自动驾驶技术原理介绍和未来的趋势如何

　　随着自动驾驶技术的不断发展，全球主要汽车产业大国积极布局相关领域，通过项目资助、联合研发、推广示范等多种手段推动本国自动驾驶技术与应用的发展。我国也于上世纪80年代开始自动驾驶汽车的研制，并取得了一定的成果。

　　汽车与高科技技术密不可分，自动驾驶、车辆间通信、数据连接、智能系统等均在改变着汽车们的驾驶体验，并逐渐成为标配。

　　自动驾驶汽车可能并不适合所有人，但汽车厂商们也在积极开发其他技术，彻底改变人们的驾驶体验。显然，汽车发展至今天，需要与互联网、新型传感器、智能设备及系统相结合，才会颠覆传统。

　　

　　美国汽车工程师协会（SAE）和美国高速公路安全局（NHTSA）对自动驾驶做了分级。为了让自动驾驶的分级更加直观，整理了这样一张图表：

　　

　　从图表中我们可以看出，我们所期望的全自动驾驶车辆其实在分级上属于 SAE 的 4-5 级，NHTSA 的 4 级车型，是基本不需要人类做任何驾驶决策的。

　　人们对于自动驾驶最早的误解，其实源于一些媒体的误读。很多媒体把 Autopilot 这一词简单简单拆解为“自动”和“飞行员”两个词汇，并将中文意思曲解为自动驾驶。

　　然而其实 Autopilot 这个词源于飞机、火车、轮船领域的辅助驾驶系统。维基百科也给这个词做了明确的定义：

　　

　　而关于我们大众所认可的自动驾驶，或者说全自动驾驶，在维基百科中同样也有相关的定义。我们所认可的无人驾驶车，准确的说应该叫做“Autonomous car”。

　　而这一概念的定义是：

　

　　这句话里面的关键词其实是“constant”持续的。也就是说，Autopilot 所代表的驾驶辅助系统是不需要人类持续干预的，但是仍然需要人类做出某些干预，比如关键性的决策等，机器只是在一旁辅助。

　　与对驾驶辅助的定义类似，无人驾驶车概念的关键支持在于无需人类干涉，也就是说机器会自动感知，自动做出决策并且自动驾驶。

　　自动驾驶是如何实现的？难点在哪儿？

　　其实单纯从硬件技术层面来看，自动驾驶的原理并不执行特别复杂。用最简单的话说，找一辆车子来改装一下（电动车比较好改一点且性能可控性更好），加几个感测器，再塞一套开源的自动驾驶计算平台，好，这就搞定了。

　　感测器

　　感测器是自动驾驶车的眼睛，用于收集汽车周围的资讯。归纳来看，目前主流的自动驾驶车其实也就是使用 3 种感测器：LiDAR 光学雷达、镜头和传统雷达。

　　

　　3 种感测器各有各的优势，早就运用在车辆倒车雷达上的传统雷达成本相对较低，穿透性较强且不受雨尘等环境的影响，但弱点在于覆盖范围较小，且难以对周围物体做出精准的判断。LiDAR 光学雷达的优势在于可以透过旋转的激光射线束，构造出车辆周围的 3D 影像图，但缺点是由于激光的特性，容易受到雨、尘埃、雾的影响。由于光学雷达加工难度比较高、产量小，所以售价最贵。一颗 64 线光学雷达的售价就得 4、50 万人民币。

　　

　　镜头同样也是自动驾驶车所必备的感测器，与两种雷达不同，镜头没有任何穿透力及需要光线，用于自动驾驶的数据是透过对镜头的图样辨识得出的。不过镜头也是最容易受到干扰的一种自动驾驶感测器，且一旦获得的图像有误差，对最终的辨识结果就会产生极大的影响。唯一的好处在于成本低，且目前视觉辨识的方案，做无人驾驶汽车可用的也比较多。

　　资料处理

　　自动驾驶车上搭载的感测器收集到的数据，都会被传输到车载电脑中进行分析和处理，最终做出决策。对于车载电脑的技术部分我们不必多说，因为自动驾驶汽车单纯从原理上真的不算是什么“黑科技”，毕竟规划路线、躲避障碍的功能目前很多扫地机器人和无人机都有，所以还是把关注的重心聚焦在达成自动驾驶的困难点上。

　　自动驾驶汽车需要收集汽车周围数据，对资讯进行处理并最终做出决策，这整个过程与真人驾驶所要完成的过程几乎毫无差异。所以训练自动驾驶汽车的过程，其实就是个从新手到老驾驶的过程。

　　在人工智能技术的训练上，试错（Trial and error）是极为重要的方式之一，人工智能透过不断的试错与纠正得到进步。但这一方式换到了自动驾驶上却几乎不可行。行车时出现的事故往往是我们不能接受的，只要出了意外，轻则损失数千元，重则导致人命伤亡。自始至终，自动驾驶汽车的关键绝非“能否做到”，而是“能否做好”；所以目前的自动驾驶技术，大部分都是用来减低犯错机率的。

　　

　　然而少量的测试则隐藏着巨大的安全隐忧，根据 Google 最近的资料，他们的 58 辆无人驾驶汽车合计跑了 223 万英里（约 338 万公里）才犯了一点小错，看上去出错的机率微乎其微，但乘上一个极大的基数，出现事故的数量仍然是我们不能承受的。

　

　　还有一个重要的问题是，自动驾驶若是想要覆盖更多地方，则要求收集和处理的资料就会越来越多，不同的路况会给车载电脑带来不同的处理变数。而当人类驾驶和自动驾驶车同时行驶在路上时，不确定性就更高了，自动驾驶车做出决策的难度也会大大增加。

　　尽管目前自动驾驶技术仍然还在发展，但已经给了人一个够美好的希望，那就是经过训练的自动驾驶车的驾驶技巧比人类更好、更符合规定、反应更快。很多目前交通系统上存在的顽疾也可能因为自动驾驶的到来迎刃而解。

　　自动驾驶车辆的未来发展阶段及趋势预测

　　很多美国人在15岁时可能会将车辆开到荒僻的公路上，练习驾驶技术。或许在不久后，上述情况将成为历史：我们正在加速推动无人驾驶车辆时代的到来。随着时间的推移，你可能还会自己开车，但渐渐地你会习惯车辆的自动驾驶功能，未来十年可能完全自动驾驶车辆可能就会成为现实。车辆将会自行停车、在与其他车辆间距过近时会自动刹车，甚至可能在你困倦时接送你上下班。

　　以下为新驾驶时代的四个阶段：

　　第一阶段：许多新车将配备传感器和先进的电子元件，当驾驶员在换车道或车距较近时，向驾驶员发出报警声。

　　第二阶段：在未来数年内，驾驶员依然使主要的操作者，但强化版的巡航控制和自动停车等极少数功能将由车载计算机应对完成，车辆只能在有限的范围内替代驾驶员，该情况可能持续到2018年。

　　第三阶段：从2018-2022年，我们将体验到完全自动驾驶性能。新车将自动加速、制动及转向，但若遇到紧急情况或系统故障，驾驶员将重新接管车辆的行驶。在这一阶段，驾驶员仍需集中精力。

　　第四阶段：估计该阶段在2024年左右才能到来，2024年下半年出售的所有新车将具备完全自动驾驶性能，能够自动行驶，无需人员干预。截止至2030年，预计路面上25%的车辆将实现完全自动驾驶。当然，旧款车型也将继续上路行驶。有些人就是愿意自己驾驶车辆，到时两种不同类型的车辆将被迫并存。

　　这一演变将改变城市规划和物流行业。新业务服务和行业将涌现，某些老字号企业的业务模式将会面临压力。

　　以下是我们想到的可能出现的改变：

　　事故发生率下降：车辆事故或将成为罕见事件？据毕马威（KPMG（微博））估计，在未来数十年内，自动驾驶车辆最终或将事故发生率降低80%。截止至2040年，平均每160万英里（里程（参配、图片、询价） 数）仅有一起事故。截止至2030或2040年，可能成为罕见事件，可能不会再有独立的车险业务。

　　车辆体积更小：车辆减少意味着轻量化，同时也意味着售价更便宜。具有安全意识的父母们觉得没必要再开体积庞大的SUV了。由于自动驾驶车辆的造价更便宜，操作也更便捷，将形成新的企业联盟企业。硅谷企业熟知软件界面与车辆共享服务间的关联性，他们渴望在未来配置机器人出租车。

　　机器人出租车：如果未来市内出租车的车费不那么贵的话，城市居民可能选择选择机器人出租车或是拼车，有点类似当前优步提供的服务。

　　对车厂而言，上述趋势听起来似乎是个坏消息？若我们对车辆的理念发生改变，从“拥有车辆”变为“采用城市出租车”，这或许意味着市面上流动的汽车数量下降，但未来若全天候配置城市出租车的话，那么其替代就变得更为频繁。尽管美国人如今车辆的平均使用年限为11.4年，但使用频率高的话，则需要每三年换辆新车，对车企而言，这无疑是个利好消息。

　　我们仔细思考了自动驾驶车辆的未来，也意识到车辆的智能化、功能性将越发提升，车辆的功用不仅仅是交通工具，就像智能电话并不仅仅只有通话功能一样。凭借其提供的新服务，或将会创建新的生态系统，改变我们的城市生活，还将为困扰当今城市的历史遗留问题提供解决方案，让我们重新考虑各类社会、技术和伦理问题。