關于自動駕駛的全面解析

自動駕駛汽車(Autonomous vehicles;Self-piloting automobile )又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種通過電腦系統實現無人駕駛的智能汽車。自動駕駛汽車技術的研發，在20世紀也已經有數十年的歷史，于21世紀初呈現出接近實用化的趨勢。預計于2015年至2017年進入市場銷售。自動駕駛汽車依靠人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。下面就隨汽車電子小編一起來了解一下相關內容吧。

1.自動駕駛的分級

關于自動駕駛的全面解析

不同組織對自動駕駛的分級標準各有不同：美國國家公路交通安全管理局(NHTSA)把自動駕駛分為五個級別，而國際自動機械工程師學會(SAE)的標準分為L0~L5共六個級別，兩者的L0、L1、L2的分類都是相同的，不同之處在于NHTSA的L4被 SAE 細分為L4和L5。國內采用SAE標準較多。

L0：完全人類駕駛。

L1：輔助駕駛，增加了預警提示類的ADAS功能，包括車道偏離預警(LDW)，前撞預警(FCW)，盲點檢測(BSD)等。

L2：部分自動駕駛，具備了干預輔助類的ADAS功能，包括自適應巡航(ACC)，緊急自動剎車(AEB)，車道保持輔助(LKA)等。

L3：有條件自動駕駛，具備了綜合干預輔助類功能，包括自動加速、自動剎車、自動轉向等。

從L2到L3發生了本質的變化，L2及以下還是由人來觀測駕駛環境，需要駕駛座上有駕駛員，遇到緊急情況下直接進行接管;L3級及以上則由機器來觀測駕駛環境，人類駕駛員不需要坐在駕駛座上手握方向盤，只需要在車內或車外留有監控計算機即可，緊急情況下通過計算機操作進行認知判別干預。

L4：高度自動駕駛，沒有任何人類駕駛員，可以無方向盤、油門、剎車踏板，但限定區域(如園區、景區內)，或限定環境條件(如雨雪天、夜晚不能開)。

L5：完全自動駕駛，是真正的無人駕駛階段，司機位置無人，也沒有人的車內或車外的認知判別干預;無方向盤和油門、剎車踏板;全區域、全功能。

現在有很多公司可以實現在特定園區內的無人駕駛，宣稱已經達到了L4級別，那么是不是現階段的無人駕駛技術水平真的有那么高了呢?這個是有一定迷惑性的。在封閉環境內固定路線L4級別的無人駕駛，和北京城區內L2級別的自動駕駛，哪個技術難度更高呢?想必不言而喻。所以是不是L4就一定比L2、L3先進，一定要具體看自動行駛的區域(封閉、開放;區域大小、復雜程度)、功能，以及環境條件(氣候、時間段)。

2.自動駕駛的實現路徑

自動駕駛風口來襲，科技公司、初創企業、新興電動車企、傳統車企、一級供應商爭相涌入，各顯神通。目前主要有兩條典型的技術路徑：一是以跨界科技企業、初創企業為代表的一步到位型，跨過中間級別，直指L4和L5級無人駕駛，先不考慮成本，等技術方案成熟后成本下降，再大規模商業化。還有一類是以傳統車企、Tier1為代表的循序漸進型，它們在可接受的成本內推動輔助駕駛功能的商用化，然后隨著ADAS功能的完善和升級，逐漸過渡到無人駕駛。

關于自動駕駛的全面解析

第一條路徑的問題在于科技企業沒有量產車的能力，靠測試車收集的數據量自然沒有每輛車都安裝ADAS系統那么多;而第二條路徑的問題在于各項ADAS功能的拼接，是否能組成一個完整的無人駕駛系統。

科技公司的強項在人工智能技術優勢，但是在汽車工程上缺乏經驗。造車的門檻很高，傳統車企保有全產業鏈優勢，產品安全可靠性更高，且消費者對其品牌認可度較高，汽車產業不會被科技公司完全顛覆。傳統車企擁有豐富的整車經驗和完善的后市場，但隨著電動車和自動駕駛大潮的來臨，傳統車企的危機感很強，生怕淪為代工廠。自動駕駛的研發基本都是基于新能源汽車平臺，繞開發動機、變速箱等壁壘，采用電動車的電機、電池、電控核心系統，動搖了傳統車企在“動力總成”的競爭優勢。兩大陣營各有優劣勢，互相不可替代，目前越來越多地以合作和投資的形式走向開放聯姻。

3.自動駕駛系統概覽

自動駕駛系統的三個層級

自動駕駛系統分為三個層級：感知層，決策層，執行層。

關于自動駕駛的全面解析

感知層

感知層用來完成對車輛周圍環境的感知識別。自動駕駛用到了各種各樣的傳感器，包括：攝像頭、毫米波雷達、激光雷達、超聲波雷達、紅外夜視，以及用于定位和導航的GPS(全球定位系統)和IMU(慣性測量單元)。還有一類技術雖然不是主動式的探測元件，但是屬于協同式的全局數據輔助，可以擴展智能車的環境感知能力，在感知層同樣扮演著不可或缺的角色，包括高精度地圖、V2X車聯網技術。每種類型的感知技術都有自己的優勢和弊端，它們相互補充融合，最終使智能車達到駕駛場景下非常高的安全性要求。國內企業在這一層做文章的非常多，后續小研會專門寫一篇文章解析自動駕駛傳感器的技術路線，欲知詳情請聽下回分解。

關于自動駕駛的全面解析

決策層

決策層是人工智能真正發揮威力的部分，和人類駕駛員一樣，機器在做駕駛決策時需要回答幾個問題，我在哪里?周邊環境如何?接下來會發生什么?我該做什么?決策層具體來說分為兩步，第一步認知理解，根據感知層收集的信息，對車輛自身的精確定位，對車輛周圍的環境的準確理解，第二步決策規劃，包含對接下來可能發生情況的準確預測，對下一步行動的準確判斷和規劃，選擇合理的路徑達到目標。