無人駕駛汽車事故責任該怎麽劃分？
首先要先強調這個問題也是包括谷歌以及各汽車主機廠商發展無人駕駛的瓶頸。對於百度谷歌為首的直接發展無人駕駛的陣營來說，這個問題會比特斯拉以及汽車制造商的自動駕駛陣營要更加迫切去解決。因為我問要分清壹個概念，在目前對智能駕駛的分級中，第三級是高級自動駕駛，也就是現階段特斯拉以及汽車制造商的發展目標，他們希望能從這個階段過渡到無人駕駛，這個階段裏是人類可以進行幹預的。而第四級就是無人駕駛，谷歌百度希望能以人工智能作為切入點來直接研發無人駕駛，在此級別內就不得有人類進行幹預了，因而谷歌汽車內部取消外置方向盤剎車的裝置。對於倫理問題來說，目前挑戰最大的就是第四級的無人駕駛，因為在第三級階段，汽車上的人工智能應用並不如第四級，且現有技術也只支持在特定環境下實現自動輔助駕駛，因此出現問題誰來負責的問題並不具爭議，還是和以前開車是壹樣的。但第四級的無人駕駛就不壹樣了，對於左拐撞死壹個，右拐撞死兩個，不拐自己追尾的問題，包括谷歌在內也沒有辦法完美解決。
因此在今年美國西南偏南的大會上，項目負責人Chris Urmson也表態將會調整壹下谷歌之前的策略，首先在特定區域內實現***享經濟，而非以前的老子不完全做出來就不量產的態度了。我認為應該是他們也發現有些問題是真的沒有辦法直接避免。沃爾沃雖然是自動駕駛陣營，但是也算是第壹個吃螃蟹的人，說未來壹切沃爾沃的無人駕駛汽車出事故，將由他們公司全權負責。而在國內，今年兩會上李書福和李彥宏也都帶來了各自自動駕駛以及無人駕駛的立法議案，希望能填補國內智能駕駛方面的法律空白，應該也會將未來如何進行事故的判決起到推進作用。而且在妳提到的幾個角色裏，應該還要再加壹個，是保險公司。因此巴菲特就預言無人駕駛可能要搞垮保險行業，想想也有可能，可能後果會比較嚇人。無人駕駛雖然看起來很炫，但要實現應該還有很長的路要走，感興趣可以交流，我目前主要在研究智能汽車及車聯網，主要是信息安全的問題。
無人駕駛汽車的停車問題？
以前沒有思考過這個問題，如果要停的話可能需要從經濟角度考慮，假設這是壹輛***享無人駕駛汽車（如果是妳自己的，停車位置需要妳指定了），要根據當前交通情況和歷史上的需求情況進行壹個全局的優化，找到需求最旺盛的位置或者性價比最高的位置。
在中國有哪些公司有無人駕駛汽車？
中國的無人駕駛汽車研發始於1980年代，從時間上來看最早的是國防科技大學，也是目前技術積累最雄厚的，從這以後的直到2008年，中國的無人駕駛研究只限於國防科大、北京理工大學、南京理工、西安交大等有限的幾所高校，與此同時美國在2004年、2005年和2007年分別舉辦了三屆DARPA無人車挑戰賽，極大的推動了無人駕駛汽車的研究，從2008年開始中國國家自然科學基金委啟動了“視聽覺信息的認知計算”重大研究計劃項目，從2009年到2017年，每年舉辦壹次“中國智能車未來挑戰賽”，最新消息，2017年的在11月在常熟舉辦，本人參加了2013年到16年的，據我所知，企業中最先開展無人駕駛技術研發的應該是壹汽，但是最近沒聲音了，其次是比亞迪，在2013年我在比賽期間見到了比亞迪和北京理工合作開發的RAY無人駕駛汽車，接著我們和廣汽集團合作研發了壹輛無人駕駛汽車，東風汽車去年舉行過壹次招標，想尋求無人駕駛系統的研發方案，我們也參與投標了，聽說最後國防科大中標了，不知道後續如何，然後就是百度的了（這中間聽說過多次某某單位和某某單偉合作，但都沒見到過真車），百度無人駕駛汽車發布的比較突然，事前沒有聽說過他們已經研發出整車了，插壹句，在2014年底的雷達技術會議上，聽百度的技術人員說他們做了高速公路的車道檢測準確率已經很高了，接下來列舉幾個我知道的在開展無人駕駛技術研究的企業：華為（已經出樣車了）、上汽（這個比較扯，和航天三院合作的，對他們期望比較低）、東風、比亞迪（和北理合作，感覺更像高級輔助駕駛，沒有用Velodyne三維激光雷達）、廣汽（和西安交大合作）、百度（錢多、軟件開發能力超強）、眾泰（和南理合作）除此之外，據說還有很多創業企業在做無人駕駛技術研發，如地平線 momenta 馭勢科技等，感覺無人駕駛汽車技術研發是壹個技術門檻要求不高，但是想做好非常不容易，前90%的性能大部分企業只要投入夠都可以做出來，但是後面10%就是壹個細致活了，從我這幾年參與項目的角度說，目前有幾個技術問題很難解決：1定位，大家基本靠差分或者慣導2智能決策，都是基於場景分層式的3動態障礙物的識別與意圖預測，目前沒有考慮意圖博士已經畢業，壹年來看著無人車圈子風起雲湧，希望以後會越來越好，大家不要給公眾壹種錯覺，無人車馬上就能上路了，公眾太失望了我們就沒飯吃啦
無人駕駛汽車比無人機控制程序要更復雜嗎？
前兩天我小姨剛好用外國的無人都已經如何如何了，來臭我還在搞什麽無人車。。。結果被我媽反駁了，我媽說“天上有那麽多不守規矩的司機和行人麽？”的確如此，這個問題從幾個層次，從低到高分析，就比較清楚了。理科生習慣了，盡量通俗的說。當然這裏講的無人車和無人機都是自主車和“自主車”啊，不是車上沒人、機上沒人，靠遠程遙控的那種哦?無人機和無人車相比，在處於底層的運動控制上來講，我覺得，無人機的確比無人車更加棘手。無人機從維度上，是三位運動，存在三個姿態，三個方向的運動，而無人車壹般不考慮俯仰，只在路上跑。從這個對象的動力學模型上，那無人機就相當復雜了，從兩個方面來看：在同壹高度，同壹風速等，外界條件不變的條件下，我們控制無人機的油門（即推力）和舵面角度，最終反映在飛機的速度、姿態和位置上，這中間的模型相當復雜，有很多的不可建模的環境，絕大多數都是非線性的問題，簡單的想，要讓飛機掉個頭拐個彎，油門推多少，拉桿多少，副翼給多少，才能是這個彎拐的平滑，不掉高度，是個很難的事情。相比之下，無人車，在這個方面是小很多，如果車速不快，打輪的電機又快，我們甚至可以不考慮動態過程，之建立壹個運動模型（不是dynamics model,只是kinematics），再加壹個PI控制（比例積分）就可以控制它沿這某壹條軌跡走了。另壹方面，那就是對於無人機來說，環境的變化太可怕了，風速的變化（360360度無死角的風亂刮，要是大飛機，尼瑪兩個機翼上的風都不壹樣），濕度的變化，氣壓啥的，各種變化的因素。相同的拐彎問題，1000M和2000米不同的高度，壹樣的風，其他因素都壹樣，給油，舵面，啥的就都不壹樣了，妳說問題復雜不復雜。壹種簡單的方法，就是壹個高度壹組參數（但除了高度，變化的因素還有那麽多啊）。當然，無人車也會遇到砂石路面啊，冰面啊，陡坡突然就變下坡啊，什麽的環境變化，但總的來說都可以分而治之。綜合上面兩點，在層面上，也就是運動控制的層面，無人機無疑要比無人車復雜多了。有了運動控制，再加上定位，飛機和車就能跟著妳設定好的壹條路徑飛行和行駛了。從定位的角度，大多數情況下，無人車比無人機要來的復雜。從定位的精度就能很好得看出。無人車在道路環境下，要在車道裏跑，定位的進度就不可能超過1m，當前的技術壹般會做到分米級別。
（插壹句，知乎上另壹個問題谷歌在無人車技術方面有啥優勢，我認為他們的解決方案的大優勢，就是能夠很好的解決定位問題，主要原因，無人車的跑的過程中已經有周圍環境的詳細3D地圖了。）而無人機就不需要這麽高的精度了，在廣闊的天空中，他們只需要GPS的進度就基本夠用啦?只有在起飛和降落的時候才需要高精度的定位，這個好辦，不做主動的定位技術，做被動的，在可數數量的機場上裝上定位設備（這詞自創，意思壹下）就好。前文說，大多數情況，是因為說的是正常的無人機，那些在城市中，房間裏飛來飛去的自主無人機就不考慮，他們的定位難度比無人車不知道高到哪裏去了（MIT做的固定翼激光雷達SLAM可見壹斑）。有了前面兩個層次，機或車就可以跟著設定好的路線飛奔了。現在的問題就是如何設定線路的問題了。在這個問題上，無人車要比無人機難不止壹個檔次。當然這也不能怪無人機不爭氣，我覺得是這主要是由當前技術條件和大環境下，無人機和無人車的應用目的不同。無人車在城市環境裏，要規劃處壹條路線（這個是trajectory,不是path哦），又該走多快，走到哪兒挺，現在該走該停，都要考慮壹大堆的問題，大家都守規矩都已經很難辦了，何況如老媽所說有“不守規矩”的車和人呢。。。這都還是已經把行人、車輛還有馬路牙子、道路中線的柵欄識別出來，把突然跑出來的熊孩子和放地上的雪糕桶分辨開來的情況，下才能作出的路線規劃。那麽，如何檢測環境中的障礙物，如何分辨動靜態障礙物，如何對障礙物分類，如何確定他們的位置和大小，已經如何預測他們可能運動到的位置，又是寫非常難的問題了。設計到的學科，十分交叉。在往深裏做，把無人車做得更加智能，能夠明白後面車輛變換遠近光燈、按喇叭鳴笛的意思是要超車，混行路上，自行車上帥哥舉平左手，是要拐彎借道，那我們搞無人車的就真的可以談笑風生了（自行車的google已經做了）。對比無人機，就目前的任務目的，他們的航跡多半是已經設計好了的，不用考慮撞山撞飛機啥的，所以大多數情況下，跟著設定好的飛就可以了。只有到了特殊情況下，或者任務點時，才需要智能的自主規劃線路。這也不怪他，把問題搞得這麽簡單。妳要是讓無人機和對面的有人駕駛的F16（足以）打空戰，做高機動，躲導彈，做近身格鬥，那壹現在的技術而言，真就是天方夜譚，和電影壹樣了。所以說，主要是現在的應用目的問題嘛。但總得看來，在這個層面上，無人機還是比無人車遇到的問題簡單很多啦?總的來說，到底誰比較難呢？這得看妳問誰，妳問搞硬件的，問搞控制的，問搞模式的，問高局部定位的，問項目總師，感覺都會得到不同的答案，切入角度不同嘛，很難壹刀兩段，黑白分明。
感謝大家收看小編的文章，如果喜歡小編的文章的話，就請動動妳發財的小手在上邊點壹下關註吧！歡迎大家在下面討論、指出小編文章的問題，小編會虛心接受的哦！謝謝大家麽麽噠