絕大多數人，包括一些專家，他們認為無人駕駛汽車在未來數十年時間的發展速度依然不會太快。但他們嚴重低估了事實，據**到2023年，無人駕駛汽車將會變得非常普遍，甚至「壟斷」汽車市場；而到2023年，它們會為人民的生活帶來巨大的變化，其他任何創新都無法與之媲美：
它們會造成大量失業，並從根本上顛覆目前的經濟結構；
但同時，無人駕駛汽車又能解決絕大部分環境問題，挽救每年成千上萬死於車禍的生命；
還能提公升數百萬小時的生產力，創造出人們無法想象的全新行業。
實際上，這種轉型已經開始了。特斯拉ceo elon musk表示，他們2023年推出的車型90%的時間都是自動駕駛的。不過傳統汽車廠商也不甘落後，通用汽車在2023年也會採用自動駕駛技術，可以在每小時70英里的高速下控制轉向，加速和剎車。用musk的話說，自動駕駛汽車就是，你可以上車就躺在裡面睡覺，一覺醒來已經到達目的地了。musk和谷歌都**，無人駕駛汽車可以在2023年實現大眾應用。
它將如何呈現
雖然行業專家認為消費者不會立刻購買無人駕駛汽車，但如果說這會阻礙轉型，那麼就大錯特錯了。根據摩根斯坦利的研究資料顯示，人們購買汽車之後只會花4%的時間去開它，但在美國一輛汽車每年的平均花費高達9000美元。所以像uber這樣的駕乘分享服務，以及像zipcar這樣的汽車分享服務日益火爆，也就不足為奇了。
這對於人們購買私人汽車的影響非常大，根據加州大學伯克利分校的研究發現，使用汽車分享服務的使用者購買汽車的比例已經下降了一半。未來買汽車的不會是你，也不會是我，而是那些運營駕乘分享和汽車分享的公司。
其實我們可以發現，目前所有研究都表明，我們渴望使用無人駕駛汽車。有調研顯示，美國60%的成年人表示自己願意駕駛無人駕駛汽車，而且近32%的受訪者表示，他們一旦購買無人駕駛汽車，自己就不會再去開車了。現在最興奮的，莫過於uber了，該公司表示最終會把自己旗下所有汽車都替換成自動駕駛汽車。
哥倫比亞大學進行了一項研究，其結果建議uber可以使用9000輛無人駕駛汽車，這樣就可以替換紐約市內的全部計程車，而乘客等待每輛汽車的時間只需36秒，每英里成本大約為0.5美元。目前uber的估值高達410億美元，完全有可能在全美範圍內替代17.1萬輛計程車，如果每輛汽車成本為2..5萬美元，替換所有車輛大約需要43億美元。
輻射影響
自動駕駛汽車的影響非常大：
普華永道**道路上的汽車會只剩下1%，汽車數量將會從現在的2.45億輛減少到240萬輛。到2023年絕大多數傳統汽車製造商將會倒閉。而特斯拉這樣的汽車製造商，則很可能會為像uber這樣的汽車分享公司提供標準化版的汽車。
汽車周邊行業也會被淘汰，比如市值高達1980億美元的汽車保險市場，市值為980億美元的汽車金融市場，市值1000億美元的泊車市場，以及市值3000億美元的汽車售後市場 。
美國勞工部資料顯示，美國從事汽車及零部件製造行業的人數有88.4萬人，另外汽車經銷商和汽車維護行業從業人員有302萬人，其他各類專業汽車司機有600萬人。所有這些加在一起約有1000萬人，而他們在未來的10到15年內將會被淘汰。但這種失業並不可怕，因為我們將會迎來乙個前所未有的高效率時代，可以重新創造就業。
未來檢視
摩根斯坦利估計，自動駕駛汽車每年會減少90%的車禍，挽救3萬條生命，防止212萬人受傷。無人駕駛汽車還不需要停車，據說道路交通堵塞有30%的原因是由那些尋找車位的汽車造成的，而當交通順暢之後，每年能為美國通勤者節約38個小時，幾乎相當於一周工作時間。
不僅如此，無人駕駛汽車還可能紐轉全球變暖的趨勢，減少對石化燃料的依賴。轎車，suv，皮卡，以及小型貨車排放的溫室氣體佔到總排放量的17.6%，如果減少90%的汽車，意味著溫室氣體排放量將減少15.9%。
沒有人能想象無人駕駛汽車所帶來的未來會是什麼樣，但是它絕對會最令人興奮。
無人駕駛汽車的思考
無人駕駛汽車一直是研究的熱點，但由於技術的複雜性，離實用總是遙遙無期，本人估計有生之年內都不可能投入正式應用。換個角度思考，現階段在特定的高速路上完全可以實現無人駕駛技術，不但大大降低司機的勞動強度，也減少了超速 車禍等災害的發生，減少了能源的使用。方案如下 第一步設計一套車輛控制的介面，包含以下功...
多環節的無人駕駛
無人駕駛是隨著深度學習和圖形處理器的發展和普及而被推上創投界的舞台中心的。在這種發展的背景下，感知的確成為可能。演算法不夠，硬體來湊 lidar,radar都可以被用上。但真正進入車，感知只是其中一環。工業界裡，現在廣泛活躍著深度學習和影象計算的人力資源。感知是乙個考幾個不難，考八十分有人力物力也可...
你聽過無人駕駛，但你了解無人駕駛的演算法嗎？
引言 我們已經拉開了全自動無人駕駛的序幕，在幕布之後是我們精彩的未來，但你可能不知道的是無人駕駛系統是乙個複雜的系統，系統主要由三部分組成 演算法端 client端和雲端。演算法端從感測器原始資料中提取有意義的資訊以了解周遭的環境情況，並根據環境變化做出決策。跟隨本文一起簡單了解下無人駕駛演算法吧。...