无人驾驶汽车离我们还有多远?

时间:2020-11-12 13:16:52 创业资讯 我要投稿

无人驾驶汽车离我们还有多远?

  在今年的上海国际车展上,奔驰的无人驾驶概念车F015 Luxury in Motion亮相,而沃尔沃更是把自己的XC90称为是全球第一款带有高度自动驾驶技术的量产车。

无人驾驶汽车离我们还有多远?

  其实,在无人驾驶上进度最快的并不是汽车企业,而是互联网企业,谷歌的无人驾驶汽车经过多年测试,已经进入了实用阶段,而百度深度学习实验室也已经同交通运输部公路科学研究院完成框架合作协议,其无人驾驶汽车也已经到了场地试验和基础数据采集的阶段。

  1978年,叶永烈在科幻小说《小灵通漫游未来》中就幻想了无人驾驶汽车,如今它距离我们越来越近了。

  一、无人驾驶汽车的四个阶段

  所谓的无人驾驶汽车,并不是从幻想一步变为现实的,而是随着汽车工业的发展,电控技术的进步、以及微处理器、传感器和软件技术的进步,一步步从有人驾驶辅助发展而来的。

  从有人驾驶到无人驾驶,业界分成四个阶段。

  第一阶段是驾驶员辅助,驾驶员辅助系统能为驾驶员在驾驶时提供必要的信息采集,在关键时候,给予清晰的、精确的警告,相关技术有:车道偏离警告(LDW),正面碰撞警告(FCW)和盲区报警系统。

  第二阶段是半自动驾驶,驾驶员在得到警告后,仍然没能做出相应措施时,半自动系统能让在汽车自动做出相应反应。相关技术有:紧急自动刹车(AEB),紧急车道辅助(ELA)。

  第三阶段是高度自动驾驶。该系统能在驾驶员监控的情况下,让汽车提供长时间或短时间的自动控制行驶,这个阶段目前还比较初级。

  第四阶段:完全自动驾驶,在无需驾驶员监控的情况下,汽车可以完全实现自动驾驶,意味着驾驶员可以在车上从事其他活动,如上网办公、娱乐或者休息。

  按照这个分类。第一阶段目前主流的车型已经基本普及,现在高配置型的车型基本都带了车道偏离警告和盲区报警系统,从几百万的奔驰到10万出头的比亚迪高配车型都不例外。

  第二个阶段正在普及,欧盟立法要求2013年11月前的车都必须装上紧急自动刹车(AEB)。Volvo的城市安全系统、本田的CMBS、奔驰的 Pre-Safe都是这个层次东西。目前主流合资品牌基本也都可以做到,英菲尼迪的新车则已经可以绕开驾驶员自动控制方向盘,帮助你保持在当前车道,避免事故。

  第三个阶段目前有雏形,新款的奔驰S系可以在堵车的情况下,电脑自己跟车,车主可以不必一直操控车辆。新款的福特翼虎也展示了这个功能。沃尔沃XC90号称全球第一款带有高度自动驾驶技术的量产车,就是实现了这个阶段的目标。

  第四阶段的难度非常大,各个汽车厂商仍在测试之中,奔驰F015 Luxury in Motion就是这个阶段的尝试,谷歌这些年也一直在做这个事情,百度与交通运输部公路科学研究院合作的项目也是这个层次的`东西。

  二、无人驾驶的核心技术

  无人驾驶汽车其实可以视为是一种机器人。从原理上来说,不过是传感器感知路况和周边情况,然后传输到CPU,CPU根据人工智能对情况做判断,然后通知电传系统,电传系统根据信号操控机械装置,最后机械装置操控车辆做各种动作。

  在这个过程中,电传机械控制这方面基本已经完善,因为过去的20年,汽车行业的进步主要就在这方面。如今大部分汽车都是电传控制了,你的刹车、油门、换挡、甚至方向都是一组电子信号,你操作的动作被解读处理,然后传给机械系统,过去哪种直接机械对机械的操控只在极少数工具车上还能看到。无人驾驶无非是把这些信号脱离人的控制交由电脑处理,并不需要费太大周折。

  而技术的难点就在前两步,怎么用传感器准确的感知周围的信息?人工智能如何做判断?

  (一)传感器的不同路线

  从技术路线上来说,感知周围情况有多种模式,谷歌在摄像头、GPS、惯性传感器的基础上,最终选择了激光传感器作为主要传感器,激光传感器对距离的判断非常准确,但是价格昂贵,恶劣天气下实用性受限。目前,谷歌无人驾驶汽车的成本高的吓人,主要就是激光传感器的原因。

  比较廉价是只采用光学摄像头,目前奔驰S级的魔毯技术就是利用摄像头作为信息采集源来控制空气悬挂,但是光学摄像头用于无人驾驶的话,对图像识别的人工智能会要求很高,对距离速度的判断也会很麻烦。

  目前,汽车上已经出现的辅助驾驶功能,一般采用的测距雷达,这个比较便宜,但是雷达的探测能力相当有限,车载雷达的发射功率也探测不了多远,还怕物体阻挡,用到无人驾驶汽车上有多少实用性也值得怀疑。

  从目前来看,最靠谱的还是谷歌的激光传感器路线。

  (二)人工智能的要求

  人工智能方面的考验程度更高。其实高速公路上的无人驾驶并不太困难。谷歌现在没有问题,奔驰、奥迪也没有问题,VOLVO没有问题,甚至中国搞的无人驾驶高速也跑了286公里不出问题。这是以为高速路的情况现对简单,对人工智能要求的算法不是很苛刻。

  在市内驾驶就完全是两码事了。

  谷歌无人驾驶汽车项目主管厄姆森说,“在市区里行驶一英里路程要远比在高速公路上更为复杂,因为前者在一个小的区域中会因为规则的不同存在数百种不同的路面情况。我们花了大量时间改进了我们的软件,因此它现在可以实时的区别上百个不同物体——如行人、公共汽车、由协管员手握的停车标志,或者是骑自行车者给出的要通过马路的手势信号等。”

  在人工智能方面,其他厂商距离谷歌还差得远,谷歌的人工智能水平已经接近实用了,其他厂商还在表演阶段。

  (三)大数据的辅助

  对于人来说,开车需要GPS或者地图,即使你认路,至少你脑子里面是有地图的。无人驾驶同样如此,一段路是上坡还是下坡,周围有没有视线阻挡,一定程度决定着无人驾驶的策略。

  而交通的繁忙情况,车道的导向,路况的实时变化,修路、封闭、限行等等因素都需要大数据和即时通讯来辅助。如果没有这些辅助,单纯靠传感器和人工智能,难度无疑会高很多。

  而更多的数据,可以让人工智能变得更“聪明”,用户体验更好。地图和大数据虽然算不上无人驾驶的核心技术,但是它们的辅助作用会决定无人驾驶的体验。