盡管如此，谷歌無(wú)人駕駛汽車總行駛里程，在今年10月底已經(jīng)突破120萬(wàn)英里（約合193萬(wàn)公里）大關(guān)。驚人的是，這個(gè)沒(méi)有方向盤、沒(méi)有剎車踏板、沒(méi)有油門踏板的無(wú)人駕駛汽車，經(jīng)谷歌方面宣稱，從未收到過(guò)違章罰單。這樣的記錄，在“馬路殺手”頻現(xiàn)的當(dāng)下尤為令人驚嘆。
那么，這樣的技術(shù)是如何實(shí)現(xiàn)的？無(wú)人駕駛汽車如何實(shí)現(xiàn)避障？如何識(shí)別各種交通信號(hào)并作出判斷？行駛路線又如何規(guī)劃控制？這些技術(shù)的背后，依靠的是攝像頭、雷達(dá)、GPS等傳感器檢測(cè)道路信息，同時(shí)由車載電腦分析處理道路信息數(shù)據(jù)并控制車輛，使無(wú)人車安全、快速到達(dá)指定目的地。
隨著技術(shù)的日趨發(fā)展，無(wú)人駕駛汽車正在從科幻電影中的場(chǎng)景道具變得越來(lái)越真實(shí)，而無(wú)論是谷歌、蘋果、UBER這樣的互聯(lián)網(wǎng)科技企業(yè)，還是奔馳、沃爾沃、凱迪拉克等傳統(tǒng)汽車廠商，都正在加入這個(gè)“戰(zhàn)團(tuán)”。
傳感避障
相機(jī)、雷達(dá)、GPS、車載電腦協(xié)同作用
避障主要是由測(cè)距儀、雷達(dá)跟攝像頭同時(shí)得到道路信息，測(cè)距儀可以高速獲取障礙物的距離。接著由車載電腦處理信息并且通過(guò)控制算法作出線路決策。
為了使無(wú)人車安全、快速的到達(dá)指定目的地，從原理上來(lái)說(shuō)，需要通過(guò)傳感器感知路況和周邊情況，然后傳輸?shù)街醒胩幚砥鳎醒胩幚砥鞲鶕?jù)人工智能對(duì)情況作出判斷，然后通知電傳系統(tǒng)，電傳系統(tǒng)根據(jù)信號(hào)操控機(jī)械裝置，最后由機(jī)械裝置操控車輛做出各種動(dòng)作。
最為人所好奇的是，當(dāng)行駛途中障礙物出現(xiàn)時(shí)，無(wú)人駕駛汽車如何實(shí)現(xiàn)避障？華南理工大學(xué)機(jī)械與汽車工程學(xué)院教授李巍華向記者介紹，避障主要是由測(cè)距儀、雷達(dá)跟攝像頭同時(shí)得到道路信息，測(cè)距儀可以高速獲取障礙物的距離。接著由車載電腦處理信息并且通過(guò)控制算法作出線路決策。
谷歌從2009年至今都在為這項(xiàng)技術(shù)埋頭苦干，其中避障和路徑規(guī)劃是兩大核心問(wèn)題。相機(jī)、雷達(dá)、GPS等用于檢測(cè)道路信息的傳感器，就仿如無(wú)人駕駛汽車的耳目。
根據(jù)今年5月中旬谷歌披露的技術(shù)細(xì)節(jié)信息，在避障方面，激光測(cè)距儀、攝像頭以及雷達(dá)堪稱三大關(guān)鍵的傳感設(shè)備。
谷歌無(wú)人駕駛汽車的一個(gè)突出特點(diǎn)就是其車頂上方的旋轉(zhuǎn)式激光測(cè)距儀，該測(cè)距儀能發(fā)出64道激光光束，幫助汽車識(shí)別道路上潛在的危險(xiǎn)。該激光的強(qiáng)度比較高，能計(jì)算出200米范圍內(nèi)物體的距離，并借此創(chuàng)建出環(huán)境模型。
在谷歌無(wú)人駕駛汽車的前后保險(xiǎn)杠上面，一共安裝了四個(gè)雷達(dá)，這是自適應(yīng)巡航控制系統(tǒng)的一部分，可以保證無(wú)人駕駛汽車在道路行駛時(shí)處在安全的跟車距離上，按照谷歌的設(shè)計(jì)，其無(wú)人車需要和前車保持2-4秒的安全反應(yīng)距離，具體設(shè)置根據(jù)車速變化。從而能最大限度地保證乘客的安全。
而安裝于車頭的前置相機(jī)主要用于近景觀察，這個(gè)相機(jī)除了要負(fù)責(zé)記錄車輛周邊環(huán)境等詳細(xì)信息，還要負(fù)責(zé)記錄行駛過(guò)程中的交通信號(hào)燈、交通標(biāo)志標(biāo)線等。如同眼睛的作用，無(wú)人駕駛汽車的視覺(jué)傳感器系統(tǒng)，在無(wú)人駕駛智能車的安全可靠行駛中起著無(wú)法替代的作用。
此外，谷歌汽車的后輪上，還有超聲傳感器。這個(gè)傳感器有利于保持汽車在一定的軌道上運(yùn)行，不至于跑偏。在遇到需要倒車的情況時(shí)，這些超聲傳感器還能快速測(cè)算后方物體或墻體的距離，幫助汽車在狹窄的車位中實(shí)現(xiàn)?？?。
機(jī)器視覺(jué)
圖像處理識(shí)別交通信號(hào)
車載計(jì)算機(jī)的處理運(yùn)算就如同無(wú)人駕駛汽車的大腦。它的運(yùn)算速度，很大程度上決定了汽車作出準(zhǔn)確及時(shí)判斷的程度。因此，基于圖像處理的障礙物識(shí)別技術(shù)成為無(wú)人駕駛領(lǐng)域未來(lái)發(fā)展的一種趨勢(shì)。
設(shè)想一下，無(wú)人駕駛汽車跟在一部車的后面，而前車的轉(zhuǎn)向燈突然開(kāi)啟，這時(shí)候，無(wú)人駕駛汽車該如何作出反應(yīng)？還有各種的限速、單行道、雙行道和人行道標(biāo)示等等，這些都需要無(wú)人駕駛汽車進(jìn)行識(shí)別。
在這個(gè)時(shí)候，車載計(jì)算機(jī)的處理運(yùn)算就如同無(wú)人駕駛汽車的大腦。它的運(yùn)算速度，很大程度上決定了汽車作出準(zhǔn)確及時(shí)判斷的程度。因此，基于圖像處理的障礙物識(shí)別技術(shù)成為無(wú)人駕駛領(lǐng)域未來(lái)發(fā)展的一種趨勢(shì)。
記者查閱多篇論文，視覺(jué)傳感器系統(tǒng)所需要完成的識(shí)別任務(wù)，至少包括以下多個(gè)方面內(nèi)容：對(duì)車道線進(jìn)行識(shí)別，保證車輛在車道內(nèi)行駛，并確定需要作有無(wú)障礙物判斷的感興趣區(qū)域；判斷區(qū)域內(nèi)是否有行人、車輛等需要避讓的障礙物，是否需要對(duì)車輛行駛狀態(tài)作出及時(shí)改變；判斷障礙物是動(dòng)態(tài)還是靜態(tài)，如果是動(dòng)態(tài)則預(yù)判其下一步行動(dòng)；當(dāng)感知部分的傳感器采集到前方的信號(hào)燈信息時(shí)，要做出正確識(shí)別。
李巍華介紹，在判斷障礙物的動(dòng)靜態(tài)時(shí)，無(wú)人駕駛汽車首先會(huì)識(shí)別移動(dòng)物體是動(dòng)態(tài)還是靜態(tài)，假如是動(dòng)態(tài)，就進(jìn)一步判斷是什么，比如說(shuō)是人，那遵循人先通過(guò)原則；在判斷障礙物性質(zhì)時(shí)，則會(huì)通過(guò)圖像處理技術(shù)，對(duì)障礙物的高低大小進(jìn)行識(shí)別，如果不影響車輛通行，則直接通過(guò)；而在識(shí)別紅綠指示燈時(shí)，為了避免同顏色同形狀的其他物體的干擾，視覺(jué)系統(tǒng)會(huì)將其交通燈視為一個(gè)立體視覺(jué)的整體，并根據(jù)它的高度以及形狀進(jìn)行判斷。
要完成這一系列工作，視覺(jué)傳感器系統(tǒng)主要由圖像的采集模塊、處理模塊、特征提取模塊等組成。其中圖像采集模塊的主要功能是獲取外界的數(shù)字圖像；圖像處理模塊是對(duì)采集來(lái)的圖像進(jìn)行預(yù)處理，為后面的特征值提取、障礙物的檢測(cè)做準(zhǔn)備工作。
為了使識(shí)別更有效率，系統(tǒng)通過(guò)算法對(duì)圖像信息進(jìn)行篩選，只提取感興趣區(qū)域。比如，車輛在直線行駛和轉(zhuǎn)彎時(shí)，智能車對(duì)于前方區(qū)域進(jìn)行判定障礙物是否存在的范圍是不一樣的。當(dāng)車輛根據(jù)信號(hào)燈指示需要轉(zhuǎn)彎時(shí)，車輛正前方區(qū)域的障礙物則不必檢測(cè)因此也就不必作為障礙物對(duì)待。這樣就避免了對(duì)圖像中的所有部分進(jìn)行處理，在很大程度上保證了系統(tǒng)的實(shí)時(shí)性。
導(dǎo)航系統(tǒng)
定位誤差不超車道寬度
無(wú)人駕駛汽車對(duì)GPS定位精度、抗干擾性提出了特殊要求。在無(wú)人車行駛時(shí)，GPS導(dǎo)航系統(tǒng)要不間斷地對(duì)無(wú)人車進(jìn)行定位。在這個(gè)過(guò)程中，無(wú)人車GPS導(dǎo)航系統(tǒng)要求GPS定位誤差不超過(guò)一個(gè)車道寬度
無(wú)人車面臨的另一關(guān)鍵挑戰(zhàn)，是需要確保它們有完美無(wú)缺的導(dǎo)航功能。
快速發(fā)展的數(shù)字地圖（DigitalMap，DM），能為無(wú)人駕駛車提供詳細(xì)的道路坐標(biāo)信息，同時(shí)路徑規(guī)劃算法的不斷優(yōu)化，為無(wú)人駕駛車GPS自主導(dǎo)航系統(tǒng)利用DM進(jìn)行導(dǎo)航與路徑規(guī)劃提供了可能性。今年8月份，奧迪、寶馬和戴姆勒聯(lián)手斥資31億美元（約合人民幣197億元）從諾基亞手中收購(gòu)了Here地圖業(yè)務(wù)。導(dǎo)航已經(jīng)成為廠商們研發(fā)無(wú)人駕駛技術(shù)的重要前提。
實(shí)現(xiàn)導(dǎo)航的主要技術(shù)，是如今在現(xiàn)實(shí)生活中已經(jīng)廣泛應(yīng)用的GPS技術(shù)。由于GPS技術(shù)所具有的全球性、全天候、無(wú)積累誤差、自動(dòng)測(cè)量的特點(diǎn)，在無(wú)人車中同樣可以利用GPS進(jìn)行定位、導(dǎo)航。
由于應(yīng)用背景的特殊，無(wú)人駕駛汽車對(duì)GPS定位精度、抗干擾性提出了特殊要求。據(jù)了解，在無(wú)人車行駛時(shí)，GPS導(dǎo)航系統(tǒng)要不間斷地對(duì)無(wú)人車進(jìn)行定位。在這個(gè)過(guò)程中，無(wú)人車GPS導(dǎo)航系統(tǒng)要求GPS定位誤差不超過(guò)一個(gè)車道寬度。
大幅提升GPS測(cè)量精度的是差分GPS測(cè)量技術(shù)。相比傳統(tǒng)的GPS技術(shù)，差分GPS測(cè)量會(huì)在一個(gè)測(cè)站對(duì)兩個(gè)目標(biāo)的觀測(cè)量、兩個(gè)測(cè)站對(duì)一個(gè)目標(biāo)的觀測(cè)量或一個(gè)測(cè)站對(duì)一個(gè)目標(biāo)的兩次觀測(cè)量之間進(jìn)行求差，目的在于消去公共的誤差源，包括電離層和對(duì)流層效應(yīng)等。
差分GPS測(cè)量技術(shù)為無(wú)人駕駛車GPS自主導(dǎo)航系統(tǒng)的實(shí)現(xiàn)提供了必要的技術(shù)支持，特別是CORS基站網(wǎng)的廣泛建立，用戶實(shí)現(xiàn)了大范圍內(nèi)的實(shí)時(shí)高精度差分，使導(dǎo)航誤差成功縮減至小于車道寬度，無(wú)人車可通過(guò)高清相機(jī)、激光雷達(dá)對(duì)交通標(biāo)志線的識(shí)別和馬路道牙的檢測(cè)，使無(wú)人車行駛時(shí)保持在車道內(nèi)。
不過(guò)，再精準(zhǔn)的GPS也會(huì)有信號(hào)失靈的時(shí)候。這時(shí)候，無(wú)人駕駛汽車的另一項(xiàng)定位技術(shù)——慣性導(dǎo)航技術(shù)就將派上用場(chǎng)。這項(xiàng)最早應(yīng)用于軍事領(lǐng)域的技術(shù)，一開(kāi)始是用來(lái)為火箭導(dǎo)航的。它采用機(jī)械陀螺儀、加速度計(jì)作為慣性傳感器，不間斷采集載體的瞬時(shí)加速度、瞬時(shí)角速度和旋轉(zhuǎn)角度，以牛頓力學(xué)三大定律為理論基礎(chǔ)推算載體的運(yùn)行速度和運(yùn)行軌跡，通過(guò)不斷的實(shí)時(shí)計(jì)算得到載體位置信息。
應(yīng)用展望
值得注意的是，各廠商不約而同地將一些無(wú)人駕駛汽車上市的時(shí)間設(shè)定在2020年前后。不過(guò)，這個(gè)無(wú)人駕駛汽車并非指真正意義上能夠擺脫司機(jī)的駕駛模式
在不久前結(jié)束的第44屆東京車展及第66屆德國(guó)法蘭克福國(guó)際車展上，有不少?gòu)S商紛紛展示了他們所研發(fā)的無(wú)人駕駛概念車。
如日產(chǎn)公司展出了配備人工智能自動(dòng)駕駛功能的IDS概念車，有人駕駛時(shí)汽車人工智能能夠?qū)W習(xí)駕駛者的駕車習(xí)慣，并在無(wú)人駕駛時(shí)模擬這一習(xí)慣；豐田公司旗下高端車品牌雷克薩斯展出的該品牌首款氫燃料電池車LF-FC、三菱汽車展出的SUV款eX概念車等，也都具備無(wú)人駕駛功能……
除了傳統(tǒng)車商，科技企業(yè)對(duì)于無(wú)人駕駛技術(shù)的應(yīng)用更加激進(jìn)，特斯拉甚至已經(jīng)宣稱，在該品牌較新車型上下載“自動(dòng)駕駛”（Autopilot）功能，就可以基本實(shí)現(xiàn)自動(dòng)駕駛，但特斯拉同時(shí)也警告司機(jī)不要完全放棄控制汽車……
值得注意的是，各廠商不約而同地將一些無(wú)人駕駛汽車上市的時(shí)間設(shè)定在2020年前后。不過(guò)，這個(gè)無(wú)人駕駛汽車并非指真正意義上能夠擺脫司機(jī)的駕駛模式，又或者僅適用于個(gè)別地區(qū)而非完全能在城市道路上實(shí)現(xiàn)無(wú)人駕駛的汽車。
據(jù)路透社報(bào)道，豐田首席安全官吉田盛隆（Moritaka Yoshida）最近在展示公司自動(dòng)駕駛技術(shù)的一次演示會(huì)上表示：“我們預(yù)期，到2020年汽車還離不開(kāi)司機(jī)?！?/p>
事實(shí)上，在業(yè)界一般會(huì)將無(wú)人駕駛技術(shù)分成四個(gè)階段：第一階段是包括車道偏離警告在內(nèi)的駕駛員輔助技術(shù)；第二階段是半自動(dòng)駕駛，包括緊急自動(dòng)剎車、自動(dòng)泊車等；第三階段是高度自動(dòng)駕駛，即汽車在駕駛員監(jiān)控下，自動(dòng)控制行駛；第四階段是完全自動(dòng)駕駛，指在沒(méi)有駕駛員監(jiān)控的情況下，汽車實(shí)現(xiàn)完全的自動(dòng)駕駛。
我們?nèi)缃袼懻摰臒o(wú)人駕駛，一般指第三階段及以上的無(wú)人駕駛。而谷歌及各大廠商們所希望最終實(shí)現(xiàn)的，顯然是最終形態(tài)的第四階段。距離實(shí)現(xiàn)這一目標(biāo)，大多數(shù)專家認(rèn)為，至少仍需要數(shù)10年的時(shí)間。
延伸
無(wú)人駕駛汽車還要幫助管理城市
關(guān)于無(wú)人駕駛汽車的美好設(shè)想，并不僅僅在于解放司機(jī)。
在今年10月份的一次新聞發(fā)布會(huì)上，Here聯(lián)網(wǎng)駕駛體驗(yàn)副總裁弗洛里斯·馮—德—克拉斯霍斯特（Florisvande Klashorst）說(shuō)，未來(lái)無(wú)人駕駛汽車不僅僅在城市內(nèi)穿梭，還幫助管理城市。
當(dāng)汽車在城市中穿梭和在公路上行駛時(shí)，它們不僅收集與交通車流有關(guān)的數(shù)據(jù)，還會(huì)收集與它們“看到”的事物有關(guān)的數(shù)據(jù)。它們將成為智能“蜂群”，出于導(dǎo)航目的相互“交談”，也向控制中樞發(fā)送信息，幫助管理機(jī)構(gòu)了解城市正在發(fā)生的一切事物。
聯(lián)系客服
