关于自动驾驶汽车

1.自动驾驶的基本概念

自动驾驶简单理解，即为车辆通过车身上布置的各传感器（雷达、摄像头、激光雷达等），对周围环境进行感知并作出决策控制，在“无需驾驶员操作”的情况下自行驾驶，包括横纵向的组合控制：

纵向：油门/刹车

横向：方向盘转向，包括车道保持、变道、掉头等等

实现的原理：

1） 感知.车身上会布置各种传感器，主要有雷达、摄像头、激光雷达、MAP等，对周围环境进行探测。可以理解为人的眼睛/耳朵。通过雷达识别到周围行人、车辆的位置、速度等信息。通过摄像头可以识别车道线，车辆、行人、自行车、路标及其各种属性。

2）决策. 结合感知到的周围环境和驾驶员的一些指令操作，判断当前需要进行的操作，可以理解为人的大脑。举个例子，和人开车一样，比如我开车时眼睛注视前方车道线，手握方向盘保持车辆在车道中间，那自动驾驶就是通过摄像头识别到的车道线位置信息计算车辆目标行驶轨迹，发出指令给执行机构（电子转向系统EPS）来控制方向盘。

3）控制. 执行机构收到指令后去执行车辆控制。可以理解为人的四肢。一般横向是电子转向系统EPS（类似手控制方向盘），纵向是电子稳定系统ESP和发动机控制单元EMS（类似于脚控制油门刹车）。

2. 自动驾驶的分级

为了更好地表示车辆的不同自动驾驶程度，美国汽车工程师学会(Society of Automotive Engineers， SAE)将自动驾驶分为了5个级别，这也是业内目前应用最广泛的分级方法。（NHTSA是美国高速公路安全管理局的简称）

如下所示：

Level 0：车辆无任何自动控制功能，完全由驾驶员来操作。

Level 1：车辆具备横向或纵向其中之一的控制功能。说白了，就是车辆要么能控制油门刹车，要么能控制方向盘，但需要驾驶员对系统负责，出了事和系统无关。比如常见的自适应巡航ACC (Adaptive Cruise Control)，车道保持LKA (Lane Keeping Assist)等。

Level 2：车辆具备横向和纵向的组合控制功能。就是车辆过在控制油门刹车的同时，也可以控制方向盘，但仍然需要驾驶员对系统负责，出了事还是和系统无关。比如常见的交通拥堵辅助TJA(Traffic Jam Assist)，集成式巡航ICA (Integrated Cruise Assist)等，可以简单理解为ACC+LKA。

Level 3：车辆可以在一定条件满足时完全接管车辆，驾驶员此时可以放任自由，但在系统提示驾驶员重新接管时，驾驶员需要重新介入。

L3目前典型的功能是Audi A8的Traffic Jam Pilot (TJP)，但目前由于各种原因还未上市。

在L3阶段，在车辆自动驾驶过程中，如果出现事故，责任方就在于车企了，这也是为什么大家对L3比较慎重的原因了。

而且此阶段车辆需要对系统进行冗余备份，多传感器备份，双制动系统备份，双电源备份，双转向备份，成本直线上升，但只有这样的话，才能保证一套系统出问题的情况下，车辆还能继续工作直到驾驶员接管或刹停。

Level 4：车辆可以在一定条件满足时完全接管车辆，驾驶员此时可以放任自由，且无需驾驶员重新接管。可以视为特定场景下的L5。

Level 5：真正意义的自动驾驶。

3.概念澄清

对于“自动驾驶”这个字眼，其实应该包含3层意思更为准确：

驾驶辅助 Drive  Assistance: 对应的是L1-L2

高度自动驾驶 Highly Automated Driving: 对应的是L3-L4

完全自动驾驶 Fully  Automated Driving: 对应L5

现阶段各大厂商所宣传的自动驾驶，其实基本都是驾驶辅助，市面上量产在售的车型也都是驾驶辅助。

Demo车和量产车的区别：

很多公司都号称可以L4自动驾驶了，但是Demo车（演示车）和量产车是有区别的。Demo车的后背箱里满满的都是各种网关，设备，电源等等。Demo的开发无需严谨的开发流程，无需考虑功能安全，无需大量对应的验证，但这种车一般只是用于展示功能，开车的人一般也都是专业测试员，所以距离量产还有很长的一条路，无论是稳定性，还是安全性都和量产版差很多。所以说在Demo车上可以尽情的L3 L4，但距离量产就还需努力。

4. 自动驾驶的五大核心技术

1）识别技术

  自动驾驶的识别是通过传感器，其包括摄像头、激光雷达、毫米波雷达，还有红外线、超声波雷达等。

  其中，最常用的是摄像头，几乎是毫无争议地被所有开发者采用。它和人类的眼睛最接近，可以看清有颜色的标识、物体，看得懂字体，分得清红绿灯。但是缺点也不少，比如在夜晚或恶劣的天气下视力就严重下降，也不擅长远距离观察。

  其次是颇富争议的LiDAR，即激光雷达。比较常见的是在车顶，像是顶不停旋转的帽子。原理很简单，就是通过计算激光束的反射时间和波长，可以完成绘制周边障碍物的3D图。而短板则是无法识别图像和颜色。

据《中国智能网联汽车产业发展报告(2019)》分析道，激光雷达是未来L4～L5级自动驾驶的核心传感器之一，将逐步由当前的机械旋转式向成本更低、可靠性更高的芯片化、全固态化的方向发展。

  毫米波雷达也不得不提一提，因为它的全能--可以全天候工作，这使得它不可或缺，即便它无法识别高度，分辨率不高，也难以成像。但它凭借其穿透尘雾、雨雪的硬本领，站稳一席之地。

可以通过下面这个性能对比表格，了解主流传感器的优势和软肋。

2）决策技术

  决策是无人驾驶体现智能性的核心技术，相当于自动驾驶汽车的大脑，涉及汽车的安全行驶、车与路的综合管理等多个方面。通过综合分析环境感知系统提供的信息，及从高精度地图路由寻址的结果，规划决策者可以对当前车辆进行速度、朝向等规划，并产生相对应的停车、跟车、换道等决策。

与此同时，规划技术还需要考虑车辆的机械特性、动力学特性、运动学特性等。从目前来看，常用的决策技术有专家控制、模糊逻辑、贝叶斯网络、隐马尔科夫模型等。随着5G网络、车辆、路面、云端、平台等各个环节的技术不断成熟，车辆正从辅助驾驶转向自动驾驶，基于自动驾驶的协作式智能交通也日益临近。

3）定位技术

  对于在城市环境中进行自动导航所需的车道级定位来说，轨迹估计也是必不可少的。当前，用于自动驾驶的高精度定位技术主要有以下三种。

  一，基于参考系统信号的绝对定位技术：具有代表性的一种是全球导航卫星系统，以及UWB、WiF、蓝牙等。

  二，环境特征匹配，即基于激光雷达和视觉传感器的相对位置，将传感器观察到的特征与数据库中存储的特征进行匹配定位车辆；

  三，INS系统提供航迹估计，一种基于惯性导航IMU的组合导航技术。

4）通信安全技术（车联网）

  目前，由人工智能和“电动化、智能化、网联化、共享化”为代表的新四化变革驱动，正在引领车联网由第一阶段向第二阶段演进，车联网从汽车内部互联、车与人的交互，慢慢延伸到车与车、车与电信设施、车与路边单元之间的信息交互。

  其中，V2X无线通信技术则能够将“人-车-路-网-云”等交通参与要素有机地结合在一起不仅可以支撑车辆获得比单车感知更多信息，促进自动驾驶等技术的研发、转化、应用，还有利于支撑构建一个智慧的交通体系，促使汽车和交通服务朝着新模式业态方向发展。

V2X=Vehicle To Everything。即车辆与基础设施之间所有通信的通用简称，包括车辆与车辆之间叫V2V、车辆与行人之间V2P、车辆与交通基础设施之间V2I、车辆与网络之间V2N等。

V2X包含了汽车和我们的个人信息，因此在通信的时候对用户的身份验证和给数据加密。

5）人机交互技术

  虽说我们对自动驾驶的印象大多是，不需要人们的干涉，它就能把我们送到任何想去的地方。但是很遗憾，目前的自动驾驶系统还做不到这一点。遇到自动驾驶驾驭不了的场景，便会呼唤你接替它的工作。这时，HMI（人机界面）就发挥作用了。它的目标是，用最直观最便捷的方式通知我们，让驾驶员尽快注意到。

此外，通过观察分析驾驶员的面部表情和动作，判断其困倦状态，并通过给驾驶员提供感兴趣的话题等方式予以提醒，也是人机交互多样化发展的一个例子。还有些不仅局限于和车内人的互动，也可以与路上行人进行互动，表达让行等意愿。