自动驾驶的现状分析与实现过程

卜艺浦

江苏省泰兴中学 江苏省泰兴市 225400

1 引言

汽车自动驾驶技术，是依靠计算机与人工智能技术在没有人为操纵的情况下，完成完整、安全、有效的驾驶的一项前沿科技[1]。在本世纪，由于汽车用户的不断增加，公路交通面临的拥堵、安全事故等问题越发严重。自动驾驶技术在车联网技术和人工智能技术的支持下，能够协调出行路线与规划时间，从而大程度提高出行效率，并在一定程度上减少能源消耗。自动驾驶同时还能帮助避免醉驾，疲劳驾驶等安全隐患，减少驾驶员失误，提升安全性。自动驾驶也因此成为各国近年的一项研发重点。

2 自动驾驶的发展历程

2.1 自动驾驶的发展情况

在本世纪之前，自动驾驶都只在实验阶段，虽然自动驾驶的概念最早在1969年就被提出，但实体应用直到本世纪初才得到初步实现。2016年9月，美国交通部发布了《美国自动驾驶汽车政策指南》，该指南将自动驾驶技术按照SAE定义做出严格的等级评价。SAE标准将自动驾驶技术分为0、1、2、3、4、5六个等级，分别为“非自动化”、“辅助驾驶”、“部分自动化”、“有条件的自动化”、“高度自动化”和“全自动化”。目前，市面上应用的自动驾驶汽车大都在第2级即“部分自动化”阶段。目前尽管国外很多公司都声称已在实验阶段达到第3级，而广泛应用却需达到4、5两级。

2.2 国内外科技公司的研发现状

2014年谷歌首次展示了其公司第一个无方向盘、油门刹车踏板的无人驾驶汽车原形，这也是首个出现在大众视野的实现100%自动驾驶的汽车。

由于各个公司的重视与大量投入，自动驾驶已经累计大量经验，技术进步也呈高速增长趋势。特斯拉宣称已在硬件上达到5级条件，预计今年明年间能推出5级试验车辆；谷歌公司也预计将在一两年内实现5级标准；日本的丰田普锐斯将在东京2020年奥运会提供自动驾驶服务。中国由于起步较晚，早期实验经验不足，在百度启动Apollo平台计划后，其与国外实验数据之间的差距也将由于用户间的共享得到缩小，在今年7月7日宣布其研发的4级自动驾驶巴士量产，将在北京首先投入应用。

3 自动驾驶的硬件组成

3.1 控制电脑

自动驾驶技术的内容包括定位与路径规划、环境感知、行为决策与控制。即通过GPS与计算机技术的协作，进行航线的确定，并通过传感器感知环境，由控制电脑处理具体事件与总体航行。

在自动驾驶车辆中，主控电脑是一项收集信息并作出行为决策的设备，是自动驾驶的核心设备。控制电脑控制着自动驾驶汽车所有行为，在感知设备提供信息后，电脑会根据装备的软件算法处理这些信息，并作出相应的决策，采取行动。自动驾驶汽车所接受的所有信息都会集中到电脑处，电脑需要对这些数据进行综合分析，然后再作出判断。在道路行驶中，电脑的功能就是依据庞大的数据库来辨识出周围的环境元素，再做出相应的对策。电脑由此可以像人类驾驶员一样，在适当的时候发出指令来提速、减速、转向，以做到躲避障碍，保持在车道内行驶，识别出道路上的交通指示信号如限速牌指示、红绿信号灯等。

过往的自动驾驶技术突破困难，重要的因素就是人工智能的发展速度过慢，过去人们以为是算法的落后，现在人工智能深度学习法其实更早就已经提出了，比如现在其中以Dijkstra算法为代表的图搜索法在各种优化问题中得到了较为广泛的应用，且这种算法是全局最优的[2]。但过去的计算机由于容量小，运行速度慢，这种穷举式的算法又需要大量数据的运算，现在计算机本身的性能得到大幅度提高，大数据技术的发展，深度学习的高效性才得以体现。高性能计算机的重要性不仅体现在实际应用阶段，也体现载实验阶段借此来推动人工智能技术的进步。

3.2 雷达

电脑要采取行动，必须要有数据，雷达就是充当采集数据的角色。雷达分为发射单元和接收单元，通过多次发射与接受的时间差等数据感知到周遭环境中物体的位置，移动速度等。车载雷达一般都是激光雷达，通过激光扫描雷达系统或是车上多个雷达的共同感知，可以更加精确地确定物体的位置、大小、移动情况等。当道路上有多种障碍物时，就需要高精度的雷达来更详细地向电脑描述障碍物的信息，比如障碍的形状，这样电脑就可以依靠这些关于障碍物的特征数据，区别出障碍物的种类，从而作出更加高效的决策。

3.3 GPS

全球定位系统，在很早以前就作为一个单独的工具被人类驾驶员利用，帮助定位、规划和确定行驶路线。对于自动驾驶车辆，GPS的作用同样是确定车辆的经纬位置，在地图上规划车辆行驶路径，以确保定位以及得知下一步航向，同时GPS还可以和惯性测量单元（IMU）协作提供更精细的水平转角速度和转角大小信息，帮助主控电脑决策。传统的GPS导航地图在经过数据收集后可以改进为高精度地图。高精度地图除了更精确的坐标位置信息，还包括车道信息和坡度信息等，这也就提高了自动驾驶的稳定和舒适度，也弥补了当下传感器不仅是测量范围的不足，同时还有测量精度低的问题。当下自动驾驶没有了高精度地图的辅助其充其量只能是半成品，主要依靠各类传感器对路面进行监测的自动驾驶试验车一旦遇到天气出现问题，就一定需要高精度地图辅助[3]。另外，在车联网建立后，GPS还能通过更丰富的信息如道路拥堵情况，事故情况等即时规划更优的路线。

3.4 视觉传感器

视觉传感器（摄像头），同雷达一样，也是主要作用于对环境的感知，可以视为自动驾驶车辆的“眼睛”。摄像头通过采集图像，将图像信息传输给车载电脑处理，如同人脸识别技术，根据图像的特征识别出道路上的车辆，行人和建筑物。视觉传感器的感知精度没有雷达强，也更难获取精确的距离信息。而摄像头也有着一般雷达所没有的能力，比如对于道路上的交通指示牌，一般的雷达是很难提供出不同指示牌之间的区别信息的，摄像头则能提供指示牌的图像，这样电脑就能从数据库中检索并找到与之对应的图案，根据交通指示采取合规合理的行驶方案。虽然GPS能根据车辆位置提供所在道路的信息，但因为路段的整修或是突发事故对道路进行调整，网络信息不一定能及时更新，以及一些小路段信息的缺失，摄像头在这方面的作用也是必要的。

4 总结

4.1 自动驾驶的优势

自动驾驶能成为现代的发展重点之一，显然是由于其能带来极大的利益。首先由于其拥有极大的便利性，能够让人腾出更多的时间做别的事情。然后在于其高效性，特别是在物联网的帮助下，自动驾驶能更好地避免以及解决交通拥堵问题，这对节省时间以及节约能源减少污染方面都有一定的贡献。

最重要的一部分就是自动驾驶的安全性，自动驾驶的存在可以有效避免如酒驾疲劳驾驶和驾驶时注意力分散等危险情况，另外机器的反应能力也比人类快更多，机器与机器之间的协调性也比人与人之间更强，自动驾驶显然能有效降低大小事故的发生频率。

4.2 自动驾驶的缺陷

但在当前，自动驾驶还处在简单的应用阶段，高完成度的自动驾驶还在实验阶段。雷达，摄像头的精度不高也是自动驾驶的一个重要缺陷，高精度的仪器现在造价非常昂贵，是自动驾驶普及的一个障碍。

同时，现在社会上对自动驾驶的接受还需一个过程，自动驾驶汽车的推广也面临一些问题需要解决：如人们对自动驾驶的不完全信任，对于自动驾驶造成事故后的道德考虑。而由于自动驾驶是一个新兴问题，国家对自动驾驶的立法，事故责任追究都还是很不完善，提前判定可能的问题，尽早进行立法的预案工作，已经刻不容缓[4]。

4.3 展望

自动驾驶仍有很大的补足空间，也面临推广的障碍。但根据近期各开发公司的情况，高水平的自动驾驶保守估计能在五年内得到广泛的推广，预计SAE五级自动驾驶汽车将在两年内成功上路。自动驾驶对于社会、交通、环境方面均有益处，此外，自动驾驶技术作为人工智能技术的一项重要应用，对于人工智能技术的研究和开发应用具有很深的经验价值。