2017年，在资金、技术刺激下，自動驾驶迅速发展。而时至今日，自动驾驶技术并没有得到大规模的推广，许多企业和科研机构都成立了自动驾驶研究部门，但是目前的技术水平都只实现了部分的自动驾驶。
　　在评价各个自动驾驶系统的工作能力上，业界通常使用SAE分级来描述。SAE是“国际汽车工程师协会”的英文简写，该协会依据自动驾驶系统的功能将他们分为L0至L5这6个级别，其中L0代表非自动化的人工驾驶，L5代表全路段全工况的完全的自动驾驶，L1至L4自动化程度依次提高。
　　到2017年，沃尔沃、奔驰等企业研发的技术都停留在L2级，这些程度的自动驾驶还需要驾驶员时刻监控路面，对于某些突发的驾驶工况进行应对。而走在技术前列的特斯拉、奥迪等公司已经部分实现了L3级的自动驾驶，车辆无需驾驶员实时监控当前路况，只需要在系统提示时接管车辆即可，驾驶员的身份逐渐向乘客转变。
　　除了车企之间技术竞争，IT界的大佬们也在摩拳擦掌。Google早在2009年就开始了自动驾驶项目，2014年，Waymo项目团队向外展示了没有方向盘、油门和刹车的自动驾驶车原型，可以看出Google是奔着L4级以上的技术目标在努力，但是近年来还没有成熟产品问世。
　　在国内，百度无人车、京东无人车等项目热火朝天，百度无人车近期也发布了Apollo开源的自动驾驶平台，资金和技术的涌入也刺激了国内自动驾驶行业的发展。
　　但仍有许多自动驾驶的技术难关未破。自动驾驶的技术系统高度复杂，硬件和算法上难点众多。在硬件系统中，全天侯高精度的传感器是自动驾驶的关键，能够胜任的多线激光雷达往往价格不菲：为了全面检测车辆周围信息，车体会安装数个摄像头，大量的传感器数据融合运算对车载计算平台提出了严峻的挑战。在算法方面，如何鲁棒地处理图像和雷达数据检测出道路、行人、车辆，如何应对突发状况规划路径协调控制车体一直是学术上研究的热点。其他诸如高精度的地图构建、交通标志识别等研究课题还有许多。
　　各个研究团队都在拼尽全力推动这项技术的进步，我认为在可预见的2018年，自动驾驶的硬件和算法方面都会有可喜的进展。
　　由于各方面原因，能够实现大规模推广L4级别的自动驾驶至少要等到2020年。
　　责任编辑：朴添勤