無人駕駛系統發展現狀及方向

郭巍

摘 要：無人駕駛汽車可以通過傳感器感知道路環境，通過車聯網技術獲取實時道路信息，根據實時交通狀況自行規劃路線，在危險情況時提醒駕駛員，在不同程度上代替駕駛員控制汽車。這樣可以有效地改善交通擁堵，減少環境污染，提高資源利用率，真正地實現安全、快捷、舒適、綠色出行。本文對國內外的無人駕駛系統進行梳理，為我國無人駕駛系統發展提供參考和借鑒。

關鍵詞：無人駕駛系統；傳感器；車聯網

1 引言

近年來由于我國市場經濟迅猛發展，中國已經成為全球第一大汽車產銷大國。根據國家相關部分統計數據了解到，截止到2018年底，全國機動車保有量已經達到3.22億，駕駛人數量突破4億。隨著汽車產業的快速發展，購買一臺汽車的門檻越來越低，隨之機動車的保有量迅速增長，一方面機動車的機動性為人們工作生活帶來了極大的便利，另一方面也為人們的生活環境帶來了嚴重的危害，如機動車尾氣對大氣的污染。機動車數量的猛增為城市道路交通帶來了巨大的壓力，城市路網擁堵情況越來越嚴重，人們的生活幸福感受到了極大的影響，同時，交通路網上通行的機動車越來越多，也增大了交通事故的幾率，世界上每年大約有130多萬人死于道路交通事故，遠遠高于其他疾病帶來的危害。由此可見，無人駕駛系統的研究是當前非常重要且有社會價值研究的課題之一。

引起道路行駛安全、通行狀況的原因有很多，總體可以分為人、車、環境這三大方面，司機的駕駛技術的嫻熟程度、對安全駕駛的認知等；車本身的性能、質量等；天氣的好壞等多方面問題。在眾多因素影響下，除了改變以及避免可能碰到的危險情形，全球都將研究方向集中在自動控制來取代人駕駛機動車為主要方向，為汽車裝上智能大腦，使汽車學會思考、學會自主駕駛，擺脫對人的依賴，保障人身安全。為此，要研究一款性能穩定、智能安全的無人駕駛系統，有必要對國內外的無人駕駛系統進行調研與分析，進而為我國的無人駕駛發展提供一些參考及借鑒。

2 國外無人駕駛系統發展現狀

美國Google公司是世界上最早開始無人駕駛系統研究的企業，該系統經過多年的研究發展，已能完成自主的啟動和停車等行動，其無人駕駛系統的道路試驗已完成400萬英里。目前，Google的無人駕駛部門已經分離成一個獨立的公司Waymo，Waymo通過集成三維激光雷達、2D測距雷達、GPS、慣性導航系統（IMU）、車載攝像機來實現無人駕駛系統（如圖1）。從2017年11月7日開始，Waymo對外宣布將進行真正的無人駕駛測試，在無人駕駛測試車上將不再設置安全員。

除此之外，蘋果、Uber等均已在其發展方向中指定了無人駕駛技術的投入。2015年Uber收購了提供位置API的創業公司deCarta，還從微軟Bing部門獲取了精通圖像和數據收集的員工，收購了前谷歌資深無人駕駛專家創建的無人駕駛公司Otto，Uber通過集成2個三維激光雷達（一個位于車頂、一個位于車前部）、7個車載相機、GPS、慣性導航系統（IMU）來實現無人駕駛系統。2016年7月，通用公司收購創業公司Cruise Automation，其無人駕駛系統集成了5個三維激光雷達、21個2D雷達、16部攝像機等傳感器，用來保證無人駕駛汽車的行駛安全2018年初第四代Cruise自動駕駛汽車正式發布，同時通用汽車也已經向美國交通部遞交申請，有望在2019年將這款自動駕駛車輛安全地投入應用。2017年2月，福特汽車投資10億美元收購了初創人工智能公司ArgoAI，以利用其技術開發無人駕駛系統，其方案也是通過集成三維激光雷達、攝像機等傳感器形成整體的解決方案。蘋果公司也于2017年4月獲得了加州測試許可證，他們選擇的方案也是集成三維激光雷達、攝像機等多傳感器設備。

3 國內無人駕駛系統發展現狀

國內的無人駕駛技術研發開始較國外相比略晚，國內第一輛智能駕駛車由國防科技大學在1989年研發，接著國防科大與上海、一汽聯合共同開發智能駕駛，最開始應用是2003年在紅旗汽車上。隨著該技術的不斷進步，2011年紅旗汽車首次進行了實際的公路測試，系統集成三維激光雷達、攝像機等傳感器，測試路段從長沙至武漢共280多公里，過程中對天氣環境測試、超車行駛進行了測試，并順利完成全部行程測試。

國內很多實力較強的重點大學如上海交大、浙大、軍事交通學院等也加入無人駕駛技術的開發探索。上海交大在2005年與歐盟合作共同開展智能駕駛車的研制，06年上海交大組建了無人駕駛研究的實驗室，開始投入研究無人駕駛方面的理論及應用技術，其研究成果CyberC3在智能未來挑戰賽中獲得了不錯的成績，CyberC3在研發過程中集成了攝像頭、三維激光雷達、超聲傳感器、磁傳感器等，該車還可以通過感知地面的磁性物體，從而判斷前進方向，但這種方法需要在車輛運行的道路上埋入磁釘。此外，國內的很多互聯網公司和汽車制造公司也逐步向無人駕駛智能汽車領域進軍，例如，國內的百度、滴滴、樂視、阿里巴巴、上海一汽、上海汽車等公司都開始了自己的無人駕駛智能車的研究。以百度無人車為例，百度公司在2014年，己經開始了無人駕駛汽車的研發計劃，百度無人駕駛系統的多傳感器感知系統主要包括了三維激光雷達、攝像頭、毫米波雷達、GPS及車載主控計算機等設備及傳感器（如圖5）。2017年4月19日，百度開放名為阿波羅的軟件平臺，旨在向汽車行業及自動駕駛領域的合作伙伴提供一個開放、完整、安全的軟件平臺，幫助他們結合車輛和硬件系統，快速搭建一套屬于自己的完整的自動駕駛系統。到當年的9月20日時，百度副總裁宣布“Apollo已成為最扎實、最全面的自動駕駛生態”，并對外宣布Apollo1.5正式對外界開放。

4 總結

綜上所述，不管是任何一家團體研究無人駕駛應用，都無法忽視多傳感器的綜合應用。各個技術團體的無人駕駛方案中，都集成了激光雷達、攝像機等傳感器，事實說明無人駕駛系統需要多傳感器為定位、導航、分析、決策提供精確的數據保障，而多傳感器的基礎數據形態各異，必須將多源數據有效的融合在一起才能從中獲取最有效的基礎信息。作為一項綜合性較強的應用學科，多傳感器集成融合應用涉及信號處理、信息技術、概率統計等多個學科的知識應用，應用中將各類傳感器數據通過合理的技術處理，從而獲得特定數據成果。多傳感器集成是多源信息應用的基礎，融合分析應用多源數據是多傳感器集成應用的最終目的。無人駕駛系統在近幾年的發展中已經取得了一些成果，但是實際的交通情況復 雜，而且人工智能技術和人腦之間還存在較大的差距，實現完全自動的無人駕駛技術仍然是任重而道遠。

參考文獻

[1]王俊. 無人駕駛車輛環境感知系統關鍵技術研究[D]. 中國科學技術大學，2016.

[2]陳慧巖，熊光明，龔建偉. 無人駕駛汽車概論[M]. 2014.

[3]王欽普，趙佳，趙浩. 無人駕駛汽車發展面臨的挑戰與建議[J]. 客車技術與研究，2016，38（6）：2-6.

[4]穆康樂. 無人駕駛汽車發展現狀及未來展望[J]. 電子技術與軟件工程，2017（21）：122-124.

[5]何佳，戎輝，王文揚，等. 百度谷歌無人駕駛汽車發展綜述[J]. 汽車電器，2017（12）：19-21.

[6]張力平. 5G助無人駕駛汽車發展進入快車道[J]. 電信快報，2017（5）：23-23.