人，因此这一技术所带来的法律与伦理问题事实上也是未来机器人技术发展所必须解决的问题。就车联网的范畴而言，在这些新业态大规模商用之前，基础性的法律规定和保障也必须提前就位。而随着车联网的不断应用和相关交通纠纷的出现，车联网方面的法律法规自然会不断得到完善。然而，这一业态所带来的技术与伦理问题，恐怕就不是那么容易找到答案的了。

注释

[1]“电车悖论”是伦理学领域最为知名的思想实验之一。其假设了一个场景：一个疯子把五个无辜的人绑在电车轨道上。一辆失控的电车朝他们飞速驶来，片刻后将碾压到他们。你可以通过一个拉杆，让电车变轨至另一条同样绑了一个人的轨道上。你是否会推动拉杆？