Zi 字媒體

從科幻到現實，無人駕駛汽車只用了50年。然而，距離無人駕駛汽車真正上路，可能還需要一段時間。如今，無人駕駛汽車早已由科幻成為現實。但要讓一輛無人駕駛汽車能夠安全、舒適、高效、智能地在道路上運行，這中間還有一段艱難的道路要走。 無人駕駛汽車技術現狀如圖所示，汽車通過「眼睛」——「即感知系統」，感知道路周邊的環境，這一系統主要包括相機、微波雷達和激光雷達等感測器。 汽車的「小腦」——即導航定位系統，負責感覺車輛自身的運行姿態，包括輪速、GPS定位、慣導和指南/北等感測器。 汽車的「大腦」——即決策系統，可以通過複雜的計算軟體選擇短距離的軌跡和長距的駕駛路線。 汽車的「四肢」——即控制系統，負責控制剎車、油門及方向等，包括相應的電機控制或汽車匯流排控制模塊。 無人駕駛汽車上路難點精確環境感知 無人駕駛汽車的「即感知系統」主要由相機、微波雷達和激光雷達等感測器組成。無人駕駛汽車的「眼睛」必須能夠感知和識別行駛車道周邊的物體。在攝像頭裡能夠看到實際場景，可以辨識車道線和交通信號，檢測運動目標等；激光雷達則通過激光點雲來建立周邊環境的3D模型，檢測出車輛、行人、樹木、路緣等；微波雷達用於檢測運動目標，感應車身周圍的移動障礙物等。 但如今，無人駕駛車輛的環境感知難度還比較大。應對不同的場景需要複雜的演算法來進行理解和識別；同時對於每個地方的交通基礎設施，不同標誌的表示形式有所差異，需要進行本土化對待，從而使計算機視覺系統更好地辨識。 精確狀態感知 汽車通過「小腦」知道自己的姿態和確切位置。車載的高精度IMU慣性單元能夠知道車輛傾斜角、橫擺角和滾動角，相應軸向上的角速度、加速度等，通過車身控制系統實現車輛穩定性控制，確保車輛「穩當」行駛。 汽車要想實現無人駕駛，就需要通過「小腦」進行精確定位，這樣才知道自己確切位置，以便執行下一步駕駛任務。而現有的GPS捷聯慣導等車載定位設備不能滿足擁堵交通流中的高精度定位要求，特別是隧道和高架橋下等交通場景中，會出現接收不到GPS信號等情況，這時無人駕駛汽車就需要通過其他途徑來進行定位，例如輔以SLAM、視覺導航等技術，在複雜交通環境中增強車輛的定位能力。 精確控制 人類駕駛員開車的時候，往往會基於經驗操控車輛，結合實際道路情況對車輛方向、速度進行微調。而無人駕駛汽車具備精確的感知系統，也可以通過「四肢」實現更加精確的控制。 但是，無人駕駛汽車要具備發達的「四肢」，還需要汽車廠商進一步將智能化功能與車身匯流排進行集成，將汽車的控制系統中剎車、油門及方向等控制模塊通過汽車匯流排進行控制。智能導航與決策在給定了目標任務地點之後，汽車要能夠在路網中找到最經濟、最快捷的路徑，將乘客送到地點。但是在實際中，我們經常只知道部分交通環境狀況，在行駛過程中可能還有其他障礙物臨時出現/發現，所以必須重新規劃路徑。 此外，道路擁堵情況不斷在發生變化，如何正確判斷道路擁堵並進行正確的通行決策，對汽車的「大腦」智能性提出了更高的要求。 由於不同國情決定了交通參與者的不同行為，使得無人駕駛汽車要具備學習與自適應能力，這一點是最具挑戰性的。無人駕駛汽車發達的「大腦」，要能遵守交通規則，在複雜交通場景下實現安全的、與人類駕駛行為類似的自主駕駛，使其不會對正常交通流造成影響，同時還要保障車輛自主行駛的安全性。 無人駕駛汽車上路對策 更好的軟體 更精細的地圖 更加廉價和性能優秀的感測器 汽車之間能否進行有效溝通 基於大數據和雲計算來實現智能的共享 人工智慧技術突破 需要開展自主等級和安全測評 Google的無人駕駛汽車已經在道路上測試了240多萬公里。此外，還有許多汽車產商和IT公司加入無人駕駛汽車研發隊伍，並且正在取得日新月異的進展。在可以預見的幾年之內，將會有成熟的無人駕駛汽車產品入市。期待無人駕駛汽車在未來改善我們擁堵的交通，給我們交通出行帶來安全便利。