石玉杰

　　.随着汽车时代的来临，大家对汽车的各项要求和性能也逐渐提高了很多，也对汽车的智能化这一方面有所期待。几年前，自动驾驶还是好莱坞科幻电影中的场景,现在自动驾驶离我们越来越近。除了大家所熟知的特斯拉、谷歌等正在研究自动驾驶，传统车企也纷纷布局自动驾驶领域。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

　　什么是自动驾驶

　　2017年12月，北京市交通委联合北京市公安交管局、北京市经济信息委等部门，制定发布了针对自动驾驶车辆道路测试的《指导意见》与《实施细则》，规范推动自动驾驶汽车的实际道路测试。2018年5月14日，深圳市向腾讯公司核发了智能网联汽车道路测试通知书和临时行驶车号牌。

　　汽车自动驾驶技术包括视频摄像头、雷达传感器以及激光测距器来了解周围的交通状况，并通过一个详尽的地图对前方的道路进行导航。据全球管理咨询公司麦肯锡统计，预计在2030年销售的新车中将有高达15%是完全自动驾驶车辆。

　　根据自动化水平的高低区分了五个阶段：

　　L1：驾驶员依然需要去驾驶车辆，只不过出现了像ACC自适应巡航等安全系统，对驾驶员的驾驶起到一个辅助的作用，手不得离开方向盘，眼不得离开周围路况。

　　L2：来到L2这个级别，自动驾驶技术就可短暂接管一些驾驶任务，眼和手可短暂获得休息，但是仍需做好随时接管驾驶任务的准备，时刻准备着，因为还不足以应对变化的交通路况。

　　L3：来到L3这个级别，在某种意义上就可以算作自动驾驶，也可以把这个级别称为真正自动驾驶的开端。驾驶员可以将手离开方向盘，脚离开踏板，车辆几乎可以独立完成全部的驾驶操作。理论上可以刷刷微博玩玩手机啥的，但驾驶员还是要有意识的去随时接管驾驶任务。

　　L4：第4等级可以说是真正意义上的自动驾驶，不需要驾驶员随时接管，也不需要驾驶员的干预，你只需要坐在驾驶席上做自己想做的事，剩下的一切交给技术就好了。

　　L5：这是自动驾驶的终极目标——无人驾驶。到那时，或许就没有驾驶员这个称谓了，你可以在车上干你想干的一切，只需要说出你的目的地，你便能安全到达！

　　国内外自动驾驶的发展与应用

　　自动驾驶的发展

　　说起自动驾驶，就不得不提特斯拉，特斯拉是为数不多的将自动驾驶技术应用于量产车型上的品牌，与奔驰或本田等自动驾驶系统总是在提醒你握住方向盘相比，特斯拉就“安静”多了。不仅能顺畅的驾驶，还能实现变道超车，在这一点上就已经足够“傲视群雄”了。

　　与特斯拉相比，我国自主品牌的自动驾驶技术虽然没有那么多“光环”加身，实际上却更为激进。长安在2015年发布了“654”战略，计划在2025年之前实现全自动驾驶，此后三年间，长安在技术上不断寻求突破，从2016年长安睿驰无人驾驶汽车实现2,000km路测。

　　除了这些“圈内人”之外，还有一些“圈外人”也加入了追逐自动驾驶的潮流中，比如互联网企业，其中涉猎自动驾驶领域最早的还要当属谷歌，早在2009年谷歌就用丰田的车身进行了无人驾驶研发。2014年5月，谷歌首次公布了自主设计的无人驾驶汽车。算起来，谷歌的自动驾驶项目已经开展了9年，并且已经取得了非常可观的效果。

　　而在国内，我们互联网界的“BAT”三大巨头也全线入局，其中百度的起步是比较早的，从2017年4月，百度Apollo平台发布起，至今已与90余家车企、汽车配件公司、自动驾驶公司达成合作，其中与金龙客车合作研发的量产车型将于今年面世。与其他跨界的企业相比，在智能网联、自动驾驶这个赛道上，百度已经走到了前端。

　　其次便是腾讯，去年11月份，在腾讯全球合作伙伴大会上，腾讯自动驾驶业务首次公开亮相。今年4月2日，腾讯无人驾驶车型被发现在北京四环进行路测。同时腾讯还入股了特斯拉，与长安合作，并且还投资了蔚来、威马这样的造车新势力，走的是研发投资两手抓的路线。

　　最后是阿里，实际上，阿里也算是跨界造车比较早的互联企业，与百度腾讯不同的是，此前阿里的主攻点在于车载OS，而后才开始正式进军无人驾驶领域，虽然是“后来者”，但是有之前与上汽荣威成功合作的铺路，大家对于阿里的信心亦是满满的。

　　当然，除了这些耳熟能详的互联网大咖，像景驰科技、小马智行等科技公司也开始了专注于自动驾驶解决方案的研发，也许入局的方式略有不同，但无疑它们都是看中了这个市场的潜力。

　　自动驾驶的应用

　　随着技术的发展，自动驾驶汽车也实现了商业运营。像城市环卫车、矿区自卸车、低速货运车等，自动驾驶货车有了可实现的环境和技术基础。也正是这些场景，让还在发展阶段的自动驾驶汽车有能在现实中得以成长的机会。

　　在国内首次推出电商及物流领域产品中，自动驾驶货车通过搭载的雷达、传感器、高精地图及定位系统，在行进过程中，即使是150米外的障碍物也可以被提前探知，让“大脑”有足够的时间重新进行道路规划与障碍规避，就算是小猫小狗，都能被准确识别并做出反应；当遇到信号灯时，只要电脑不是红绿色盲，就能准确感知。相应的反应保障了自动驾驶货车安全有序的平稳前行。除此之外，还有实现主动换道、避障、车位识别、自主泊车等功能。

　　现在我们能看到的都只是自动驾驶基础的部分，但相应研究早已开启，某电商物流公司硅谷研究院已着手研发L4级别自动驾驶重型货车，目前已在美国一些授权的道路上完成了2400小时的智能驾驶超级测试。长时间的路测为自动驾驶货车盖上了“合格”的印章，它们的成功前行不是个例，而是未来发展的趋势。

　　自动驾驶的瓶颈

　　高清地图

　　高清地图的使用目前来看存在着三个方面的困难。首先是国家政府部门的批准，因为高清地图的测绘会涉及到一些比较敏感地区的数据，而这些数据的泄露有可能对国家安全方面带来威胁，所以只有开放了高清地图的测绘，才有可能谈论如何攻克关于高清地图的其他方面的困难。

　　其次，高清地图的测绘需要大量的前期资金的投入。根据高德地图创始人成从武先生的介绍，高德地图曾经与奥迪公司合作测绘过北京市某小区内部道路的高清地图，这一块小小的区域就耗费资金超过了2000万人民币，由此可见如果要测绘整个城市甚至全国道路的高清地图，前期资金的投入将是一个天文数字，而这样的投入对于任何一个公司来说都是一笔难以担负的巨款。

　　最后，当前两个困难都克服后，经过了几年时间测绘的高清地图已经初具规模可以投入使用了，但由于云端的地图数据会是一个很大的量级，而目前来看现在的数据传输速度肯定达不到这种大数量级数据及时传输的要求，所以更快的网络传输也是高清地图运用的一个门槛。

　　这三个难关只是阻拦高清地图使用的几个最明显的阻碍，后期可能还会遇到一些其他突然出现的问题，所以高清地图的使用目前来看还是困难重重。

　　激光雷达

　　与目前广泛使用的毫米波雷达和摄像头相比，激光雷达的优势在于对距离测量的准确性。由于激光雷达具有较高的角分辨率，能够给系统提供更精确的两相邻物体间最小间距的信息，这样在减小了系统后台的运算程度的同时，也提高了计算结果的准确性。

　　所以寻找一个价格合理，并且探测距离比毫米波雷达和摄像头效果更好的雷达系统也是一个制约“自动驾驶”系统的一个困难所在。目前，有些供应商例如法雷奥便公布消息说未来有计划提供只能探测车辆前方范围的激光雷达，这样就能够在减小产品体积的同时降低激光雷达的成本。也许当产品上市的那天，“自动驾驶”技术会因此取得新的突破。

　　安全问题

　　然而事实上，互联网和人工智能为主导的自动驾驶技术，在发展过程中显现的安全性问题不可忽视。谷歌可以通过实时3D路况场景准确地识别区分周围物体，但对突然性规避动作还是显得有些束手无策。而特斯拉自动驾驶在控制和路径规划上已经足够聪明，但是在感知路况和周围环境上，火候还是拿捏不够好，开启自动驾驶模式的特斯拉在国内外发生的两起严重事故不得不令人放慢脚步。对于老司机都难以把握的中国复杂路况，以及时常修修补补的道路等，各种突发状况下的极端复杂场景计算，明显让目前的自动驾驶有些吃不消。

　　相关专家表示，自动驾驶汽车的普及需要在相关技术和政策法规不断完善的基础上才能实现，同时还需要对安全问题有完美的解决方案。

　　原文链接：https://mp.weixin.qq.com/s/d1NUWoaPtcN5DI1pru6yyA

　　举报/反馈