無人駕駛汽車的瓶頸問題及創新優化

魏浩冉

（鄭州大學，河南 鄭州450001）

進入21 世紀，計算機科學、人工智能等技術都有了很大程度的突破。計算機科學的發展為其他學科的發展和改進提供了技術工具支撐，汽車工業正在日漸成熟，作為未來汽車的重要發展方向——無人駕駛汽車，得到了進一步發展的機會。無人駕駛汽車可以將人從枯燥的長途駕駛中釋放出來，保留駕駛本身的樂趣，讓駕駛更加安全。

無人駕駛汽車實質是一種通過車內的智能駕駛系統模擬人的駕駛行為，將人從駕駛中解放出來的輪式移動機器人[1]。為了模擬人的駕駛行為，首先需要借助車輛傳感器和智能設備來獲取車輛外部的路況和車況，獲取了外部信息后需要將信息傳輸給車載智能設備，智能設備通過操作車輛的四大系統來驅動車輛行駛，將人從枯燥的長途駕駛中釋放出來，保留駕駛本身的樂趣，讓駕駛更加安全。

1 簡述

1.1 無人駕駛汽車的階段性目標

無人駕駛是一個非常復雜的過程，為了更加直觀了解發展的程度，專家將無人駕駛分成了不同的階段。國際自動機工程師學會（SAE International）將無人駕駛汽車的發展過程分為6 個階段：L0 級，即由駕駛員對汽車進行一切的操作；L1 級，輔助駕駛員對汽車進行縱向的控制，提供輔助制動；L2 級，在L1 的基礎上加入橫向控制，具備更多的自動控制功能；L3 級，在部分路況下可以交給系統進行自主駕駛，系統無法處理時交給駕駛員處理；L4 級，在部分工況下可以實現完全的自主駕駛，系統能夠自己解決突發狀況；L5 級，所有工況下都能實現無人的自動駕駛[2]。

1.2 無人駕駛汽車的研究成果

目前，歐美日等汽車工業和計算機技術強國在無人駕駛的研究上都已進行了樣車測試，積累了許多寶貴的經驗。無人駕駛汽車的發展方向有兩種，一種以谷歌等IT 公司為代表，希望通過先進的計算機算法、高精度數字地圖直接邁入L4 級的自動駕駛；另一種以奧迪、沃爾沃等汽車主機廠為代表，希望提高汽車的硬件設備，從L1 級開始逐步實現無人駕駛的目標。谷歌作為IT 行業的巨頭，具有驚人的研發實力和經濟實力，2012 年谷歌第一輛搭載了環境感知傳感器、先進的無人駕駛算法等尖端技術的無人駕駛汽車正式問世[3]。目前，谷歌的無人駕車汽車已安全駕駛了480 000 km。奧迪在傳統汽車領域的成果，為其提供了龐大的資金，支持其進行無人駕駛汽車的研究，奧迪的專利數量位列主機廠第一位，這也從側面說明奧迪的無人駕駛技術積累深厚。

2 無人駕駛汽車的瓶頸

2.1 技術問題

2.1.1 全天候感知

為了實現無人駕駛的最終目標，車輛必須感知外界環境，進行環境感知的重點在于使車輛更好模擬人類駕駛員感知能力。環境感知的任務是感知車身狀態和交通狀態，現在的GPS 只能獲取車輛的行駛速度、姿態方位等信息，而要感知交通狀態，需要借助雷達、相機視覺傳感器等捕捉外界信息。

但現在的相機和雷達存在著制約進一步發展的缺點，如相機易受光照、視角、尺度、陰影、污損和遮擋等諸多不確定因素的干擾，雷達不易解決凹坑反射、煙塵干擾和雨雪霧等惡劣天氣的探測難題，且相機和雷達傳感器感知的范圍都是有限的，在汽車行駛過程中可能存在感知的盲區，這些因素都制約著車輛獲取外界的信息。

2.1.2 人機交互

在實現完全無人駕駛的路上，L2、L3 都是重要的發展階段，這兩個階段都需要人和無人駕駛系統進行交互。當前進行人機交互主要的問題是什么時候由人負責、什么時候該由系統負責。例如，ESP 是單駕雙控模擬，當人和系統都感知到路面突發的狀況，想要控制汽車時，可能會出現爭奪駕駛權的情形，這可能使汽車錯過最佳的避險時機。如何在最短的時間內完成駕駛權的交接也是一個難題，在谷歌的無人駕駛測試中，很多事故的發生都是由于駕駛員和系統爭奪控制權造成的。

2.2 成本問題

若是想大規模普及和應用無人駕駛汽車，成本問題是當前需要率先解決的問題。無人駕駛汽車為了能夠更好感知環境，需要數目眾多的相機視覺傳感器、毫米波雷達、激光雷達。以奧迪A8 為例，整車共搭載了12 個超聲波傳感器、4個360°全景攝像頭、1 款前置攝像頭、4 個中程雷達、1 個遠程雷達、1 個紅外攝像機，安裝這些裝置的整車價格約200萬。要實現更高級別的自動駕駛需搭載更多的傳感器，成本無疑會進一步上升，這么高的成本將制約非常多的人使用無人駕駛汽車。

2.3 倫理、法律、制度問題

任何新興的事物在發展的過程中無疑都會對現存的事物產生沖擊，無人駕駛汽車作為汽車領域的新興事物對現在的倫理和制度產生了沖擊。在倫理上，無人駕駛汽車需要解決事故責任的問題，當人乘坐無人駕駛的汽車時，無人駕駛系統判斷危險將要發生且不可避免時，是將保護乘客放在首位，還是優先保護行人，這個倫理問題需要進一步討論。在法律上，首先中國法律不允許無人駕駛汽車上路，《道路交通安全法》及相關條例只允許有資格的駕駛人駕駛機動車上路，這無疑將無人駕駛汽車排除在道路之外。其次，當事故發生后，事故的責任是該由車內的乘客來承擔，還是汽車制造廠商來承擔，當前的法律法規也沒辦法解決這個問題。制度方面，當前傳統汽車的道路測試標準對于無人駕駛汽車并不適合，這也是發展無人駕駛汽車需要克服的問題。

3 創新優化方案

3.1 車路協同感知、優化人機交互

針對當前的傳感器無法滿足無人駕駛要求的現狀，發展車路協同技術具有重要的意義。車路協同（cooperative vehicle-infrastructure）技術是基于無線傳輸網絡、新一代互聯網技術獲取道路信息，來提高道路交通安全、緩解交通擁堵并能提高整個系統通行效率[4]。整個車路協同系統應該包括車載感知系統、路邊感知系統、數據傳輸系統、數據處理系統。車載感知系統通過車載傳感器感知車輛自身的運行狀況、道路狀況和車輛的位置等。路邊感知系統感知道路交通狀況、道路氣象和路面狀況等。數據傳輸系統將收集的信息進行匯總、分配給每個無人駕駛系統，幫助系統了解當前車輛的狀況。數據處理系統通過云端的超級計算機為車輛規劃最合適的路徑。該技術可以幫助無人駕駛減少對雷達等傳感器的依賴，感知外部環境。

為了解決當前人機共駕所存在的控制冗余與博弈特性，要求提高無人駕駛控制系統的智能化水平，給系統分配更多的控制權。當人和系統同時控制環對車輛時，高智能化水平的無人駕駛系統可以識別駕駛員的操作意圖，實現人與系統決策步調的一致性，也能夠提高駕駛員的操作能力，提高安全通行的能力[5]；當人駕駛時，為了保障駕駛員的駕駛樂趣，無人駕駛控制系統可以交出大部分的控制權，潛伏起來；當駕駛員處理不了當前狀況時，無人駕駛操作系統可以迅速出來操作車輛，減少人機交接操作權的時間。

3.2 降低應用成本

無人駕駛汽車的成本很大一部分來自于雷達，雷達是無人駕駛汽車上最貴的零部件，雷達相當于人的眼睛，還有超過人眼的反應速度，因而價格不菲。降低整車的成本，關鍵在于降低雷達的價格。雷達制造廠商可以通過改進雷達接收器的制造工藝或形成規模化的商業應用，通過批量生產的方式來攤薄生產成本，降低雷達的使用價格。也可以通過減少雷達的使用降低整車的生產制造成本，通過改進相機視覺傳感器的感知算法讓它替代雷達工作。特斯拉則是依托于自身強大的軟件開發能力，讓無人駕駛控制系統進行海量學習，使其具有更高的駕駛能力，以此來減少雷達的使用。

3.3 完善制度和法律法規

無人機駕駛系統作為新生事物，開始時處于“政策真空”，需要進行法律的革新。所以可以看到，歐美等汽車工業強國紛紛承認了無人駕駛系統的合法地位，規范了自動駕駛汽車的道路測試，允許將其應用于交通領域。這些年，中國陸續出臺了很多地方性的監管規范，中央也出臺了相應的管理辦法，助力中國無人駕駛汽車的發展。國家交通運輸部為了解決無人駕駛汽車的測試道路標準問題，聯合工信部、公安部聯合下發了中國的測試標志——《智慧網聯汽車自動駕駛功能測試規程》，助力國內自動駕駛技術的發展。

4 結語

無人駕駛在解決道路擁堵、空氣污染和交通事故方面具有非常大的優勢，能給社會帶來巨大的效益，推動整個汽車工業的進一步發展，顛覆人們的出行方式。但當前無人駕駛面臨諸多的問題，涉及技術、成本和制度等方方面面，需要逐步完善，相信通過人們的努力無人駕駛的最終目標一定能夠實現。