这个司机的心理安慰作用远远大于他能够进行的操控处理的作用。那么问题又出来了，既然自动驾驶会代替人类开车，我们学驾照还有什么用呢？其实目前来看自动驾驶更多的应用还是在公共交通领域。在私家车这里自动驾驶还是名副其实的一个潮流和概念，毕竟就算你真的买了自动驾驶的汽车，你也必须要坐进去，应对一切意外和突发情况。
实现汽车自动驾驶的难点在哪里？
实现自动驾驶的难点在哪？我想这个问题我们可以从这个方面去进行思考。对自动驾驶有一个清晰的认知。在非自动驾驶情况下，车辆自动驾驶分别承担了什么样的功能：接受外界来的信息与刺激，代替了各个器官，例如眼耳鼻，承担着感知的功能；处理收集到的各种信息，代替驾驶员大脑进行数据的总和和处理，决定进行加减速、转向等操作，承担着决策的功能；代替驾驶员实行四肢的运作，油门刹车与方向盘作为人车交互的两大媒介，与整个汽车系统一起承担着执行的功能。
所以什么是自动驾驶？简单来说，就是一定程度上的替代驾驶员的感知、决策与执行功能，而替代的程度，就决定了自动驾驶的等级。目前，普通公认的自动驾驶等级标准是SAE J3016，最新版本是2016年9月，详细情况可以去网上自行查阅。上图对于自动驾驶等级有一个相对清晰的解释。英文 术语对阅读来说可能不太友好，我来用通俗的语言翻译一下：L0- 无自动辅助功能，也就是我们平时自己造作车辆。
L1- 转向或者加减速实现一条，但是驾驶员要时刻关注驾驶过程L2- 转向和加减速都实现，但是驾驶员依旧要时刻关注驾驶过程L3- 不需要驾驶员监督，车辆全程自运行，但在出问题时需要驾驶员介入L4- 不需要驾驶员监督，但仍然有一定局限，在出问题时能够自动停车靠边L5- 全自动驾驶，只要在地球上有地图的地方，都能给你开过去。
无人驾驶汽车都面临哪些技术问题？
无人驾驶汽车目前还处于研究阶段，在特殊场景已经能够实现无人驾驶。在大规模商用之前需要解决一下几个方面的问题:1、定位问题。这个问题主要受到成本的限制。我们要在HDMAP中确定自身所处的位置，可以通过一下几种方式，GNSS，IMU，LIDAR，CAMERA等传感器数据融合。当然想要达到厘米级别的定位，这些传感器精度是有要求的，所以导致传感器的价格十分昂贵。
如何实现低成本，高精度定位将是一个值得研究的技术性问题。2、可靠性问题。举一个例子，目前HDMAP数据量十分庞大，在大规模商用的场景下无法使用本地地图的模式，因此必须使用云端。这就导致与云端通信是否可靠，如果进入信号弱或者没有信号的场景，定位得不到更新。类似的可靠性问题还有很多，比如定位源失效，硬件挂掉了等等。
