原文摘要
从淘汰马车的那一刻起，人类就开始对自动驾驶感兴趣，事实上，打造一辆无人车的这件事，已经悄然走过了一个多世纪，甚至，15世纪的达·芬奇都画过无人驾驶车的草图。
从设计自动化的高速公路，自主移动的军用卡车，再到加州沙漠里的无人车大赛，从美国，到日本，再到欧洲，自动驾驶的研究跨越了整个地球，逐渐走进我们的生活。
本期节目，我们讲述那些脑洞大开的疯狂创意、关键的技术突破与背后执着的工程师们，为你揭开自动驾驶“爆发前夜”的漫长序章..
【时间轴】
（一）神话
0:54 自动驾驶和辅助驾驶到底是怎么分的 ？出了事故谁负责？
7:30 实际上，马车也是一种自动驾驶
8:29 最早的生物智能:鸽子制导的导弹，您听说过吗？
11:27 从达芬奇的自动驾驶发条车讲起
13:24 自动导航的鱼雷是现代自动驾驶的开端
15:42 最早的智能小车:只要你开灯，我就敢开枪的“机器狗“
15:55 最早的无人驾驶汽车“美国奇迹”
21:26 苏联人的遥控坦克
（二）传说
22:50 1939年的世界博览会，开启了现代自动驾驶时代
28:31 “电子高速公路”最早的制动机是解决方案
32:41 通用公司的脑洞:梦幻的火鸟2汽车
34:27 美国人的自动高速公路幻想
40:57 我们要怎么遥控有2.5秒延迟的月球车？
48:05 脑洞之王:美国国防部高级计划研究局
54:14 可以沿着白线行走的斯坦福小车
58:15 可以穿越摆满椅子的斯坦福小车
1:03:43 日本自动即使技术的研究和误入歧途
1:16:26 80年代美国人的自动装甲车ALV
1:23:49 欧洲人的力量，车道保持和自适应巡航的发明
1:32:44 卡内基梅隆大学的NavLab 以软件为核心的自动驾驶思想
1:36:57 新里程碑:神经网络技术引入到自动驾驶
（三）当代
1:45:33 阿富汗战争使得自动汽车的需求变得急切
1:47:04 厄姆森的野望，著名的DARPA无人车大赛第一次比赛
1:56:51 小课堂:无人驾驶导航机制的基本原理
2:04:13 DARPA无人车大赛第二次比赛，斯坦福的特隆轻松夺冠
2:14:47 在城市道路举办第三次比赛，卡内基梅隆的荣誉之战
2:20:00 从高精地图说起，特隆和厄姆森双双计入Google X实验室，全力推进自动驾驶！
2:23:22 2008年，Google开始了自动驾驶项目
2:32:10 自动驾驶技术的分岔口:每天练习跳高可不能登上月球。
2:39:46 苹果公司的自动驾驶汽车小传
2:41:07 Google的Waymo成立，标志着自动驾驶的商用
2:47:51 马斯克的第一性原理下的特斯拉自动驾驶技术
2:55:05 我们到底 是要造一个昆虫还是一匹马？
（三）未来
3:01:53 自动驾驶普及的时候，人类还会被允许开车吗？
【提到的人物和资料】
达芬奇设计的自动车，使用发条作为动力
1905年，一个名叫奇罗拉莫·加尔维的意大利学者按照笔记上的记载，复原了达芬奇的车子模型，并把它比喻作“达·芬奇的菲亚特”。
1944年，一个名为伯尔赫斯·弗雷德里克·斯金纳（Burhrus Frederic Skinner）的美国人发明了使用鸽子导航的导弹
哈蒙德公司生产的，使用硒感光元件的机器狗，如果有光亮，就会作出反应，甚至，可以开枪。
纽约于1939年和1964年举办的世博会上，通用汽车带来的“飞出个未来”展馆都是万众瞩目的焦点，这个展览展示了电子高速公路的模型。
自动高速公路的模型和原理图，使用埋在地下的电磁线圈，给车辆提供动力和导航
1958 年在内布拉斯加州林肯市郊一个专门准备的新路口进行的一项实验，其中两辆雪佛兰乘用车配备了美国无线电公司（RCA）的专用无线电接收器以及可激活转向机构、加速和制动的声光报警装置。
美国人关于自动驾驶汽车研发成功后的想象，一家人在汽车里打牌
第一台登上月球的月球车，苏联的月球一号，拥有若干摄像头
第一台真正意义上的自动驾驶智能机器人——斯坦福月球车。1960年，斯坦福大学机械工程系研究生詹姆斯·亚当斯制造了这辆车：“这辆车有四个小自行车轮，由汽车电池供电的电动机驱动，携带一个电视摄像机，固定在前方的视野中。
1977 年左右，年轻的汉斯·莫拉维克 (Hans Moravec) 与斯坦福手推车，摄像机放置在一个滑块上，这样可以拍摄视差图片。
莫拉维克的小车可以穿越有障碍物的房间
80年代初，莫拉维克在卡内基梅隆大学的时候，设计冥王星（左）和它更年轻、更复杂的兄弟——海王星（右）..
70年代，日本自动驾驶的研究车辆，在车辆上安装的上下摄像头，这样可以看到高出地面的物体，然后躲避。
1987年，富士山附近的箱根测试跑道上的日产民用巴士PVS（个人车辆系统）。
90年代，日本政府主导的AHS系统——先进的巡航辅助高速公路系统
1984年马丁公司为美国国防部高级计划研究局设计的ALV自动驾驶汽车
1984年卡内基梅隆大学的第一辆NavLab卡车，用一辆雪佛兰汽车改装
基于陆军悍马车的Navlab2卡车，实现了人工智能神经网络导航
著名的NavLab5，入选了2007年机器人名人堂
威廉·L· “雷德” ·惠特克 （William L. " Red " Whittaker，生于 1948 年） ，现任卡内基梅隆大学机器人学研究教授，他带领 Tartan Racing 车队在 2007 年 DARPA 城市挑战赛中夺得冠军。
参加DARPA越野挑战赛的卡内基梅隆大学的Red智能车，头顶的大球，是激光测距仪
斯坦福的大学的“斯坦利”参加了第二届DARPA越野挑战赛，夺得了冠军，之所以刷成蓝色，是因为卡内基梅隆大学占用了红色的车身
Google的萤火虫无人驾驶小车
苹果汽车概念图，可惜，苹果在2024年取消了汽车项目
Google的waymo无人驾驶出租车
通用公司的Cruise无人驾驶出租车，去年退出是市场
在奥斯丁测试的特斯拉自动驾驶汽车
左边为循序渐进挑战L4的厂家，右边是一步到位之间部署L4级别无人车的公司
【本期主播】剑锋，寒芽
【参考书籍】
From Automated to Autonomous Driving A Transnational Researc
Autonomy. The Quest to Build the Driverless Car - And How It
How Autonomous Vehicles Will Change the World Why Self-Drivi
Robot, Take the Wheel The Road to Autonomous Cars and the Lo
AI Self-Driving Cars Divulgement Practical Advances In Artif
Driven - The Race to Create the Autonomous Car
Autonomous Driving Technical, Legal and Social Aspects
自动驾驶之争 (【美】亚历克斯·戴维斯
【音乐】Queen - Don't Stop Me Now
进一步信息揣测
- 自动驾驶责任划分的灰色地带：虽然文章提到事故责任问题，但未明确说明实际商业落地中，车企与用户之间的责任划分往往通过冗长的用户协议规避，且L3级以上系统的责任认定仍存在法律空白。
- 军用技术民用化的隐性门槛：DARPA大赛的获胜团队（如斯坦福、卡内基梅隆）直接进入Google X实验室，揭示了顶尖自动驾驶技术早期由军方资助，后通过“旋转门”机制流入商业公司，普通企业难以获取核心资源。
- 高精地图的垄断性成本：特隆团队依赖的高精地图技术，实际采集成本高达每公里数千美元，且需持续更新，中小公司无法承担，形成行业巨头（如Waymo、百度）的护城河。
- 神经网络技术的黑箱风险：尽管神经网络被列为里程碑，但行业内部深知其可解释性差，事故调试困难，部分车企私下仍依赖传统规则算法兜底，但对外宣传刻意弱化此点。
- 特斯拉的“第一性原理”陷阱：马斯克推崇的纯视觉方案实为降低成本之举，激光雷达厂商透露特斯拉曾秘密测试LiDAR但因价格放弃，而极端依赖数据迭代的模式导致长尾问题解决缓慢。
- 日本自动驾驶的失败根源：80年代日本误判技术路线（如过度依赖道路磁钉），实因官僚体系主导研发，企业为补贴盲目跟风，而非市场需求驱动。
- 苹果自动驾驶的隐秘策略：苹果CarPlay实为数据采集工具，通过用户驾驶习惯反哺自动驾驶算法，但以“生态扩展”名义掩盖真实目的。
- 政策与技术的博弈：欧洲早期车道保持技术普及快，是因法规强制安装AEB系统，而非技术领先，车企被迫将研发重心转向合规性而非创新。
- 月球车延迟控制的军转民技术：2.5秒延迟控制算法后被用于卫星通信和偏远地区自动驾驶，但相关专利被洛克希德·马丁等军工企业垄断，民用需支付高额授权费。
- Waymo商业化的隐藏障碍：Waymo虽率先商用，但内部评估显示其凤凰城运营区90%道路为结构化简单路况，复杂城市场景仍需安全员，真实能力与宣传存在差距。