無人駕駛汽車的發展現狀和相關建議

摘要：互聯網技術的快速發展為汽車行業帶來了翻天覆地的變化。無人駕駛汽車的出現緩解了交通擁堵問題，提升了交通安全水平，提高了交通系統效率。據此，首先從無人駕駛汽車基本原理著手，分析了無人駕駛汽車發展現狀，闡述了無人駕駛汽車關鍵技術，并給出了相關的建議。

關鍵詞：無人駕駛汽車；發展現狀；相關建議

中圖分類號：U461" 收稿日期：2022-11-23

DOI：10.19999/j.cnki.1004-0226.2023.01.005

1 前言

伴隨人工智能、云計算、大數據等技術的不斷發展，新能源汽車將會邁向新的時代，即無人駕駛時代，從而實現智能化、網聯化以及電動化?，F階段，無人駕駛汽車受到了很多人的關注。為實現汽車的無人駕駛，需要讓通信技術和互聯網彼此協同，幫助人們在重要時刻做出正確的決策，代替人類做出判斷，確保行駛安全。無人駕駛是未來發展的重要趨勢，目前國內外均在尋求合適的發展路線，以提高智能化汽車發展水平。

2 無人駕駛汽車基本原理

無人駕駛汽車就是給車輛設置形式多樣的智能軟件系統與感應設備，其中包含車載傳感器與攝像頭等，獲得車輛四周的信息，同時智能化解決獲得的信息，全面分析與判斷信息，從而實現對車輛駕駛方向與速度的智能控制，讓車輛實現自主駕駛，可以安全到達目的地。無人駕駛汽車可以有效緩解交通堵塞情況，大大減少交通安全事故產生的幾率，給環境保護事業發展貢獻出一份力。

現階段，無人駕駛汽車使用的是激光雷達感知障礙物，借助激光信息檢測障礙物信號，系統可以分析出障礙物和激光雷達相互間的距離，還能利用地圖得到車輛所在具體位置。計算機控制系統可以起到大腦之效，其關鍵是分析處理傳感器獲得的信息。

綜合軟件有關算法，借助控制指令讓對應部件執行有關指令。這部分智能化決策均需要構建在后臺軟件系統上，方可確保信息及時獲取，命令及時傳遞。決策系統關鍵是支配無人駕駛汽車硬件系統執行有關指令，發布的指令包含方向盤轉向指令與車輛速度指令。

路徑規劃系統對汽車而言是非常重要的一部分，同時也是汽車駕駛的基礎，關鍵是給汽車規劃線路，準確引導汽車到達目的地，并結合道路情況和費用等因素明確最佳路徑，整體而言，路徑規劃包含全局路徑與局部路徑。前者就是對全部細節信息忽略，從全局角度明晰大致路徑，后者就是細化全局路徑，全方位思考四周環境信息對汽車駕駛的具體路徑規劃。

無人駕駛汽車在駕駛中會一并參照全局與局部路徑信息，從而確保駕駛信息精準度[1]。

3 無人駕駛汽車發展現狀分析

3.1 國外發展現狀

a.谷歌。谷歌無人駕駛汽車是在2009年提出來的。這一年谷歌公司把豐田普銳斯改裝為首代無人駕駛汽車，使用了車載64束激光雷達判斷路面情況。發展到2011年，把勒克薩斯改成了第二代無人駕駛汽車，增加了環境感知技術，提升了深度學習水平，開拓了車聯網的有效運用。2012年，谷歌得到了內華達無人駕駛汽車路測牌照，此為無人駕駛汽車里程碑。在2014年，谷歌公司更新了項目信息，同時發布了第三代無人駕駛汽車，此為谷歌公司自行研發出來的純電動無人駕駛汽車，集中了谷歌自身的優勢資源，進行了路測。2016年，谷歌宣布構建無人駕駛汽車公司Waymo，同時提出了Pacifica改造的概念車，宣布本田公司一起研發L等級的完全自動駕駛技術[2]。

b.德爾福研制無人駕駛技術和初創公司進行協作。英國汽車零件供應德爾福研制出了軟件與傳感器網絡，能夠安裝在已有車型中，從而達到無人駕駛的目的。2015年，奧迪設置了該項技術，在美國駕駛了3 000英里（約4828 km），99%的路程是在無人駕駛下進行的。2016年，德爾福于CES上向人們展示了全新的無人駕駛概念車，激勵消費人員相信車輛能夠進行無人駕駛，但是依舊需要相關人員保持高度的警惕心。

c.福特。福特構建了智能移動技術公司，為發展成移動、車聯、無人駕駛技術等領域的領導者，福特建立了智能移動技術公司子公司，并且給Pivotal軟件公司注冊了資金2億美元，以此推動云計算軟件開發，同時和幾位投資人向初創公司提供了600多萬美元研制無人駕駛需要的3D地圖，隨后百度向激光雷迪公司投資了1.5億美元，研究開發無人駕駛汽車激光雷迪。

d.路虎捷豹計劃引進輔助駕駛系統。2016年，路虎捷豹花費了7 900萬美元增加了英國無人駕駛汽車研發項目，采集數據且進行汽車通信技術檢測。當年7月，路虎捷豹在后面4年中部署了最少一百輛組成車隊，于公路進行無人駕駛技術測試。

3.2 國內發展現狀

我國整車制造公司啟動轉型，持續投資、花費人力研發測試無人駕駛汽車，同時將無人駕駛技術當成競爭的關鍵手段。相同地，互聯網科技和百度等公司在無人駕駛方面有長期布局，不但培養與儲備很多有關技術工作者，與此同時要在市場上獲得技術先鋒，促進無人駕駛汽車迅速發展[3]。

2015年，無人駕駛客車首次成功運行，整個過程沒有進行任何人工干預。鄭州宇通研發的無人駕駛客車完成了道路測試，此為中國第一臺無人駕駛大客車在無人干預下首次成功運行，中國客車制造業得到了重大突破。

2016年，阿里巴巴與上汽集團合作，聯合打造了阿里首輛互聯網無人駕駛汽車，且進入無人駕駛汽車領域。發展到2018年，百度和金龍客車合作共同開發了無人駕駛客車“阿波龍”。利用百度公司于圖像處理和人工智能等的優勢，這一車輛為L4級別，未曾配置方向盤與駕駛座，充電120 min可以巡航100 km。

奧迪和華為合作，以期在我國快速發展的無人駕駛領域揚名，一并為我國汽車開發無人駕駛技術。華為展示了配置攝像頭和傳感器的奧迪樣車，結合了自動駕駛系統和云功能系統。奧迪在2019年于我國構建了研發中心，進行無人駕駛項目開發。

長安汽車無人駕駛汽車實現了由重慶至北京的無人駕駛汽車長途駕駛記錄。百度無人駕駛汽車在北京展開了第一次無人駕駛汽車道路試驗且得到了成功。

2022年，我國廣州生物島無人駕駛小巴進行開放運營，給人們提供無人駕駛微循環公交服務，作為我國第一個達到無人開放運營的智慧出行服務文遠小巴為純電動車型，無方向盤、剎車、油門，時速為40 km/h。車輛是以L4級別無人駕駛系統進行操控，兩個64線激光雷達分布于原后視鏡位置，能夠精準感知200 m左右的任何物體，得到三維信息，明晰距離、方位、運動狀態，同時不會被光照情況所影響。

國內無人駕駛汽車發展到現在，商用車比如載貨車、碼頭運輸車等也都開展了大量的無人駕駛技術，目前國內的商用車都已經發展到了L4、L5階段[4]，由此看來，無人駕駛汽車發展速度較快。

3.3 發展中面臨的問題

a.技術方面。技術難題是無人駕駛汽車發展中的重要問題之一。不管是哪種程度的無人駕駛，感知均是主要步驟，需要經過感知車輛行駛中其四周路況環境，才可以基于此進行對應的路徑規劃與制定準確的駕駛行為決策。

現階段，感知使用的傳感器各自有自己的優點和缺陷，難以找到可以充分適應多種環境的傳感器器件。比如，激光雷達對雨霧穿透力有限，對黑色的汽車反射率有限制；毫米波雷達對動物體反射缺乏敏感性；超聲波雷達感知距離和頻率有限制；攝像頭依靠可見光成像，在雨霧和夜晚靈敏度會下滑。

另外，怎么提升汽車視覺效果是無人駕駛汽車研究的難點，無人駕駛汽車不但要識別四周其他車輛，還要可以在多種環境下檢測四周的行人、車道等各種有關因素，但處在下雪天、下雨天等環境中的時候，無人駕駛汽車不能精準識別四周環境有關因素，無法及時做出判斷與決策。

在研發無人駕駛汽車的過程中，準確定位與導航是核心構成部分，無人駕駛規定地圖定位精度為厘米級別，與此同時要快速更新地圖。如今，高精度GPS受制于國外，不能于民用汽車中運用，我國北斗導航系統盡管投入使用，不過在精準定位方面還需要提升。

除此以外，復雜路況同樣是無人駕駛汽車需要思考與解決的技術難題，各國路況甚而同一國家的各個城市和地區道路情況有所不同，需要通過一定的技術手段應對各種道路情況，解決相關問題，此為無人駕駛汽車發展需要面臨的主要問題之一。

b.成本方面。對汽車界很多企業而言，無人駕駛汽車產業化面臨的一大阻礙就是成本。無人駕駛汽車成本不僅為整車、雷達等有關硬件設施要花費的費用，也涵蓋了有關應用軟件與計算機等額外費用。以上成本之中還沒有牽涉到企業于無人駕駛汽車研發過程與軟件開發領域成本，全球汽車企業與技術公司于研發無人駕駛汽車的投入相當大。谷歌公司無人駕駛汽車單輛硬件費用是35萬美元，傳感器成本花費25萬美元，1個64束的激光雷達費用是7萬美元。盡管其他汽車企業在某種程度上尋找價格比較便宜的傳感器器件減少成本，可是一輛無人駕駛汽車整體費用依舊很高。

故而，無人駕駛汽車發展面臨的挑戰涵蓋了開發成本較低、穩定性的傳感器、各種軟件開發。因為無人駕駛汽車大多依靠汽車電子產品與相關軟件，伴隨無人駕駛技術研究持續深化，成本低的電子零部件替代品的出現可以降低無人駕駛汽車成本。

4 關鍵技術

4.1 環境感知

無人駕駛汽車基礎技術就是環境感知技術，此牽涉到人與車輛的安全，好似人的眼睛。環境感知規定汽車對四周復雜的環境加以感知，涵蓋汽車行駛中前方道路通暢與否，車輛四周有無障礙物，前后方有無別的車輛靠近，就是無人駕駛汽車行駛中要對四周基礎設施、道路情況、交通表示、信號燈等加以感知。無人駕駛汽車經過多種傳感器感知四周環境，比如紅外線、激光雷達、攝像頭等。不過，不一樣的傳感器分工不同，其分別發揮著各自的作用，才可以給無人駕駛汽車提供優質服務。

4.2 定位導航與路徑規劃

運用GPS明確所處位置，借助導航技術對目的地速度與方向加以規劃?，F階段，GPS與北斗是中國無人駕駛汽車運用甚廣的導航系統。不過，只用這些是不夠的，比如，阿波龍車搭載了GPS+RTK技術。RTK技術運用甚廣，這一技術是把基站采集到的定位數據和移動站采集的數據加以拆分，可以得到厘米級別的定位結果?，F下路徑規劃基于人工智能向著最優路線發展，節約了駕乘人員時間。路徑規劃按照環境信息分成全局與局部規劃。前者要掌握整體環境信息，所以僅用于進行全局靜態規劃；后者要用車輛傳感器信息，由于傳感器信息是變化多端的，故而局部規劃用來進行動態規劃。

4.3 決策和控制技術

無人駕駛汽車環境感知與定位導航開展路徑規劃以后，就由執行器操作控制，無人駕駛汽車進入自動駕駛。在無人駕駛汽車行駛中遭遇無法預知的情況以后，其能夠自行判斷與決策，重新規劃路徑，與此同時根據現階段的位置與四周環境，進行最優決策。

5 相關建議

5.1 以倫理為基礎，減少爭議

無人駕駛汽車發展是將人、機倫理關系作為基礎，所以需要理性認識與思考，全面考慮多種人機環境，合理制定出讓無人駕駛汽車根據人的意志進行操作的規范體系，把人的思維與認知模式和機器技術發展結合起來?？梢允褂玫呐e措如下：a.在無人駕駛汽車發展中將規則作為基礎，把人類社會犯罪率和倫理道德等規范與價值編作算法，通過計算機根據倫理計算方式進行決策，或讓機器經過系統性學習已展開結構化處理的人類倫理構成屬于自己的倫理體系。其優點就是可以在人類反應極限以外進行反應。b.一部分發達國家構建了系統性的無人駕駛汽車倫理規范，在制定時需要學習且借鑒其中的精華。

5.2 以技術為主，增加可靠性

智能網聯汽車技術評價必須要制定對應技術標準加以衡量，技術標準源自各種實驗數據。無人駕駛汽車系統十分復雜，與此同時和道德原則的沖突比較突出其技術作用。決定無人駕駛汽車安全性和可靠性的主要技術就是智能決策以及環境感知技術，但是這兩種技術現下發展還不夠成熟。所以，需要增加對技術的研究力度，構建專門研究平臺，強化和高等院所、高新技術開發區等科研機構的合作，加強技術研發和成果轉化。進一步學習有關無人駕駛汽車技術難題，涵蓋計算機視覺技術、雷達技術等，提升技術創新能力，讓其就算面臨惡劣的環境仍可以精準反映四周環境情況，同時進行擬人化決策。除此以外，在系統研發過程中始終堅持準確的倫理價值導向，例如公開性、實用性等，讓無人駕駛汽車得到快速發展。

5.3 增強視覺技術研發

現階段無人駕駛汽車發展的難點就是怎么模擬人類視覺能力來構建計算機系統，該點會發展成將來無人駕駛汽車技術研發的主要目標。因為人類大腦大概有?的部分用來處理圖像，能夠預判四周環境和突發情況，還可以判斷緊急反應，但是當前無人駕駛技術視覺系統使用的是激光掃描儀進行，盡管能夠按照提前規劃的路線行駛，不過不能立即檢測到突發出現于車道的人、車輛等障礙物，很難精準識別到車道、交通標識等各種要素，不能預判前方道路是否存在停泊車輛，現下行駛車道要在什么地方終止等問題，缺乏應對突發問題的處理能力。假設遭遇雷暴等天氣，無人駕駛不能精準識別道路路標等，很難向計算機系統提交用來定位的信息。所以，將來需要增強對視覺系統的研發，按照限速標牌和信號燈等指令及時進行響應，加強無人駕駛汽車應用性能。

6 結語

無人駕駛汽車優劣并存，所以需要使用辯證性的思維看待。避免因為無人駕駛汽車的高效性以及便捷性，放松對該技術存在的風險放松警惕，也要避免因噎廢食，由于無人駕駛汽車技術有各種挑戰而放棄研發無人駕駛汽車工作。伴隨人們的堅持不懈和科技持續發展，無人駕駛汽車會滲透到人們生活中，其會改變人類駕駛方式，無人駕駛汽車的運用可以減少駕駛壓力，增加交通安全，同時緩解交通擁堵問題，給社會發展與人類進步帶來便捷性。

參考文獻：

[1]王海濤無人駕駛汽車——基本概念、發展概況與體系架構[J]電信快報，2021（3）：6-10

[2]賈長建無人駕駛汽車發展現狀和前景展望[J]河北農機，2021（2）：63-64

[3]康新媚我國無人駕駛汽車的發展現狀及趨勢分析[J]汽車維護與修理，2020（16）：59-61

[4]張曼雯我國無人駕駛汽車發展現狀[J]產業與科技論壇，2018，17（8）：18-19

作者簡介：

余世全，男，1982年生，講師，研究方向為機械、汽車電子技術。