自動(dòng)駕駛車(chē)輛的未來(lái)，究竟離開(kāi)我們有多遠(yuǎn)？答案有萬(wàn)千種。實(shí)際上，自動(dòng)駕駛車(chē)輛既遠(yuǎn)在天邊，又近在眼前。在過(guò)去的幾十年里，自動(dòng)駕駛的概念引起了人們的極大興趣和關(guān)注，因?yàn)槿藗兿嘈潘転閭€(gè)人和社會(huì)帶來(lái)諸多好處：提高道路安全，減少交通擁堵、事故和死亡，節(jié)省通勤時(shí)間和降低污染。在自動(dòng)駕駛這個(gè)主題上正在進(jìn)行著很多的工作，關(guān)于如何讓汽車(chē)去感知了解環(huán)境，做出類(lèi)似人類(lèi)的決定，并實(shí)現(xiàn)自動(dòng)駕駛，人們已經(jīng)進(jìn)行了很多研究和實(shí)驗(yàn)，批量應(yīng)用到了呼之欲出的地步。

  如今，我們已經(jīng)看到許多自動(dòng)駕駛車(chē)輛，在受控環(huán)境中，在人類(lèi)駕駛員的監(jiān)督下，在良好的道路和條件下，在道路上進(jìn)行試驗(yàn)。有關(guān)的研究人員預(yù)測(cè)，到2025年道路上將有大約800萬(wàn)輛自主或自動(dòng)化車(chē)輛。在進(jìn)入公路之前，駕駛汽車(chē)自動(dòng)化分級(jí)首先必須通過(guò)六個(gè)級(jí)別的駕駛員輔助技術(shù)進(jìn)步。美國(guó)汽車(chē)工程師學(xué)會(huì)（SAE）定義了六個(gè)級(jí)別的駕駛自動(dòng)化，范圍從0級(jí)到5級(jí)。美國(guó)交通部（DoT）采用了這些分級(jí)標(biāo)準(zhǔn)。它們是：0級(jí)-無(wú)駕駛自動(dòng)化；1級(jí)—輔助駕駛自動(dòng)化；2級(jí)—部分駕駛自動(dòng)化；3級(jí)—有條件駕駛自動(dòng)化；4級(jí)—高級(jí)駕駛自動(dòng)化；5級(jí)—駕駛完全自動(dòng)化

自動(dòng)駕駛汽車(chē)面臨哪些挑戰(zhàn)？

許多人仍然對(duì)如何設(shè)計(jì)一個(gè)能夠在所有可能條件下像人類(lèi)一樣處理車(chē)輛性能的自動(dòng)或無(wú)人駕駛車(chē)輛系統(tǒng)感到好奇。自動(dòng)駕駛汽車(chē)是傳感器和執(zhí)行器、復(fù)雜算法和執(zhí)行軟件的強(qiáng)大處理器的組合。有數(shù)百個(gè)這樣的傳感器和執(zhí)行器位于車(chē)輛的各個(gè)部分，由一個(gè)高度復(fù)雜的系統(tǒng)在驅(qū)動(dòng)。

自動(dòng)駕駛汽車(chē)中有不同種類(lèi)的感知系統(tǒng)：1）導(dǎo)航和導(dǎo)航傳感器，用于確定你在哪里以及如何到達(dá)目的地；2）駕駛和安全傳感器，如攝像頭，以確保車(chē)輛在任何情況下都能正常工作，并遵守道路規(guī)則；3）用于管理車(chē)輛內(nèi)部系統(tǒng)的性能傳感器，如功率控制、總功耗和散熱。

雖然自動(dòng)駕駛車(chē)輛系統(tǒng)之間可能略有不同，但核心軟件通常包括定位、感知、規(guī)劃和控制。感知系統(tǒng)通過(guò)攝像頭、激光雷達(dá)和雷達(dá)傳感器感知、理解并建立對(duì)環(huán)境和周?chē)矬w的全面感知。規(guī)劃軟件負(fù)責(zé)路徑規(guī)劃、風(fēng)險(xiǎn)評(píng)估、任務(wù)管理和路徑生成。機(jī)器學(xué)習(xí)（ML）和深度學(xué)習(xí)（DL）技術(shù)廣泛用于定位和映射、傳感器融合和場(chǎng)景理解、導(dǎo)航和運(yùn)動(dòng)規(guī)劃、駕駛員狀態(tài)評(píng)估和駕駛員行為模式識(shí)別，以及感知和規(guī)劃的智能學(xué)習(xí)。通過(guò)收集傳感器數(shù)據(jù)和發(fā)布處理，可以使用地圖軟件生成和更新高清晰度車(chē)道級(jí)地圖數(shù)據(jù)。

傳感器融合是一項(xiàng)重要任務(wù)，它將從多個(gè)傳感器獲取的信息進(jìn)行集成，以檢測(cè)異常值，并減少每個(gè)傳感器數(shù)據(jù)的不確定性，從而提高準(zhǔn)確性、可靠性和魯棒性。對(duì)于感知和定位系統(tǒng)，融合方法有三個(gè)級(jí)別：高級(jí)/決策級(jí)、中級(jí)/特征級(jí)和低級(jí)/原始數(shù)據(jù)級(jí)。

每個(gè)融合級(jí)別在精度、復(fù)雜性、計(jì)算負(fù)載、通信帶寬和融合效率方面都有其優(yōu)缺點(diǎn)。常用的融合算法有統(tǒng)計(jì)方法、概率方法（如卡爾曼濾波和粒子濾波）、基于知識(shí)的理論方法和證據(jù)推理方法。環(huán)境感知地圖是根據(jù)障礙物、道路、車(chē)輛、環(huán)境和駕駛員的信息構(gòu)建的。定位通常使用GNSS、IMU、攝像頭和激光雷達(dá)進(jìn)行。

新出現(xiàn)的研究提出了不同的方法，以滿(mǎn)足本地化和映射階段的需要，并感知環(huán)境以產(chǎn)生端到端的駕駛決策。自動(dòng)駕駛中使用的三種定位技術(shù)：一是：基于GNSS/IMU的定位，以及DGPS和RTK，以確保GNSS信號(hào)的連續(xù)性；二是基于視覺(jué)的定位，包括模擬定位和映射（SLAM）和視覺(jué)里程計(jì)；三是基于地圖匹配的本地化，使用“先驗(yàn)地圖”。

自動(dòng)駕駛汽車(chē)的以下五大挑戰(zhàn)需要持續(xù)的研發(fā)工作：

?傳感器。自動(dòng)駕駛汽車(chē)中的傳感器繪制環(huán)境地圖，并將數(shù)據(jù)反饋給汽車(chē)的控制系統(tǒng)，以幫助決定轉(zhuǎn)向何處或何時(shí)剎車(chē)。一輛完全自主的汽車(chē)需要[敏感詞]的傳感器來(lái)檢測(cè)所有條件和環(huán)境下的物體、距離、速度等。惡劣的天氣、擁擠的交通和不清晰的路標(biāo)會(huì)對(duì)激光雷達(dá)的精度和攝像頭的感應(yīng)能力產(chǎn)生負(fù)面影響。另一個(gè)潛在威脅是雷達(dá)干擾。在道路上行駛時(shí)，汽車(chē)上的雷達(dá)會(huì)不斷發(fā)射無(wú)線電波，這些電波會(huì)被周?chē)钠?chē)和道路附近的其他物體反射。當(dāng)這項(xiàng)技術(shù)用于道路上的數(shù)百輛車(chē)輛時(shí)，汽車(chē)很難區(qū)分自己的（反射）信號(hào)和另一輛車(chē)的（反射或傳輸）信號(hào)。鑒于雷達(dá)可用的無(wú)線電頻率有限，不太可能滿(mǎn)足所有制造的自動(dòng)駕駛汽車(chē)的要求。雖然全球?qū)Ш叫l(wèi)星系統(tǒng)具有覆蓋全球、全天候運(yùn)行、提供[敏感詞]位置而無(wú)需地圖或道路標(biāo)記信息的優(yōu)勢(shì)，但其總體準(zhǔn)確性和可用性一直是完全自治系統(tǒng)所關(guān)注的問(wèn)題。

?機(jī)器學(xué)習(xí)。大多數(shù)自動(dòng)駕駛汽車(chē)使用AI或ML來(lái)處理來(lái)自傳感器的數(shù)據(jù)，以便更好地對(duì)物體進(jìn)行分類(lèi)，檢測(cè)距離和運(yùn)動(dòng)，并幫助做出下一步行動(dòng)的決策。它優(yōu)化并更好地集成不同的傳感器輸出，從而獲得更完整的圖像。預(yù)計(jì)機(jī)器將能夠比人類(lèi)駕駛員更有效地執(zhí)行檢測(cè)和分類(lèi)。到目前為止，機(jī)器學(xué)習(xí)算法在所有條件下都是可靠的，這一點(diǎn)尚未被廣泛接受和認(rèn)可。對(duì)于機(jī)器學(xué)習(xí)應(yīng)該如何培訓(xùn)、測(cè)試或驗(yàn)證，整個(gè)行業(yè)缺乏一致意見(jiàn)。

?開(kāi)闊的道路的繼續(xù)學(xué)習(xí)。自動(dòng)駕駛汽車(chē)一旦上路就會(huì)繼續(xù)學(xué)習(xí)。它會(huì)檢測(cè)訓(xùn)練中未遇到的對(duì)象，并更新軟件。我們需要一個(gè)機(jī)制或行業(yè)協(xié)議，以確保任何新的學(xué)習(xí)都是安全的。

?監(jiān)管。對(duì)于一個(gè)完全自治的系統(tǒng)，還沒(méi)有足夠的標(biāo)準(zhǔn)和法規(guī)。現(xiàn)有車(chē)輛安全的現(xiàn)行標(biāo)準(zhǔn)假定在緊急情況下有一名人類(lèi)駕駛員接手。對(duì)于自動(dòng)駕駛車(chē)輛，有針對(duì)特定功能的新法規(guī)，例如自動(dòng)車(chē)道保持系統(tǒng)。如果沒(méi)有公認(rèn)的法規(guī)和標(biāo)準(zhǔn)，允許自動(dòng)駕駛汽車(chē)在公路上行駛是有風(fēng)險(xiǎn)的。

?社會(huì)可接受性。社會(huì)接受度不僅是那些愿意購(gòu)買(mǎi)自動(dòng)駕駛汽車(chē)的人的問(wèn)題，也是與他們共享道路的其他人的問(wèn)題。公眾是參與自主車(chē)輛引進(jìn)和采用決策的重要因素。

自動(dòng)駕駛汽車(chē)的新法規(guī)是什么？

在美國(guó)，聯(lián)邦汽車(chē)安全法規(guī)基于聯(lián)邦機(jī)動(dòng)車(chē)安全標(biāo)準(zhǔn)（FMVSS）。這些法規(guī)為汽車(chē)的每個(gè)安全相關(guān)部件制定了詳細(xì)的性能要求。在汽車(chē)進(jìn)入市場(chǎng)之前，制造商必須證明車(chē)輛與道路上的汽車(chē)一樣安全。聯(lián)邦法規(guī)沒(méi)有太多說(shuō)明公司在將汽車(chē)推向市場(chǎng)之前如何開(kāi)發(fā)和測(cè)試汽車(chē)。聯(lián)邦政府正在提供不具約束力的指導(dǎo)，這是在不確定環(huán)境下的一種適當(dāng)方法。

在國(guó)際上，60多個(gè)國(guó)家通過(guò)了一項(xiàng)聯(lián)合國(guó)法規(guī)，該法規(guī)將允許在某些交通環(huán)境中安全引入自動(dòng)車(chē)輛，從而在機(jī)動(dòng)性方面達(dá)到了一個(gè)里程碑。聯(lián)合國(guó)法規(guī)“三級(jí)自動(dòng)化”對(duì)自動(dòng)車(chē)道保持系統(tǒng)（ALKS）提出了嚴(yán)格要求。在禁止行人和騎自行車(chē)的道路上，ALK可以在特定條件下激活，并且配備了一個(gè)物理分隔裝置，用于分隔向相反方向行駛的車(chē)輛。ALKS系統(tǒng)的速度限制為60km/h。該法規(guī)包括汽車(chē)制造商有義務(wù)引入駕駛員可用性識(shí)別系統(tǒng)，以檢測(cè)和控制駕駛員的存在，并為車(chē)輛配備自動(dòng)駕駛數(shù)據(jù)存儲(chǔ)系統(tǒng)（DSSAD），以記錄何時(shí)激活A(yù)LKS。

自動(dòng)化和自動(dòng)駕駛車(chē)輛是如何被公眾接受的？

全自動(dòng)車(chē)輛幾乎可以消除影響駕駛員表現(xiàn)的人為因素和錯(cuò)誤，如老化、疾病、壓力、疲勞、缺乏經(jīng)驗(yàn)或?yàn)E用藥物，從而提高安全性。然而，關(guān)于自動(dòng)駕駛車(chē)輛的部署，個(gè)人和社會(huì)都存在一些擔(dān)憂(yōu)：維護(hù)費(fèi)用的高昂成本、出行需求增加可能導(dǎo)致的燃油消耗和二氧化碳排放量增加、與保護(hù)用戶(hù)和行人有關(guān)的法律和道德問(wèn)題、隱私擔(dān)憂(yōu)和黑客攻擊的可能性，以及替代交通服務(wù)提供商的工作崗位流失。

有人認(rèn)為，廣泛采用自動(dòng)駕駛的最大障礙是心理上的，而不是技術(shù)上的。用戶(hù)對(duì)自動(dòng)駕駛的接受對(duì)于自動(dòng)駕駛成為未來(lái)交通的現(xiàn)實(shí)組成部分至關(guān)重要。用戶(hù)接受度的定義沒(méi)有標(biāo)準(zhǔn)化，因?yàn)橛性S多不同的方法來(lái)確定和模擬用戶(hù)接受自動(dòng)駕駛車(chē)輛的意愿。

公眾接受自動(dòng)駕駛的知識(shí)有限，需要更多的研究來(lái)理解用戶(hù)接受的心理決定因素。影響因素可能包括對(duì)[敏感詞]自主技術(shù)的信任、個(gè)人創(chuàng)新能力、放棄駕駛控制可能導(dǎo)致的焦慮程度、與個(gè)人位置數(shù)據(jù)相關(guān)的隱私問(wèn)題，以及用于無(wú)線網(wǎng)絡(luò)、導(dǎo)航系統(tǒng)、自動(dòng)控制和系統(tǒng)集成的精密傳感器系統(tǒng)的高成本。