wangking7935

　　身为出行领域中最具科幻色彩的生意，自动驾驶进入人们视野的时间并不长。尽管自从二十世纪中叶，自动驾驶概念萌芽以来，就屡屡有巨头企业涉足此领域，但直到本世纪初，自动驾驶实体应用才得到初步实现。foresighthttps://www.foresightauto.com.cn/Foresight 福飒特是一家开发智能多光谱视觉软件解决方案的技术公司，提供自动驾驶汽车解决方案，帮助他们开发自动驾驶汽车的三维感知和探测能力，以检测车辆周围的障碍物。Foresight 的立体视觉解决方案可应用于汽车、国防、自动驾驶汽车和重型工业设备等市场。

https://img0.baidu.com/it/u=1015299388,1569007347&fm=253&fmt=auto&app=120&f=JPEG?w=640&h=399

　　根据维基百科的定义，自动驾驶车辆又称无人驾驶车、电脑驾驶车、无人车、自驾车，为一种运输动力的无人地面载具。作为自动化载具，自动驾驶汽车不需要人类操作即能感测其环境及导航。完全的自动驾驶汽车仍未全面商用化，大多数均为原型机及展示系统，部分可靠技术才下放至量产车型，逐渐成为现实。

　　如何评估汽车智能化的程度？

　　关于汽车智能化程度的描述，目前有两套业界较为常用的分级标准，分别是美国国家公路交通安全管理局（NHTSA）制定的标准，以及国际自动机工程师学会（SAE International）制定的标准。其中，SAE International的标准被更广泛地采用，它是根据“谁在做，做什么”的设计理念制定而成的。

　　实现自动驾驶需要哪些主要技术？

　　为实现自动驾驶，需要硬件与软件两大领域的技术。

　　具体来说，自动驾驶汽车首先需要传感器，以识别道路、其他车辆、行人障碍物和基础交通设施。传感器相当于自动驾驶汽车的“眼睛”，解决“车周围有什么”的问题。

　　传感器包括激光雷达、传统雷达和摄像头三种。

　　激光雷达是目前较为主流的路线，如Google、百度等企业均选择通过激光雷达来获取环境信息。激光雷达装置在汽车车顶，利用激光脉冲对环境进行距离检测，并通过软件绘出环境3D图。激光雷达胜在识别准确快速，然而造价较高，投入量产困难。

　　传统雷达和摄像头的成本较低，原理是运用汽车周围360°视角的摄像头和前置雷达相配合，从而识别三维空间信息。特斯拉即采用了雷达和单目摄像头结合的方案。马斯克曾称，仅凭毫米波雷达和多摄像头系统，加上完美的人工智能软件算法，就能实现完全自动驾驶。

　　不过最近在社交平台上，流传出一张特斯拉Model X车顶装有Luminar激光雷达传感器的照片，引发了两家公司正在合作的猜测。有消息称，Luminar向特斯拉出售用于该辆Model X上的传感器，后者以此开发自动驾驶技术。这也引发了舆论的猜测：特斯拉是否也会转向激光雷达派？这个问题还需要时间给出答案。

　　自动驾驶需要的另一重要技术是高精度地图。高精度地图类似于自动驾驶汽车的“记忆力”，可以通过由多辆汽车拍摄到的素材来重建道路、交通标志、信号及周围环境的3D位置，融合来自其他传感器的数据，最终实现将车辆准确还原在动态变化的立体交通环境中。

　　同时，自动驾驶车辆还需要V2X技术以实现和外部移动交通控制系统的交互。外部系统包括交通标志、行人、其他车辆、云端等等，最终目的是帮助自动驾驶车辆掌握实时驾驶信息和路况信息，结合车辆工程算法做出决策。

　　随后，自动驾驶车辆还需要以AI算法作出驾驶决策。对于AI驾驶员来说，他们之间的经验是共享的，每一辆车都在积累数据。通过对海量驾驶轨迹的学习，算法可以根据当前环境感知和高精度地图信息，做出驾驶决策规划。

　　实际上，自动驾驶涉及到的技术远不止上述几项。作为一个庞大且复杂的工程，实现理想中的完全自动驾驶是一个注定艰难的过程，还有大量难题需要突破。

　　#AI赋能城市数字化转型#

　　——END——

　　举报/反馈