隨著自動駕駛技術的發展，道路的參與者，可能要加上機器人司機了。對于人類老司機，或者是道路原有的參與者而言，面臨著一個問題：接納機器人司機，是否比接納人類新手司機更難？

對于這個問題，自動駕駛測試最頻繁的美國人最有發言權，特別是加利福利亞州和亞利桑那州的居民。雖然在政策面這兩個州對自動駕駛測試很友好，但部分居民卻不那么的友好，甚至可以說是圍攻 及安全員。

1、圍攻無人車

根據亞利桑那州Chandler的警方數據，在短短兩年內已經記錄了至少21起騷擾自動駕駛車輛及安全員的事件，這些事件包括了人肉堵路、開車跟蹤、扔石頭、扎輪胎，甚至是拿槍瞄準安全員。

人肉堵路是一個醉酒男的行為，因為討厭Waymo無人車，希望通過這種方式趕走，至于開車跟蹤甚至是碰瓷的行為，也是屢有發生。最嚴重的就是拿槍瞄準安全員了。

被槍瞄準的安全員Michael正在正常工作，路過一棟房子時，被一個老人舉槍瞄準，該老人被捕后辯解稱只是討厭Waymo無人車，因為無人車撞死過人（指的是Uber在3月份發生的致命事故），但并沒有開槍的意思，只是想嚇唬安全員。但老人的老伴表示，老人有老年癡呆。

不過，其余事件就沒有這個說法了，包括了開車跟蹤、試圖碰瓷、扔石頭和扎輪胎，這樣的事件在警方的記錄中就有超過20起，沒有記錄在案的可能就更多了。對此，亞利桑那州大學的講師Phil Simon表示，居民的反應并不是擔心安全，而是擔心技術發展導致失業。

至于是否會失業，這個只能說是會重構就業結構，新的崗位會出現。在過往，技術的進步，就是不斷的消滅舊崗位的同時，也在產生更多的新崗位，這個反而不是值得擔心的事情。

至于自動駕駛測試的安全性真的是值得信賴嗎？要知道被廣泛報道的Uber自動駕駛技術致命事故，正是發生在亞利桑那州。實際上，就現階段而言，安全問題還是重中之重，是所有參與者都無比重視的問題。

這個時候，問題來了，對于機器人司機，我們是否比接納人類新手司機更為嚴苛了呢？本文試圖從司機的培養方式、技術進步和保險方式等來進行闡述。在闡述這三大方面后，還應該對比肉身和機器在感知、判斷和疲勞性的對比。

2、培養方式

相信各位讀者就算不是司機，也知道人類司機的培養方式。在中國，要想拿到駕駛證，就需要接受培訓并通過相應的考試，最后拿到駕駛證，之后才能合法的上路。

人類司機的培養方式，包括了理論開始和操作考試，所謂的理論考試主要是考察新手司機對交規的熟悉程度，操作考試就是考察新手司機的動手能力，也就是是否能夠在遵守交規的情況下熟悉、安全地駕駛汽車。

在通過了理論測試和操作測試后，人類新手司機就會拿到合法上路的證件。也就是說，與道路上其他的司機一樣了。

機器人司機的培養，是硬件工程師+軟件工程師等各種技術人員努力的成功，要培養機器人使用各類傳感器去識別周圍的世界，然后根據人類制定的規則，包括但不限于交通規則，做出合理的判定，并對車輛進行控制。

要訓練一個機器人司機，真的是很難。不包括訓練基地CarCastle的內部訓練里程，以你虛擬環境Carcraft超過70億英里的里程，即便是公開道路訓練都超過1000萬英里，Waymo的技術可以說是最先進，但還遠不到最完善。

這樣的訓練強度，遠遠要比訓練一個人類新手司機要高得多。

雖然還沒達到最完善，但是，在相關政策下，Waymo的機器人司機，當然還包括其他自動駕駛公司的機器人司機，在有安全員保持監管和隨時接管的情況下，機器人司機可以上路了。

甚至，Waymo也拿到了第一張完全無人駕駛的測試牌照。即便如此，Waymo還是不敢掉以輕心，重新讓安全員回到車上。

3、技術進步

駕駛員的技術水平，在于不斷的練習，尤其是對人類新手司機而言，甚至包括人類老司機，在長時間不駕駛的情況下，技術水平也是會有所下降。

在這里，應該詳細闡述人類新手司機的技術進步過程。在拿到駕駛證后，并不意味著是一個“老司機”了。這需要不斷的練習，包括了城市道路、鄉村道路、高速公路等等。

同時，還要在不同的氣候條件、道路狀況下進行訓練，包括了晴天、雨雪天氣、霧霾天氣等等，還有就是各種道路狀況，如濕滑、積雪、結冰、碎石、坑洼等等。人類新手司機要成為老司機，其實也不是一件容易的事情。

但是，上述的情況對于很多人類司機來說，可能一輩子都不會遇到一次，但是，遇到一次有可能就會造成致命的事故。如此繁雜的情況，在獲取駕照的操作過程，實際上也不會有的，即便是模擬的場景，都不會有，因為成本太高了。因為，需要對每一個司機都要有這樣的培訓。

對于機器人司機來說，這個問題就好解決多了，機器人司機在人類提供了足夠多的條件和環境下，可以學習到上述各種場景、環境、路況的駕駛行為，并且可以規模化復制。當然了，也需要更為細致的場景。才能真正培養出機器人的老司機。

4、保險方式

現在，還沒有針對機器人司機的專門險種。保險，可以說是最后一道守護了，預防一旦發生事故，可以做相應的安撫和保障。車智君的相關報道《特斯拉還沒給Autopilot買保險，小鵬汽車想要先試試？》

在中國，由于監管和政策問題，現在保險公司提供給自動駕駛測試公司的保險，都是組合險，總保險金額則高達500萬元，這指的是乘用車的自動駕駛測試。至于卡車、乃至重卡的公開道路測試，已經被叫停。

美國對于自動駕駛測試公司的保險，目前還沒有過多的報道。這可能與美國的國情有關，Uber的致命事故，讓Uber的自動駕駛測試徹底停擺，這就是巨大的代價，讓所有自動駕駛測試公司，都必須加倍小心。

作為新事物，只能用遠高于一般人類司機的賠付方式，來盡可能的降低影響。同時，也采用了更為嚴格的方式來懲罰。Uber要重啟自動駕駛測試，提出了極為苛刻的條件，還是沒有得到監管部門的允許。

值得一提的是，Uber的自動駕駛致命事故，目前的證據從最先的安全員分神到現在實錘的禁止緊急剎車功能的設置，讓系統可能避免事故發生的功能無法啟用。或許，沒有禁止緊急剎車功能的話，事故可以避免。

Uber的事故原因，暴露的是產品邏輯的重大缺陷，這是最不可原諒的地方。

隨著自動駕駛技術的發展，適應智能網絡汽車的新險種，肯定會應運而生。

5、肉身VS機器

人類新手司機，與機器人司機對比，或者是人類司機與機器人司機對比，肉身和機器的對比必不可少。從感知、判斷和操作，乃至可復制性，進行全方位的對比。但，對比的不是個例，而是標準化和耐久性。

人類司機的感知能力，基本上依靠視覺和經驗，通過視覺可以感知周邊環境，并對距離進行預判。然后通過大腦決策并做出反應，從而駕駛車輛。

對于機器人司機來說，感知能力依靠更多的傳感器，包括了攝像頭（視覺）、毫米波雷達、激光雷達等等，這些傳感器都是為了提高機器人司機對周圍環境的感知能力。

從標準化程度來看，機器的標準化程度一定要比人類的要高，畢竟不同的人有著不同的感知能力，而機器設備可以做到同一個標準，這是機器優勢所在。

同時，機器是不知道疲勞的，在達到設計壽命后，換一批設備就可以繼續保持最佳的工作狀態，這也是人類所不能比擬的。人類還會受到情緒的影響，造成駕駛安全隱患，例如路怒癥。

可復制性而言，機器和系統在訓練后，即可大規模的復制使用，也就是說，所有的機器人司機的駕駛水平都是一致的，并且會不斷提高了，人類司機是沒有辦法做到這點的。

從上述幾個角度來看，機器人司機和人類新手司機，或者是人類老司機，哪個在將來會更安全呢？答案顯而易見了吧。如果單車智能疊加車路協同（V2X）的方案，可能能讓機器人司機更為安全。