Google的无人驾驶汽车已经在道路上测试了240多万公里，此外，奔驰、宝马、福特和沃尔沃等国内外汽车厂商和众多IT公司也加入无人驾驶汽车研发队伍，并且取得了日新月异的进展。在可以预见的几年之内，将会有成熟的无人驾驶汽车产品入市。非常期待无人驾驶汽车在未来改善拥堵交通的同时，也给我们交通出行带来安全与便利。
● 无人驾驶汽车关键技术
无人驾驶汽车关键技术包括高精度地图、高精度导航系统、传感器系统、智能感知算法、车辆控制系统、高级人工智能等。然而与IT企业不同，汽车巨头均选择了更具实用性的民用智能车技术路线，在技术装置方面主要采用常规的雷达（厘米波、毫米波、超声波）、相机（立体、彩色、红外）、传感器（雷达、激光、超声波）、摄像机等进行环境感知和识别，通过基于车联网的协同式辅助驾驶技术进行智能信息交互，结合GPS导航实现路径规划，并且更加注重机电一体化系统动力学及控制技术的研发，成本低廉，便于大规模推广应用。
图1 典型无人驾驶汽车的结构
在国家基金委“视听觉信息的认知计算”重大研究计划推动下，国内多家无人车辆研究单位也与车企合作，研制了各具特色的原型车辆，每年都参加中国智能车未来挑战赛，部分车辆如图2所示。
图2 中国智能车未来挑战赛中的无人驾驶车辆
● 无人驾驶汽车关键技术装置水平
整车企业首先考虑的是智能化，即汽车的辅助驾驶技术，如自动泊车、车灯自动转向、安全预警等实用辅助驾驶技术，对更高层次的智能驾驶技术尚无暇顾及；IT企业关注点则侧重通信及信息服务，对先进车辆控制和安全系统的需求了解不够，在车载终端开发时与整车厂的联系不密切。先进的传感器（雷达、摄像头）、控制器芯片、执行器等核心零部件掌握在少数厂商手中，在电控单元的软硬件、系统可靠性和控制精度方面，还需要进一步提高。
无人驾驶汽车最终还是要靠整车企业来推动，通过现有的产业链整合零部件、软硬件产品，通过成熟的营销和汽车保险产品，无人驾驶汽车将会逐步进入普通用户之中。
● 无人驾驶汽车上路的挑战
（1） 精确环境感知
无人驾驶汽车的感知系统主要由相机、微波雷达和激光雷达等传感器组成。无人驾驶汽车的“眼睛”必须能够感知和识别行驶车道周边的物体，摄像头能够看到实际场景，可以辨识车道线和交通信号，检测运动目标等；激光雷达则通过激光点云来建立周边环境的3D模型，检测出车辆、行人、树木、路缘等；微波雷达用于检测运动目标，感应车身周围的移动障碍物等。最后融合成一幅如图3所示的车辆“眼睛”看到的场景。
图3 无人驾驶汽车看到的场景
为什么说无人驾驶车辆环境感知那么难？因为毕竟计算机视觉还在不断发展中，要理解复杂交通环境存在不少挑战，例如司机开车过程中看到前方漂浮的塑料袋就不会刹车或者躲避，而无人驾驶汽车就需要复杂的算法来理解和识别这个场景。而且，对于每个地方的交通基础设施，不同标志的表示形式有所差异，需要进行本土化对待，计算机视觉系统才能辨识。另外在不同天气和气候情况下，针对复杂的交通环境，需要克服传感器各自的物理限制和车辆运动干扰，提高环境感知的精确程度。
无人驾驶汽车需要更安全的软件，车载软件要有足够的鲁棒性。此外，Google无人驾驶汽车对试驾场地地图进行了细化和加强，碰到障碍车辆可以轻松应对。无人驾驶汽车还需要更优秀的传感器，最好能让车辆识别出对它造成威胁的路面上的钉子和坑洞，快速判断路边行人或者汽车是否会突然进入自己的车道，并且传感器价格要控制在合理的区间。
（2） 精确状态感知
无人驾驶汽车通过“小脑”知道自己的姿态和确切位置。如图4所示，车载的高精度IMU惯性单元能够知道车辆倾斜角、横摆角和滚动角，相应轴向上的角速度、加速度等，通过车身控制系统实现车辆的稳定性控制，确保车辆“稳当”行驶。实现无人驾驶还需要通过“小脑”进行精确定位，这样才能够知道自己的确切位置，以便执行下一步驾驶任务。但是，无人驾驶汽车在这方面却面临挑战，现有的GPS捷联惯导等车载定位设备不能满足拥堵交通流中的高精度定位要求，特别是在隧道和高架桥下等交通场景中，接收不到GPS信号，无人驾驶汽车需要通过其他途径来进行定位，例如辅以SLAM、视觉导航等技术，在复杂交通环境中增强无人驾驶车辆的定位能力。
（3） 精确控制
人类驾驶员开车的时候往往基于经验操控车辆，结合实际道路情况进行车辆方向、速度的微调，由于具备了精确的感知系统，无人驾驶汽车通过“四肢”可以实现更加精确的控制。如图5所示的典型场景中，无人驾驶汽车准备执行右侧超车时，能够精确感知前车距离（d）、速度（v）、加速度（a）以及临近车道车辆的运动情况，并合理控制自身速度和方向进行换道操作。而人类驾驶员由于受限于视野等因素，在这种情况下往往很容易出现事故。
无人驾驶汽车要具备发达的“四肢”，还需要汽车厂商进一步将智能化功能与车身总线进行集成，将无人驾驶汽车控制系统中的刹车、油门及方向等模块通过汽车总线进行控制。
图4 无人驾驶汽车运行姿态和定位
图5 结构化道路无人驾驶汽车换道超车典型场景
（4） 智能导航与决策
无人驾驶汽车的“大脑”负责导航和决策。在给定了目标任务地点之后，无人驾驶汽车要能够在路网中找到最经济、最快捷的路径，将乘客送到地点。但是在实际中，交通环境常是部分已知，可能还有障碍物临时出现/发现，必须重新规划路径。如图6所示，从A点到B点最短的道路被隔断之后，无人驾驶汽车能够重新规划路径，到达目的地。此外，道路拥堵情况也不断在发生变化，如何正确判断道路拥堵并进行正确的通行决策，对无人驾驶汽车的“大脑”智能性提出了更高的要求。
图6 无人驾驶汽车重新规划路径
由于不同国情决定了交通参与者的不同行为，使得无人驾驶汽车要具备学习与自适应能力是最具挑战性的。无人驾驶汽车发达的“大脑”，还要能遵守交通规则，在复杂交通场景下实现安全的、与人类驾驶行为类似的自主驾驶，使其不会对正常交通造成影响，同时还要保障车辆自主行驶的安全性。此外，无人驾驶汽车需要推断前后左右其他车辆的意图，处理不同驾驶员的异常行为，处理不遵守交通法规的行人、自行车和电动车等突发情况。
（5） 人工智能助力无人驾驶
无人驾驶还需要V2X无线网络、接入服务中心获得多种智能服务。通过V2X网络进行车辆之间和车路间的协同，共享数据，提高安全性。此外，人工智能技术最新突破要能尽快应用到无人驾驶上面，特别是图像识别和深度学习技术取得了突破，能够用于交通环境的感知。能够用人工智能来扩展驾驶智能，使得自主驾驶系统可以自适应调整优化，学习驾驶员行为和适应驾驶环境。
● 无人驾驶汽车测评
无人驾驶应与智能交通建设同步进行，需要建设无人驾驶车辆专用的车道、与无人驾驶车辆通信的V2X网络、无人驾驶配套的交通信号灯和交通标志。此外，需要对现有的交通系统进行智能化改造，能够支持无人驾驶车辆的智能调度、管理和控制，建立新一代智能交通系统。
为了保证新一代智能交通系统稳步构建，需要对智能车辆的驾驶安全性、舒适性、机动性、自主性进行评估，确认智能车辆具备上路资格。为了满足智能车辆发展中的上述需求，需要研究智能车辆测评方法，进而对其开展系列化、标准化的测试。所以，需要借鉴开展各种比赛时的道路区域设计，建设一个智能车辆测试基地。无人驾驶车辆可在测试基地中开展全面测试，逐步完善，通过测试方可上路。
● 无人驾驶汽车美好的应用前景
无人驾驶汽车的应用将对现有交通系统产生影响：①由于无人驾驶车辆可以共享、科学调度其驾驶路线，从而可以搭载更多乘客，同时也极大减少了停车场地需求。②由于轻量化设计，可以智能和节能地操控汽车，无人驾驶汽车更节省燃料和减少排放。③通过合理调度共享出行，减少了车辆数目；安全操控减少了交通事故；加快行驶速度，缓解了交通拥堵。④减少了人为因素引发的交通事故，无人驾驶汽车提高了交通安全。
无人驾驶车辆除了可以提升智能交通系统便利之外，还将解放驾驶员，给乘客带来便利、舒适和享受，例如，在通勤过程中还可以带来娱乐和信息服务；同时无人驾驶车辆还可以提供诸如位置服务、搜索和计算节点、大环境感知和观测、移动物流等方面的公共服务。
作者：黄武陵 来源： 嵌入式资讯精选
/2 
