2016年5月23-25日， 2016中國(guó)國(guó)際智能交通展覽會(huì)在北京舉辦。說(shuō)到智能交通，大家關(guān)注的焦點(diǎn)之一就是“無(wú)人駕駛”，尤其是近兩年，不斷聽(tīng)到無(wú)人駕駛汽車(chē)路測(cè)的消息，也不斷有朋友問(wèn)我，路上是不是很快要出現(xiàn)無(wú)人駕駛汽車(chē)的身影了？ 今天我們就一起聊聊這個(gè)問(wèn)題。

無(wú)人駕駛汽車(chē)以前只出現(xiàn)在007等科幻電影中，但現(xiàn)在,它已經(jīng)不只存在于幻想。未來(lái)的幾年內(nèi)，你可能就會(huì)買(mǎi)得起一輛能載著你自動(dòng)穿梭在城市道路上的智能汽車(chē)。但是，要想讓一輛無(wú)人駕駛汽車(chē)能夠安全、舒適、高效、智能地混入到現(xiàn)有交通中跑起來(lái)，這中間還有一段艱難的道路要走。

圖1. 典型無(wú)人駕駛汽車(chē)的結(jié)構(gòu)圖

典型無(wú)人駕駛汽車(chē)結(jié)構(gòu)如圖1所示，無(wú)人駕駛汽車(chē)的“眼睛”——“即感知系統(tǒng)”，負(fù)責(zé)感知道路周邊的環(huán)境，包括相機(jī)、微波雷達(dá)和激光雷達(dá)等傳感器。

無(wú)人駕駛汽車(chē)的“小腦”——即導(dǎo)航定位系統(tǒng),負(fù)責(zé)感覺(jué)車(chē)輛自身的運(yùn)行姿態(tài)，包括輪速、GPS定位、慣導(dǎo)和指南/北等傳感器。

無(wú)人駕駛汽車(chē)的“大腦”——即決策系統(tǒng)，通過(guò)復(fù)雜的計(jì)算軟件，選擇短距離的軌跡和長(zhǎng)距的駕駛路線。

無(wú)人駕駛汽車(chē)的“四肢”——即控制系統(tǒng)，負(fù)責(zé)控制剎車(chē)、油門(mén)及方向等，包括相應(yīng)的電機(jī)控制或汽車(chē)總線控制模塊。

在國(guó)家基金委“視聽(tīng)覺(jué)信息的認(rèn)知計(jì)算”重大研究計(jì)劃推動(dòng)下，國(guó)內(nèi)多家無(wú)人車(chē)輛研究單位也與車(chē)企合作，研制了各具特色的原型車(chē)輛，在每年都參加中國(guó)智能車(chē)未來(lái)挑戰(zhàn)賽，部分車(chē)輛如圖2所示。

圖2. 中國(guó)智能車(chē)未來(lái)挑戰(zhàn)賽中的無(wú)人駕駛車(chē)輛

無(wú)人駕駛汽車(chē)的“即感知系統(tǒng)”主要由相機(jī)、微波雷達(dá)和激光雷達(dá)等傳感器組成。

圖3. 無(wú)人駕駛汽車(chē)看到的景象

無(wú)人駕駛汽車(chē)的“眼睛”必須能夠感知和識(shí)別行駛車(chē)道的周邊的物體，如圖3所示，攝像頭能夠看到實(shí)際場(chǎng)景，可以辨識(shí)車(chē)道線和交通信號(hào)，檢測(cè)運(yùn)動(dòng)目標(biāo)等；激光雷達(dá)則通過(guò)激光點(diǎn)云來(lái)建立周邊環(huán)境的3D模型，檢測(cè)出包括車(chē)輛、行人、樹(shù)木、路緣等；微波雷達(dá)用于檢測(cè)運(yùn)動(dòng)目標(biāo)，感應(yīng)車(chē)身周?chē)囊苿?dòng)障礙物等。最后融合成一幅如圖3的車(chē)輛“眼睛”看到的場(chǎng)景。

為什么說(shuō)無(wú)人駕駛車(chē)輛環(huán)境感知那么難？

畢竟計(jì)算機(jī)視覺(jué)還在不斷發(fā)展中，要理解復(fù)雜的交通環(huán)境，存在不少挑戰(zhàn)。例如我們?nèi)祟?lèi)司機(jī)開(kāi)車(chē)過(guò)程中，看到前方漂浮的塑料袋就不會(huì)剎車(chē)或者躲避，而無(wú)人駕駛汽車(chē)就需要復(fù)雜的算法，才能理解和識(shí)別這個(gè)場(chǎng)景。

對(duì)于每個(gè)地方的交通基礎(chǔ)設(shè)施，不同標(biāo)志的表示形式有所差異，需要進(jìn)行本土化對(duì)待，計(jì)算機(jī)視覺(jué)系統(tǒng)才能辨識(shí)。

另外就是不同天氣和氣候情況下，針對(duì)復(fù)雜的交通環(huán)境，克服傳感器各自物理限制和車(chē)輛運(yùn)動(dòng)干擾，提高環(huán)境感知精確程度，也存在很大難度。

圖4. 無(wú)人駕駛汽車(chē)運(yùn)行姿態(tài)

圖5. 無(wú)人駕駛汽車(chē)定位

無(wú)人駕駛汽車(chē)通過(guò)“小腦”知道自己的姿態(tài)和確切位置。如圖4所示，車(chē)載的高精度IMU慣性單元能夠知道車(chē)輛傾斜角、橫擺角和滾動(dòng)角，相應(yīng)軸向上的角速度、加速度等，通過(guò)車(chē)身控制系統(tǒng)實(shí)現(xiàn)車(chē)輛穩(wěn)定性控制，確保車(chē)輛“穩(wěn)當(dāng)”行駛。

要想實(shí)現(xiàn)無(wú)人駕駛，就需要通過(guò)“小腦”進(jìn)行精確定位，這樣才知道自己確切位置，以便執(zhí)行下一步駕駛?cè)蝿?wù)。在這方面, 無(wú)人駕駛汽車(chē)正面臨挑戰(zhàn)，現(xiàn)有的GPS捷聯(lián)慣導(dǎo)等車(chē)載定位設(shè)備不能滿(mǎn)足擁堵交通流中的高精度定位要求。特別是隧道和高架橋下等交通場(chǎng)景中，會(huì)出現(xiàn)接收不到GPS信號(hào)等情況，這時(shí)，無(wú)人駕駛汽車(chē)就需要通過(guò)其他途徑來(lái)進(jìn)行定位，例如輔以SLAM、視覺(jué)導(dǎo)航等技術(shù)，在復(fù)雜交通環(huán)境中增強(qiáng)無(wú)人駕駛車(chē)輛的定位能力。

人類(lèi)駕駛員開(kāi)車(chē)的時(shí)候，往往會(huì)基于經(jīng)驗(yàn)操控車(chē)輛，結(jié)合實(shí)際道路情況對(duì)車(chē)輛方向、速度進(jìn)行微調(diào)。由于具備了精確的感知系統(tǒng)，無(wú)人駕駛汽車(chē)通過(guò)“四肢”可以實(shí)現(xiàn)更加精確的控制。

圖6. 結(jié)構(gòu)化道路無(wú)人駕駛汽車(chē)換道超車(chē)典型場(chǎng)景

如圖6所示典型場(chǎng)景中，無(wú)人駕駛汽車(chē)準(zhǔn)備執(zhí)行右側(cè)超車(chē)時(shí)，能夠精確感知前車(chē)距離、速度和加速度以及臨近車(chē)道車(chē)輛運(yùn)動(dòng)情況，并合理控制自身速度和方向，進(jìn)行換道操作。而人類(lèi)駕駛員由于受限于視野等因素，在這種情況下往往容易出現(xiàn)事故。

但是，無(wú)人駕駛汽車(chē)要具備發(fā)達(dá)的“四肢”，還需要汽車(chē)廠商進(jìn)一步將智能化功能與車(chē)身總線進(jìn)行集成，將無(wú)人駕駛汽車(chē)的控制系統(tǒng)中剎車(chē)、油門(mén)及方向等控制模塊通過(guò)汽車(chē)總線進(jìn)行控制。

無(wú)人駕駛汽車(chē)的“大腦”負(fù)責(zé)進(jìn)行導(dǎo)航和決策。

在給定了目標(biāo)任務(wù)地點(diǎn)之后，無(wú)人駕駛汽車(chē)要能夠在路網(wǎng)中找到最經(jīng)濟(jì)、最快捷的路徑，將乘客送到地點(diǎn)。但是在實(shí)際中，交通環(huán)境常是部分已知，可能還有障礙物臨時(shí)出現(xiàn)/發(fā)現(xiàn)，必須重新規(guī)劃路徑。

圖7. 無(wú)人駕駛汽車(chē)重新規(guī)劃路線

如圖7所示，從A點(diǎn)到B點(diǎn)最短的道路被隔斷之后，無(wú)人駕駛汽車(chē)能夠重新規(guī)劃路徑，到達(dá)目的地。

此外，道路擁堵情況不斷在發(fā)生變化，如何正確判斷道路擁堵并進(jìn)行正確的通行決策，對(duì)無(wú)人駕駛汽車(chē)的“大腦”智能性提出了更高要求。

由于不同國(guó)情決定了交通參與者不同行為，使得無(wú)人駕駛汽車(chē)要具備學(xué)習(xí)與自適應(yīng)能力，這一點(diǎn)最具挑戰(zhàn)性。無(wú)人駕駛汽車(chē)發(fā)達(dá)的“大腦”，要能遵守交通規(guī)則，在復(fù)雜交通場(chǎng)景下實(shí)現(xiàn)安全的、與人類(lèi)駕駛行為類(lèi)似的自主駕駛，使其不會(huì)對(duì)正常交通流造成影響，同時(shí)還要保障車(chē)輛自主行駛的安全性。

此外，無(wú)人駕駛汽車(chē)需要推斷前后左右其他車(chē)輛的意圖、處理不同駕駛員的異常行為，處理不遵守交通法規(guī)的行人、自行車(chē)和電動(dòng)車(chē)等突發(fā)情況。通過(guò)將機(jī)器學(xué)習(xí)的研究成果應(yīng)用于自主駕駛，將使得智能車(chē)輛能夠處理復(fù)雜的交通環(huán)境，并產(chǎn)生自適應(yīng)行為。

1. 更好的軟件

無(wú)人駕駛汽車(chē)需要更安全的軟件，車(chē)載軟件要足夠棒。

2. 需要更加精細(xì)的地圖

Google無(wú)人駕駛汽車(chē)對(duì)試駕場(chǎng)地地圖進(jìn)行了強(qiáng)化，這樣汽車(chē)就知道街道具體情況，如果碰到障礙可以輕松應(yīng)對(duì)。但要輕松的應(yīng)對(duì)目前城市道路情況，就需要更多的細(xì)致地圖。

3. 更加廉價(jià)和性能優(yōu)秀的傳感器

需要優(yōu)秀的傳感器，最好能讓無(wú)人駕駛汽車(chē)識(shí)別對(duì)它造成威脅的面上上的釘子和坑洞，快速判斷路邊行人或者汽車(chē)是否突然進(jìn)入自己的車(chē)道。而且傳感器價(jià)格要控制在合理的區(qū)間，為廣大消費(fèi)者接受。

4. 汽車(chē)之間能否進(jìn)行有效溝通

無(wú)人駕駛汽車(chē)要做到面對(duì)各種路況都能夠行駛自如，甚至能夠智能規(guī)劃路線，車(chē)與車(chē)之間的溝通是少不了的。這樣每個(gè)汽車(chē)在開(kāi)啟的時(shí)候，都可以共享數(shù)據(jù)，然后再重新繪制自己的駕駛路線，避免擁堵的產(chǎn)生。但現(xiàn)在如何做到汽車(chē)之間有效溝通，技術(shù)上還有待突破。我們能夠預(yù)想到的是，需要V2X無(wú)線網(wǎng)絡(luò)、接入服務(wù)中心獲得多種智能服務(wù)。

5. 基于大數(shù)據(jù)和云計(jì)算來(lái)實(shí)現(xiàn)智能的共享

數(shù)據(jù)與無(wú)人駕駛技術(shù)的高度關(guān)聯(lián)性?！肮雀锜o(wú)人車(chē)借助于高精度導(dǎo)航地圖開(kāi)發(fā)無(wú)人駕駛軟件，提高自主駕駛安全性、可靠性，已經(jīng)在路上安全開(kāi)展了大量無(wú)人駕駛測(cè)試。但要實(shí)現(xiàn)在復(fù)雜多變的交通環(huán)境下的安全駕駛，還有待機(jī)器學(xué)習(xí)等人工智能技術(shù)的進(jìn)步，特別是基于大數(shù)據(jù)和云計(jì)算來(lái)實(shí)現(xiàn)智能的共享?！?/p>

6. 人工智能技術(shù)突破人工智能技術(shù)最新突破要能盡快應(yīng)用到無(wú)人駕駛上面，特別是圖像識(shí)別和深度學(xué)習(xí)技術(shù)取得了突破能夠用在交通環(huán)境的感知。能夠用人工智能來(lái)擴(kuò)展駕駛智能，使得自主駕駛系統(tǒng)自適應(yīng)調(diào)整優(yōu)化，學(xué)習(xí)駕駛員行為和適應(yīng)駕駛環(huán)境。

7. 需要開(kāi)展自主等級(jí)和安全測(cè)評(píng)，解決自動(dòng)駕駛存在的問(wèn)題

通過(guò)分析自主駕駛功能組成與測(cè)評(píng)指標(biāo)，開(kāi)展功能測(cè)評(píng)；研究自主駕駛綜合測(cè)評(píng)規(guī)范與體系，在復(fù)雜交通場(chǎng)景下開(kāi)展測(cè)試；通過(guò)自主駕駛測(cè)評(píng)，分析存在的技術(shù)問(wèn)題、技術(shù)可靠和成熟程度，隨后有針對(duì)性得開(kāi)展研究。

我們?cè)隈{駛汽車(chē)的時(shí)候，碰到突發(fā)情況，有時(shí)候是需要做出抉擇的。在無(wú)人駕駛車(chē)輛設(shè)計(jì)中，需要無(wú)人駕駛軟件衡量不同的結(jié)果并得出一個(gè)有道德抉擇。這也許是無(wú)人駕駛技術(shù)上一個(gè)很重要的突破，需要制定適應(yīng)無(wú)人駕駛車(chē)輛的交通法規(guī)，從法理和道德上加以約束。

無(wú)人駕駛汽車(chē)通過(guò)提供智能倉(cāng)儲(chǔ)和物流運(yùn)輸，將提高運(yùn)輸效率；通過(guò)智能的士服務(wù)，將減少路網(wǎng)中的車(chē)輛，減少對(duì)停車(chē)場(chǎng)的需求。例如最近ITF（國(guó)際交通論壇）基于嚴(yán)謹(jǐn)?shù)臄?shù)學(xué)建模和實(shí)踐，報(bào)告探討了兩種自動(dòng)駕駛共享車(chē)服務(wù)模式，最關(guān)鍵是定量預(yù)測(cè)了車(chē)隊(duì)規(guī)模，用以滿(mǎn)足目標(biāo)城市所有人的出行需求。其研究得出的理想化結(jié)果表明：輔以大容量公共交通（地鐵、快軌等）的情況下，路面上只需要現(xiàn)有數(shù)量10%的轎車(chē)就能滿(mǎn)足一個(gè)中型歐洲城市的出行需求。

此外，蘭德公司也對(duì)無(wú)人駕駛車(chē)輛的應(yīng)用對(duì)現(xiàn)有交通系統(tǒng)的影響進(jìn)行了評(píng)估，認(rèn)為將會(huì)產(chǎn)生以下潛在影響：

圖8. Google的無(wú)人駕駛汽車(chē)

如圖8，Google的無(wú)人駕駛汽車(chē)已經(jīng)在道路上測(cè)試了240多萬(wàn)公里。此外，還有許多汽車(chē)產(chǎn)商和IT公司加入無(wú)人駕駛汽車(chē)研發(fā)隊(duì)伍，并且正在取得日新月異的進(jìn)展。

在可以預(yù)見(jiàn)的幾年之內(nèi)，將會(huì)有成熟的無(wú)人駕駛汽車(chē)產(chǎn)品入市。期待無(wú)人駕駛汽車(chē)在未來(lái)改善我們擁堵的交通，給我們交通出行帶來(lái)安全與便利。

“科普中國(guó)”是中國(guó)科協(xié)攜同社會(huì)各方利用信息化手段開(kāi)展科學(xué)傳播的科學(xué)權(quán)威品牌。

本文由科普中國(guó)融合創(chuàng)作出品，轉(zhuǎn)載請(qǐng)注明出處。