目前自動駕駛L3商業(yè)化技術(shù)已經(jīng)成熟，L4級/L5級加速發(fā)展進(jìn)入驗(yàn)證試點(diǎn)階段。本文將為大家科普下目前自動駕駛汽車所要涉及哪些核心技術(shù)，到底離真正商用落地，技術(shù)上還需要哪些升級。

目前自動駕駛L3商業(yè)化技術(shù)已經(jīng)成熟，L4級/L5級加速發(fā)展進(jìn)入驗(yàn)證試點(diǎn)階段。本文將為大家科普下目前自動駕駛汽車所要涉及哪些核心技術(shù)，到底離真正商用落地，技術(shù)上還需要哪些升級。

1、識別技術(shù)

和人類的眼睛一樣，這個輪式機(jī)器人也有它自己的眼睛，用來識別周邊的車輛、障礙物、行人等路上的情況。

我們眼睛的主要構(gòu)成部分是眼球，通過調(diào)節(jié)晶狀體的彎曲程度來改變晶狀體焦距來獲得實(shí)像。那自動駕駛的眼睛是由什么構(gòu)成的呢?答案是傳感器。包括攝像頭、激光雷達(dá)、毫米波雷達(dá)，還有紅外線、超聲波雷達(dá)等。

你可能會驚訝，需要這么多眼睛?沒錯，它是長滿了眼睛的小怪獸，通常擁有10+只眼睛。

其中，最常用的是攝像頭，幾乎是毫無爭議地被所有開發(fā)者采用。它和人類的眼睛最接近，可以看清有顏色的標(biāo)識、物體，看得懂字體，分得清紅綠燈。但是缺點(diǎn)也不少，比如在夜晚或惡劣的天氣下視力就嚴(yán)重下降，也不擅長遠(yuǎn)距離觀察。

其次是頗富爭議的LiDAR，即激光雷達(dá)。比較常見的是在車頂，像是頂不停旋轉(zhuǎn)的帽子。原理很簡單，就是通過計算激光束的反射時間和波長，可以完成繪制周邊障礙物的3D圖。而短板則是無法識別圖像和顏色。

毫米波雷達(dá)也不得不提一提，因?yàn)樗娜?-可以全天候工作，這使得它不可或缺，即便它無法識別高度，分辨率不高，也難以成像。但它憑借其穿透塵霧、雨雪的硬本領(lǐng)，站穩(wěn)一席之地。

可以通過下面這個性能對比表格，了解主流傳感器的優(yōu)勢和軟肋。

如此多各式各樣的眼睛，那她的視力一定很好咯?那也未必。你以為星多天空亮，可它們之間能夠互補(bǔ)還好，但也難免會產(chǎn)生矛盾。這么多只眼睛你要優(yōu)先選擇相信誰，這也是一個課題叫Sensor Fusion，傳感器融合。根據(jù)每種傳感器的優(yōu)缺點(diǎn)來綜合評判信息的準(zhǔn)確度，得到更可靠的最終結(jié)果。傳感器融合的另一個優(yōu)點(diǎn)是，換來一定程度的冗余，即便某只眼睛暫時失明，也不會影響它安全前行。

2、決策技術(shù)

通過眼睛識別得到了周邊環(huán)境，接下來就要充分利用這些信息進(jìn)行理解分析，決定自己該如何走下一步。要完成這項(xiàng)任務(wù)的就是最強(qiáng)大腦。

跟人類的大腦一樣，我們不是天生就會開車，也不是拿到駕照就成老司機(jī)了。需要一定的知識積累，自動駕駛機(jī)器人也同樣需要。完成大腦中的知識庫有兩種方式：專家規(guī)則式和AI式。

專家規(guī)則式，英文叫rule-based。即提前編寫好規(guī)則，當(dāng)需要做決定的時候必須嚴(yán)格遵守這些規(guī)則。舉個栗子，當(dāng)準(zhǔn)備超車變道時，需要滿足以下條件(這是一個假專家，僅供參考)：道路半徑大于500R(彎道不變道);跟目標(biāo)車道上的前后車的距離都在20m以上;比后車的車速慢不超過5km/h;等等等等...以上N個條件同時滿足時，即可超車變道。

AI式，就是一直很火的人工智能Artificial Intelligence。模仿人類的大腦，通過AI算法對場景進(jìn)行理解?；蛱崆巴ㄟ^大量的犯錯積累經(jīng)驗(yàn)，或事前聽某人指點(diǎn)江山。通過AI式積累知識庫，會讓她的反應(yīng)更加靈活。專家也難免有疏忽，更何況交通瞬息萬變，沒有靈活的大腦如何應(yīng)對我大中華的路況呢?

3、定位技術(shù)

只有知道自己在哪里，才知道自己去哪里。目前自動駕駛的技術(shù)基本上都源自機(jī)器人，自動駕駛可以看做是輪式機(jī)器人加一個舒適的沙發(fā)。機(jī)器人系統(tǒng)中定位和路徑規(guī)劃是一個問題，沒有定位，就無法規(guī)劃路徑。厘米級實(shí)時定位是目前自動駕駛最大的挑戰(zhàn)之一。對機(jī)器人系統(tǒng)來說，定位主要靠SLAM與先驗(yàn)地圖(Prior Map)的交叉對比。SLAM是Simultaneous Localization and Mapping的縮寫，意為“同時定位與建圖”。它是指運(yùn)動物體根據(jù)傳感器的信息，一邊計算自身位置，一邊構(gòu)建環(huán)境地圖的過程。目前，SLAM的應(yīng)用領(lǐng)域主要有機(jī)器人、虛擬現(xiàn)實(shí)和增強(qiáng)現(xiàn)實(shí)。其用途包括傳感器自身的定位，以及后續(xù)的路徑規(guī)劃、場景理解。

機(jī)器人定位常見三大類，相對定位，絕對定位和組合定位。 自動駕駛一般用組合定位，首先本體感受傳感器如里程計(Odometry)、陀螺儀(Gyroscopes)等，通過給定初始位姿，來測量相對于機(jī)器人初始位姿的距離和方向來確定當(dāng)前機(jī)器人的位姿，也叫做航跡推測。然后用激光雷達(dá)或視覺感知環(huán)境，用主動或被動標(biāo)識、地圖匹配、GPS、或?qū)Ш叫艠?biāo)進(jìn)行定位。位置的計算方法包括有三角測量法、三邊測量法和模型匹配算法等。從這個角度而言，IMU也是自動駕駛必備的部件。

現(xiàn)今，除了主流的用GPS或GNSS(全球衛(wèi)星導(dǎo)航系統(tǒng))來定位的方式之外，也有在公路上鋪設(shè)電磁誘導(dǎo)線等方式來實(shí)現(xiàn)定位。高精度GPS定位目前來說最大難題是，山區(qū)和隧道等地理因素對精度的影響，雖然可以依靠IMU(慣性測量單元)來進(jìn)行推算，但GPS丟失信號時間過長的話，累計的誤差就會比較大。

另外，自動駕駛專用的3D動態(tài)高清地圖帶給了自動駕駛更多可能性。因?yàn)橛辛烁咔宓貓D，就可以將自己的位置輕松定位在車道上。

4、通信安全技術(shù)

試想如果被黑客入侵，控制了你的自動駕駛車，不僅可以監(jiān)聽到你的秘密談話，還很可能成為殺人工具。黑客可以通過影響傳感器的數(shù)據(jù)而影響決策，或直接介入判斷機(jī)制進(jìn)而影響行駛軌道，

像GPS、攝像頭、激光雷達(dá)、毫米波雷達(dá)、IMU等常見傳感器裝置，都可以被黑客干擾進(jìn)而影響自動駕駛的判斷機(jī)制和行駛軌道。比如攻擊激光雷達(dá)讓其辨別不了即時性不良數(shù)據(jù)，或者是試著干擾他們長期積累的聚合數(shù)據(jù)等等。

V2X是車輛與基礎(chǔ)設(shè)施之間(例如車輛之間、車輛與行人之間、車輛與交通基礎(chǔ)設(shè)施之間)所有通信的通用術(shù)語。 V2X包含有關(guān)汽車及其用戶的個人信息，因此用戶身份驗(yàn)證和數(shù)據(jù)加密系統(tǒng)至關(guān)重要。

V2X包含了汽車和我們的個人信息，因此在通信的時候?qū)τ脩舻纳矸蒡?yàn)證和給數(shù)據(jù)加密，這些都必不可少。

5、人機(jī)交互技術(shù)

雖說我們對自動駕駛的印象大多是，不需要人們的干涉，它就能把我們送到任何想去的地方。但是很遺憾，目前的自動駕駛系統(tǒng)還做不到這一點(diǎn)。

遇到自動駕駛駕馭不了的場景，便會呼喚你接替它的工作。這時，HMI(人機(jī)界面)就發(fā)揮作用了。它的目標(biāo)是，用最直觀最便捷的方式通知我們，讓駕駛員盡快注意到。

此外，通過觀察分析駕駛員的面部表情和動作，判斷其困倦狀態(tài)，并通過給駕駛員提供感興趣的話題等方式予以提醒，也是人機(jī)交互多樣化發(fā)展的一個例子。還有些不僅局限于和車內(nèi)人的互動，也可以與路上行人進(jìn)行互動，表達(dá)讓行等意愿。

6、高精度地圖

高精度地圖是實(shí)現(xiàn)自動駕駛的必要條件嗎?——Level3及以上是必選項(xiàng)?；诿绹鳶AE協(xié)會對自動駕駛技術(shù)等級的劃分，在Level2以下的輔助駕駛階段(ADAS階段)，高精度地圖對整個輔助駕駛系統(tǒng)來說是一個可選項(xiàng)。當(dāng)自動駕駛技術(shù)發(fā)展到 Level3及以上時，要求車輛在高速公路、停車場泊車等特殊場景中實(shí)現(xiàn)自動駕駛，高精度地圖的重要性開始凸顯。業(yè)內(nèi)公認(rèn)要想實(shí)現(xiàn) Level3 級別的自動駕駛，高精度地圖將成為必選項(xiàng)。

1)靜態(tài)數(shù)據(jù)是指高精度地圖需要將道路基本形態(tài)(車道線等數(shù)據(jù))，通過地圖或矢量數(shù)據(jù)來正確表達(dá)出來。在靜態(tài)高精地圖模型中，車道要素模型包括車道中心線、車道邊界線、參考點(diǎn)、虛擬連接線等;

2)動態(tài)數(shù)據(jù)是指天氣、地理環(huán)境、道路交通、自車狀態(tài)等需要動態(tài)更新的數(shù)據(jù)。通過靜態(tài)數(shù)據(jù)和動態(tài)數(shù)據(jù)的疊加，高精度地圖將最終實(shí)現(xiàn)對于自動駕駛的環(huán)境建模。

7、5G/V2X技術(shù)

車聯(lián)網(wǎng) V2X就是把車連到網(wǎng)或者把車連成網(wǎng)， 包括汽車對汽車(V2V)、汽車對基礎(chǔ)設(shè)施(V2I)、汽車對互聯(lián)網(wǎng)(V2N)和汽車對行人(V2P)。

通過 V2X 網(wǎng)絡(luò)，相當(dāng)于自動駕駛打通外部“大腦”，提供了豐富、及時的“外部信息”輸入，能夠有效彌補(bǔ)單車智能的感知盲點(diǎn)?？梢哉f，V2X是自動駕駛加速劑，能夠有效補(bǔ)充單車智能 的技術(shù)、加速反應(yīng)效率。5G 網(wǎng)絡(luò)具備低時延、高吞吐、高可靠的特性，大大提升了V2X傳 輸信息的豐富性和及時性，也提高了 V2X傳感器的技術(shù)價值。