无人驾驶汽车篇（1）

多国开展道路测试

无人驾驶汽车被英国媒体称为“机器人汽车”。从明年年初起，英国将挑选3个城市作为试点，进行为期18至36个月的“机器人汽车”上路测试，获选城市将分享政府提供的总额1000万英镑的专项基金补贴。

而在美国，目前，内华达州、佛罗里达州、加利福尼亚州、德克萨斯州、密歇根州以及首都华盛顿特区已通过立法形式准许无人驾驶汽车上路，但仅限于测试目的。谷歌宣称该公司研发的无人驾驶汽车已在公路上进行了100多万公里的测试，从未发生交通事故。而在城市道路测试方面，谷歌无人驾驶汽车已在其总部所在的加州山景城附近行驶了1万公里左右。不过，谷歌的无人驾驶汽车上路时必须有驾驶员坐在驾驶座上监控，以便随时应对意外情况的发生。

就未来全自动无人驾驶汽车前景，谷歌表示没有方向盘、油门及刹车踏板和换挡装置，完全通过软件和传感器进行自动驾驶，时速限定在25英里（约40公里）。据了解，无人驾驶汽车遍及周身的感应系统，可以对周围状况进行实时全息扫描，再配合精确详细的导航地图，计算机系统便能模拟人工智能，实现无人驾驶。谷歌无人驾驶汽车传感系统的识别范围可达近100米，而正在研发的全自动无人驾驶汽车更可探测到四周约两个足球场面积内的物体。

在瑞典，其第二大城市哥德堡城市规划局与瑞典沃尔沃汽车公司在去年签署了无人驾驶汽车试验项目，计划在2017年准许100辆无人驾驶汽车在哥德堡指定长度30公里的街道上试行。瑞典电视台称，无人驾驶车并不是完全利用机器来代替人脑，而是在驾驶员的操作下监督汽车行使，比如，从A点到B点，并不能完全百分之百保证汽车的行使准确率。在2017年至2020年间，普通市民将可以试驾驶100辆无人驾驶汽车，最终的前景是让驾驶员一边开车一边读书、打电话、上网或者其他娱乐。

日本将无人驾驶定义为自动驾驶。2013年8月，日本国土交通省明确，自动驾驶是在驾驶员的操控下。日本政府提出在2020年实现自动驾驶系统的试用。日本三大汽车公司日产、本田和丰田已相继开展无人驾驶汽车的上路试验。

日产推出的自动驾驶实验车，以纯电动汽车“聆风”为基础，配备了3个摄像头、6个激光雷达、3个毫米波雷达和12个超音波传感器。利用这些传感器和三维地图，可以将车辆自身与周围环境的距离测量精确到10厘米以下。试验设想了6种场合进行自动驾驶，包括：车道内行使、从行使中的车道驶入分支车道、变更车道、超车、堵车时在靠近前方车辆时停车以及红灯时停车。

事故责任算谁的？

目前，多国在无人驾驶汽车上都面临一些共性问题，如驾驶安全、法律保险，以及与整体道路系统的对接等。

无人驾驶汽车在美国社会已引起相关法律方面的争议，一是如果无人驾驶汽车发生交通事故，是由汽车制造商、无人驾驶系统供应商还是驾驶员来承担责任？这也基本是多国共性的问题。又如，无人驾驶汽车的汽车保险适用何种法律？英国Ashfords律师事务所的负责人苏西・米尔斯认为：“政府有责任为顾客和保险公司详细澄清责任所在。”还有，许多人担心今后无人驾驶汽车制造商、无人驾驶系统供应商以及卫星导航服务提供商，有可能不当存储乃至使用无人驾驶汽车用户的行使数据，使用户行踪等个人隐私无法得到应有的保障。

在瑞典，无人驾驶汽车有可能带来基础设施的改造，比如，高速公路上的四条车道要变成五条道，因为无人驾驶汽车所需的空间更小，上下坡路段也要进行改良。

此外，还有技术瓶颈。英国《每日邮报》说：“没有方向、没有刹车，这听上去都让人害怕”。过去3年间，包括牛津大学在内的工程专家小组已经对无人驾驶汽车进行了多次测试。仅从技术层面来说，应该已经“达标”。但有56%的英国成年人表示不会购买，1/4的人强调说，“机器人汽车”的安全性不能令人放心。

日本信息通信综合研究所研究员山口平八郎认为：诸如十字路口右转弯等情况，手动驾驶员通过互相沟通来防止事故发生，而自动驾驶汽车是通过道路基础设施传来的信息判断。所以，除了自动驾驶汽车相互间的沟通，还需要开发人员与自动驾驶汽车沟通的手段。信息安全也存在问题，在自动驾驶系统遭外部攻击后，方向盘和制动操作将被外部控制。

互联网对车企的冲击与融合

如何与互联网融合，也是无人驾驶汽车面临的问题。车企似乎显得有些老态龙钟，而互联网却年轻而风华正茂。两者原本相安无事，但在无人驾驶汽车领域，车企与互联网开始纠结、勾连和交叉。仅就技术而言，车企完全可以驾驭无人驾驶汽车的研发和生产，而互联网的介入，看中的仍是无人驾驶汽车背后巨大的利益蛋糕和庞大的市场份额。

无人驾驶汽车篇（2）

1 无人驾驶汽车发展史

20世纪以来，电子信息化高速发展，从而催生了无人驾驶汽车这一产物。随着物理计算能力的大幅度提升、动态视觉技术的快速发展以及人工智能技术迅猛发展的推动，解决了一些无人驾驶汽车的关键技术问题，例如路线导航、障碍躲避、突发决策等等，为无人驾驶技术的成熟创造了条件。

美国从20世纪50年代开始研究无人驾驶汽车，在80年代正式开展自主地面车辆AVL项目，主要由美国陆军和国防高级研究计划局（DARPA）合作，成功研发了第一个无人驾驶机器人。1995年，由卡耐基梅隆大学研发的Navlab-V智能车实现了在多地形上的高速度、长距离自主行驶，总的行程高达上万公里。在之后几年时间里，谷歌公司先后研发了7辆无人车，在2010年，对它们开展了城市实际道路测试。2015年10月20 日，美国完成有史以来第一次完全自动驾驶汽车在公共道路上的完全不受保护行使。2016年，谷歌的自动驾驶汽车的行驶里程突破了200万英里，这暗示美国无人驾驶技术成熟度相当高，实用性和安全性十分可靠。

中国从20世纪80年代开始对无人驾驶汽车进行研究，相比美国、欧洲等国起步晚，与他们之间有较明显的技术和经验差距。1992年，由国防科技大学、北京理工大学等五所机构成功研发第一辆自主车ATB-1，这标志着中国无人驾驶行业正式起步并进入探索期，无人驾驶的技术研发正式启动。九五期间，ATB-2成功研制出来，在ATB-1基础上完善了功能，行使速度大幅提高。2005年，ATB-3研制成功，在环境认知和轨迹跟踪能力上得到进一步加强。2011年7月14日，红旗HQ3首次完成了从长沙到武汉286公里的高速全程无人驾驶试验，创造了我国自主研制的无人车在复杂交通状况下自主驾驶的新纪录。2015年5月，我国完成了首辆无人驾驶客车的路测；8月，百度公司研发的无人车完成了从百度大厦到奥林匹克公园的往返综合道路环境下的自主行驶。

美国国家公路交通安全管理局（NHTSA）将智能汽车分为四个等级：辅助驾驶、半自动驾驶、高度自动化驾驶以及完全自动化驾驶，目前大多数汽车处于第二等级，大部分厂商已经研发出了第三等级的汽车，并在现实生活中的短距离出行中投入使用。谷歌作为无人驾驶汽车的领头军，目前处于第四等级的研发测试中。

2 无人驾驶汽车基本原理

无人驾驶汽车是指给车辆装备智能软件和多种感应设备，包括车载传感器、雷达、GPS以及摄像头等，获取车辆周围环境信息，并根据所获取的信息像人的大脑一样进行智能处理、分析判断，从而控制车辆的行使方向与速度，实现车辆的自主驾驶，安全高效地到达目的地，并且最终实现完全消除交通拥堵和交通事故，为环境保护做出突出贡献。简单来讲，无人驾驶汽车是指一种达到全自动、行驶途中不需要人为干涉的智能汽车。

无人驾驶系统平台十分复杂，主要涉及四个技术领域：环境感知、路径规划、计算机控制、决策控制。因此，无人驾驶系统主要由环境感知系统、计算机控制系统、决策控制系统和地理信息系统组成（如图1所示）。

环境感知系统，充当无人驾驶车的“眼睛”，主要是通过无人驾驶汽车所装载的外部传感器获取外部环境信息，对其进行建模，将汽车所处的地理信息、障碍物信息等准确快速地传输给计算机控制系统，所以这个系统主要由两部分组成：车载导航系统和障碍物检测系统。早期采用磁导航技术，通过埋设在道路上的磁钉或电线等导航设备获取信息；随后采用光学摄像头，通过对摄像头拍摄的图像进行分析处理，获取道路信息，但是这种方式对图像处理和模式识别技术要求十分高，否则难以保证系统的准确性与实时性。目前，谷歌所研发的无人驾驶汽车采用的是激光雷达技术，这种技术的主要原理是发射激光和接收激光信号、检测激光遇到障碍物的回波信号，通过回波信号检测作业现场的障碍物和当前激光雷达传感器之间的距离，还可以通过谷歌地图获取当前的地理位置。

计算机控制系统，像人的大脑一样智能化地对各种传感器传输来的信息进行快速、准确的分析处理，根据系统软件的控制算法，再将控制策略指令传输给执行机构进行执行。这种智能化的决策需要强大的后台软件支持，才能够做到对大量的激光雷达、GPS、电池电压、工作电流、行使位姿等信息进行准确而快速的处理，到达严格的实时性要求。

行为决策，无人驾驶汽车硬件系统执行计算机控制系统输出的控制指令，主要是方向盘转角控制和车速控制两种指令。

路径规划，是无人驾驶汽车导航和控制的基础，主要是提供一条从出发点到目的地，综合了各类诸如距离、时间、费用、拥堵等因素的最优路径，分为全局路径规划和局部路径规划。全局路径规划是指忽略细节信息，在全局范围内确定一条从起点到终点的粗略路径；局部路径规划是在全局路径的基础之上，结合环境感知系统获取的道路信息计算出局部范围内精确的行驶轨迹。无人驾驶汽车采用全局路径规划和局部路径规划相结合的方式进行路径规划。

3 无人驾驶汽车未来展望

2015年，中国汽车保有量已经超过1.72亿辆，仅次于美国居于世界第二，占全世界汽车保有量的十分之一。随着我国汽车保有量的激增，城市交通压力直线上升，拥堵现象愈发严重，从而带来的环境污染和交通事故频发的问题也日趋严峻。

中美两国开始瞄准无人驾驶汽车这一新兴市场，来解决眼前的环保、交通、经济等关键问题。作为两个互联网强国，在无人驾驶汽车这一领域必将开展一场激烈的技术角逐，争取占得市场先机，获得巨大的利益。百度首个公开了无人驾驶汽车的时间表，他们表示在2018年百度无人车将进行商用，2020年达到量产。更值得一提的是，中国许多地方政府已经向百度提供监管、基础设施等方面的支持，会引入按照政府特定的路线行驶的小型自动驾驶巴士。

由此可见，无人驾驶汽车在今后的发展中前景十分可观。但是就目前的情形而言，无人驾驶汽车还会面临各种技术、法律、安全、成本等方面的难关，在城市交通中，为了缓解交通拥堵问题，交警会经常介入拥堵路段，进行人为手势指挥，这种情况下，无人驾驶汽车难以对交警复杂多变的手势进行识别理解，并且人们担忧无人驾驶汽车无法在突发的紧急状况下做出道德选择，存在极大的安全隐患。然而，目前以谷歌、百度为首的互联网巨头、大量的传统汽车制造商都在寻求政府的帮助，与相应政府部门一起布局无人驾驶汽车，并且在大力推动它的商业进程。在法律方面，2016年9月20日，美国交通部针对无人驾驶厂商指导意见书，这份指导意见主要梳理了无人驾驶汽车的安全标准和政府职能，列出了无人车厂商需要提交的15 项“安全评估”标准，包括无人驾驶车测试要求、系统失灵的补救措施、无人驾驶程序对现行交通法规的遵守要求，以及避免黑客攻击的措施等。这意味着无人驾驶面临的政策障碍正在逐步被消除。

4 总结

无人驾驶作为一个新兴的市场，在技术、经验上都需要不断地加深研究，无人驾驶的系统搭建完善到大范围的无人驾驶车辆开始运营，还有很漫长的路要走。但是，无人驾驶汽车已然成为汽车行业的发展趋势，可以肯定的是，在未来，无人驾驶汽车会进入我们的生活，在很大程度上改变和改善我们的出行方式，在环保、交通、经济等领域为人类谋得福祉。

参考文献

[1]杨帆.无人驾驶汽车的发展现状和展望[J].上海汽车，2014（03）：35-40.

[2]乔维高，徐学进.无人驾驶汽车的发展现状及方向[J].上海汽车，2007（07）：40-43.

[3]O扬.无人驾驶车辆智能水平的定量评价[D].北京理工大学，2014.

作者简介

无人驾驶汽车篇（3）

法律障碍慢慢消除

无人驾驶汽车有望提高驾驶的安全性，改进燃油效率，而且可让驾驶者长途奔驰也不觉疲惫。

1994年，在英国的一条高速公路上，英国捷豹汽车公司和卢卡斯工业集团公司首次演示了自适应巡航控制系统和自动车道保持技术的安全性，这两种技术目前已广泛应用于各种汽车内，无人驾驶汽车慢慢地不再被媒体称为“疯狂的想法”。

英国牛津大学机器人工程师保罗・纽曼指出，人们对无人驾驶汽车安全性的担忧有点错位，因为，目前全球每年约有120万人死于人为的交通事故。纽曼领导的科研团队也在研发无人驾驶汽车。纽曼说：“想到我们10年、20年后还是像现在一样驾驶汽车――必须正襟危坐于驾驶座上，集中精神，不能睡觉就令人抓狂。”

目前，无人驾驶汽车的支持者越来越多，而且其面临的障碍也开始逐一瓦解。美国内华达州允许无人驾驶汽车合法上路的法案已于今年3月1日正式生效。该州也为测试无人驾驶汽车的厂商制定了“牌照程序”，并规定无人驾驶汽车车主需要缴纳100万美元到300万美元的保险债券。美国加州、亚利桑那州、佛罗里达州、夏威夷和俄克拉何马州也在考虑实施同样的法案。

无人驾驶汽车“遍地开花”

目前，通用、奥迪等汽车公司都已投入无人驾驶或半无人驾驶汽车的研发中。

无独有偶。由德国柏林自由大学的提诺斯・甘基勒领导的无人驾驶汽车研发团队正在考虑使用德国一个已经被关闭的著名机场Templehof来测试无人驾驶汽车。团队成员获得了特许，在必要时可以在柏林的街道上驾驶无人驾驶汽车，该研究团队希望很快能在德国的高速公路上驾驶。

甘基勒团队目前正在实验室测试一辆名为“德国制造”的小车，他们认为，这款车可能会是无人驾驶汽车的模型。这辆小车乍看起来像是一辆普通的帕萨特，但车顶的一个激光扫描器透露出，这辆车还有其他性能。研究人员解释道，这个激光扫描器以每秒10转的速度，扫描周围的物体并制造出3D图像，使得这辆车能同时“看到”各个方向的物体。

车上还安装了一个全球卫星定位系统（GPS），使车辆能在几公分范围内就能观测到其他物体和行人的位置。甘基勒表示，当路上只有无人驾驶汽车时，乘客会拥有更轻松舒适的乘车体验。目前，这辆小车还需要一名司机操控，以应对可能会出现的意料之外的问题。

柏林自由大学的计算机科学家劳尔・罗杰斯领导的科研组正在研究这辆车的自动驾驶性能。科学家们也在测试该汽车在危险时刻的反应情况，比如，行人突然冲到路中间时，汽车会有什么反应等等。

与此同时，英国牛津大学的科研团队正在将英国宇航系统公司的山猫军用吉普车改装成一辆无人驾驶汽车，并计划从英国政府那儿获得可以上路的许可。该车最大的改进就是在车身四周增添了传感器，这除了可以有效降低“碰壁”的机会，还能让它更精准地找到方向，而无需仰仗全球定位系统的辅助。不只如此，这些传感器还可以监控路面状况、交通状况以及行人和其他障碍物并做适当的修正。

这辆汽车的设计思路与谷歌公司的无人驾驶汽车的概念基本一致，不过，吉普车的设计肯定能让它比谷歌公司的无人驾驶汽车更拉风、更畅行无阻。

日本日产公司刚刚加入了牛津大学的计划，因此，日产公司的全电动汽车“聆风（Leaf）”最终也可能会升级为无人驾驶汽车。

相关技术必须更加精炼

斯坦福大学的迈克・蒙特梅罗和塞巴斯蒂安・特伦是谷歌公司的自动驾驶汽车研究项目的主管。他们研发的无人驾驶汽车以丰田的混合动力汽车普锐斯和奥迪跑车TT为基础，其设计思路与牛津大学和柏林自由大学的科研团队差不多。

所有这些汽车都配备有激光测距仪、雷达和光学摄像机，以便其非常准确地传递汽车周围实时环境的变化情况。这些设备知道何处有红绿灯和路标，也能分辨出运动的物体究竟是动物、人、自行车、摩托车还是卡车。纽曼团队正在研究让算法准确理解三维激光测距仪提供的数据并快速确定周围的物体是汽车还是行人。他的研究团队也在研究如何让机器人视觉系统提供周围环境的放大图片，以让汽车更好更快地适应不断变化的道路环境、光线情况甚至季节更替等。然而，他们表示，使这一切美好想法成为现实的商用传感器和软件可能还要假以时日才能问世。

纽曼指出：“谷歌公司的无人驾驶汽车配备了Velodyne LIDAR公司生产的光达传感器，该传感器使用64个每分钟旋转900周的激光头，在汽车周围形成360度的视角。但是，未来的汽车将不会配备这些使用起来不方便的自旋激光器。”

甘基勒也认为无人驾驶技术必须变得更加精致简练，他说：“需要减少上述系统的大小并降低售价。”

车辆相互交流将是下一个目标

纽曼表示，另一个挑战在于让汽车能防患于未然，识别出“危险的苗头”，比如路面上强烈的太阳光反射、卡车上落下的物体等（这会让一些传感器失灵），或者仅仅只是汽车爆胎。

谷歌公司的技术工程师温顿・瑟夫指出，谷歌公司的无人驾驶汽车能够相互知会它们刚行驶过的路面的情况，例如交换关于如何通过麻烦路口的数据等。甘基勒希望同样的技术可以在前方出现道路施工时，让汽车之间发送GPS地图，以便相互参考。

纽曼强调说，尽管如此，无人驾驶汽车并不需要使用昂贵的技术进行无线通讯，因为每辆汽车都需要“特别聪明”，时时刻刻意识到周围的危险。纽曼说：“汽车的自动控制正在实现。计算已经导致了巨大的改变，相互交流将是下一个目标。”

甘基勒团队也指出，要让无人驾驶汽车最终可以“自己做决定”还需要进行很多研究工作。除此之外，他们也在研究如何使车辆能够互相交流。

无人驾驶汽车篇（4）

无人机的控制方式基本上分为手动遥控和软件自动控制两种。Microdrones的无人机会根据Google的卫星地图或者无人机自身航拍的图片来决定飞行线路。在POI-Orbit模块的帮助下，它也可以自动围绕某个物体盘旋，例如在风力发电机检测中，无人机就可以环绕其中一个发电机拍下多个角度的照片。

美国交通部发言人表示，即使无人机能够自动驾驶，但仍然需要将使用范围限定在用户的视线范围之内，以防发生事故。另外，无人机的飞行高度不得超过100m，无人机也不得进入私人领地。在这些规定范围内，私人可以自由使用无人机，而商业使用则需要各州航空管理局的批准。除了这些政策上的限制之外，快递无人机还要解决一些应用上的问题，例如，收件人是否需要有特殊的无人机降落区？怎样防止对无人机的攻击以及对货物的偷盗？亚马逊和DHL都没有给出答案，他们的快递无人机现在也还只是一个技术试验而已。

雷达、摄像头操控汽车

自动驾驶无人机要避免被风卷走或者撞到树上已经是一项技术活儿了，但这跟全自动无人驾驶汽车比起来还是小巫见大巫。无人驾驶汽车所处的环境要复杂得多，有狭窄的街道、交通规则、交通信号灯和标识，还有一些非理性的行为和无法预测的生物。所以自动无人驾驶汽车的普及就更像科幻小说里面的场景了。如果全部交通都自动化，那么在理想状态下，就再也不会出现堵车、交通事故和停车等难题，而且将会大大减轻交通造成的环境压力，而人们的出行也将会更廉价、更便捷。

但这个设想离现实还有很长的一段距离，它所需的人工智能方面的提升并非可以一蹴而就的。几十年前我们就开始朝着这个目标努力，80年代出现的防抱死系统（ABS）和牵引控制就是电子硬件对油门和刹车进行辅助操作的例子。后来还有车道偏离预警系统和倒车雷达，这些技术会在汽车偏离车道或者撞到障碍物之前发出声音进行提醒。

几乎所有的汽车厂商都在开发新技术，并对这些科技进行整合。宝马和奥迪的某些车型能够在堵车时自动驾驶，某些沃尔沃车型可以自动停车，只不过需要车主拿着智能手机站在停车位前。在新加坡，一辆自动无人驾驶的公共汽车已经可以搭载8人以20km的时速行驶在1km长的固定路程上。这辆Induct Navia采用了光学雷达（LiDAR）进行导航，Google自动无人驾驶汽车也采用了相同的技术，福特近期也在开始对这项技术进行试验和检测。

光学雷达，顾名思义，就是以光束作为脉冲信号的雷达。Google自动无人驾驶汽车上的光学雷达同时发出64道激光光束，每秒进行上百万次的测距工作，并以此绘制周围环境的3D模型。由光学雷达得出的模型，再加上普通雷达、普通摄像头和GPS系统，这些都是汽车自动驾驶行为的判断依据。Google从2009年起便开始了自动无人驾驶汽车的测试，到目前为止，Google自动无人驾驶汽车已经安全行驶了超过500 000km，并保持零事故的记录。Google的目标是能够在2018年推出商用自动无人驾驶汽车，Uber这家美国的出租车和豪华轿车出租服务创业公司，已经声明计划将从Google购买2 500辆自动无人驾驶汽车了。

奔驰也对外展示了他们的自动无人驾驶汽车，配备了Intelligent Drive系统的奔驰S500在无人驾驶的情况下在从曼海姆到普福尔茨海姆的公路上行驶了100km。

Intelligent Drive系统综合了奔驰已经推出的Distronic Plus巡航定速系统和方向盘控制辅助系统以及已经在E系和S系配置的Stop & Go Pilot交通堵塞自动驾驶功能。对周围环境的分析由后视镜前方的3D摄像头、两个普通摄像头、几个雷达测距设备、超声波检测器和红外线热感应摄像头合作完成，他们为行驶中的汽车提供每小时300GB/h的环境数据。汽车上的计算机根据这些数据做出是否闪避障碍物或者是否通过路口这样的决定。现在奔驰自动无人驾驶汽车的最高时速已经达到了100km。车载计算机向一个特殊绘制的地图进行每秒10次的数据同步，这个地图的精度达到了100mm级别，并且记录了所有交通信号灯的规律以及路上行人穿越道路的数据，这个地图现在还只针对测试道路的区域，毕竟目前的卫星地图对于这种要求来说还是太不精确了。这样的地图是奔驰的自动驾驶技术投入使用的关键前提，但它也需要频繁地进行更新来反映道路情况的变化，所以它也是自动无人驾驶汽车真正商用的一大瓶颈。

自动驾驶技术面对的另一个难题是交通信号灯的识别问题。在这方面，设备面对着和人类驾驶员面对的同样问题：信号灯经常以一个难以看见的角度出现，或者处在逆光之中。但识别并非是问题的全部，德国人工智能研究中心附属机器人创新中心的负责人Frank Kirchner教授表示“问题的另一方面是将检测识别出的对象放到环境中去怎么理解”，他的研究方向是为自动控制系统创建用于判断并做出决定的模块。人类可以很容易地将环境中的重要信息及噪音分离开来，然后灵活地进行反应，但这对计算机来说还是很困难的，尤其是面对环境中行为不可预测的行人和其他车辆时。奔驰的Car-to-X通讯系统，即不同车辆之间和车辆与智能基础设施之间进行的通讯，可能是解决这一问题的一种方法。

无人驾驶汽车篇（5）

作为本次Nissan360活动的重头戏，我们在封闭场地，亲身体验了装载激光扫描仪、全景式影像监控系统以及高级人工智能和传动装置的日产聆风电动汽车。从外观来看，实验车与普通的聆风并无太大差异，最明显的特征就是分布在车身四周的6个激光扫描仪（车头、车尾、两个后门各1个，前轮前方的翼子板左右各1个）。雷达的探头据目测达到了10个（前6后4），摄像头则被布置得比较隐秘，最明显的主摄像头在前风挡的中上部，车内后视镜的前面的位置。坐进车内，加装在中控台上方的两块显示屏迅速吸引了我的目光，一块屏幕实时显示车辆前方摄像头拍摄到的画面，另一块则实时显示激光扫描仪扫描前方路况后呈现的画面。

在专家的陪同下，工程师开动了汽车，我坐在副驾驶的位置紧盯着屏幕。很快，车子进入了模拟的高速公路路段，工程师打开定速巡航后，双手离开方向盘，双脚也离开油门和制动踏板，聆风开始自动以约80km/h的速度巡航。很快，出现了封闭最内侧车道的警示障碍，车辆在识别后智能变换到右侧车道继续行驶，而此时此刻驾驶员只是浅浅一笑向我示意他什么都没做。

紧接着，一辆天籁轿车出现在我们前方，实验车自动放慢车速，保持安全距离跟随前车前进。当天籁减速并停下时，我们的车辆自动制动，迅速变换车道绕过前车后又返回到正常车道，动作一气呵成。当然，这些动作全部都是实验车自己只能完成的。最后一项演示最为有趣，也最贴近生活。场景模拟的是我们去超市购物的停车和取车过程。抵达“超市”的门口后，扮演司机的工程师下车后按下钥匙上的锁车键，车辆自己驶向旁边的露天停车场。这时，一辆车恰好要从车位驶出，实验车选择停在一旁等待，待该车离开后自动停车入位，看得我目瞪口呆。片刻，模拟购物完的专家在刚刚下车的地方按下开锁键，我们乘坐的车辆便自动从车位驶出，开到他的面前，他上车后继续驾驶。特别需要声明的是，完成上述三个演示的车辆均未使用导航系统，也就是说这一切动作都是车辆根据实际情况自动判断并完成执行的，而非按事先设定好轨迹的规定动作。据称，这套自动驾驶技术如果配合标准车载导航系统，可以实现根据导航令汽车自行选择抵达目的地的路径。

日产汽车已开始在日本建造一个专门用于自动驾驶的试验场，预计于2014财年底竣工。试验场为砖石建造而非模型堆砌，真实还原了城市景观，可用于进行有可能超出公路限制的车辆测试，从而确保自动驾驶技术的绝对安全。

无人驾驶汽车篇（6）

(讯)Google的无人驾驶汽车项目也许是Google近几年推出最大胆的项目之一。近日Google宣布这项计划达成了一项新记录：Google无人驾驶汽车累计驾驶里程已达30万英里，而且在电脑操作下没有一次交通事故发生。

Google计划让团队成员改乘无人驾驶汽车上下班，目前测试时一辆车一般是坐至少两人，但项目组认为现在已经可以考虑由一人来操作汽车了。无人驾驶汽车项目组的工程组领头人Urmson在博客中表示：“我们希望无人驾驶汽车能让人们未来在汽车中更有效率。现在我们的项目组成员在无人驾驶汽车中只需坐在那，如果出现突发情况才需要替代电脑进行操控。”过去Google无人驾驶汽车的确发生过一些事故，但是那都是在人工操作时发生的。

这一消息的确振奋人心，但是Google还是表示“未来还有很远的路要走”。目前Google无人驾驶汽车还有很多需要改进，比如如何在积雪道路上行驶以及如何识别临时道路障碍信息。

虽说30万英里无事故的确是个了不起的成绩，但是如果这项技术果真得到了普及，一天内的驾驶里程都不止30万英里，总会有大大小小的事故发生。而这类事故的所有责任几乎都会归到Google头上，因为所有这一切都是Google的计算机造成的。这就好像把此前所有肇事司机的责任全都集中到了Google一家公司身上，不知Google会如何应对呢？(来源：搜狐IT)

.

无人驾驶汽车篇（7）

引言

近年来，互联网技术的迅速发展给汽车制造工业带来了革命性变化的机会。与此同时，汽车智能化技术正逐步得到广泛应用，这项技术简化了汽车的驾驶操作并提高了行驶安全性。而其中最典型也是最热门的未来应用就是无人驾驶汽车[1]。

无人驾驶汽车，是可以通过计算机系统设置进而实现无人驾驶的新型智能化汽车[2]。无人驾驶汽车是人工智能技术、雷达、数学计算、监控设备与北斗导航系统协作实现的，它受计算机系统的控制，实现无人驾驶。目前，无人驾驶技术还停留在研发和实验中，尚未被批准用作商业用途和用作私家车[3]。

据有关数据显示，在意外事故中，以车祸占首位，占意外死亡总数的50%以上。仅以汽车交通事故为例，全世界因交通事故而死亡的人数已超过3000万人，多于世界大战死亡人数。基于高科技研究的无人驾驶汽车，无论在其安全性还是可靠性方面，都极具发展潜力。因此，无人驾驶汽车的研究与发展是降低车祸发生率、保障人民生命安全的重要任务[4]。

1 无人驾驶技术的研究成果

1.1 国外无人驾驶技术的研究成果

二十世纪五十年代起，英美等发达国家就开始涉及无人驾驶汽车领域的研究，并在某些方面取得了很大进展。1950年，世界上第一台自主导航汽车由贝瑞特电子公司在美国研制成功，实现了在设定路线上行驶。1987年，奔驰公司投资赞助了慕尼黑国防大学实验室，独立设计了VaMoRs智能车，车速最高达到96KM/h。1994年，欧洲研制的VaMP和VITA-2机器人车辆在巴黎进行了测试，并在多车道高速公路上行驶了1000多公里，其中车速最高时达到130KM/h，并能自主完成跟踪行驶[5]。2005年，在美国国防部主办的无人车挑战赛上，斯坦福大学的选手们改装的大众途锐多功能车经过7个半小时的长途车程到达终点，完成了全程障碍赛[6]。2010年，Google设计制造的无人驾驶汽车进行并通过了主要城市道路的驾驶测试，确定具有完备的感知能力和高水平的人工智能[7]。2014年，Code Conference 科技大会上，Google的新产品无人驾驶汽车亮相，和一般的汽车不同，Google 无人驾驶汽车没有方向盘和刹车[8]。美国、德国、日本等发达国家和欧洲由于对无人驾驶技术的研究起步早，对无人驾驶技术的掌握和对无人驾驶汽车的研发与生产更成熟和可靠。

1.2 国内无人驾驶技术的研究成果

国内在此领域相对英美等国家起步较晚，目前仍处于初级阶段，从二十世纪八十年代开始，以国防科技大学为主开始进行此方面的研究。

2001年，在贺汉根教授带领下，研制成功时速达76公里的无人车[9]。2002年，国防科技大学与发达国家联合研制的汽车实现了在公路上的无人驾驶[10]。2005年，国防科技大学完成的一个重大项目中，实现了2000公里的无人驾驶[11]。2006年，在东北亚的贸易博览会上，中国研发的无人驾驶汽车在不封路的情况下，以80公里每小时的速度自主行驶。2011年，国防科技大学成功研制了红旗HQ3无人车，在长沙-武汉高速公路上完成了无人驾驶实验，创造了在复杂交通环境下无人驾驶的新纪录。2012年，军事交通学院研制的无人驾驶智能汽车配备了全球定位系统、超声波雷达传感器等先进技术仪器，以感知周围环境，自动规划行车路线[12]。2015年，长安汽车首辆无人驾驶样车在重庆亮相，为国内第二辆原型车。长安已经完成了1级的智能驾驶技术应用，如全速自适应巡航、紧急刹车、车道保持等[13]。

我国无人驾驶汽车的蓬勃发展还需要长期坚持不懈的努力，面临的困难还有很多，技术水平不足、关键零部件依赖进口、政策法规不完善等问题较为突出。

2 无人驾驶汽车的可靠性分析

无人驾驶汽车的可靠性依赖其关键技术的可靠性。其关键技术有导航技术和智能控制技术。

1965年，傅京孙教授提出了将人工智能的启发式推理规则在学习系统中实践，是我国最早提出的把人工智能和控制技术相结合[14]。1971年，他提出智能控制是自动控制与人工智能的二元交集论观点。1977年，三元交集论被提出，即认为智能控制是人工控制、自动控制和运筹学的交集。

1989年，我国依靠通信卫星进行了双星定位演示验证试验，并肯定了北斗卫星导航试验系统技术体制的正确性和可行性。1994年，我国正式启动北斗卫星导航试验系统建设。2004年，启动导航系统建设。2006年，张彦在汽车产品的可靠性工程中应用了灰色系统理论，主要体现在可靠性设计、分配、预测、试验和评价，为无人驾驶汽车可靠性研究开辟了更广的研究方向[15]。2008年，万正高凭借我国汽车行业整车产品质量监督检验的部分结果，建立了汽车可靠性的数据库，并开发了可靠性数据分析处理软件[16]。2009年，北斗卫星导航系统成功发射了GEO卫星，验证了相关技术的正确性。2015年，主席参加“互联网之光”博览会时，参观了百度的展台，并听取了关于无人驾驶汽车研发的报告。

随着无人驾驶汽车行业的深入研究，提高无人驾驶汽车的可靠性就显得十分紧迫，对其进行可靠性试验更显得尤为重要和必要。

3 无人驾驶汽车面临的问题及因素分析

虽然我国无人驾驶汽车发展迅速，但是分析无人驾驶汽车的发展现状，仍发现了一些问题，主要表现为以下几个方面：

3.1 技术不够成熟，关键技术的可靠性需进一步论证

虽然国内外对无人驾驶汽车的研究与试验都积累了一定的经验，但是考虑到其安全性和应用，无人驾驶汽车的技术可靠性仍需进一步论证，特别是关键技术。Google研制的无人驾驶汽车虽然通过了实际城市道路的行驶测试，但是其通行也只是限制在美国的某些州而不是全美国；我国国防科技大学研制的无人驾驶汽车完成了高速公路无人驾驶实验，但这也是在特殊条件下进行的测试，是仿真模拟[17]。因此，无人驾驶汽车技术的成熟还需进一步论证，对无人驾驶汽车的试验也应多积累经验[18]。

3.2 成本太高，大批量生产困难

智能化的现代，人类生活方便快捷，生活质量的提高伴随着生活成本的提高，智能化的生活是由高科技的成本提供和支持的。越来越多的家庭拥有私家车，体现了传统汽车制造业的繁荣和汽车价格的日趋降低。但是针对无人驾驶汽车这一全新的领域来说，高成本始终成为其不可避免的问题。虽然无人驾驶汽车可以降低事故率并带给人们轻松的享受，但是低性价比则阻碍了其大批量生产和普及，因此，降低成本成为无人驾驶汽车普及的关键因素[19]。

3.3 对传统汽车制造业及其相关产业冲击大

随着无人驾驶汽车的普及和汽车共享意识增强，传统汽车销售数量和售价将会出现一定幅度的下降。汽车行业秩序可能被打乱，传统整车制造商的行业地位将受到新进入者的巨大冲击。随着无人驾驶汽车交通事故率的降低，人们为汽车及人员投保的意识和心理会受到一定影响，因而保险行业特别是车险的销售会受到一定冲击。

3.4 交通法规制定困难及人伦困境

无人驾驶汽车作为一种新型智能化产品，必然会给人类生活带来新的改变，而已有的交通法规也将不适用于无人驾驶汽车的上路行驶，因此交通法规的修改甚至是重新制定将是一件重要的、困难的工作。当无人驾驶汽车与传统汽车发生交通事故时，责任和赔偿等一系列事务的处理势必会触及人伦道德的方面，而现有处理事故人员的素质及主观因素也使这些问题的解决更为棘手。

4 无人驾驶汽车的展望

本文总结了无人驾驶汽车的国内外研究状况，对其技术可靠性做出了论述，发现了国内外无人驾驶汽车出现的共同问题。虽然对无人驾驶汽车的研究从上个世纪就已经开始，期间也突破了很多技术难题并取得了一定成果，但距无人驾驶汽车真正走进人类生活还需要很长的研究与试验过程。从当今来看无人驾驶汽车，其研究、发展和普及存在着很多尖锐的问题。

今后可从以下几个方面对无人驾驶汽车进行研究或开展工作。（1）对无人驾驶汽车的可靠性及安全性继续进行研究和试验。（2）对无人驾驶汽车的制造成本进行突破并向批量生产过渡。（3）对传统汽车制造业进行产业升级并带动相关产业的发展。（4）根据试验结果进行交通法规的修改制定并大力宣传无人驾驶汽车。（5）大力发展无人驾驶汽车在服务业、工业和私人方面的应用，扩大其消费市场。

参考文献

[1]乔维高，徐学进.无人驾驶汽车的发展现状及方向[J].上海汽车，2007，07：40-43.

[2]杨帆.无人驾驶汽车的发展现状和展望[J].上海汽车，2014，03：35-40.

[3]端木庆玲，阮界望，马钧.无人驾驶汽车的先进技术与发展[J].农业装备与车辆工程，2014，03：30-33.

[4]潘建亮.无人驾驶汽车社会效益与影响分析[J].汽车工业研究，2014，05：22-24.

[5]Drew Bellamy， Luka Pravica. Assessing the impact of driverless haul trucks in Australian surface mining [J]. Resources Policy， 2011， 36（2）：149-158.

[6]黄柏雪.无人驾驶汽车在中国[N].计算机世界，2013-10-28026.

[7]Clifford Winston， Fred Mannering. Implementing Technology to Improve Public Highway Performance： A Leapfrog Technology from the Private Sector Is Going To Be Necessary [J]. Economics of Transportation， 2014， 3（2）： 158-165.

[8]闫民.无人驾驶汽车的研究现状及发展方向[J].汽车维修，2003，02：9-10.

[9]我国无人驾驶汽车成功挑战高速公路[J].创新时代，2012（12）：14.

[10]林一平.不断创新发展的现代无人驾驶汽车[J].专用汽车，2003，0

1：12-14+18.

[11]张贤启，余有晟，刘俊才.无人驾驶汽车的发展及可行性[J].山东工业技术，2015，04：50.

[12]冯学强，张良旭，刘志宗.无人驾驶汽车的发展综述[J].山东工业技术，2015，05：51.

[13]赵阳.无人驾驶汽车关键技术[J].中国科技博览，2011（26）：272.

[14]乔喻.无人驾驶汽车开启“智能交通”新时代[J].第二课堂（B），2014，11：4-9.

[15]张彦.基于灰色理论的汽车产品可靠性工程研究[D].合肥工业大学，2006.

[16]万正高.国产电动汽车的可靠性评估与故障规律研究[D].武汉理工大学，2008.

[17]李晶.谷歌无人驾驶汽车：从改造到自造[N].北京科技报，2014-06-09034.

无人驾驶汽车篇（8）

关键词：无人驾驶汽车现状；关键技术；展望

无人驾驶汽车是未来智能汽车，主要利用环境感知系统来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车速和方向，从而使车辆安全、可靠地在道路上行驶。机构预测，无人驾驶可减少90%的交通事故、90%的通勤时间、90%的汽车数量、90%的能源消耗，每年能帮助减少汽车二氧化碳排放量约3亿吨。无人驾驶汽车是汽车、人工智能与通信高度融合的产物，民用市场前景广阔，潜在军用价值巨大。是国家计算机科学、模式识别和智能控制技术水平的代表。无人驾驶汽车是影响3个10万亿市场（汽车、出行、社会效益）的革命性产业，是未来智慧城市最重要的组成部分。

1国外无人驾驶汽车的起源及现状

国外无人驾驶汽车的研究始于20世纪70年代。美国在20世纪80年代提出ALV（自主地面车辆）计划（8轮，驾驶环境为校园，低速），同时美国卡耐基•梅隆大学、麻省理工学院等都先后开始无人驾驶汽车的研究。由于技术过于复杂，加上各种条件的限制，之后各国都将研究的重点转移到高速公路的民用车辆上。1995年由美国卡耐基•梅隆大学研制的无人驾驶汽车，完成了横穿美国东西部5000多公里的州际高速公路试验，并获成功。2005年美国国防部举办“大挑战”比赛，美国斯坦福大学工程师们改装了一辆大众途锐多功能车，成功穿越沙漠并通过黑暗的隧道及泥泞的河床，在崎岖山道上长途跋涉近7个小时，最先到达终点。2014年以来，无人驾驶技术和道路测试发展迅猛。2016年9月14日，四辆福特Fusion作为优步（Uber）公司无人驾驶汽车载客“首秀”，在美国宾夕法尼亚州匹兹堡市上路测试。2016年谷歌自动驾驶汽车项目独立成立新公司Waymo，谷歌Google开发的自动驾驶汽车（有员工监督）在现实世界中的路测里程累计已超过200万英里（约322万公里）。2016年10月特斯拉宣布，所有新车的硬件都具备Autopilot2.0“完全自动驾驶功能”的硬件系统（软件系统包含多个辅助驾驶功能），包括8个360度摄像头（视距约合250米），以及12个超声波传感器（能探测硬性和软物），一个前向雷达以及一台随机携带的新款电脑，其计算能力是之前电脑的40倍，并且新的前置雷达可以穿过雨、雾和尘埃进行监测，且装备该系统的新车价格仅增加5000～8000美元。2017年3月，特斯拉推出自动驾驶系统Autopilot8.1，达到Level3级有条件自动驾驶水平。特斯拉汽车在开启Autopilot模式下累计已行驶2.22亿英里（约3.57亿公里）。

2国内无人驾驶汽车的起源及现状

我国无人驾驶汽车的研究始于20世纪80年代。1989年国防科技大学研制出我国首辆智能小车。1992年我国第一辆真正意义上的无人驾驶汽车在国防科技大学诞生。2000年6月我国第四代无人驾驶汽车在国防科技大学研制试验成功，最高时速76km/h。2010年国防科技大学和一汽成功联合研制出红旗旗舰无人驾驶轿车，该车装备了摄像机、雷达，可以自己导航，不需要人做任何干预操作，在高速公路上行驶的最高稳定速度为130km/h，最高峰值速度为170km/h。2015年12月初百度顺利完成无人驾驶汽车混合道路上路测试，之后宣布成立自动驾驶事业部，计划三至五年实现商用化。另外，北汽、广汽、上汽、长安、比亚迪也涉足无人驾驶汽车多年。

3无人驾驶汽车的关键技术

无人驾驶汽车的自动驾驶系统主要包括环境感知、定位导航和控制三大系统。环境感知系统相当于驾驶员的眼睛，是用摄像头、超声波传感器、雷达等一系列部件组成的感知模块，去感知周围环境。定位导航系统相当于驾驶员的地图。控制系统相当于驾驶员的大脑和手脚，分析和处理收集来的信息，并发出指令控制速度和方向，正如驾驶员驾驶车辆一样，找到当前道路环境下的预瞄点，并控制。另外，无人驾驶汽车还需要车联网等系统的支持，以实现高效、安全运行。要实现真正的无人驾驶，感知技术的突破是关键。2015年10月特斯拉软件版本7.0，该版本的自动辅助驾驶是通过图像识别为主，雷达只是辅助的手段实现，但随之也发生了两起自动辅助驾驶没能避免的致命车祸。随后软件版本8.0对感知技术方案进行了彻底改造：改为雷达识别为主，图像为辅的方式。感知周边车辆的能力是原来的6倍，识别前方障碍物的能力大大增强，类似的道路中障碍物事故没有再次出现。特斯拉和谷歌代表两种感知技术路径。谷歌的高分辨率地图，是用其街景车和探测车测绘的，包括整个城市高精确度的经纬度以及每个位置的三维信息。之后使用雷达和高精度地图对车辆行进路线进行规划，并遵守交通规则，可以抵达该城市的任何地方，但仅限于该城市。尽管感知技术路径不同，但目前采用的都是静态感知。而自动驾驶一定要预测下面的几秒钟甚至更长时间里会发生什么，不然没有提前量来保障行驶安全。提高感知系统的性能，目前来看主要有两条路径，一种是让方法变得更灵活，即通过技术攻关提高对不确定性情况或因素的智能感知水平；另一种是让经验变得更可靠，看到的东西越来越多，能处理的也越来越多，经验丰富时就会判断更准确，通过已经确定的信息不断修正不确定的信息。这都有赖于深度学习的应用，而深度学习还没有进入大量应用的阶段。

4无人驾驶汽车还需解决的其它问题

除了技术问题和公路环境（如电子路标）问题，无人驾驶还要面对来自法规和市场等方面的挑战。2017年5月德国上议院通过了一项法规，准许无人驾驶汽车在德国公路上行驶。不过，这项法规要求任何时候都需要有人类驾驶员坐在驾驶席上，以准备随时对车辆进行控制。而在美国，已有14个州颁布了自动驾驶法律。另外，无人驾驶安全性的问题是大家最为关注的话题。美国机动工程师协会SAEL5的基本要求包括动态驾驶任务DDT，动态驾驶任务支援DDTFALLBACK，设计适用范围ODD。其中争议最大的莫过于设计适用范围（OperationalDesignDomain），包括系统安全运行道路类型、地理范围、速度范围、系统的操作环境（天气，白天和夜间等）、其他领域的限制。自动驾驶系统应该在设计适用范围能够安全运行，当偏离ODD时，车辆应以最小风险的状态过渡。无人驾驶的普及化是一个缓慢的过程，包括技术的进一步突破，法令的通过，以及乘客由于驾驶意外产生的心理阴影的消除。

5无人驾驶汽车的未来展望

美国机动工程师协会SAE将无人驾驶汽车的等级分为5级。0级无自动驾驶功能；1级是对方向盘或加减速中的一项进行辅助，如自适应巡航控制系统等；2级是对方向盘和加减速中的多项进行辅助，但司机必须随时待命，以便在自动系统停止工作时马上接管，如交通拥堵或高速公路辅助驾驶等；3级是有条件自动驾驶，人提供适当应答，如高速公路自动驾驶等；4级/5级才是真正的无人驾驶（其中4级为高度自动驾驶，需限定道路和环境；5级为完全自动驾驶），无需司机或乘客的干预或协助由出发地驶达目的地。目前所有车企都达到1级，大部分车企只达到2级，在无人驾驶汽车领域最为领先的特斯拉和谷歌公司也只达到3级。据预测，2020年无人驾驶或将进入爆发期。2017年5月特斯拉预计其自动驾驶系统将在2年后达到5级，届时特斯拉汽车将能够自主地从洛杉矶开到纽约，途中“无需人工触碰”。丰田力争在2020年左右实现自动驾驶汽车的商品化。大众也将在2020年推出辉腾电动版，采用最新的自动驾驶技术。此外，奔驰、通用、现代、起亚以及中国自主品牌巨头上汽、长安，都计划于2020年推出搭载自己最新自动驾驶技术的量产车型。宝马、福特、沃尔沃则将自动驾驶量产车的推出时间选择在了2021年，国内汽车巨头一汽、北汽、吉利则将推出时间点定在2025年。除此以外，要实现无人驾驶，还要结合各种结构化环境探索商业发展路径，如高速公路环境、城市环境和特殊环境下的应用，特别是城市环境下的无人驾驶将成为下一阶段研究重点，摩根士丹利分析师预测，2030年共享出行市场(租借无人驾驶汽车)的市场规模有望达到2.6万亿美元。

6结语

无人驾驶汽车是未来汽车发展的方向，是智能科技发展的必然产物。无人驾驶汽车尤其适合从事共享汽车（租借无人驾驶汽车）和长途高速运输，可极大地提高交通系统的效率和安全性。根据各大车企的研发计划，2020年全球将迎来自动驾驶汽车的爆发期。美国IHS汽车信息咨询公司曾发表报告指出，到2025年，全球无人驾驶汽车销量将达60万辆，在接下来的10年中销量将以每年43%的速度持续增长；到2035年，全球无人驾驶汽车将达2100万辆。

参考文献

无人驾驶汽车篇（9）

苹果CEO蒂姆・库克已证实在研发一款无人驾驶汽车系统，不过库克没有谈论苹果致力于无人驾驶汽车技术的哪个方面：是开发支持软件、许可模式还是研制汽车本身。

苹果一向对自主技术计划秘而不宣，不过在去年泄露的一个文件中，有关汽车团队领导层变更的详细信息表明，苹果在去年已派硬件专家U勃・曼斯菲尔德负责该项目。

2. 英特尔

今年，英特尔斥资153亿美元收购了总部位于以色列的无人驾驶汽车公司Mobileye。英特尔和Mobileye早就在与宝马合作，力争2017年底前让40辆无人驾驶的宝马7系列汽车上路。

在CES 2017上，英特尔了“Go”，这个5G就绪的软硬件平台旨在支持开发自动驾驶汽车的工作，还了配套的软件开发工具包（SDK）。

3. 宝马

宝马早在2011年就测试了无人驾驶汽车，曾在一个封闭赛道上测试了宝马330i，后来在2014年测试了6系列Gran Coupe。今年，宝马又在北京测试了i3系列。

许多宝马车还配备ConnectedDrive（驾驶辅助系统）以及智能泊车、驾驶和视觉功能。

4. 奥迪

德国汽车厂商奥迪将使用英伟达技术，力争2020年之前向市场推出无人驾驶汽车，这是两家公司在CES 2017上宣布的。

奥迪最近一直在使用图形卡厂商英伟达的人工智能平台，智能化监控路况，将这项技术提供给其自动驾驶汽车。到时奥迪和英伟达将研发一款“Level 4”自动驾驶汽车，这款车能够完全自主地驾驶。

5.谷歌

去年底谷歌母公司Alphabet宣布成立Waymo，这家新的自动驾驶汽车技术公司旨在为无人驾驶汽车开发软件和传感器技术。

谷歌研发无人驾驶汽车已有好几年，去年展示了一款样车。此外，谷歌还为其他汽车厂商配备无人驾驶汽车技术，比如丰田普锐斯、奥迪TT和雷克萨斯RX450h。谷歌自家的自动驾驶汽车使用了博世传感器及来自LG和大陆集团的其他设备。

6. nuTonomy

nuTonomy专为无人驾驶汽车提供软件和算法。

2016年8月，nuTonomy声称在新加坡商业区首次公开测试“机器人出租车”服务。当地居民可通过智能手机应用预订免费乘坐，尝试nuTonomy的自动驾驶汽车。

7. 沃尔沃

今年初，沃尔沃启动了“Drive Me UK”，这个面向英国全境的自动驾驶试点项目是想让人们在实际道路上驾驶100辆无人驾驶汽车。

沃尔沃一直在大力生产无人驾驶汽车，并在现实场景下进行测试。

8. 博世

谷歌、宝马和特斯拉的无人驾驶汽车技术供应商博世去年声称，明年其自动驾驶系统将带来10亿欧元的年销售额，2014年自家销售的无人驾驶汽车环绕传感器达到了5000万只。

博世还是斯坦福汽车研究中心、硅谷机器人论坛、IEEE机器人与自动化学会的成员。

9. 优步

2015年2月优步在匹兹堡设立了“先进技术中心”，去年9月与亚利桑那州达成协议，在公共区域测试其无人驾驶汽车。

此外，优步CEO特拉维斯・卡兰尼克早前还透露了在匹兹堡测试自动驾驶皮卡车的计划。

10. 特斯拉

特斯拉CEO埃隆・马斯克声称，两年后，所有特斯拉汽车将完全无人驾驶。特斯拉已有一款半自动驾驶汽车：特斯拉“S”，它们使用“深度学习”算法来相互训练。

车辆传感器发送和处理的这些信息教汽车学会变换车道和察觉障碍物，应该会不断改进。

11. 福特

福特已宣布要为无人驾驶汽车开发娱乐系统。该娱乐系统将充当车载影院屏幕，使用投影仪将投射的影像覆盖汽车的前部。福特为该产品申请的专利名叫“自主车辆娱乐系统”。

福特还在有积雪的道路上测试无人驾驶汽车，而不是像其他大多数自动驾驶汽车厂商那样选择在干燥畅通的道路上试车。

12. FiveAI

无人驾驶汽车篇（10）

业内人士预测，无人驾驶汽车会在3到5年内投放市场。

未来汽车征服最弯街道

“今天，车祸是年轻人的头号杀手，这些事故大多都是人为错误造成的，而不是机器故障。为什么不能让机器来保护我们的安全呢？”年少时一位好友因车祸不幸去世，激发了谷歌无人驾驶汽车项目核心开发人员塞巴斯蒂安・斯伦对人工智能安全汽车的研发兴趣。

2010年，无人驾驶汽车真正走到前台。如今，谷歌的无人驾驶车（一辆经过改装的丰田普锐斯）已经悄悄驶过硅谷的大学校园，洛杉矶的海边大道，以及遍布游人的好莱坞大道，无人驾驶汽车甚至沿着全世界最弯的街道――旧金山弯弯曲曲的九曲花街，驶过金门大桥、太平洋高速公路，到达靠近内华达州的塔霍湖。没人注意到这是一辆无人驾驶汽车。

从谷歌展示的视频可以看到，这辆丰田普锐斯不仅可以在狭小城市街道中自如穿梭，也可以在弯曲的山路上疾驰。夜晚，一头麋鹿从山路上跳过，这辆汽车自动减速。它还可以在停车场上找位子，在收费站自动停车。更为惊奇的是，这辆汽车还曾精确地完成了驾驶桩考。

激光探测技术是关键

如果非要找出这辆超级普锐斯的过人之处，那只能是车上“捆绑”的大大小小的探测器了。

和普通车辆不同，它有着一套完整的感应系统，由激光探测仪、无线电雷达探测器、摄像设备等组成，可以对周围环境360度无死角关注。通过这一系列感应器，汽车可以清晰“看到”周围物体，清楚地掌握它们的大小、距离，能判断出周围物体将可能对车辆的运动和路线造成什么影响，并作出相应的反应。

从谷歌公布的感应画面来看，无人驾驶汽车“眼中”的街景如同“感应图”，能对其他车辆、步行道、红绿灯等物体重点标出。无人驾驶系统的“心脏”，就是位于汽车顶部的激光探测仪，它可以制作出周边环境的3D地图。

车辆不同的感应器分布车身各处，前后保险杠共安装4个雷达，当汽车在高速路上时，雷达可以让汽车“看”得更远。汽车后镜装有摄像头，可以注意到红绿灯。此外，汽车上还有GPS装置，以及用以跟踪汽车运动的车轮编码器等多个设备。

无人驾驶系统不会像驾驶者那样分散注意力，它可以更谨慎地驾驶。当系统发现一个比较陌生的情况无法判断做出何种反应时，它也会通过信号传递给驾驶人，让人切换成手动驾驶。

大规模推广需过法律关

谷歌无人驾驶汽车“惊艳”亮相后，引发外界广泛关注。不久，这种无人驾驶汽车就能在美国加州、亚利桑那州、佛罗里达州、夏威夷和俄克拉何马等地上路了。

业内人士预计，在欧美国家，无人驾驶汽车有望在3到5年后推入市场。

除了比传统驾驶方式更加安全外，无人驾驶还有很多好处。美国人每年浪费在汽车拥堵上的时间超过40亿小时，交通堵塞导致24亿加仑汽油的浪费，无人驾驶可以让高速公路的承载量提高2到3倍，优化车辆行驶道路，消除拥堵，让人们重新获得堵在路上的时间。