很不幸，人類社會的進步并沒有達到科幻作品的預期（至少沒有達到《銀翼殺手》的高度）。不過，近來一些新技術的進展卻越來越證明科幻作品有關未來世界在一項關鍵細節(jié)上的“跑偏”——未來交通的面貌不是隨處可見的個人飛行器，而是已在眼前的無人駕駛。
　　同其他一些尖端技術一樣，谷歌在無人駕駛領域走在了前面。
谷歌無人駕駛汽車技術原理
　　車頂上的掃描器發(fā)射64束激光射線，然后激光碰到車輛周圍的物體，又反射回來，這樣就計算出了物體的距離。另一套在底部的系統測量出車輛在三個方向上的加速度、角速度等數據，然后再結合GPS數據計算出車輛的位置，所有這些數據與車載攝像機捕獲的圖像一起輸入計算機，軟件以極高的速度處理這些數據。這樣，系統就可以非常迅速的作出判斷。
無人駕駛的可行性
　　是不是看起來還算簡單？或者說，大多數人仔細思考一下，是能夠弄明白無人駕駛是如何實現的。
　　事實上，優(yōu)步（Uber）、通用汽車（General Motors）、德爾福（Delphi）、寶馬（BMW）及其他公司也一直在進行測試，力求達到無人駕駛汽車4級（level 4）標準，該標準意味著汽車能在預先設定的區(qū)域實現完全自動駕駛。（完全可自動駕駛車輛（Level 4）：駕駛員輸入目的地，接下來就由汽車完成。這種無人駕駛汽車在設計時不預期駕駛員會在任何時間取得車輛控制權。）
　　既然在可以預見的未來，即使在現有的技術條件下，無人駕駛汽車都是可以實現的，那為何無人駕駛看起來沒有太大的進展？
　　首先是造價方面，一些企業(yè)正在測試的無人駕駛汽車，采用的是64線激光雷達，360度掃描周圍環(huán)境采集數據，而這臺設備的成本是10萬美元。當然，技術的進步，讓成本的降低成為可能。德爾福（中國）科技研發(fā)中心亞太區(qū)高級工程經理沈駿強透露，未來技術成熟之后，一套完全無人駕駛系統成本可降至1~2萬元。但這有可能是十幾年后才能實現。
　　其次，現當前網絡環(huán)境帶來的數據延遲。無人駕駛汽車并不是孤立存在的，而是運用云計算、大數據、地圖等工具，通過對海量數據不斷深度學習，從而讓汽車具有人工智能。網絡延遲帶來的影響成為目前無人駕駛的一個死穴。同濟大學汽車學院汽車安全技術研究所所長朱西產表示：“現有數據交換的移動網絡時延過長，4G網絡的時延以秒計，即使到了4.5G，時延也只能縮短至100毫秒，可能你的數據還沒來得及傳到云端進行計算和判斷，對面的車已經迎面而來，在交通事故中，1秒鐘就可能決定生死。”出于安全考慮，目前在測的無人駕駛汽車，基本都是車載電腦進行本地運算。
　　第三，無人駕駛其實涉及到“機器替代人”這樣一個有關倫理和法律的更高層面的難題。盡管在科學家看來，無人駕駛要比人類駕駛更為安全，甚至有人出于安全考慮認為無人駕駛將會挽救成千上萬人的生命。但美國主要汽車協會AAA的一項調查顯示，四分之三的美國人仍然害怕乘坐自動駕駛汽車。而且，由于交通運輸涉及人身安全，監(jiān)管部門在這項技術推廣時必然會采取審慎的態(tài)度。

　　說了這么多，到底無人駕駛和工程機械有什么關系？
　　其實，無人駕駛已經相當程度地應用在了工程機械領域。以挖掘機為例，所謂的無人駕駛已經在兩個方向上取得了進展。首先是“遠程遙控”，盡管嚴格來說，這項技術不能算作無人駕駛，但在一些較為危險的施工環(huán)境中卻非常實用。另外就是輔助操控，例如Cat®（卡特）智能技術，挖掘機可以根據提前輸入的程序自動完成一定的挖掘動作。
　　更大的進展其實是在礦區(qū)使用的礦用車及短途轉運車領域，由于駕駛環(huán)境并不像城市道路那樣復雜，而且駕駛路線存在重復性和可規(guī)劃性。在礦區(qū)通過其他手段保證安全的前提下，當下在無人駕駛汽車領域存在的技術和法規(guī)等限制都可以克服。卡特彼勒、小松和沃爾沃等公司在方面均有所應用。