智能汽車的一直都在不斷地進化，目標也大致明確，從輔助駕駛到自動駕駛再到無人駕駛。每一次的進步都是巨大的。輔助駕駛是起點，應用已經最為普遍，無人駕駛才是目前做大的難題。

隨著智能網聯技術的逐步發展，智能汽車也開始逐漸走進人們的視野。無論對汽車行業是否了解，大家都知道車輛自動化方面有三個名詞：輔助駕駛、自動駕駛、無人駕駛。輔助駕駛作為智能汽車進化的起點，其應用已經較為普遍，而作為重要發展節點的無人駕駛似乎遲遲不能推廣應用。這其中的原因是什么？輔助駕駛、自動駕駛和無人駕駛之間有什么區別？今天小編就帶大家看看智能汽車的進化史。

輔助駕駛

輔助駕駛一般使用汽車駕駛輔助系統，顧名思義，它的存在就是為了給司機駕駛的過程中一個輔助支持，保證司機的駕駛安全。目前的技術來看，駕駛輔助系統有車道保持輔助系統、自動泊車輔助系統、剎車輔助系統、倒車輔助系統和行車輔助系統。但前向啟創CEO熊志亮認為：駕駛輔助系統，并不單單是指車道保持輔助系統、自動泊車輔助系統、剎車輔助系統、倒車輔助系統和行車輔助系統，除此之外，一些主動安全的技術，應該也歸于駕駛輔助系統當中，比如說前車避撞系統、疲勞駕駛檢測、夜視輔助、行人避撞等等。這樣的駕駛輔助系統才能幫助人們更安全的駕車，養成一個健康的駕駛習慣。

比起自動泊車這樣看起來較為“高大上”的汽車駕駛輔助系統，初級的駕駛輔助系統早就普及，因為它早就成為車輛的標配功能，在物理底層默默工作，大家很少有留意到。例如，ABS剎車防抱死，ESP電子穩定控制和牽引力控制系統。隨著技術普及的加快，早期的駕駛輔助系統都開始升級了，今年大家提出一個技術概念，也許就在明年應用到市售車型上了。例如定速巡航功能，之前是靠司機的人為操作來決定啟動、停止和車速，現在進化為自適應巡航功能，打開之后可以隨著前車速度自動加速減速，甚至跟著前車變道。

輔助駕駛系統雖然比較“好用”，但其在國內的推行還不是特別廣泛。除了價格上的劣勢——一臺Mobileye的價格在美國需要849美元，而在中國則需要17800RMB，汽車文化差異的不同也導致了各種問題。宣傳推廣力度不夠更加成為駕駛輔助產品銷售的絆腳石。不過中國的汽車市場龐大，輔助駕駛技術的推廣還是很有前景的。

自動駕駛

很多人對自動駕駛和輔助駕駛的分界線不是很明了，但業界對自動駕駛已有比較明確的劃分。其中，一個明顯的界線是需要人工監控（輔助駕駛）還是由機器監控（自動駕駛）。駕駛員是否需要關注交通和控制車輛和責任劃分就是區別二者的最大差距。

自動駕駛系統不需要駕駛員關注駕駛情況，只需要在系統退出后接管車輛即可。自動駕駛過程中責任事故歸主機廠。自動駕駛除了實現輔助駕駛的大部分功能外，允許駕駛員不再關注交通和控制車輛，但仍需要駕駛員坐在車里。

沃爾沃根據自動化水平的高低區分了四個無人駕駛的階段：

第一階段是駕駛員輔助，駕駛員輔助系統能為駕駛員在駕駛時提供必要的信息采集，在關鍵時候，給予清晰的、精確的警告，相關技術有：車道偏離警告（LDW），正面碰撞警告（FCW）和盲點報警系統。

第二階段是半自動駕駛，駕駛員在得到警告后，仍然沒能做出相應措施時，半自動系統能讓在汽車自動做出相應反應。相關技術有：緊急自動剎車（AEB），緊急車道輔助（ELA）。

第三階段是高度自動駕駛。該系統能在駕駛員監控的情況下，讓汽車提供長時間或短時間的自動控制行駛，這個階段目前還比較初級。

第四階段：完全自動駕駛，在無需駕駛員監控的情況下，汽車可以完全實現自動駕駛，意味著駕駛員可以在車上從事其他活動，如上網辦公、娛樂或者休息。

自動駕駛的發展也是近幾年的事情，目前市場只能達到沃爾沃所分的第一階段。持懷疑態度的人士認為，自動駕駛技術至少現階段依然不成熟，無法與駕車人對交通狀況諸多因素、特別是突發事件的綜合判斷相比。但是美國IHS汽車信息咨詢公司高級分析師杰里米·卡爾森就認為“自動化汽車可以為美國節省數千億美元的交通事故成本，交通擁堵成本以及運輸過程中以人力提高生產力的成本。但它也可能使客運和貨運過程涉及的數百萬人失去工作。如果自動化汽車足夠可靠，總有一天政府或將禁止人類駕駛員駕車，因為美國每年90%以上的交通事故人員傷亡是由駕駛員失誤導致的。”

無人駕駛

無人駕駛與前兩者最明顯的區別就是沒駕駛員。現在的技術并非不能做到無人駕駛，最近就有消息表明無人駕駛地鐵將于本月底開始運行。但汽車廠商對自動駕駛和無人駕駛更多的是持保守態度，包括行業標準。如此嚴格都是對生命的尊重。例如經典的哲學問題火車困境如果被寫入無人駕駛的代碼中，無論自動駕駛的判斷規則怎樣規定（撞向哪一方），此時都會受到無數攻擊。

無人駕駛主要運用在交通運輸等商用車上，比如城市公交車等。根據預測，無人駕駛汽車約在2021-2022實現商用，此外據波士頓咨詢公司預計，到2035年，全球無人駕駛汽車的銷量將達1200萬輛，到2050年，市場規模將超過40萬億元。百度、谷歌、騰訊、特斯拉、英特爾、英偉達等國內外巨頭企業紛紛投入重金研發相關技術。