启飞汽车

图1 自动驾驶分级情况

2.2无人驾驶的现状

    如今, 国内外许多的汽车企业 (如:特斯拉、丰田、宝马等) 和互联网企业 (如Uber、Google、百度等) 都着眼于无人驾驶, 其中许多已经有了突破性的进展, 辅助驾驶已较广泛地应用于汽车上。现正整体处于内部测试阶段的无人驾驶汽车行业, 由于受到现有法律法规的限制, 真正意义上投入商用的无人驾驶汽车还没有出现, 没有一个量化的通用技术标准是无人驾驶技术应用汽车领域最大的阻碍, 但无人驾驶汽车的炙热的发展趋势并没有被影响, 技术更高级的、功能更加齐全的无人驾驶汽车不断被国内外各家公司推出。但即使未来无人驾驶技术已会非常成熟, 广泛应用到汽车领域还有一个致命伤, 那就是价格的问题。据官方统计, 目前一辆无人驾驶汽车整车制造完成的价格是普通汽车的10-20倍。随着百度开源无人驾驶技术, 无人驾驶汽车行业平均制造成本会降低, 但对中小型科技企业来说量产耗费的资金仍然不是一笔小数目。只有像Google、百度这样的科技巨头才能使无人驾驶汽车量产, 但是它们都没有汽车制造的经验和成熟的供应链。因此, 无人驾驶汽车要想实现量产就必须和汽车制造厂商跨界合作。2017年, 北京市的交通部门出台无人驾驶测试新规, 赋予无人驾驶路测合法化地位, 这是国内首次为无人驾驶上路测试提出的指导性政策, 无人驾驶汽车上路将有法可依, 突破了法律上的障碍。在其它国家, 无人驾驶汽车规范也陆续出台, 2017年10月美国众、参议院相继批准首部规范美国无人驾驶的法案——SELF-DRIVE Act。同年1月德国议会审议通过了《无人驾驶汽车法》。

三、无人驾驶汽车技术

1、结构体系

    体系结构是一个系统的“骨架”。它描述了系统各个组成部分的分解和组织, 以及各组成部分的交互;定义了系统软硬件的组织原则、集成方法及支持程序。如图2所示, 体系结构分为车辆、信息交互以及基础支撑技术。分层递进体系结构与反映式体系结构是其中比较经典的体系结构。因为分层递进体系结构的系统缺乏实时性和灵活性, 且可靠性不强;反映式体系结构的系统虽然实时性和可靠性有所提高, 但是缺乏较高等级的智能。两种结构都存在自己的问题, 人们开始研究混合体系结构。将两种结构的优点有效结合在一起, 如:4D/RCS。
 

图2 无人驾驶体系结构

2、环境感知技术

    类似于人类, 环境感知是汽车的视觉、听觉等感觉器官。无人驾驶汽车在道路上行驶离不开对车辆的状态及行驶环境的感知。环境感知系统是通过对汽车四周环境的检测和测量, 来确定汽车所处的环境和周围的障碍物的, 因此它是无人驾驶汽车行使的前提。检测和测量车辆四周环境主要是利用安装在汽车上的各类环境传感器, 在汽车行驶过程中随时来感应周围的环境, 通过收集数据, 进行静态、动态物体的辨识, 侦测与追踪, 并结合导航仪地图数据, 来进行系统的运算和分析, 让汽车预先察觉到可能发生的危险, 有效增加汽车的舒适性和安全性。如近距离测障碍的超声波传感器及更精确的红外线传感器、探测目标位置的激光雷、测远距离的毫米波雷达等。汽车通过安装在其上的摄像头、雷达、激光和超声波等, 可以探测光、热、压力或其它用于监测汽车状态的信息, 雷达通过激光、微波或声波获取车辆周边环境的二维或三维距离信息, 从而实现汽车感知周围环境, 发现潜在危险。通过汽车行车电脑来控制汽车跟踪行驶、减速避让、主动刹车等行为, 实现汽车安全行驶。目前已经应用于现有汽车的环境感知技术有:主动安全和先进驾驶系统 (ADAS) 、巡航控制系统 (ACC) 、倒车警示系统 (CTA) 和车道变换辅助系统 (LCA) 等。

3、决策系统

    决策系统——汽车行为的控制中心, 是汽车的大脑。汽车的决策系统是集人工智能和神经网络技术为一体的智能学习、高速计算的中央控制系统。在城市道路行驶过程中, 驾驶场景复杂多变, 交通参与者的行为难以预测, 需要决策系统对环境感知系统发来的各个传感器数据进行计算、分析, 通过各类交通场景算法, 完成无人驾驶汽车的运动规划和自动控制。无人驾驶汽车的决策系统相当于人的大脑, 可以快速处理传感器、定位系统、汽车运动状态的信息, 同时根据汽车周边环境, 控制汽车加速、减速、转向、跟随等运动方式, 确保按交通规则进行安全行驶。

4、定位及路径规划技术

    定位系统是提供了车辆的位置信息, 是路径导航和行驶的基础。其主要用到的技术是航迹推算技术、惯性导航技术、卫星导航定位技术、路标定位技术、地图匹配技术和视觉定位技术, 最常用的技术是GPS技术。GPS又称为全球定位系统, 是一种卫星导航技术, GPS测量技术能够快速、高效、准确地提供点、线、面要素的精确三维坐标以及其他相关信息, 具有全天候、高精度、自动化、高效益等显著特点, 在汽车导航领域也有很广泛的应用。定位之后就可以进行路径规划, 路径规划是指, 在具有障碍物的环境中, 按照一定的评价标准, 寻找一条从起始状态到目标状态的无碰撞路径。其主要原理是通过无人驾驶汽车在未知环境中从一个未知位置开始移动, 在移动过程中根据位置估计和地图进行自身定位, 同时根据在自身定位的基础上与城市地图进行匹配, 实现自我位置定位和感知, 然后根据目的地信息, 实现自身位置到目的地的路径规划策略, 最后选择快捷方便的路线行驶。

四、无人驾驶汽车的未来展望

    目前无从驾驶汽车的发展已经成为一种趋势, 这种趋势会对社会很多行业带来颠覆性的改变, 巨大的商机和财富、新兴行业的兴起会随之而来, 促进智能化交通信息平台的发展, 极大的便利人们的出行, 同时降低排放和环境污染。但是现在无人驾驶技术还不成熟, 汽车还不能投入到交通使用中。无人驾驶车辆是一个复杂的系统, 要面对复杂的交通环境, 就需要进一步研究如何提高环境感知可靠性, 如何使接收到的信息与决策更加拟人, 如何集成控制系统的一体化设计。当然法律也是无人驾驶汽车需要去面对的, 如:车辆发生事故如何检测事故原因及如何处理, 若是系统的问题责任由谁承担等问题。实现量产则是更困难的问题, 无人驾驶车辆的设备往往比车辆本身贵的多, 企业要考虑消费者的经济能力和如何提高生产效率及降低成本。相信在未来, 无人驾驶一定将颠覆人们的出行方式, 进而彻底改变人们的生活。