無人駕駛汽車的起源、現狀及展望

張宇航

摘 要無人駕駛汽車經過近50年的研究和發展，技術日趨成熟和完善，并將在2020年進入爆發期，交通系統的效率和安全性將得到極大提高。本文對國內外無人駕駛汽車的起源和最新發展現狀進行了回顧，對關鍵技術進行了闡述，對后續20年無人駕駛汽車的發展進行了展望。

【關鍵詞】無人駕駛汽車現狀 關鍵技術 展望

無人駕駛汽車是未來智能汽車，主要利用環境感知系統來感知車輛周圍環境，并根據感知所獲得的道路、車輛位置和障礙物信息，控制車速和方向，從而使車輛安全、可靠地在道路上行駛。機構預測，無人駕駛可減少90%的交通事故、90%的通勤時間、90%的汽車數量、90%的能源消耗，每年能幫助減少汽車二氧化碳排放量約3億噸。

無人駕駛汽車是汽車、人工智能與通信高度融合的產物，民用市場前景廣闊，潛在軍用價值巨大。是國家計算機科學、模式識別和智能控制技術水平的代表。無人駕駛汽車是影響3個10萬億市場（汽車、出行、社會效益）的革命性產業，是未來智慧城市最重要的組成部分。

1 國外無人駕駛汽車的起源及現狀

國外無人駕駛汽車的研究始于20世紀70年代。美國在20世紀80年代提出ALV（自主地面車輛）計劃（8輪，駕駛環境為校園，低速），同時美國卡耐基·梅隆大學、麻省理工學院等都先后開始無人駕駛汽車的研究。由于技術過于復雜，加上各種條件的限制，之后各國都將研究的重點轉移到高速公路的民用車輛上。

1995年由美國卡耐基·梅隆大學研制的無人駕駛汽車，完成了橫穿美國東西部5000多公里的州際高速公路試驗，并獲成功。2005年美國國防部舉辦“大挑戰”比賽，美國斯坦福大學工程師們改裝了一輛大眾途銳多功能車，成功穿越沙漠并通過黑暗的隧道及泥濘的河床，在崎嶇山道上長途跋涉近7個小時，最先到達終點。

2014年以來，無人駕駛技術和道路測試發展迅猛。2016年9月14日，四輛福特Fusion作為優步（Uber）公司無人駕駛汽車載客“首秀”，在美國賓夕法尼亞州匹茲堡市上路測試。2016年谷歌自動駕駛汽車項目獨立成立新公司Waymo，谷歌Google開發的自動駕駛汽車（有員工監督）在現實世界中的路測里程累計已超過200萬英里（約322萬公里）。

2016年10月特斯拉宣布，所有新車的硬件都具備Autopilot 2.0“完全自動駕駛功能”的硬件系統（軟件系統包含多個輔助駕駛功能），包括8個360度攝像頭（視距約合250米），以及12個超聲波傳感器（能探測硬性和軟性障礙物），一個前向雷達以及一臺隨機攜帶的新款電腦，其計算能力是之前電腦的40倍，并且新的前置雷達可以穿過雨、霧和塵埃進行監測，且裝備該系統的新車價格僅增加5000～8000美元。2017年3月，特斯拉推出自動駕駛系統Autopilot 8.1，達到Level 3級有條件自動駕駛水平。特斯拉汽車在開啟Autopilot模式下累計已行駛2.22億英里（約3.57億公里）。

2 國內無人駕駛汽車的起源及現狀

我國無人駕駛汽車的研究始于20世紀80年代。1989年國防科技大學研制出我國首輛智能小車。1992年我國第一輛真正意義上的無人駕駛汽車在國防科技大學誕生。2000年6月我國第四代無人駕駛汽車在國防科技大學研制試驗成功，最高時速76km/h。

2010年國防科技大學和一汽成功聯合研制出紅旗旗艦無人駕駛轎車，該車裝備了攝像機、雷達，可以自己導航，不需要人做任何干預操作，在高速公路上行駛的最高穩定速度為130km/h，最高峰值速度為170km/h。

2015年12月初百度順利完成無人駕駛汽車混合道路上路測試，之后宣布成立自動駕駛事業部，計劃三至五年實現商用化。另外，北汽、廣汽、上汽、長安、比亞迪也涉足無人駕駛汽車多年。

3 無人駕駛汽車的關鍵技術

無人駕駛汽車的自動駕駛系統主要包括環境感知、定位導航和控制三大系統。環境感知系統相當于駕駛員的眼睛，是用攝像頭、超聲波傳感器、雷達等一系列部件組成的感知模塊，去感知周圍環境。定位導航系統相當于駕駛員的地圖。控制系統相當于駕駛員的大腦和手腳，分析和處理收集來的信息，并發出指令控制速度和方向，正如駕駛員駕駛車輛一樣，找到當前道路環境下的預瞄點，并控制。另外，無人駕駛汽車還需要車聯網等系統的支持，以實現高效、安全運行。

要實現真正的無人駕駛，感知技術的突破是關鍵。2015年10月特斯拉發布軟件版本7.0，該版本的自動輔助駕駛是通過圖像識別為主，雷達只是輔助的手段實現，但隨之也發生了兩起自動輔助駕駛沒能避免的致命車禍。隨后軟件版本8.0對感知技術方案進行了徹底改造：改為雷達識別為主，圖像為輔的方式。感知周邊車輛的能力是原來的6倍，識別前方障礙物的能力大大增強，類似的道路中障礙物事故沒有再次出現。

特斯拉和谷歌代表兩種感知技術路徑。谷歌的高分辨率地圖，是用其街景車和探測車測繪的，包括整個城市高精確度的經緯度以及每個位置的三維信息。之后使用雷達和高精度地圖對車輛行進路線進行規劃，并遵守交通規則，可以抵達該城市的任何地方，但僅限于該城市。

盡管感知技術路徑不同，但目前采用的都是靜態感知。而自動駕駛一定要預測下面的幾秒鐘甚至更長時間里會發生什么，不然沒有提前量來保障行駛安全。提高感知系統的性能，目前來看主要有兩條路徑，一種是讓方法變得更靈活，即通過技術攻關提高對不確定性情況或因素的智能感知水平；另一種是讓經驗變得更可靠，看到的東西越來越多，能處理的也越來越多，經驗豐富時就會判斷更準確，通過已經確定的信息不斷修正不確定的信息。這都有賴于深度學習的應用，而深度學習還沒有進入大量應用的階段。

4 無人駕駛汽車還需解決的其它問題

除了技術問題和公路環境（如電子路標）問題，無人駕駛還要面對來自法規和市場等方面的挑戰。2017年5月德國上議院通過了一項法規，準許無人駕駛汽車在德國公路上行駛。不過，這項法規要求任何時候都需要有人類駕駛員坐在駕駛席上，以準備隨時對車輛進行控制。而在美國，已有14個州頒布了自動駕駛法律。

另外，無人駕駛安全性的問題是大家最為關注的話題。美國機動工程師協會SAE L5的基本要求包括動態駕駛任務DDT，動態駕駛任務支援DDT FALLBACK，設計適用范圍ODD。其中爭議最大的莫過于設計適用范圍（Operational Design Domain），包括系統安全運行道路類型、地理范圍、速度范圍、系統的操作環境（天氣，白天和夜間等）、其他領域的限制。自動駕駛系統應該在設計適用范圍能夠安全運行，當偏離ODD時，車輛應以最小風險的狀態過渡。

無人駕駛的普及化是一個緩慢的過程，包括技術的進一步突破，法令的通過，以及乘客由于駕駛意外產生的心理陰影的消除。

5 無人駕駛汽車的未來展望

美國機動工程師協會SAE將無人駕駛汽車的等級分為5級。0級無自動駕駛功能；1級是對方向盤或加減速中的一項進行輔助，如自適應巡航控制系統等；2級是對方向盤和加減速中的多項進行輔助，但司機必須隨時待命，以便在自動系統停止工作時馬上接管，如交通擁堵或高速公路輔助駕駛等；3級是有條件自動駕駛，人提供適當應答，如高速公路自動駕駛等；4級/5級才是真正的無人駕駛（其中4級為高度自動駕駛，需限定道路和環境；5級為完全自動駕駛），無需司機或乘客的干預或協助由出發地駛達目的地。

目前所有車企都達到1級，大部分車企只達到2級，在無人駕駛汽車領域最為領先的特斯拉和谷歌公司也只達到3級。

據預測，2020年無人駕駛或將進入爆發期。2017年5月特斯拉預計其自動駕駛系統將在2年后達到5級，屆時特斯拉汽車將能夠自主地從洛杉磯開到紐約，途中“無需人工觸碰”。豐田力爭在2020年左右實現自動駕駛汽車的商品化。大眾也將在2020年推出輝騰電動版，采用最新的自動駕駛技術。此外，奔馳、通用、現代、起亞以及中國自主品牌巨頭上汽、長安，都計劃于2020年推出搭載自己最新自動駕駛技術的量產車型。寶馬、福特、沃爾沃則將自動駕駛量產車的推出時間選擇在了2021年，國內汽車巨頭一汽、北汽、吉利則將推出時間點定在2025年。

除此以外，要實現無人駕駛，還要結合各種結構化環境探索商業發展路徑，如高速公路環境、城市環境和特殊環境下的應用，特別是城市環境下的無人駕駛將成為下一階段研究重點，摩根士丹利分析師預測，2030年共享出行市場（租借無人駕駛汽車）的市場規模有望達到2.6萬億美元。

6 結語

無人駕駛汽車是未來汽車發展的方向，是智能科技發展的必然產物。無人駕駛汽車尤其適合從事共享汽車（租借無人駕駛汽車）和長途高速運輸，可極大地提高交通系統的效率和安全性。

根據各大車企的研發計劃，2020年全球將迎來自動駕駛汽車的爆發期。美國IHS汽車信息咨詢公司曾發表報告指出，到2025年，全球無人駕駛汽車銷量將達60萬輛，在接下來的10年中銷量將以每年43%的速度持續增長；到2035年，全球無人駕駛汽車將達2100萬輛。

參考文獻

[1]陳慧巖等.無人駕駛汽車概論[M].北京：理工大學出版社，2014.

[2]劉少山等.第一本無人駕駛技術書[M].北京：電子工業出版社，2017.

作者單位

武漢經濟技術開發區第一中學 湖北省武漢市 430056