自动驾驶发展历史

自动驾驶的梦想与汽车本身几乎同龄——早在 20 世纪初，工程师们就幻想让机器代替人类掌控方向盘。然而，真正意义上的技术突破发生在过去 20 年：从 DARPA 大挑战中步履蹒跚的沙漠越野，到如今每天在城市街道上接载乘客的 Robotaxi，自动驾驶正以出人意料的速度从科幻走向现实。

早期探索（1920–1990）

年份	事件	意义
1925	美国工程师 Francis Houdina 展示无线电控制的"American Wonder"汽车，在纽约街头行驶	最早的"自动"行驶公开演示
1939	通用汽车在纽约世博会 Futurama 展馆，展示 1960 年代自动化高速公路愿景	首次将自动驾驶纳入公众视野
1977	日本筑波机械工程实验室研发出能跟随白色道路标记的自动车辆（≤ 30 km/h）	基于视觉的自动驾驶原型
1987	Ernst Dickmanns 领导 VaMoRs 项目（慕尼黑工大），基于视觉实现高速公路自动行驶	开创计算机视觉驾驶研究范式
1995	Dickmanns 的 VaMP 和 VITA-2 完成巴黎→波尔多约 1,500 km 自动驾驶，最高时速 130 km/h	首次公路自动驾驶长途演示

这一阶段的技术以规则化图像处理为主，受限于计算能力，只能处理简单的结构化场景。

DARPA 大挑战时代（2004–2007）

美国国防高级研究计划局（DARPA）举办的系列机器人车辆竞赛，是自动驾驶从学术走向工程的转折点，催生了大量后来成为业界中坚的人才和技术。

2004 年：一场零成绩的起点

DARPA Grand Challenge 2004 要求车辆在莫哈韦沙漠完成 240 km 越野路线——结果，没有一辆车完成。最好成绩来自 Carnegie Mellon 大学的 Sandstorm，仅行驶了 11.78 km 便陷入沙丘。这次失败让全世界看到了自动驾驶的巨大难度，也激发了更多研究投入。

2005 年：沙漠中的胜利

DARPA Grand Challenge 2005 共有 5 辆车完成全程：

Stanford Stanley（斯坦福大学，Sebastian Thrun 领队）：以 6 小时 53 分夺冠
CMU 的 Sandstorm 和 H1ghlander 分获二三名

Stanley 的核心技术：机器学习（SVM）结合激光雷达和摄像头，通过概率路面分类导航。这是深度学习时代之前，基于统计学习的自动驾驶最高水平展示。

2007 年：从沙漠到城市

DARPA Urban Challenge 2007 将场景搬入模拟城市道路，要求遵守交通法规、与其他车辆交互——难度远超沙漠越野：

CMU 的 Boss（基于雪佛兰 Tahoe）以 4 小时 10 分夺冠
斯坦福 Junior 获得第二名

Boss 的规划系统后来演化为 Uber ATG 和 Aurora 的核心技术。这次比赛展示了城区结构化环境下全自主驾驶的可行性，标志着自动驾驶从"能否行驶"进化到"能否安全地与人共存"。

互联网科技公司入局（2008–2015）

DARPA 比赛结束后，互联网科技巨头将优秀工程师网罗旗下，推动自动驾驶进入产业化探索期。

Google 自动驾驶项目（2009）

DARPA 大挑战冠军队队长 Sebastian Thrun 加入 Google，组建秘密自动驾驶团队（后称 Google X）：

传感器方案：以 Prius 为基础，搭载 Velodyne 64 线激光雷达（当时约 7 万美元/个）
2012 年里程碑：车队无人驾驶累计 30 万英里，内华达州发放首张自动驾驶路测牌照
2016 年独立：成立 Waymo（Alphabet 子公司），历史测试里程已超过 200 万英里

Tesla Autopilot（2014）

Tesla 通过 OTA 推送，首次为全球量产车辆引入 L2 级自动驾驶（与 Mobileye 合作）： - 自适应巡航 + 自动车道保持，消费者首次可在公路上"放手" - 2016 年 5 月：全球首例 Autopilot 激活状态下的致死事故发生（车辆未识别白色卡车侧面），引发监管广泛关注和行业对 L2 安全的深刻反思

中国第一波布局（2013–2016）

百度：2013 年启动无人车项目，2015 年 12 月在北京五环完成城区路测，引发国内媒体广泛报道
上汽、长安：传统主机厂开始布局 ADAS，与博世、大陆等 Tier1 合作引入 L1/L2 技术

资本涌入时代（2016–2020）

2016–2020 年间，自动驾驶赛道迎来史上最大规模融资浪潮，全球资本竞相押注这一"下一个十年最大产业机会"。

明星公司融资情况

公司	融资金额	主要投资方	备注
Waymo	30 亿美元（2020）	外部机构投资者	首次对外独立融资
Cruise（通用旗下）	10 亿美元	Softbank	软银"愿景基金"入局
Argo AI（Ford+VW）	36 亿美元	福特、大众	两大车企联合押注
小马智行	11 亿美元	丰田、IDG 资本	丰田战略投资入局
文远知行	超 10 亿美元	雷诺-日产-三菱联盟	汽车联盟加速布局

关键技术突破

深度学习取代手工特征：KITTI、nuScenes 等基准数据集推动感知算法快速迭代，CNN 成为感知主流
激光雷达降价：64 线 LiDAR 从数万美元降至数千美元；固态 LiDAR 开始商业化
NVIDIA 推出 Drive PX：专为自动驾驶设计的计算平台，让车载 GPU 推理成为可能

冷静期与深水区（2020–2023）

经历过于乐观的时间表预期后，行业在 2020 年代初期迎来痛苦的"冷静期"：

Uber ATG 出售（2020）：

Uber 将自动驾驶部门（约 1,200 名工程师）以 40 亿美元估值出售给 Aurora，承认 Robotaxi 商业化比预想困难 10 倍。这被视为该轮自动驾驶泡沫破裂的标志性事件。

Argo AI 解散（2022）：

福特和大众联合投资 36 亿美元的 Argo AI 宣布解散，约 2,000 名员工失业。两大车企"直接赋能整车量产 L4"的路径宣告受挫，证明 L4 商业化时间线远比想象中长。

Tesla FSD 的争议与坚持（2020–2023）：

Tesla "完全自动驾驶"（FSD）功能多次推迟交付，Elon Musk 的多个"年内实现无人驾驶"预测落空；与此同时，NHTSA 对 Autopilot 涉事事故发起多项调查。但 Tesla 坚持纯视觉+端到端路线，2023 年 FSD V12 的表现令行业刮目相看。

商业化破局（2023 至今）

Waymo 规模化 Robotaxi 运营

2023 年：旧金山开放全城商业化运营（无安全员），获得监管批准
2024 年里程碑：
扩展至洛杉矶、凤凰城商业运营
全无人驾驶单日行程超 50,000 次
累计无人驾驶里程突破 700 万英里

中国 Robotaxi 崛起

百度萝卜快跑：2023 年 8 月武汉开放全无人驾驶收费服务（全球首例城市规模），2024 年武汉日订单峰值超 2 万单，引发出租车司机大规模关注
文远知行：广州南沙全无人 Robotaxi 商业运营，并宣布计划在全球多个城市扩张
小马智行：2024 年在纽交所上市，成为首家上市的中国 L4 自动驾驶公司

端到端革命

Tesla FSD V12（2023）：以单一端到端神经网络替代模块化 C++ 代码，城区驾驶能力大幅跃升
国内跟进：华为 ADS 2.0、小鹏 XNGP、理想 AD Max、毫末 DriveGPT 等纷纷引入端到端技术
大模型介入：DriveVLM、GPT-Driver 等工作将 VLM/LLM 引入驾驶决策，开启"具身智能"新篇章

技术路线演进总结

1990s–2000s   规则 + 传统计算机视觉（手工特征，HOG/Haar/Hough）
      │
      ▼
2010s 初期    激光雷达 + 高精地图（重传感器，重先验地图，重规则）
      │
      ▼
2015–2020     深度学习感知 + 模块化规划（CNN 目标检测成为主流）
      │
      ▼
2020–2022     BEV 多相机感知 + Transformer 架构（多任务统一表示）
      │
      ▼
2023 至今     端到端大模型 + 数据飞轮（感知-规划-控制统一优化）
                    ＋ 世界模型 ＋ VLM 驾驶推理

自动驾驶的历史证明：技术进步从来不是线性的，每一次"不可能"背后都隐藏着下一次突破的种子。

参考资料

S. Thrun et al. Stanley: The Robot That Won the DARPA Grand Challenge. JFR, 2006.
C. Urmson et al. Autonomous Driving in Urban Environments: Boss and the Urban Challenge. JFR, 2008.
KPMG. Autonomous Vehicles Readiness Index, 2023.
亿欧智库. 中国自动驾驶行业研究报告, 2024.