自动驾驶的发展前景浅析

陆睿

（江苏 南京 210024）

1 介绍

我们身边已经出现了一些智能驾驶技术，例如自动泊车和辅助驾驶系统。但是，这些还不能算是自动驾驶。根据北京市交通委给出的官方定义，自动驾驶功能是指在自动驾驶车辆上，不需要测试驾驶员执行物理性驾驶操作的情况下，能够对车辆行驶任务进行指导与决策，并代替测试驾驶员操控行为使车辆完成安全行驶的功能。而自动驾驶系统是指能在某一时段执行自动驾驶功能的系统。目前最前沿的自动驾驶系统只能完成某些驾驶任务，或者能在某些情况下监控驾驶环境，但驾驶员必须时刻准备好重新取得驾驶控制权，以防止交通事故的发生。

最初产生自动驾驶这个想法，第一是为了节省人力成本，把开车的时间更多运用到其他更有意义的事上；第二是为了减少人为因素（例如酒驾、打电话、玩手机等行为）导致的事故。而且研发自动驾驶技术也可以推动其他领域中人工智能技术的应用。自动驾驶系统主要由各种控制系统、计算芯片、传感器技术、高清定位与地图技术以及人工智能与控制技术构成。为了降低自动驾驶系统的成本，最近几年一大批创业公司活跃在这个领域。传统车企和互联网企业也大力投入自动驾驶技术研发和测试。

2 自动驾驶涉及的技术

2.1 硬件技术

自动驾驶涉及到的硬件技术包括汽车、控制器、CAN卡、GPS定位系统、惯性测量单位和各种传感器等。目前自动驾驶的传感器技术主要包括三类：视觉传感器、激光传感器和雷达传感器。三种传感器有利有弊。

（1）视觉传感器主要是指摄像头。它的优势在于性价比高，但缺点也很明显，摄像头性能都远低于其他传感器，恶劣天气适应性差，容易受周边环境影响。

（2）激光传感器分为单线、多线，一直到64线。每多一线，成本大约上涨一万元，当然相应的检测效果也更好。它的整体精度最强，方向误差精准度和分辨率也是最高的，只是不能适应恶劣天气，价格也是最贵的。

（3）雷达传感器包括超声波和毫米波雷达，二者反应时间和整体精度都远远超于摄像头，而毫米波雷达能将方向误差控制在2度以内。它们能适应极端恶劣天气且探测距离非常长，只是价格偏贵。目前各种传感器的组合已经成为了自动驾驶系统的标配。各个传感器的优劣势不一，可形成良好的互补，在不同的环境下发挥各自的长处。

2.2 软件技术

有了硬件，自然缺不了软件。传统的手动驾驶汽车中的各种控制技术自不必说，高清数字地图的发展也促进了自动驾驶系统的发展，例如国内的百度地图、高德地图等等。目前，百度所研制的地图能精确到5厘米，从而满足了自动驾驶的使用需求。对于自动驾驶系统而言，人工智能技术的进步促进了一系列功能的实现如下。

（1）首先是识别和跟踪障碍物。摄像头可以很好的识别人物和交通标识，以用来识别评估危险。然而摄像头容易受到恶劣天气的影响。这个问题的解决方案是传感器融合算法，利用多个传感器所获取的关于环境全面的信息，通过融合算法来实现障碍物识别与跟踪。

（2）其次是识别行人。从摄像头中识别行人已经有一些比较成熟的解决方案，例如OpenCV等。

（3）第三是车道识别。车道识别也是计算机视觉问题，有成熟的道路检测算法，可以用于自动驾驶汽车在高速路上的车道检测。

（4）最后是车辆的自适应巡航控制。车辆的自适应巡航控制是在定速巡航控制的基础上，通过距离传感器实时测量本车与前车的距离和相对速度，计算出合适的油门或刹车的控制量，并进行自动调节。这一块有不少成熟的方案。

3 自动驾驶发展的现状

3.1 设备制造商的发展现状

传感器和算法模型是自动驾驶技术的核心构成，其技术先进度、工业成熟度直接决定着自动驾驶的发展阶段。而且传感器往往是自动驾驶系统成本最高昂的部分，如何在保证性能的前提下，降低传感器的成本，是自动驾驶行业面临的共同难题。在激光雷达领域，许多公司齐头并进：美国的Velodyne公司基础厚实，数据多样；德国的IBEO公司已进入量产阶段；美国的Quanergy公司生产出全球第一款廉价的固态激光雷达。目前芯片和算法市场集中度高，方案整合市场被博世、大陆集团、德尔福等国际汽车零部件公司所掌控。计算机视觉公司Mobileye则占据了自动驾驶的算法市场的绝大部分市场份额。

3.2 传统车企和互联网企业的实践

目前在自动驾驶领域的先行者主要包括一些传统车企和互联网企业。对传统车企而言，涉足自动驾驶领域不仅是对他们原有业务的拓展，也是一个自我变革的过程。而对互联网企业而言，它们可以发挥软件技术和人工智能方面的优势，来弥补它们在硬件研发方面的不足。就传统车企而言，沃尔沃、奥迪、通用、奔驰、日产等企业都已经在布局自动驾驶领域，或者不断升级它们的高级辅助驾驶系统以适应自动驾驶的场景。以电动汽车为主的特斯拉公司，在自动驾驶方面有先天的优势，它推出的高级辅助驾驶系统Autopilot也积累了大量的驾驶里程数据支撑算法优化。目前特斯拉采用了激光雷达、摄像头和毫米波雷达相结合的传感器方案，并且已经获得了加州无人驾驶路测的牌照。就互联网企业而言，目前Uber和谷歌的子公司Waymo处于行业内领先的地位。它们在美国的多个城市率先开展了实际道路上的测试，从而比其他公司积累了更多的测试数据。然而，测试过程也不是一帆风顺的。在当地时间2018年3月18日晚10点左右，一辆基于沃尔沃XC90改装的Uber自动驾驶路测车在亚利桑那州的坦佩市造成了一场致死交通事故。在这一事件后，Uber宣布暂停了它在多个城市的自动驾驶汽车路测，美国国家高速公路安全管理局也介入了调查。类似的事故对自动驾驶的行业发展会造成怎样的影响尚未可知。

由于雄厚的技术积累，百度率先拿到了北京市的自动驾驶测试试验用临时号牌，即将开展上路测试。与Uber和Waymo不同，从2017年开始，百度采取了开放战略，先后推出Apollo1.0、2.0计划，全面开放包括云端服务、软件平台、参考硬件平台以及参考车辆平台在内的四大模块。百度的开放战略不仅为自己建立了自动驾驶领域的领导地位，也大大促进了中国的自动驾驶行业的发展。可以看出，目前汽车企业和互联网公司有各自的优缺点，相互合作会成为未来的发展趋势。

4 自动驾驶面临的挑战

尽管自动驾驶技术在过去几年有了快速的进步，它仍然面临着诸多挑战。以下从技术、商业模式和法律道德这三个方面探讨自动驾驶遇到的挑战。

4.1 技术上的挑战

第一个问题是计算机视觉技术在恶劣天气和夜晚场景中的可靠性。Uber自动驾驶事件暴露了使用摄像头的识别方案没有能够在夜晚判断出行人横穿马路的情况，即使车上坐着随时准备掌控驾驶权的测试人员也无济于事。推广自动驾驶的初衷是避免因人为失误所造成的事故，但遭遇突发情况时自动驾驶系统如果全无反应，就会违背了这一初衷。同时，目前大部分自动驾驶测试环境都是晴天。若是在雨雪天气或雾霾天气时，自动驾驶车辆会怎样也是未知数。自动驾驶汽车是否可以用人类思维判断特殊情况是另一个问题。当遇到交通指示灯损坏、道路维修等情况时，自动驾驶系统能否正确识别交警的指挥手势，做到随机应变，都是未来技术开发时需要考虑的问题。目前自动驾驶系统昂贵的成本也是一大挑战。虽然自动驾驶没有增加汽车本身的成本，但在其他零件和设备上花费不菲，特别是激光雷达等一系列传感器。成本问题也成了制约自动驾驶普及的瓶颈。自动驾驶会不会被黑客攻击也是需要考虑的技术挑战之一。对于任何一个信息系统，都难免会出现漏洞，一旦被黑客抓住漏洞开始攻击，自动驾驶车企就只能召回汽车然后打补丁了，耗费大量时间金钱。未来是否会有不法分子利用这些算法的盲区攻击自动驾驶汽车，是需要引起我们警惕的。

4.2 商业模式上的挑战

自动驾驶进入实用阶段后，首先受到冲击的就是人类司机。自动驾驶是否真的比人类司机省钱。前面提到自动驾驶花费不菲，而人类司机成本相对而言并不高。到底是保守一些继续让可靠的人类驾驶，还是大胆把货物和性命交给计算机呢，这得看未来自动驾驶的发展了。自动驾驶会对各个行业形成冲击。首先，自动驾驶一定会对保险业有影响，因为开车的风险性大大减小。据预测，自动驾驶汽车将减少美国90%的汽车事故，而相关保险需求一定会降低。然后就是汽修行业，自动驾驶系统先进的功能会掌控好定期维护时间，也能减少事故发生，从而减少维修费用。酒店、航空、能源甚至房地产产业都会受到冲击。自动驾驶会动摇这些行业的现有商业模式，带来深远的影响。

4.3 法律道德上的挑战

由于自动驾驶汽车尚处于发展的初级阶段，各国的相关政策还不完善。如何更好地监管自动驾驶的研发和测试是摆在各国面前的难题，特别是自动驾驶出事故后的责任主体究竟由谁承担。道路行驶中出现事故，责任主体当然要负法律责任，可在自动驾驶上好像行不通，因为无法确认在行驶中谁是责任主体。汽车行驶完全由智能系统控制，但自动驾驶易受到外部环境影响，当外界影响对汽车控制产生干扰时然后造成事故时，就很难说清到底是谁的责任。此外，网络攻击、病毒入侵也将加大事故的发生机率，而在意外、紧急避险等多种复杂情形下，责任主体的认定及法律责任的实现也非易事。即便确定责任主体，各个主体间也会承担相连责任，如何正确且公平地解决问题也着实难办。

5 结语

自动驾驶目前正处于一个高速发展的阶段，不断的技术进步正在一点点减少自动驾驶的成本，让它变得更加实用。

然而，在自动驾驶测试的过程中，也出现了一些交通事故。我们需要清醒地认识到自动驾驶仍然面临着一系列挑战。如何应对这些挑战，是科技公司、政府和公众需要共同面对的问题。