自動駕駛汽車是過去十年中最受關注的技術突破之一。但是，當我們接近又一年的測試問題和行業內最低限度的發展時，可以說自動駕駛汽車的推出正在停滯不前嗎？
2020年10月，特斯拉推出了“全自動駕駛”軟體，讓車主可以停車、自動以巡航速度保持在車道上並在紅燈時停車，從而引起了全世界的關注。此次揭幕本應代表朝著完全自動駕駛技術邁出的重要一步。
然而，據《財富》雜誌報道，有人擔心“全自動駕駛”這個名稱可能會誤導一些司機，他們可能會錯誤地認為他們的汽車不需要監督。監管機構已警告使用者密切監控該技術，並“採取行動保護公眾免受不合理的安全風險”。
根據Medium2018年釋出的圖表，2020年是全自動駕駛汽車開始進入市場的一年。然而，按照行業標準，即使是特斯拉的全自動駕駛軟體也只能算是高階駕駛輔助系統（ADAS）。
那麼是什麼阻礙了自動駕駛汽車的發展？讓我們更深入地瞭解自動駕駛汽車在進入市場之前需要克服的一些更重要的問題。
機器像人類一樣思考的謬論
需要克服的最大問題之一是，儘管物聯網技術取得了巨大進步，但計算機距離擁有人類的智慧水平還有很長的路要走。
當然，當涉及到識別圖片中的物體或在靜態環境中執行簡單命令等個人任務時，機器的表現遠遠超過人類。儘管如此，其中許多技能不適用於更一般的情況。
雖然駕駛汽車和理解何時出現紅燈的行為可以透過簡單的機器來實現，但在駕駛過程中發生的大量變數意味著需要機器獲得高度的智慧和適應性。
在2017年的一篇文章中，領先的機器人和人工智慧研究員Rodney Brooks表示，由於駕駛時出現的“邊緣情況”數量眾多，自動駕駛汽車在短期內是不可行的。這是指異常事件發生的頻率——例如他人駕駛不當、道路上的障礙物以及誤導性的道路標記。
例如，雖然人類天生能夠對異常事件做出反應並做出迅速調整，但機器可能很難理解如何調整自己的行為以正確方式對前方的道路做出反應。
感測器的障礙
自動駕駛汽車使用多個感測器與周圍環境進行互動。這有助於檢測行人、其他車輛和機器人標誌等物體。攝像頭還可以幫助汽車檢視物體並瞭解車輛與其路徑上的任何物體之間的距離。雷達還可以繪製其他車輛和物體的速度和方向圖。
這些感測器向汽車的控制系統提供反饋，以建議轉向或停止的位置。全自動駕駛汽車需要各種感測器來準確檢測物體，同時在各種可能的條件下快速確定物體的距離和速度，以始終確保安全。
然而，惡劣的天氣、密集的交通、風化的路標或損壞的標記等因素會顯著影響感測器的功能。
為了讓真正的自動駕駛汽車發揮作用，所使用的感測器需要高度自適應且足夠強大，以理解各種環境中最惡劣條件下的訊號。鑑於特斯拉車型發生了汽車撞上停放車輛的事故，這表明開發可靠的自主感測器仍有一段路要走。
網路安全恐懼
自動駕駛汽車在技術理解和應對障礙方面的安全性可能存在廣泛的擔憂。儘管如此，互聯車輛也可能成為網路攻擊的受害者。
交通記者克里斯蒂安·沃爾瑪 （Christian Wolmar） 報道稱，“其他計算領域已經發生了廣泛的駭客攻擊，例如大資料駭客攻擊和安全漏洞，而且這將發生在自動駕駛汽車上。”
考慮到與被駭客入侵的車輛相關的危險，汽車韌體中的任何安全問題都會導致廣泛的中斷——這使得在進行嚴格測試之前很難看到自動駕駛汽車的推出。
保險的複雜性
自動駕駛汽車的推出涉及大量財務問題。保險的問題，如果發生事故，責任在哪裡，這是一個需要克服的大障礙。
傳統上，司機為他們的汽車支付保險，以涵蓋發生的任何事故。儘管如此，當車輛完全自動駕駛時，車主沒有理由在很可能是車輛本身的過錯時付款。
自動駕駛汽車的到來將引發車主購車方式的改革。如果保險落在製造商身上，它可能會看到車輛成本進一步上漲。在一個越來越習慣於透過HP或PCP融資購買車輛的世界中，所有權的複雜性可能會讓潛在買家完全反感。
也就是說，毫無疑問，自動駕駛汽車將在未來的駕駛中發揮作用。無論技術及其複雜的內涵發展到我們可以在十年末看到私人車輛上路的程度，還是更有可能看到某種形式的輕型運載工具推出，這都證明了互連性和潛力為了行業的創新。
