路上是不是很快要出现无人驾驶汽车的身影了？

1、.【前沿物理】路上是不是很快要出现无人驾驶汽车的身影了？2019年5月23-25日， 2019中国国际智能交通展览会在北京举办。说到智能交通，大家关注的焦点之一就是“无人驾驶，尤其是近两年，不断听到无人驾驶汽车路测的消息，也不断有朋友问我，路上是不是很快要出现无人驾驶汽车的身影了？ 今天我们就一起聊聊这个问题。1、无人驾驶汽车上路?有希望,也有困难无人驾驶汽车以前只出如今007等科幻电影中，但如今,它已经不只存在于梦想。将来的几年内，你可能就会买得起一辆能载着你自动穿梭在城市道路上的智能汽车。但是，要想让一辆无人驾驶汽车可以平安、舒适、高效、智能地混入到现有交通中跑起来，这中间还有一段困难的道

2、路要走。2、无人驾驶汽车技术现状图1. 典型无人驾驶汽车的构造图典型无人驾驶汽车构造如图1所示，无人驾驶汽车的“眼睛“即感知系统，负责感知道路周边的环境，包括相机、微波雷达和激光雷达等传感器。无人驾驶汽车的“小脑即导航定位系统,负责感觉车辆自身的运行姿态，包括轮速、GPS定位、惯导和指南/北等传感器。无人驾驶汽车的“大脑即决策系统，通过复杂的计算软件，选择短间隔 的轨迹和长距的驾驶道路。无人驾驶汽车的“四肢即控制系统，负责控制刹车、油门及方向等，包括相应的电机控制或汽车总线控制模块。在国家基金委“视听觉信息的认知计算重大研究方案推动下，国内多家无人车辆研究单位也与车企合作，研制了各具特色的原型

3、车辆，在每年都参加中国智能车将来挑战赛，部分车辆如图2所示。图2. 中国智能车将来挑战赛中的无人驾驶车辆3、无人驾驶汽车上路的难点1准确环境感知无人驾驶汽车的“即感知系统主要由相机、微波雷达和激光雷达等传感器组成。图3. 无人驾驶汽车看到的景象无人驾驶汽车的“眼睛必须可以感知和识别行驶车道的周边的物体，如图3所示，摄像头可以看到实际场景，可以辨识车道线和交通信号，检测运动目的等；激光雷达那么通过激光点云来建立周边环境的3D模型，检测出包括车辆、行人、树木、路缘等；微波雷达用于检测运动目的，感应车身周围的挪动障碍物等。最后交融成一幅如图3的车辆“眼睛看到的场景。为什么说无人驾驶车辆环境感知那么难

4、？毕竟计算机视觉还在不断开展中，要理解复杂的交通环境，存在不少挑战。例如我们人类司机开车过程中，看到前方漂浮的塑料袋就不会刹车或者躲避，而无人驾驶汽车就需要复杂的算法，才能理解和识别这个场景。对于每个地方的交通根底设施，不同标志的表示形式有所差异，需要进展外乡化对待，计算机视觉系统才能辨识。另外就是不同天气和气候情况下，针对复杂的交通环境，抑制传感器各自物理限制和车辆运动干扰，进步环境感知准确程度，也存在很大难度。2准确状态感知图4. 无人驾驶汽车运行姿态图5. 无人驾驶汽车定位无人驾驶汽车通过“小脑知道自己的姿态和确切位置。如图4所示，车载的高精度IMU惯性单元可以知道车辆倾斜角、横摆角和滚

5、动角，相应轴向上的角速度、加速度等，通过车身控制系统实现车辆稳定性控制，确保车辆“稳当行驶。要想实现无人驾驶，就需要通过“小脑进展准确定位，这样才知道自己确切位置，以便执行下一步驾驶任务。在这方面, 无人驾驶汽车正面临挑战，现有的GPS捷联惯导等车载定位设备不能满足拥堵交通流中的高精度定位要求。特别是隧道和高架桥下等交通场景中，会出现接收不到GPS信号等情况，这时，无人驾驶汽车就需要通过其他途径来进展定位，例如辅以SLAM、视觉导航等技术，在复杂交通环境中增强无人驾驶车辆的定位才能。3准确控制人类驾驶员开车的时候，往往会基于经历操控车辆，结合实际道路情况对车辆方向、速度进展微调。由于具备了准确

6、的感知系统，无人驾驶汽车通过“四肢可以实现更加准确的控制。图6. 构造化道路无人驾驶汽车换道超车典型场景如图6所示典型场景中，无人驾驶汽车准备执行右侧超车时，可以准确感知前车间隔 、速度和加速度以及临近车道车辆运动情况，并合理控制自身速度和方向，进展换道操作。而人类驾驶员由于受限于视野等因素，在这种情况下往往容易出现事故。但是，无人驾驶汽车要具备兴隆的“四肢，还需要汽车厂商进一步将智能化功能与车身总线进展集成，将无人驾驶汽车的控制系统中刹车、油门及方向等控制模块通过汽车总线进展控制。4智能导航与决策无人驾驶汽车的“大脑负责进展导航和决策。在给定了目的任务地点之后，无人驾驶汽车要可以在路网中找到

7、最经济、最快捷的途径，将乘客送到地点。但是在实际中，交通环境常是部分，可能还有障碍物临时出现/发现，必须重新规划途径。图7. 无人驾驶汽车重新规划道路如图7所示，从A点到B点最短的道路被隔断之后，无人驾驶汽车可以重新规划途径，到达目的地。此外，道路拥堵情况不断在发生变化，如何正确判断道路拥堵并进展正确的通行决策，对无人驾驶汽车的“大脑智能性提出了更高要求。由于不同国情决定了交通参与者不同行为，使得无人驾驶汽车要具备学习与自适应才能，这一点最具挑战性。无人驾驶汽车兴隆的“大脑，要能遵守交通规那么，在复杂交通场景下实现平安的、与人类驾驶行为类似的自主驾驶，使其不会对正常交通流造成影响，同时还要保障

8、车辆自主行驶的平安性。此外，无人驾驶汽车需要推断前后左右其他车辆的意图、处理不同驾驶员的异常行为，处理不遵守交通法规的行人、自行车和电动车等突发情况。通过将机器学习的研究成果应用于自主驾驶，将使得智能车辆可以处理复杂的交通环境，并产生自适应行为。4、无人驾驶汽车上路的对策1更好的软件无人驾驶汽车需要更平安的软件，车载软件要足够棒。2需要更加精细的地图Google无人驾驶汽车对试驾场地地图进展了强化，这样汽车就知道街道详细情况，假如碰到障碍可以轻松应对。但要轻松的应对目前城市道路情况，就需要更多的细致地图。3更加廉价和性能优秀的传感器需要优秀的传感器，最好能让无人驾驶汽车识别对它造成威胁的面上上

9、的钉子和坑洞，快速判断路边行人或者汽车是否突然进入自己的车道。而且传感器价格要控制在合理的区间，为广阔消费者承受。4汽车之间能否进展有效沟通无人驾驶汽车要做到面对各种路况都可以行驶自如，甚至可以智能规划道路，车与车之间的沟通是少不了的。这样每个汽车在开启的时候，都可以共享数据，然后再重新绘制自己的驾驶道路，防止拥堵的产生。但如今如何做到汽车之间有效沟通，技术上还有待打破。我们可以料想到的是，需要V2X无线网络、接入效劳中心获得多种智能效劳。5基于大数据和云计算来实现智能的共享数据与无人驾驶技术的高度关联性。“谷歌无人车借助于高精度导航地图开发无人驾驶软件，进步自主驾驶平安性、可靠性，已经在路上

10、平安开展了大量无人驾驶测试。但要实如今复杂多变的交通环境下的平安驾驶，还有待机器学习等人工智能技术的进步，特别是基于大数据和云计算来实现智能的共享。6人工智能技术打破人工智能技术最新打破要能尽快应用到无人驾驶上面，特别是图像识别和深度学习技术获得了打破可以用在交通环境的感知。可以用人工智能来扩展驾驶智能，使得自主驾驶系统自适应调整优化，学习驾驶员行为和适应驾驶环境。7需要开展自主等级和平安测评，解决自动驾驶存在的问题通过分析自主驾驶功能组成与测评指标，开展功能测评；研究自主驾驶综合测评标准与体系，在复杂交通场景下开展测试；通过自主驾驶测评，分析存在的技术问题、技术可靠和成熟程度，随后有针对性得

11、开展研究。我们在驾驶汽车的时候，碰到突发情况，有时候是需要做出抉择的。在无人驾驶车辆设计中，需要无人驾驶软件衡量不同的结果并得出一个有道德抉择。这也许是无人驾驶技术上一个很重要的打破，需要制定适应无人驾驶车辆的交通法规，从法理和道德上加以约束。5、无人驾驶汽车美妙的前景无人驾驶汽车通过提供智能仓储和物流运输，将进步运输效率；通过智能的士效劳，将减少路网中的车辆，减少对停车场的需求。例如最近ITF国际交通论坛基于严谨的数学建模和理论，报告讨论了两种自动驾驶共享车效劳形式，最关键是定量预测了车队规模，用以满足目的城市所有人的出行需求。其研究得出的理想化结果说明：辅以大容量公共交通地铁、快轨等的情况下，路面上只需要现有数量10%的轿车就能满足一个中型欧洲城市的出行需求。此外，兰德公司也对无人驾驶车辆的应用对现有交通系统的影响进展了评估，认为将会产生以下潜在影响：1无人车辆可以充分调度，极大减少对停车场地的需求。2自动驾驶汽车由于轻量级设计，智能和节能地操控汽车，从而节省燃料。此外，采用新能源汽车可以减少排放。3由于无人驾驶车辆可以通过合理调度共享出行，减少了车辆数目；平安操控减少了交通事故；列队出行，加快行驶速度等，从而可以缓解交通拥堵。4由于机器不会分心很少犯错误，从而减少了人