无人驾驶汽车的瓶颈问题及创新优化

魏浩冉

（郑州大学，河南 郑州450001）

进入21 世纪，计算机科学、人工智能等技术都有了很大程度的突破。计算机科学的发展为其他学科的发展和改进提供了技术工具支撑，汽车工业正在日渐成熟，作为未来汽车的重要发展方向——无人驾驶汽车，得到了进一步发展的机会。无人驾驶汽车可以将人从枯燥的长途驾驶中释放出来，保留驾驶本身的乐趣，让驾驶更加安全。

无人驾驶汽车实质是一种通过车内的智能驾驶系统模拟人的驾驶行为，将人从驾驶中解放出来的轮式移动机器人[1]。为了模拟人的驾驶行为，首先需要借助车辆传感器和智能设备来获取车辆外部的路况和车况，获取了外部信息后需要将信息传输给车载智能设备，智能设备通过操作车辆的四大系统来驱动车辆行驶，将人从枯燥的长途驾驶中释放出来，保留驾驶本身的乐趣，让驾驶更加安全。

1 简述

1.1 无人驾驶汽车的阶段性目标

无人驾驶是一个非常复杂的过程，为了更加直观了解发展的程度，专家将无人驾驶分成了不同的阶段。国际自动机工程师学会（SAE International）将无人驾驶汽车的发展过程分为6 个阶段：L0 级，即由驾驶员对汽车进行一切的操作；L1 级，辅助驾驶员对汽车进行纵向的控制，提供辅助制动；L2 级，在L1 的基础上加入横向控制，具备更多的自动控制功能；L3 级，在部分路况下可以交给系统进行自主驾驶，系统无法处理时交给驾驶员处理；L4 级，在部分工况下可以实现完全的自主驾驶，系统能够自己解决突发状况；L5 级，所有工况下都能实现无人的自动驾驶[2]。

1.2 无人驾驶汽车的研究成果

目前，欧美日等汽车工业和计算机技术强国在无人驾驶的研究上都已进行了样车测试，积累了许多宝贵的经验。无人驾驶汽车的发展方向有两种，一种以谷歌等IT 公司为代表，希望通过先进的计算机算法、高精度数字地图直接迈入L4 级的自动驾驶；另一种以奥迪、沃尔沃等汽车主机厂为代表，希望提高汽车的硬件设备，从L1 级开始逐步实现无人驾驶的目标。谷歌作为IT 行业的巨头，具有惊人的研发实力和经济实力，2012 年谷歌第一辆搭载了环境感知传感器、先进的无人驾驶算法等尖端技术的无人驾驶汽车正式问世[3]。目前，谷歌的无人驾车汽车已安全驾驶了480 000 km。奥迪在传统汽车领域的成果，为其提供了庞大的资金，支持其进行无人驾驶汽车的研究，奥迪的专利数量位列主机厂第一位，这也从侧面说明奥迪的无人驾驶技术积累深厚。

2 无人驾驶汽车的瓶颈

2.1 技术问题

2.1.1 全天候感知

为了实现无人驾驶的最终目标，车辆必须感知外界环境，进行环境感知的重点在于使车辆更好模拟人类驾驶员感知能力。环境感知的任务是感知车身状态和交通状态，现在的GPS 只能获取车辆的行驶速度、姿态方位等信息，而要感知交通状态，需要借助雷达、相机视觉传感器等捕捉外界信息。

但现在的相机和雷达存在着制约进一步发展的缺点，如相机易受光照、视角、尺度、阴影、污损和遮挡等诸多不确定因素的干扰，雷达不易解决凹坑反射、烟尘干扰和雨雪雾等恶劣天气的探测难题，且相机和雷达传感器感知的范围都是有限的，在汽车行驶过程中可能存在感知的盲区，这些因素都制约着车辆获取外界的信息。

2.1.2 人机交互

在实现完全无人驾驶的路上，L2、L3 都是重要的发展阶段，这两个阶段都需要人和无人驾驶系统进行交互。当前进行人机交互主要的问题是什么时候由人负责、什么时候该由系统负责。例如，ESP 是单驾双控模拟，当人和系统都感知到路面突发的状况，想要控制汽车时，可能会出现争夺驾驶权的情形，这可能使汽车错过最佳的避险时机。如何在最短的时间内完成驾驶权的交接也是一个难题，在谷歌的无人驾驶测试中，很多事故的发生都是由于驾驶员和系统争夺控制权造成的。

2.2 成本问题

若是想大规模普及和应用无人驾驶汽车，成本问题是当前需要率先解决的问题。无人驾驶汽车为了能够更好感知环境，需要数目众多的相机视觉传感器、毫米波雷达、激光雷达。以奥迪A8 为例，整车共搭载了12 个超声波传感器、4个360°全景摄像头、1 款前置摄像头、4 个中程雷达、1 个远程雷达、1 个红外摄像机，安装这些装置的整车价格约200万。要实现更高级别的自动驾驶需搭载更多的传感器，成本无疑会进一步上升，这么高的成本将制约非常多的人使用无人驾驶汽车。

2.3 伦理、法律、制度问题

任何新兴的事物在发展的过程中无疑都会对现存的事物产生冲击，无人驾驶汽车作为汽车领域的新兴事物对现在的伦理和制度产生了冲击。在伦理上，无人驾驶汽车需要解决事故责任的问题，当人乘坐无人驾驶的汽车时，无人驾驶系统判断危险将要发生且不可避免时，是将保护乘客放在首位，还是优先保护行人，这个伦理问题需要进一步讨论。在法律上，首先中国法律不允许无人驾驶汽车上路，《道路交通安全法》及相关条例只允许有资格的驾驶人驾驶机动车上路，这无疑将无人驾驶汽车排除在道路之外。其次，当事故发生后，事故的责任是该由车内的乘客来承担，还是汽车制造厂商来承担，当前的法律法规也没办法解决这个问题。制度方面，当前传统汽车的道路测试标准对于无人驾驶汽车并不适合，这也是发展无人驾驶汽车需要克服的问题。

3 创新优化方案

3.1 车路协同感知、优化人机交互

针对当前的传感器无法满足无人驾驶要求的现状，发展车路协同技术具有重要的意义。车路协同（cooperative vehicle-infrastructure）技术是基于无线传输网络、新一代互联网技术获取道路信息，来提高道路交通安全、缓解交通拥堵并能提高整个系统通行效率[4]。整个车路协同系统应该包括车载感知系统、路边感知系统、数据传输系统、数据处理系统。车载感知系统通过车载传感器感知车辆自身的运行状况、道路状况和车辆的位置等。路边感知系统感知道路交通状况、道路气象和路面状况等。数据传输系统将收集的信息进行汇总、分配给每个无人驾驶系统，帮助系统了解当前车辆的状况。数据处理系统通过云端的超级计算机为车辆规划最合适的路径。该技术可以帮助无人驾驶减少对雷达等传感器的依赖，感知外部环境。

为了解决当前人机共驾所存在的控制冗余与博弈特性，要求提高无人驾驶控制系统的智能化水平，给系统分配更多的控制权。当人和系统同时控制环对车辆时，高智能化水平的无人驾驶系统可以识别驾驶员的操作意图，实现人与系统决策步调的一致性，也能够提高驾驶员的操作能力，提高安全通行的能力[5]；当人驾驶时，为了保障驾驶员的驾驶乐趣，无人驾驶控制系统可以交出大部分的控制权，潜伏起来；当驾驶员处理不了当前状况时，无人驾驶操作系统可以迅速出来操作车辆，减少人机交接操作权的时间。

3.2 降低应用成本

无人驾驶汽车的成本很大一部分来自于雷达，雷达是无人驾驶汽车上最贵的零部件，雷达相当于人的眼睛，还有超过人眼的反应速度，因而价格不菲。降低整车的成本，关键在于降低雷达的价格。雷达制造厂商可以通过改进雷达接收器的制造工艺或形成规模化的商业应用，通过批量生产的方式来摊薄生产成本，降低雷达的使用价格。也可以通过减少雷达的使用降低整车的生产制造成本，通过改进相机视觉传感器的感知算法让它替代雷达工作。特斯拉则是依托于自身强大的软件开发能力，让无人驾驶控制系统进行海量学习，使其具有更高的驾驶能力，以此来减少雷达的使用。

3.3 完善制度和法律法规

无人机驾驶系统作为新生事物，开始时处于“政策真空”，需要进行法律的革新。所以可以看到，欧美等汽车工业强国纷纷承认了无人驾驶系统的合法地位，规范了自动驾驶汽车的道路测试，允许将其应用于交通领域。这些年，中国陆续出台了很多地方性的监管规范，中央也出台了相应的管理办法，助力中国无人驾驶汽车的发展。国家交通运输部为了解决无人驾驶汽车的测试道路标准问题，联合工信部、公安部联合下发了中国的测试标志——《智慧网联汽车自动驾驶功能测试规程》，助力国内自动驾驶技术的发展。

4 结语

无人驾驶在解决道路拥堵、空气污染和交通事故方面具有非常大的优势，能给社会带来巨大的效益，推动整个汽车工业的进一步发展，颠覆人们的出行方式。但当前无人驾驶面临诸多的问题，涉及技术、成本和制度等方方面面，需要逐步完善，相信通过人们的努力无人驾驶的最终目标一定能够实现。