我認為，自動駕駛是早晚的事，現(xiàn)在看來，自動駕駛的普及速度比預想的還要快。

自動駕駛一旦大規(guī)模普及，很多功能將會成為現(xiàn)實，比如：車輛可以像動車一樣編組運行以實現(xiàn)同步高速度的交通，車與車之間的通訊和交互可以實現(xiàn)高效的通行效率和極低的事故率，甚至不需要紅綠燈及各種復雜的交通標志標線系統(tǒng)，總體的交通效率和安全性將大大提高，是革命性的。

用不了多久，就會有人說：“開車這么危險的事情，以前竟然讓人去做，這簡直太嚇人了，不可想象。”，當然“女司機”這個說法可能也要退出歷史舞臺了。

很多朋友擔心交通基礎設施以及法律責任等問題，我覺得這點不用太擔心，自動駕駛普及的過程，也是相關的交通技術設施和法律不斷完善的過程。

今天主要分析一下自動駕駛的技術層面，其他相關的道路設施及法律責任等問題在這里不討論了。

首先簡單說一下自動駕駛的原理。

所有的控制系統(tǒng)都是由傳感器、控制器和執(zhí)行器組成的，從這個角度上講，自動駕駛原理其實和人工駕駛是一樣的，我們用眼睛觀察路況，而自動駕駛則是使用激光雷達、超聲波雷達、攝像頭、GPS等傳感器來觀察路況確定位置。我們用大腦做判斷，自動駕駛當然就是用電腦作為控制器來判斷。然后我們通過手腳控制車輛方向盤、加速和剎車，自動駕駛也是根據(jù)電腦的輸出直接去控制車輛。

看上去很簡單，但是要深入分析的話，特別是汽車這么危險的東西，要想保證自動駕駛的可靠性的話，其實非常復雜。

傳感器方面，激光雷達和超聲波雷達當然都是用來測距的，理想狀態(tài)下車輛可以探測到周圍所有的障礙物并算出這些障礙物的距離，但是實際上，這些障礙物很可能會被誤判，比如風中飛舞的塑料袋會被判斷為障礙物，甚至雨滴有可能被認為是障礙物。攝像頭更不用說了，單目或多目攝像頭利用計算機視覺讓自動駕駛汽車實時識別交通信號燈、交通標志、車道線、近距離低速障礙物等，同時加上與道路基礎設施以及云端數(shù)據(jù)庫的通信，實現(xiàn)諸多功能。但是，今年特斯拉自動駕駛出現(xiàn)的死亡事故很大程度上與攝像頭有關系。在逆光和大光比的情況下，攝像頭的分辨能力就降低了，當然還有低照度情況，這個受限于當前的圖像傳感器技術，懂攝影的朋友都會知道，機器視覺本來就是一個復雜的東西，同時攝像頭有可能被灰塵、眩光等各種不利因素影響，所有從可靠性上講，依然存在很多問題。當然除了這些判斷路況的傳感器，汽車還有車速、加速度、轉角度等各種傳感器。

控制中心方面

，接收這么多傳感器的信息，進行分析處理，得出控制策略，下達控制指令，并且這個過程必須實時，所以控制中心必須具備高性能的實時運算能力。就硬件來說，自動駕駛的過程可容不得死機，所以一般硬件都要用滿足高可靠性高性能的實時運算。就軟件來說，算法就太重要了，自動駕駛的軟件算法必須實現(xiàn)路徑規(guī)劃、躲避障礙物、加速度控制、姿態(tài)控制等等多種功能，但是目前并沒有哪種控制方式能實現(xiàn)完美的無人駕駛，很多時候廠家都會采用多種方式共同處理，比如模糊控制配合遺傳算法、深度學習等等。作為也寫了好多控制軟件的答主來說，感覺這句話說的真是太對了：“99%的情況使用1%的代碼就可以應付，而剩下的1%的情況需要用99%的代碼去處理?！?/p>

執(zhí)行器方面，一旦得到了控制指令，讓汽車去執(zhí)行，這一部分就目前來說還算是不錯的，特別是電動車。電動機極高的效率、優(yōu)良的調(diào)速性能、寬泛的調(diào)速區(qū)間決定了電動車更容易實現(xiàn)自動駕駛，而普通汽車經(jīng)過多年的發(fā)展，其發(fā)動機自動控制系統(tǒng)、自動變速箱、電子制動等系統(tǒng)的控制也已成熟，ESP、TCS、定速巡航、自適應巡航等系統(tǒng)也已經(jīng)廣泛使用，與自動控制系統(tǒng)對接并不麻煩。

下面說說我國的無人駕駛研究情況和美國的研究進展情況，然后看看差距。

國內(nèi)

國防科大早在1992年成功研制出中國第一輛真正意義上的無人駕駛汽車。2007年，與一汽共同研發(fā)紅旗無人駕駛車，該車主要使用CCD圖像傳感器和激光雷達作為傳感器，實現(xiàn)了高速路的無人駕駛。2011年國防科大自行研發(fā)的HQ3，實現(xiàn)了從長沙到武漢286公里的路試。

吉林大學研發(fā)了JLUIV-1型無人駕駛車，使用的是模糊控制加遺傳算法修正的方式。

上海交大在2005年就與歐盟合作Cyber C3項目，研究面向城市環(huán)境的區(qū)域交通智能車輛。

2012年，軍事交通學院的“猛獅三號”，配備5個雷達，3個CCD圖像傳感器，1個GPS，以無人駕駛狀態(tài)行駛114公里，最高時速105km/h。

2016年，北京理工大學設計了一款無人駕駛賽車，使用了雙目攝像頭用于行人偵測、避障這樣的局部路線規(guī)劃。有意思的是，這車百公里加速僅3秒。

2013年，百度也開始搞自動駕駛汽車，2015年12月初，百度無人駕駛汽車在北京進行全程自動駕駛測跑，實現(xiàn)多次跟車減速、變道、超車、上下匝道、調(diào)頭等復雜駕駛動作，完成了進入高速到駛出高速不同道路場景的切換，最高時速達100km/h。下圖就是百度的無人駕駛車。

今年9月1日，百度宣布其獲得美國加州第15張無人駕駛測試牌照。百度在無人駕駛方面投入可謂巨大，包括建立硅谷研發(fā)中心，聯(lián)合福特公司投資激光雷達廠商Velodyne (為谷歌提供激光雷達)，早前百度還公布了其“三年商用”、“五年量產(chǎn)”的目標。

國內(nèi)剛剛起步的無人駕駛技術研究是成為很多高端人才的關注點，前面說的北理工搞無人駕駛車的負責人姜巖，和原Intel中國研究院院長吳甘沙一起成立的馭勢科技，就是一家專門從事自動駕駛研究的公司，在雙目視覺方面有著深厚的技術積累，提供低成本純視覺的自動駕駛解決方案，在限制性環(huán)境的自動駕駛技術方面取得了相當?shù)倪M展。當然類似的小公司還有很多，從不同的層面對自動駕駛技術展開研究。

以上使用的技術基本上都是以CCD圖像傳感器、雷達測距等技術，簡單的高速路況下，幾乎都已經(jīng)可以實現(xiàn)不錯的自動駕駛性能，但是城市道路路況，問題還是非常多，畢竟總體來看，國內(nèi)的自動駕駛依然處于起步階段，還處于研發(fā)的原型驗證階段，與美國差距不?。ú还庾詣玉{駛，很多方面都是）。百度在這方面算是國內(nèi)的領頭羊的，與NVIDIA合作，同時也和政府聯(lián)手推動自動駕駛技術。但是從路試距離上來說，百度相比谷歌也差得遠。類似馭勢科技這種專業(yè)公司的出現(xiàn)，也為國內(nèi)的自動駕駛研究增添了一支強勁的力量。

美國

當然最牛最有代表性的就是谷歌和特斯拉。

谷歌在軟件方面一直就是世界最頂尖的，雖然微軟和蘋果可能表示不服氣，但是我是這么認為的。

所以谷歌的強大優(yōu)勢就是軟件和算法。下面就是谷歌的自動駕駛汽車。

谷歌的自動駕駛汽車具有GPS、攝像頭、雷達和激光傳感器，可以以一個360度的視角從周圍環(huán)境中獲取信息，從2009年開始，谷歌自動駕駛汽車在自主模式下已經(jīng)行駛了120多萬英里，軟件已經(jīng)知道了許多如何去應對不同情況的方法。下圖就是谷歌自動駕駛汽車眼中的世界。

從圖中可以看出車身的各種傳感器可以檢測到最遠達兩個足球場那樣范圍內(nèi)的物體，包括人員，車輛，建筑區(qū)，鳥類，自行車等，這輛車可以看到其他的車輛，這些車輛在圖里用紫色的圖形來表示，騎自行車的人會用紅色標出，左上角轉角的地方會用橙色的圓錐來表示。它甚至可以識別交警的手勢，這是非常了不起的，也是谷歌強大的軟件算法能力的體現(xiàn)。雖然谷歌的自動駕駛汽車可以根據(jù)收集到的數(shù)據(jù)來預測很多事情，比國內(nèi)的強大許多倍，但是仍然會出現(xiàn)以前從來沒有發(fā)生過的情況。有一次，一輛測試中的自動駕駛汽車正行駛在山景城地帶，出現(xiàn)了一個坐著電動輪椅的女人在路上轉圈圈地追趕一只鴨子，但是這輛車卻只能不斷試探并且降速來躲避這個女人。

特斯拉強大在別人還在研究試驗的時候，它已經(jīng)量產(chǎn)并大規(guī)模投入使用了。

作為純電動，特斯拉在自動駕駛方便本來就具有優(yōu)勢，同時特斯拉又特別執(zhí)著于自動駕駛技術。目前跑在路上的特斯拉車型，實現(xiàn) Autopilot 輔助駕駛使用了圍繞在車身周圍的 12 個超聲波傳感器識別周圍環(huán)境、一個前置攝像頭辨別前方物體、一個前置雷達也對前方物體進行識別，還有就是長時間路試積累來的高精度衛(wèi)星地圖。這樣實現(xiàn)了下表中的“部分自動駕駛”功能。

而特斯拉在今年10月20日非常激動的宣布：從今天開始，所有在工廠生產(chǎn)的特斯拉車型 -- 包括Model 3--- 將配備具有全自動駕駛功能的硬件，相比人工駕駛，新硬件將從根本上提高車輛行駛的安全性。該系統(tǒng)將包含8個攝像頭，覆蓋360度可視范圍，對周圍環(huán)境的監(jiān)控距離最遠可達 250 米。除此之外，車輛配備的12 個超聲波傳感器完善了視覺系統(tǒng)，探測和傳感硬、軟物體的距離接近上一代系統(tǒng)的兩倍。增強版前置雷達通過冗余波長提供周圍更豐富的數(shù)據(jù)，雷達波可以穿越大雨、霧、灰塵，甚至前方車輛。為了更好的使用這些數(shù)據(jù)，車輛搭載了比上一代運算能力快40倍的處理器，運行特斯拉基于深度神經(jīng)網(wǎng)絡研發(fā)的視覺系統(tǒng)、聲納與雷達系統(tǒng)軟件。綜上所述，該系統(tǒng)提供了一幅駕駛員用眼睛無法觸及的世界影像，通過波段同步檢測車輛周邊每一個方向，這一切遠遠超越了人類的感官。

特斯拉把傳感器布滿了全車。8 個攝像頭提供 360 度的視覺監(jiān)控，最遠能夠監(jiān)控 250 米范圍內(nèi)的物體，12 個超聲波傳感器覆蓋的范圍是之前 Autopilot 系統(tǒng)的兩倍。一個加強版雷達用來在雨雪大霧天氣下探測前方車輛。這些硬件使特斯拉的自動駕駛可以達到“高度自動化”的程度。

另外，特斯拉路上跑的車型，都用自己的各種傳感器為特斯拉的高精度衛(wèi)星地圖在做貢獻，這一點是谷歌也比不上的，畢竟谷歌就那么幾輛測試車跑來跑去，而特斯拉量產(chǎn)的車型都一定程度上是測試車。目前特斯拉 Autopilot 輔助駕駛的行駛里程已經(jīng)達到了 2.22 億英里（約合 3.57 億公里）。

所以總體來看，不論是谷歌還是特斯拉，其自動駕駛技術都要比國內(nèi)先進，國內(nèi)要追上，還需要時日。

有時候，差距就是，看著很小，覺得一使勁就可以追上，然后就使勁，可剛要追上的時候，目標也加速了，差距反而更大了。