埃隆·马斯克曾多次表示，特斯拉将在2020年底之前推出全自动驾驶汽车。
虽然完全无需人类干预的汽车（业界称为“L5级自动驾驶”）似乎已经越来越近，但安全和合法的量产仍然面临重重挑战。
全自动驾驶汽车的普及受限于多个根本性问题，以下是五个主要障碍。
1. 传感器
自动驾驶汽车依赖多种传感器“观察”周围环境，以识别行人、车辆和路标等物体。摄像头提供视觉信息，激光雷达测量物体与汽车的距离，而普通雷达则监测物体的速度和方向。
这些传感器不断向汽车的控制系统反馈数据，以决定转向和制动的时机。全自动驾驶汽车需要一套在各种条件下，准确检测物体、距离和速度的传感器，并实现全程无人干预。
然而，恶劣天气、繁忙交通和模糊的路标都会影响传感器的识别能力。尽管特斯拉的雷达在恶劣天气下表现较好，但仍然未能满足全自动驾驶对物体检测的高标准。
目前，特斯拉的“autopilot”L2级自动驾驶曾发生多起事故，包括今年7月撞上停放车辆，显示出其传感器在全天候行驶场景下的局限性。
2. 机器学习
大多数自动驾驶汽车通过人工智能和机器学习处理传感器数据，从而决定下一步行动。算法帮助系统识别目标，并将其分类为行人、路灯等。汽车再根据这些信息判断是否需要避让物体，以及采取何种行动，如制动或转向。
未来，机器可能会在目标检测和分类上超越人类驾驶员。但目前的机器学习算法仍缺乏足够的安全性依据，行业内对如何训练、测试和验证这些算法尚未达成共识。
3. 开放道路
自动驾驶汽车在开放道路上行驶时，会继续学习并适应新的环境，识别之前未见过的物体，并进行软件更新。
我们必须确保这些系统的安全性与已验证版本相同，并证明新的学习结论是可靠的，同时保持之前掌握的安全知识。然而，目前业界对此并没有统一的解决方案。
4. 监管要求
目前，自动驾驶领域还没有完善的标准和法规。现有的车辆安全标准假设驾驶员能在紧急情况下接管控制。
针对自动驾驶汽车，法规仅对某些特定功能（如自动车道保持）进行了规定。尽管国际标准已设定部分要求，但仍未解决传感器、机器学习及行为学习等问题。
因此，若没有公认的法规和标准，无论自动驾驶汽车安全与否，都不能在开放道路上合法行驶。
5. 社会接受度
特斯拉的自动驾驶功能引发的多起事故导致社会对其认可度低，购买此类产品的消费者以及其他交通参与者均对此持谨慎态度。
公众需要参与自动驾驶汽车的引入和采用决策，否则该技术可能被广泛拒绝。
显然，解决前三个挑战是攻克后两个障碍的前提。目前，行业各方都在争取成为首家推出全自动驾驶汽车的公司。然而，如果无法在安全性、认证及公众合作上取得共识，自动驾驶汽车在未来几年仍将处于测试阶段。
对于像马斯克这样的企业家来说，这一现状无疑令人沮丧。然而，正因前路荆棘，能够在安全、保障、法规和公众接纳等领域取得突破的企业，才能成长为新巨头，领引时代的潮流。
