自动驾驶改变未来世界 超乎你想像

　　自动驾驶改变未来世界 超乎你想像

　　在2014年全球知名经济咨询机构IHS环球透视(以下简称IHS)汽车部门就已预测，截至2035年全球将拥有近5400万辆自动驾驶汽车，而全自动化汽车的推出速度会相对较慢。预计至2035年自动驾驶汽车全球总销量将由2025年的23万辆上升至1180万辆，而无人驾驶的全自动化汽车将于2030年左右面世。研究还预测，到2050年之后，几乎所有汽车或将是自动驾驶汽车或自动驾驶商务汽车。

　　一、自动驾驶各个发展阶段

　　1970年以前：一些车企使用射频和磁钉的方式来导引车辆实现自动驾驶。1977～2000年：日本、欧洲和美国的一些高校进行了一些实验和开放项目，主要提供给高校和研究院所进行的开放项目，如EUREKAPrometheus、CMUNAVLAB、AHSDemo.2004和2006年：分别进行DARPA的一些比赛，鼓励各个高校组织实际的车辆相互竞争参与比赛。

　　2007年：DARPA城市挑战赛，这个选择了城市道路这项有很高难度的项目来给各个高校空间，这里CarnegieMellon和Stanford这两个车队比赛成绩很接近。2007年之后，以Google为代表成立自动驾驶实验室，制造样车然后进入试验阶段。

　　目前对于自动驾驶的分化和考虑：系统服务企业：基于服务端的IT公司为主，百度、Google、Uber都是考虑在营运端拿来做服务，规划要在3年内实现部分商用；而Tesla就抛出了硬件(无冗余)先行跟进软件的策略。

　　有个大的转变是Google专门成立了公司，开始与车企合作进行，以后的商业模式值得进一步考虑。测试阶段和真正运营还是有些差距的，主要体现在投放的范围和控制的力度。

　　二、关键技术保障行驶安全

　　1.环境感知

　　传感器探测环境信息，只是将探测的物理量进行了有序排列与存储。此时计算机并不知道这些数据映射到真实环境中是什么物理含义。因此需要通过适当的算法从探测得到的数据中挖掘出我们关注的数据并赋予物理含义，从而达到感知环境的目的。

　　自动驾驶车辆感知环境的传感器繁多，常用的有：摄像头、激光扫描仪、毫米波雷达以及超声波雷达等。

　　特斯拉的Autopilot系统通过摄像头、毫米波雷达与超声波雷达的融合数据来控制车辆在高速路车道行驶、变道以及根据交通情况调整车速；谷歌的全自动驾驶测试车用的是价格昂贵、结构复杂的远距传感系统LiDAR(激光雷达)；丰田透露其高速道路自动驾驶汽车上有12个传感器。

　　尽管也有一些企业另辟蹊径，希望通过V2X技术来完成环境感知的工作，但是V2X严重依赖于基础设施，而传感器则不受这个限制。

　　2.激光雷达

　　LiDAR系统使用的是旋转激光束。宝马、谷歌、日产和苹果的无人驾驶试验车用的就是这项技术。但要想在量产车上应用，价格必须大幅下降。业内普遍认为，再过几年这个目标就能实现。

　　激光雷达的工作原理是通过发射和接收激光束来实现的。在其内部，每一组组件都包含一个发射单元与接收单元。上图的Velodyne使用了旋转镜面的设计。

　　通过激光雷达来生成周围环境的3D图像有几种不同的方式。一种实现方法是让发射/接收组件上下移动同时让镜面旋转，这种方法能生成高度方向上的点云，但是减少了方位数据点(azimuthdatapoints)，因此点云密度会降低，分辨率也不够高。另一种方法叫“光扫描激光雷达”(flashLiDAR)。这种方法是使用2D焦平面阵列(FocalPlaneArray，FPA)捕捉像素距离信息，同时发出激光来照射大块面积。

　　目前虽然有不同的LiDAR结构可以产生很多形式的3D点云系统，但是还没有一种系统能达到自动驾驶导航的应用要求。

　　3.视觉图像传感器

　　现在一个很广泛的应用是将2D激光雷达与视觉传感器相结合，不过相比于激光雷达，视觉传感器低成本的特性，也让其成为了在自动驾驶解决方案中不可或缺的存在。

　　通过视觉传感器的图像识别技术对周边环境进行感知，对于自动驾驶而言，除了知道在什么位置存在什么物体/行人之外，进而像车辆发出减速刹车等指令来避免事故这一功能之外，是以图像识别为基础，能够理解当前的驾驶场景，并学会处理突发事件。

　　如果说激光雷达的难度在于如何让其性能能够满足自动驾驶导航的需求，那么摄像头的难度则在于从感知拔高到认知的这一过程。

　　以人眼来进行类比的话，人类驾驶员在看到行人或车辆之后，会基于看到的景象对行人或车辆的下一步行动有个预判，并根据预判来控制车辆。自动驾驶车同样需要这个「预判」的过程，而摄像头就起到观察的作用。自动驾驶汽车必须能够对车内人员、车外行人、车附近人们的行为进行观察、理解、建模、分析和预测。

　　这个从观察到预测的过程同样适用于道路上的其他车辆，不过，如何获取驾驶场景的整体含义，如何处理突发的场景和目标，如何针对特定目标(行人或车辆)准确进行短时或长时的行为分析，以及如何对周边的人或车辆进行行为预测并决策，这些技术都有待于进一步的深入研究。

　　三、为何被力推？拥有八项发展优势

　　1.每年将有数百万人获救

　　据世界卫生组织统计，全球每年有124万人死于交通事故，这一数字在2030年可能达到220万人。自动驾驶汽车可能大幅降低交通事故数量，为此可能挽救数百万人生命。EnoCentrefor Transportation研究显示，如果美国公路上90%的汽车变成自动驾驶汽车，车祸数量将从600万起降至130万起，死亡人数从3.3万人降至1.13万人。在过去6年间，谷歌(微博)自动驾驶汽车已经行驶300多万公里，只遇到过16起交通意外，且从未引发过致命事件。

　　2.温室气体排量大幅减少

　　除了挽救生命外，自动驾驶汽车还能帮助我们拯救地球。由于自动驾驶汽车在加速、制动以及变速等方面都进行了优化，它们有助于提高燃油效率、减少温室气体排放。据麦肯锡咨询公司预测，自动驾驶汽车每年帮助减少3亿吨温室气体排放，这相当于航空业二氧化碳排放量的一半。

　　3.人们不再购买私家车

　　行业专家预测，自动驾驶汽车将会极大改变消费者的“旅行习惯”，诱使他们放弃购买私家车，转而使用按需机器人出租车。事实上，按照美国密歇根大学交通运输研究所研究显示，一旦采用自动驾驶汽车，美国汽车保有量最高将下降43%。一大理由是：与购买私家车相比，使用共享汽车有更高的成本效益。事实上，与你自己驾车出行相比，利用共享自动驾驶汽车可为你节省80%开支。

　　4.大幅降低交通拥堵

　　自动驾驶汽车不仅可帮助减少车祸，还能大幅降低交通拥堵情况。据KPMG报告显示，自动驾驶汽车可帮助高速公路容纳汽车能力提高5倍。斯坦福大学计算机专家、谷歌自动驾驶汽车项目前专家塞巴森·特隆(SebationThrun)表示，一旦机器人汽车成为主流，当前公路上只需要30%汽车。

　　5.每个人有更多自由时间

　　80%的美国人每天驾车时间平均为50分钟，而自动驾驶汽车能帮助司机在此期间去做其他事情。麦肯锡公司估计，自动驾驶汽车每天为全球司机节省的时间总和高达10亿个小时。

　　6.生产力提高

　　如果人们将所有新的自由时间用于工作，生产力将会大幅提高。摩根士丹利研究显示，自动驾驶汽车带来的生产力提升每年可为美国经济增加5070亿美元价值。当生产力提高与其他自动驾驶汽车带来的好处相结合时，比如提高燃料效率、避免意外事故等，它每年可为美国经济创造1.3万亿美元价值。在全球，这一数字有望达到5.6万亿美元。

　　7.移动能力改善

　　自动驾驶汽车不仅可增强老年人的移动能力，也能帮助残疾人、无驾照人士以及没有汽车的人旅行。2012年，谷歌展示了这种技术的巨大潜力，比如盲人驾驶自动驾驶汽车，让他们变得更加独立。

　　8.不再需要停车场

　　自动驾驶汽车的普及意味着你不必再到处寻找停车位置，因为在被送到目的地后，它会自己寻找最理想的停车位。即使你选择购买自己的自动驾驶汽车，也无需为寻找停车位发愁，因为它可以自己寻找空间泊车。这对城市的影响非常大。

　　结语：综上述看来，自动驾驶汽车的技术不断在发展，未来前景也十分广阔。不管是传统车企，还是互联网企业都不愿意在自动驾驶领域落后，从微软、谷歌到国内的百度、高德等企业已经纷纷在无人驾驶、自动驾驶领域发力。现如今，中国、美国、韩国在内的多个国家都已出现为自动驾驶立法的呼吁，并且随着人工智能完善，自动驾驶技术会不断完善升级。就目前来看无人驾驶离现实生活还有段距离但这注定是大势所趋，总有一天它会走入你的生活满大街跑，自动驾驶汽车普及只是时间的问题。