無人駕駛汽車未來展望

隨著美國交通部2016年9月20日出臺全球首份針對無人駕駛汽車的指導意見，無人駕駛汽車的發展將駛入快車道。本文通過對無人駕駛汽車的發展史、無人駕駛汽車的技術原理和無人駕駛未來發展潛力的分析，對無人駕駛汽車的未來發展進行展望。

【關鍵詞】無人駕駛 激光雷達 技術原理 未來展望

1 無人駕駛汽車發展史

20世紀以來，電子信息化高速發展，從而催生了無人駕駛汽車這一產物。隨著物理計算能力的大幅度提升、動態視覺技術的快速發展以及人工智能技術迅猛發展的推動，解決了一些無人駕駛汽車的關鍵技術問題，例如路線導航、障礙躲避、突發決策等等，為無人駕駛技術的成熟創造了條件。

美國從20世紀50年代開始研究無人駕駛汽車，在80年代正式開展自主地面車輛AVL項目，主要由美國陸軍和國防高級研究計劃局（DARPA）合作，成功研發了第一個無人駕駛機器人。1995年，由卡耐基梅隆大學研發的Navlab-V智能車實現了在多地形上的高速度、長距離自主行駛，總的行程高達上萬公里。在之后幾年時間里，谷歌公司先后研發了7輛無人車，在2010年，對它們開展了城市實際道路測試。2015年10月20 日，美國完成有史以來第一次完全自動駕駛汽車在公共道路上的完全不受保護行使。2016年，谷歌的自動駕駛汽車的行駛里程突破了200萬英里，這暗示美國無人駕駛技術成熟度相當高，實用性和安全性十分可靠。

中國從20世紀80年代開始對無人駕駛汽車進行研究，相比美國、歐洲等國起步晚，與他們之間有較明顯的技術和經驗差距。1992年，由國防科技大學、北京理工大學等五所機構成功研發第一輛自主車ATB-1，這標志著中國無人駕駛行業正式起步并進入探索期，無人駕駛的技術研發正式啟動。九五期間，ATB-2成功研制出來，在ATB-1基礎上完善了功能，行使速度大幅提高。2005年，ATB-3研制成功，在環境認知和軌跡跟蹤能力上得到進一步加強。2011年7月14日，紅旗HQ3首次完成了從長沙到武漢286公里的高速全程無人駕駛試驗，創造了我國自主研制的無人車在復雜交通狀況下自主駕駛的新紀錄。2015年5月，我國完成了首輛無人駕駛客車的路測；8月，百度公司研發的無人車完成了從百度大廈到奧林匹克公園的往返綜合道路環境下的自主行駛。

美國國家公路交通安全管理局（NHTSA）將智能汽車分為四個等級：輔助駕駛、半自動駕駛、高度自動化駕駛以及完全自動化駕駛，目前大多數汽車處于第二等級，大部分廠商已經研發出了第三等級的汽車，并在現實生活中的短距離出行中投入使用。谷歌作為無人駕駛汽車的領頭軍，目前處于第四等級的研發測試中。

2 無人駕駛汽車基本原理

無人駕駛汽車是指給車輛裝備智能軟件和多種感應設備，包括車載傳感器、雷達、GPS以及攝像頭等，獲取車輛周圍環境信息，并根據所獲取的信息像人的大腦一樣進行智能處理、分析判斷，從而控制車輛的行使方向與速度，實現車輛的自主駕駛，安全高效地到達目的地，并且最終實現完全消除交通擁堵和交通事故，為環境保護做出突出貢獻。簡單來講，無人駕駛汽車是指一種達到全自動、行駛途中不需要人為干涉的智能汽車。

無人駕駛系統平臺十分復雜，主要涉及四個技術領域：環境感知、路徑規劃、計算機控制、決策控制。因此，無人駕駛系統主要由環境感知系統、計算機控制系統、決策控制系統和地理信息系統組成（如圖1所示）。

環境感知系統，充當無人駕駛車的“眼睛”，主要是通過無人駕駛汽車所裝載的外部傳感器獲取外部環境信息，對其進行建模，將汽車所處的地理信息、障礙物信息等準確快速地傳輸給計算機控制系統，所以這個系統主要由兩部分組成：車載導航系統和障礙物檢測系統。早期采用磁導航技術，通過埋設在道路上的磁釘或電線等導航設備獲取信息；隨后采用光學攝像頭，通過對攝像頭拍攝的圖像進行分析處理，獲取道路信息，但是這種方式對圖像處理和模式識別技術要求十分高，否則難以保證系統的準確性與實時性。目前，谷歌所研發的無人駕駛汽車采用的是激光雷達技術，這種技術的主要原理是發射激光和接收激光信號、檢測激光遇到障礙物的回波信號，通過回波信號檢測作業現場的障礙物和當前激光雷達傳感器之間的距離，還可以通過谷歌地圖獲取當前的地理位置。

計算機控制系統，像人的大腦一樣智能化地對各種傳感器傳輸來的信息進行快速、準確的分析處理，根據系統軟件的控制算法，再將控制策略指令傳輸給執行機構進行執行。這種智能化的決策需要強大的后臺軟件支持，才能夠做到對大量的激光雷達、GPS、電池電壓、工作電流、行使位姿等信息進行準確而快速的處理，到達嚴格的實時性要求。

行為決策，無人駕駛汽車硬件系統執行計算機控制系統輸出的控制指令，主要是方向盤轉角控制和車速控制兩種指令。

路徑規劃，是無人駕駛汽車導航和控制的基礎，主要是提供一條從出發點到目的地，綜合了各類諸如距離、時間、費用、擁堵等因素的最優路徑，分為全局路徑規劃和局部路徑規劃。全局路徑規劃是指忽略細節信息，在全局范圍內確定一條從起點到終點的粗略路徑；局部路徑規劃是在全局路徑的基礎之上，結合環境感知系統獲取的道路信息計算出局部范圍內精確的行駛軌跡。無人駕駛汽車采用全局路徑規劃和局部路徑規劃相結合的方式進行路徑規劃。

3 無人駕駛汽車未來展望

2015年，中國汽車保有量已經超過1.72億輛，僅次于美國居于世界第二，占全世界汽車保有量的十分之一。隨著我國汽車保有量的激增，城市交通壓力直線上升，擁堵現象愈發嚴重，從而帶來的環境污染和交通事故頻發的問題也日趨嚴峻。

中美兩國開始瞄準無人駕駛汽車這一新興市場，來解決眼前的環保、交通、經濟等關鍵問題。作為兩個互聯網強國，在無人駕駛汽車這一領域必將開展一場激烈的技術角逐，爭取占得市場先機，獲得巨大的利益。百度首個公開了無人駕駛汽車的時間表，他們表示在2018年百度無人車將進行商用，2020年達到量產。更值得一提的是，中國許多地方政府已經向百度提供監管、基礎設施等方面的支持，會引入按照政府特定的路線行駛的小型自動駕駛巴士。

由此可見，無人駕駛汽車在今后的發展中前景十分可觀。但是就目前的情形而言，無人駕駛汽車還會面臨各種技術、法律、安全、成本等方面的難關，在城市交通中，為了緩解交通擁堵問題，交警會經常介入擁堵路段，進行人為手勢指揮，這種情況下，無人駕駛汽車難以對交警復雜多變的手勢進行識別理解，并且人們擔憂無人駕駛汽車無法在突發的緊急狀況下做出道德選擇，存在極大的安全隱患。然而，目前以谷歌、百度為首的互聯網巨頭、大量的傳統汽車制造商都在尋求政府的幫助，與相應政府部門一起布局無人駕駛汽車，并且在大力推動它的商業進程。在法律方面，2016年9月20日，美國交通部針對無人駕駛廠商發布指導意見書，這份指導意見主要梳理了無人駕駛汽車的安全標準和政府職能，列出了無人車廠商需要提交的15 項“安全評估”標準，包括無人駕駛車測試要求、系統失靈的補救措施、無人駕駛程序對現行交通法規的遵守要求，以及避免黑客攻擊的措施等。這意味著無人駕駛面臨的政策障礙正在逐步被消除。

4 總結

無人駕駛作為一個新興的市場，在技術、經驗上都需要不斷地加深研究，無人駕駛的系統搭建完善到大范圍的無人駕駛車輛開始運營，還有很漫長的路要走。但是，無人駕駛汽車已然成為汽車行業的發展趨勢，可以肯定的是，在未來，無人駕駛汽車會進入我們的生活，在很大程度上改變和改善我們的出行方式，在環保、交通、經濟等領域為人類謀得福祉。

參考文獻

[1]楊帆.無人駕駛汽車的發展現狀和展望[J].上海汽車，2014（03）：35-40.

[2]喬維高，徐學進.無人駕駛汽車的發展現狀及方向[J].上海汽車，2007（07）：40-43.

[3]孫揚.無人駕駛車輛智能水平的定量評價[D].北京理工大學，2014.

作者簡介

葉犇宇（1998-），男，漢族。

作者單位

江蘇省南通市海門市海門中學 江蘇省南通市海門市 226100