自动驾驶就这样上路了，然而相应的监管和社会配套等却并未完善，这不免让人对自动驾驶的可靠性和商业化进程提出质疑。自动驾驶汽车的发展已经波及从政策、产业到市场多方面。
最近Waymo玩得非常“激进”，其自动驾驶打车服务日前正式在美国凤凰城落地，成为首个推出商用服务的无人驾驶汽车开发商。这已非试点项目，更不是作秀，而是实打实的收费商业服务，Waymo甚至连安全驾驶员都不想要。这个消息对于自动驾驶的拥趸来说无疑是一针强心剂，支持者们坚信自动驾驶、无人驾驶可以挽救生命，进一步普及交通服务。
自动驾驶就这样上路了，然而相应的监管和社会配套等却并未完善，这不免让人对自动驾驶的可靠性和商业化进程提出质疑。而此前自动驾驶汽车发生的一系列事故也引发了人们对于自动驾驶安全问题的怀疑。
事实上，凤凰城的居民对于Waymo无人驾驶车颇有微词。今年8月底，The Information就爆料称，凤凰城居民“恨死”Waymo的测试车了--这些车在关键时刻总是犹豫不决，耽误大家的时间。就连谷歌老家山景城的居民都多次拍到了Waymo测试车“发懵”的时刻。
业内人士担心，如果Waymo的商业服务在没有关键性能数据或第三方监督的情况下落地，就会开创先例，让那些技术稍差的公司也能成功加入分蛋糕。因为在现有法律框架下，“谁都能把自动驾驶汽车送上公路。”
在中国也面临同样的矛盾。近日国内的一场关于自动驾驶的论坛上，中国汽车技术研究中心、智能汽车研究室暨汽车软件测评中心总工程师赫炎指出，目前智能汽车产业发展存在六大矛盾，分别体现在：迅速增长的上路测试需求和法规标准体系尚未完善；日益提升的自动驾驶水平和交通基础设施建设滞后；日益壮大的社会资本力量和核心技术研发速度较慢；日益加快的量产落地的速度和行业跨界融合的程度欠缺；日益增长出行市场的需求和高科技创新能力不足；日益增长的产业发展速度和智能汽车人才培育的缺失。
这意味着，自动驾驶汽车的发展已经波及从政策、产业到市场多方面。
另一个颇有争议的问题是，在自动驾驶汽车的研发设计过程中，智能化技术的提升与可靠性和安全性之间要如何权衡？
《纽约客》最近的一篇报道披露了谷歌在推进自动驾驶项目时对待安全问题的“内幕”。谷歌自动驾驶团队的一位前核心工程师近日向《纽约客》透露称他们在研发自动驾驶汽车的时候“安全问题并不是首要考虑因素”，因为“否则你就做不了什么”。
SAE《自动驾驶汽车工程》杂志则在其最新刊出的《可靠性与安全性--在自动驾驶汽车研发中如何权衡？》一文中指出，“在可靠性和安全性如何相互作用和相互建立方面缺乏明确的、一致的结构，正在产生可避免的冲突和潜在的错误传达，这可能使自动驾驶汽车客户面临不必要的风险并增加过多的系统成本。”文章认为，如果对可靠性过分缺乏信心，或者公司安全性团队的权力过大，自动驾驶汽车制造商往往会在整个车辆系统中引入大量冗余（包括传感、控制、动力、制动等）。据估算，一辆普通汽车的电子元器件成本超过12000美元，这些设计并不一定可以让车内人员或整个交通环境更加安全，但却一定会显著增加成本。
还有一个棘手的问题是伦理道德问题。
有统计称，到2020年，预计将有多达1000万辆自动驾驶汽车上路，届时它们将面临艰难的抉择--那个经典的“电车难题”，即一辆行驶中的有轨电车，它的前方只有两条轨道可以走，其中一条道上站着一个人，另一条道上则有一小群人。如果这辆电车的刹车坏掉，那接下来要往哪条道上开？
自动驾驶汽车将很快面临同样的抉择，答案依然难有定论。
不过，最近麻省理工学院媒体实验室（MIT Media Lab）可扩展合作小组的研究人员重新发现并修正了这种道德困境。该小组的研究人员进行了一场200多万人参与的在线测试，被测试者来自两百多个国家和地区，任务要求他们在虚构的驾驶场景做出道德选择。这些被测试者最终解决了9个可怕的难题，其中包括杀害行人或横穿马路者、年轻人或老年人以及女性或男性。麻省理工学院近日发表的一篇新论文中，分析了“道德机器”的在线测试的结果，总的来说调查结果并不令人惊讶，参与调查的人表示，他们希望挽救更多的生命，人类优于动物，儿童优于成年人。
无疑，尽快建立一个能够解决经典“电车问题”的决策系统对于自动驾驶真正上路之后的安全问题至关重要。各国也在通过不同层面进行探索。比如，美国国防高级研究计划局（DARPA）正在研究模拟认知核心领域的计算模型：物体（直觉物理学）、地点（空间导航）和代理（演员），作为其机器常识项目的一部分。而在立法层面，德国在去年成为第一个为自动驾驶汽车的决策提出指导方针的国家，建议对所有人类生命一视同仁。欧洲正在制定自己的政策，它可能会通过认证计划或立法来执行。在美国，国会已经为潜在监管制定了公共原则。
在技术层面，汽车产业中还有一些关键技术亟待突破。自动驾驶产业生态可以分为三大产业链条，上游包括车规级的激光雷达、自动驾驶芯片和控制器等，中游主要为主动安全、智能驾驶、L3量产车、L4低速车等，下游主要为共享无人货运车、无人出行和智能交通系统等。此外，还有一些核心关联产业，如大数据、云平台、高精地图、V2X、物联网、NBIoT等。在这些产业链条中，产业关注的焦点分别为测试数据、云平台、高精地图、主动安全、L3量产车、无人长途货车、车路协同和无人驾驶共享出行等。需要重点突破的关键技术领域包括V2X、车路协同、高精地图、车联网以及道路交通实施智慧空间的改造等方面。
智能汽车已成为不可逆的趋势。而自动驾驶产业生态链之间的开放与合作也越来越重要，汽车制造商、供应商之间的技术协同和融合发展将是未来汽车产业的主要方向。
