 汽 車(chē) 行 業(yè) 專 業(yè) 知 識(shí) 庫(kù) 圖片來(lái)源：網(wǎng)絡(luò) 引言：目前來(lái)看，自動(dòng)駕駛技術(shù)發(fā)展已經(jīng)分化出兩大陣營(yíng)：以汽車(chē)制造商為代表的ADAS和單車(chē)智能技術(shù)陣營(yíng)；以及以互聯(lián)網(wǎng)企業(yè)為代表的人工智能和網(wǎng)聯(lián)化技術(shù)陣營(yíng)?；趦纱箨嚑I(yíng)差異化的特點(diǎn)導(dǎo)致自動(dòng)駕駛技術(shù)路線也發(fā)生了迥異的變化！ 無(wú)論是汽車(chē)制造商還是互聯(lián)網(wǎng)企業(yè)，實(shí)現(xiàn)汽車(chē)自動(dòng)駕駛均采用環(huán)境信息感知識(shí)別——系統(tǒng)智能決策控制的技術(shù)框架。自動(dòng)駕駛技術(shù)集自動(dòng)控制、復(fù)雜系統(tǒng)、人工智能、機(jī)器視覺(jué)等于一體，收集云端和車(chē)載傳感器的車(chē)聯(lián)網(wǎng)數(shù)據(jù)、地理信息數(shù)據(jù)、環(huán)境感知數(shù)據(jù)等信息，識(shí)別車(chē)輛駕駛區(qū)域的環(huán)境特征，進(jìn)行任務(wù)設(shè)定和控制規(guī)劃。 圖片來(lái)源：網(wǎng)絡(luò) 自動(dòng)駕駛技術(shù)發(fā)展已經(jīng)分化出兩大陣營(yíng)：以汽車(chē)制造商為代表的ADAS和單車(chē)智能技術(shù)陣營(yíng)，以及以互聯(lián)網(wǎng)企業(yè)為代表的人工智能和網(wǎng)聯(lián)化技術(shù)陣營(yíng)。ADAS和單車(chē)智能技術(shù)陣營(yíng)主要從現(xiàn)有的駕駛輔助安全技術(shù)出發(fā)，配合感知和控制決策，逐步實(shí)現(xiàn)智能化自動(dòng)駕駛技術(shù)；人工智能和網(wǎng)聯(lián)化技術(shù)陣營(yíng)則直接依靠智能計(jì)算及網(wǎng)絡(luò)通信實(shí)現(xiàn)對(duì)汽車(chē)的控制。除此之外，在系統(tǒng)集成和功能實(shí)現(xiàn)等方面，不同技術(shù)陣營(yíng)之間、內(nèi)部均存在一定差異。 總體方案 互聯(lián)網(wǎng)企業(yè)以谷歌、百度等為代表的人工智能和網(wǎng)聯(lián)化技術(shù)陣營(yíng)，側(cè)重于高精度定位的引導(dǎo)，配合激光雷達(dá)、攝像頭、毫米波雷達(dá)、超聲波傳感器、GPS等傳感器，利用人工智能算法實(shí)現(xiàn)完全自主駕駛。其技術(shù)核心是高精度地圖的構(gòu)建，以及各種傳感器的感知特征的匹配和融合。 汽車(chē)制造商如通用、沃爾沃、特斯拉等及其零部件供應(yīng)商博世、Mobileye等為代表的ADAS和單車(chē)智能技術(shù)陣營(yíng)，依靠攝像頭、毫米波雷達(dá)、超聲波傳感器等設(shè)備，側(cè)重于對(duì)行駛環(huán)境的精確感知，實(shí)現(xiàn)一定約束條件下的高級(jí)輔助駕駛功能，其核心競(jìng)爭(zhēng)力是ADAS的技術(shù)積累及大量商用經(jīng)驗(yàn)。 汽車(chē)制造商與互聯(lián)網(wǎng)公司智能汽車(chē)技術(shù)發(fā)展路徑對(duì)比如下圖所示。從技術(shù)發(fā)展規(guī)律上看，汽車(chē)制造商依靠ADAS技術(shù)和功能的不斷完善，以緩解駕駛?cè)笋{駛壓力、提升駕駛體驗(yàn)為目標(biāo)，基于完善的整車(chē)制造經(jīng)驗(yàn)，逐步提出高等級(jí)的自動(dòng)駕駛汽車(chē)；而互聯(lián)網(wǎng)企業(yè)則依據(jù)深度學(xué)習(xí)、圖像理解等人工智能技術(shù)，以計(jì)算機(jī)替代人類(lèi)駕駛為目標(biāo)，基于其先進(jìn)的互聯(lián)網(wǎng)、云服務(wù)等技術(shù)，實(shí)現(xiàn)直接替代傳統(tǒng)汽車(chē)的完全自動(dòng)駕駛汽車(chē)。 圖片來(lái)源：網(wǎng)絡(luò) 互聯(lián)網(wǎng)公司偏向于直接實(shí)現(xiàn)高等級(jí)的自動(dòng)駕駛，其技術(shù)核心——深度學(xué)習(xí)算法，利用高性能處理器模擬多層神經(jīng)網(wǎng)絡(luò)，讓機(jī)器掌握自主學(xué)習(xí)的能力。通過(guò)對(duì)道路場(chǎng)景標(biāo)定數(shù)據(jù)的訓(xùn)練，實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)對(duì)汽車(chē)、行人、標(biāo)志標(biāo)線、非機(jī)動(dòng)車(chē)等交通因素的準(zhǔn)確實(shí)時(shí)檢測(cè)。該技術(shù)需要通過(guò)采集海量數(shù)據(jù)不斷訓(xùn)練和完善自動(dòng)駕駛模型，提高汽車(chē)系統(tǒng)的深度學(xué)習(xí)能力和自主決策能力。 圖片來(lái)源：地平線人工智能視覺(jué)芯片 互聯(lián)網(wǎng)公司研發(fā)自動(dòng)駕駛汽車(chē)的目的是實(shí)現(xiàn)對(duì)人工智能領(lǐng)域的重大探索創(chuàng)新和技術(shù)前沿布局。其擁有豐富的軟件開(kāi)發(fā)經(jīng)驗(yàn)、強(qiáng)大的人才儲(chǔ)備、高效率的軟件開(kāi)發(fā)和測(cè)試流程，因而能更早地、激進(jìn)地實(shí)現(xiàn)自動(dòng)駕駛的功能且無(wú)需背負(fù)變現(xiàn)的壓力。另外，互聯(lián)網(wǎng)公司在人工智能、人機(jī)交互服務(wù)層面具有較大的競(jìng)爭(zhēng)優(yōu)勢(shì)，進(jìn)度或?qū)⒋蠓I(lǐng)先采取ADAS升級(jí)路線的傳統(tǒng)汽車(chē)制造商。 汽車(chē)制造商一般認(rèn)為ADAS是實(shí)現(xiàn)汽車(chē)自動(dòng)駕駛的過(guò)渡階段。通過(guò)ADAS功能的拓展和完善，漸進(jìn)式地實(shí)現(xiàn)無(wú)人駕駛。 目前，ADAS可以完成車(chē)輛的橫、縱向運(yùn)動(dòng)自動(dòng)控制，但這種以輔助人類(lèi)駕駛為目標(biāo)的局部、分離的單項(xiàng)功能使其仍稱不上是智能汽車(chē)。汽車(chē)制造商希望通過(guò)多次技術(shù)方案的革新，并在得到相應(yīng)收益的同時(shí)，逐步地到達(dá)最后的完全無(wú)人駕駛。 圖片來(lái)源：網(wǎng)絡(luò) 汽車(chē)制造商的優(yōu)勢(shì)主要在于技術(shù)積累，具備先發(fā)優(yōu)勢(shì)且可以直接利用客戶資源快速迭代優(yōu)化其智能系統(tǒng)，但其主營(yíng)業(yè)務(wù)是整車(chē)的制造和銷(xiāo)售。因此，提供更好的駕駛體驗(yàn)是其研發(fā)的動(dòng)力，且仍需顧及研發(fā)成果的變現(xiàn)能力。這些顧慮可能會(huì)將其自動(dòng)駕駛研究局限在ADAS領(lǐng)域。 綜上，不管哪種技術(shù)路線，實(shí)際上都是基于信息感知和處理，實(shí)現(xiàn)對(duì)行駛環(huán)境的準(zhǔn)確識(shí)別，構(gòu)建高精度的環(huán)境地圖驅(qū)動(dòng)行駛，技術(shù)路線的基本步驟一樣，只是在每個(gè)具體步驟中，實(shí)現(xiàn)方法有所區(qū)別。例如，體現(xiàn)在自動(dòng)駕駛汽車(chē)的外觀上，車(chē)頂上一般都有激光雷達(dá)裝置，車(chē)身四周裝有一系列的傳感器。 環(huán)境感知 自動(dòng)駕駛技術(shù)的核心是實(shí)現(xiàn)汽車(chē)的“環(huán)境感知-決策規(guī)劃-控制執(zhí)行”過(guò)程。環(huán)境感知作為第一環(huán)節(jié)，處于自動(dòng)駕駛車(chē)輛與外界環(huán)境信息交互的關(guān)鍵位置，其關(guān)鍵在于使自動(dòng)駕駛車(chē)輛更好地模擬人類(lèi)駕駛者的感知能力，從而理解自身和周邊的駕駛態(tài)勢(shì)。因此，自動(dòng)駕駛汽車(chē)對(duì)道路環(huán)境感知能力的好壞直接影響車(chē)輛的安全性和通行能力。 如下圖所示，自動(dòng)駕駛汽車(chē)需要集成攝像頭、激光雷達(dá)、微波雷達(dá)、紅外傳感器、超聲波雷達(dá)等傳感器，對(duì)道路環(huán)境近、中、遠(yuǎn)距離以及各個(gè)角度探測(cè)，并對(duì)感知信息進(jìn)行融合處理和識(shí)別環(huán)境中各個(gè)相關(guān)因素。攝像頭、雷達(dá)、定位導(dǎo)航系統(tǒng)等為自動(dòng)駕駛車(chē)輛提供了海量的周邊環(huán)境及自身狀態(tài)數(shù)據(jù)。 圖片來(lái)源：網(wǎng)絡(luò) 目前自動(dòng)駕駛環(huán)境感知的技術(shù)路線主要有兩種：一種是使用視覺(jué)主導(dǎo)的多傳感器融合方案，另一種以低成本激光雷達(dá)為主導(dǎo)。 視覺(jué)主導(dǎo)的環(huán)境感知技術(shù)采用多攝像頭、毫米波雷達(dá)、超聲波雷達(dá)和低成本激光雷達(dá)融合感知的方案。當(dāng)前技術(shù)條件下，攝像機(jī)成像受環(huán)境光照的影響較大，基于人工智能的目標(biāo)檢測(cè)與定位可靠性仍然較低，但其優(yōu)勢(shì)在于傳感器成本低。 自從2016年5月，處于自動(dòng)駕駛狀態(tài)的特斯拉電動(dòng)車(chē)在美國(guó)佛羅里達(dá)州與卡車(chē)相撞的死亡事故發(fā)生后，特斯拉將視覺(jué)感知識(shí)別功能實(shí)現(xiàn)從Mobileye提供單目視覺(jué)技術(shù)替換為基于Nvidia Drive TX2計(jì)算平臺(tái)的特斯拉Vision軟件系統(tǒng)，使用深度學(xué)習(xí)算法替代基于傳統(tǒng)機(jī)器學(xué)習(xí)的視頻圖像識(shí)別方法，這也是當(dāng)前互聯(lián)網(wǎng)公司提供的自動(dòng)駕駛解決方案所采用的。截止到2018年年底，特斯拉通過(guò)Autopilot積累的自動(dòng)駕駛里程已經(jīng)達(dá)到近20億公里，其認(rèn)為當(dāng)前自動(dòng)駕駛可靠性為98%，但要達(dá)到99.999%才能滿足安全水平。 激光雷達(dá)主導(dǎo)的感知技術(shù)使用了激光雷達(dá)、毫米波雷達(dá)、超聲波傳感器和攝像頭融合識(shí)別的方案。激光雷達(dá)采用主動(dòng)激光測(cè)距的機(jī)制，形成激光點(diǎn)云圖像描述周邊障礙物分布，目標(biāo)檢測(cè)與定位可靠性高，但缺乏周?chē)h(huán)境的顏色和紋理信息且成本高昂。 激光雷達(dá)主導(dǎo)的解決方案未來(lái)將沿兩種方向繼續(xù)推進(jìn)商業(yè)化進(jìn)程：一個(gè)是發(fā)展攝像頭與激光雷達(dá)結(jié)合的硬件模組，直接獲得彩色激光點(diǎn)云數(shù)據(jù)。另一個(gè)是降低激光雷達(dá)的硬件成本，比如研發(fā)固態(tài)激光雷達(dá)并真正實(shí)現(xiàn)產(chǎn)業(yè)化。 綜上，多傳感器融合是未來(lái)自動(dòng)駕駛發(fā)展的必然趨勢(shì)，自動(dòng)駕駛行業(yè)的終極目標(biāo)是實(shí)現(xiàn)安全性極高的無(wú)人駕駛。從感知端角度出發(fā)，汽車(chē)上每增加一種傳感器進(jìn)行融合使用，汽車(chē)相應(yīng)的探測(cè)精度就會(huì)提高。 因此，無(wú)論是采用視覺(jué)主導(dǎo)還是激光雷達(dá)主導(dǎo)的方案，必將在未來(lái)統(tǒng)一。汽車(chē)的感知層將按照各種傳感器的能力特性（如紅綠燈、標(biāo)志標(biāo)線識(shí)別依靠攝像頭；障礙物識(shí)別依靠激光雷達(dá)等），進(jìn)行多層次地融合識(shí)別和結(jié)果校驗(yàn)，得出高可靠的識(shí)別結(jié)果供決策。 車(chē)聯(lián)網(wǎng) 車(chē)聯(lián)網(wǎng)是實(shí)現(xiàn)自動(dòng)駕駛技術(shù)的一種重要途徑，其核心在于車(chē)路協(xié)同技術(shù)。“聰明的路、智慧的車(chē)”的技術(shù)路線能夠彌補(bǔ)當(dāng)前自動(dòng)駕駛汽車(chē)在信息感知、分析決策上的不足，盡快實(shí)現(xiàn)車(chē)輛的智能化自動(dòng)化運(yùn)營(yíng)。而車(chē)路協(xié)同所依賴的V2X通信技術(shù)，在國(guó)際上有兩大路線：一個(gè)是DSRC技術(shù)為基礎(chǔ)的方案，另一個(gè)是蜂窩路線。 基于V2V的DSRC（專用短程通信）的車(chē)聯(lián)網(wǎng)技術(shù)已比較成熟，DSRC（IEEE 802.11p）已公開(kāi)發(fā)布，基于Ad-hoc機(jī)制動(dòng)態(tài)拓?fù)浣M網(wǎng)，進(jìn)行車(chē)間、車(chē)路通信，能夠360度全方位地實(shí)現(xiàn)V2V之間的通訊，覆蓋半徑可達(dá)2公里，時(shí)延在50ms以內(nèi)，其獨(dú)特優(yōu)勢(shì)在于技術(shù)成熟和安全可靠。 國(guó)內(nèi)則對(duì)LTE-V和5G等基于蜂窩通信的車(chē)聯(lián)網(wǎng)通信技術(shù)與產(chǎn)業(yè)態(tài)度非常積極，其技術(shù)優(yōu)勢(shì)在于網(wǎng)絡(luò)帶寬更大、通信時(shí)延更小。目前，幾個(gè)城市正在試點(diǎn)5G和LTE-V的部署。我國(guó)部分城市智能網(wǎng)聯(lián)汽車(chē)示范區(qū)車(chē)聯(lián)網(wǎng)方案如下圖所示。 圖片來(lái)源：網(wǎng)絡(luò) 從實(shí)現(xiàn)路徑的角度來(lái)說(shuō)，車(chē)路協(xié)同有兩大階段。國(guó)內(nèi)極有可能先做smart way。道路首先要是“聰明的”，一旦在某些特定的區(qū)域有了smart way，就可以不管道路上面運(yùn)行的是什么等級(jí)的智能車(chē)輛均能夠進(jìn)行控制。所以車(chē)路協(xié)同會(huì)有兩個(gè)階段開(kāi)始可能先做到很“聰明”，但車(chē)是普通的，可以做一些編隊(duì)管理，可以做一些專用道管理，私家車(chē)也可以在專用道上做編隊(duì)管理。 自動(dòng)駕駛暫時(shí)沒(méi)有普及，車(chē)輛的智能化有一個(gè)迭代過(guò)程，現(xiàn)階段可能處于初級(jí)階段，最終肯定是“smart way+聰明的車(chē)”，這是兩個(gè)不同的階段。但是這些階段對(duì)基礎(chǔ)設(shè)施提出了全新的要求，北京航空航天大學(xué)副校長(zhǎng)王云鵬認(rèn)為，未來(lái)基礎(chǔ)設(shè)施將是以下五網(wǎng)融合的形式： 第一，道路網(wǎng)，道路網(wǎng)既是物理形態(tài)的，也得是數(shù)字化、結(jié)構(gòu)化的道路網(wǎng)，甚至車(chē)道級(jí)的信息也需要，與車(chē)輛交互用于微觀層面的控制。 第二，傳感網(wǎng)，傳感網(wǎng)肯定是“固定傳感+移動(dòng)傳感”相結(jié)合，而且慢慢會(huì)被移動(dòng)傳感取代。每個(gè)車(chē)如果都是一個(gè)移動(dòng)傳感器的話就變成群體協(xié)同的移動(dòng)感知了。 第三，控制網(wǎng)，交通運(yùn)輸部一直想推動(dòng)新一代交通技術(shù)。但是這種控制網(wǎng)，我認(rèn)為它是基于場(chǎng)景，也是基于需求的，暫時(shí)無(wú)法實(shí)現(xiàn)全路網(wǎng)完全是后臺(tái)計(jì)算好的優(yōu)化控制，未來(lái)可能實(shí)現(xiàn)協(xié)調(diào)統(tǒng)一，但現(xiàn)階段肯定需要控制網(wǎng)。 第四，能源網(wǎng)，車(chē)輛的電動(dòng)化已經(jīng)成為一種趨勢(shì)，現(xiàn)在大家注意到太陽(yáng)能公路，注意到電動(dòng)汽車(chē)在路網(wǎng)上運(yùn)行，如何實(shí)現(xiàn)高效、便捷的能源利用和補(bǔ)充是設(shè)施的重要內(nèi)容，設(shè)施中也離不開(kāi)能源網(wǎng)的概念。 第五，宏觀級(jí)的管理數(shù)據(jù)基礎(chǔ)平臺(tái)。這個(gè)平臺(tái)上面需要考慮多模式通信和信息安全。它從基礎(chǔ)設(shè)施到接入層、支撐層、應(yīng)用層會(huì)逐步地發(fā)生變化，應(yīng)用層級(jí)上針對(duì)安全、效率、服務(wù)三類(lèi)應(yīng)用很快會(huì)從應(yīng)用角度驅(qū)動(dòng)這些變化。 總 結(jié) 從當(dāng)前自動(dòng)駕駛技術(shù)現(xiàn)狀水平來(lái)看，不管哪種技術(shù)路線，本質(zhì)上都是通過(guò)多種傳感器、車(chē)聯(lián)網(wǎng)和互聯(lián)網(wǎng)的集成實(shí)現(xiàn)。通過(guò)車(chē)上的攝像頭、超聲波雷達(dá)、激光雷達(dá)、GPS等傳感器來(lái)獲得信息，然后對(duì)信息進(jìn)行處理，最后實(shí)現(xiàn)車(chē)輛對(duì)環(huán)境的識(shí)別。 從技術(shù)發(fā)展來(lái)看，尚需要從以下幾個(gè)技術(shù)方面突破：融合環(huán)境感知與環(huán)境建模，并在5G通信、智能交通系統(tǒng)和車(chē)路協(xié)同技術(shù)的支撐下，實(shí)現(xiàn)極端環(huán)境與緊急情況下的可靠感知；滿足傳感器高可靠、低成本的商用化需求，解決多傳感器信息的融合問(wèn)題；發(fā)展基于深度學(xué)習(xí)的環(huán)境感知和自主決策技術(shù)，實(shí)現(xiàn)自動(dòng)駕駛汽車(chē)的自主駕駛學(xué)習(xí)能力，從而為自動(dòng)駕駛產(chǎn)業(yè)的落地實(shí)踐打下堅(jiān)實(shí)的技術(shù)基礎(chǔ)。 來(lái)源：道路交通集成優(yōu)化與安全分析技術(shù)國(guó)家工程實(shí)驗(yàn)室、智車(chē)科技等，由《智駕未來(lái)》整理編輯 |
|
|
來(lái)自： 宋洋sy > 《08-總裝工藝技術(shù)》
