分析：案例研究：什么是自动驾驶？

wushi2

　　自动驾驶，是一个根植于人类内心深处的梦想。随着科技的发展，近年来，自动驾驶已逐步成为现实。纵使如此，它仍然面临不小的挑战。本文结合案例对自动驾驶展开了梳理分析，一起来看看~foresighthttps://www.foresightauto.com.cn/Foresight 福飒特是一家开发智能多光谱视觉软件解决方案的技术公司，提供自动驾驶汽车解决方案，帮助他们开发自动驾驶汽车的三维感知和探测能力，以检测车辆周围的障碍物。Foresight 的立体视觉解决方案可应用于汽车、国防、自动驾驶汽车和重型工业设备等市场。

　　摘要：手动驾驶汽车的日子已经屈指可数了。 许多人认为，我们将来甚至不会拥有汽车。 优步从梅赛德斯奔驰订购了10万辆自动驾驶汽车，以提供按需自动驾驶汽车服务。 甚至宝马也已计划开始“Airbnb for cars”业务。

　　一、那么，什么是自动驾驶呢？

　　汽车自动驾驶系统（Motor Vehicle Auto Driving System），是一种通过车载电脑系统实现无人驾驶的智能汽车系统，又称无人驾驶汽车、电脑驾驶汽车、或轮式移动机器人，还有称自动驾驶汽车（Autonomous vehicles；Self-piloting automobile ）的。

　　汽车自动驾驶系统，其结构，一般分为：感知系统、决策系统、执行系统、通信系统4个部分。

　　1. 感知系统

　　感知系统，是用摄像头（眼睛）看前面的路，并用雷达（耳朵）听车周围（前、后、左右）的车、人及实体，甚至会用信息识别单元（大脑）在分析、判断。

　　感知系统由三部分组成，传感器、高精度地图、信息识别单元等。

　　（1）传感器，主要有光学摄像头和雷达，相当人的眼睛和耳朵，其主要功能是车辆收集周围的“即时信息”。为无人驾驶车辆提供完整、准确的环境数据。

　　常用的传感设备包括：光学摄像头、光学雷达（LiDAR）、微波雷达、导航系统等。

　　（2）高精度地图，提供的环境信息中相对固定、更新周期较长的信息，比如车道标记、路缘、交通信号灯等；

　　（3）信息识别单元，对传感器接收到信息，利用蛇毒学习等手段，对信息进行识别。

　　目前对外界事物进行准确识别基本算法和技术有：误差反向传播算法和先进的数字摄像技术。

　　2. 自动驾驶的决策系统

　　自动驾驶决策系统负责路线规划和实时导航。规划和实时导航不仅需要高精度的数字地图，还要V2X通信网络技术的支持。

　　自动驾驶的决策系统

　　决策系统，它是支持电脑基础运作的软件，例如任务安排、执行应用程序以及控制外部设备；自动驾驶的决策系统要统一协调安排自动驾驶汽车的硬件各种雷达、摄像头、声呐等传感器硬件，组织成一个整体系统；自动驾驶的决策系统必须内置高级的人工智能，引导自动驾驶的人工智能操作系统；自动驾驶汽车的决策系统必须绝对安全可靠，即支持汽车的基础功能和高级功能，并对接受的数据实时回馈；自动驾驶必需要求非常严苛的决策系统，必须知道现在汽车在哪里，知道周围有什么，能预期接下来会发生什么并做出怎样的应对反应;无论是从复杂程度还是从监控广度上，自动驾驶的决策系统，都应该优于电脑或者智能手机的操作系统。

　　3. 自动驾驶的执行系统

　　执行系统也是底层控制系统，负责执行汽车的刹车、加速、转向的具体操作。

　　工程师们通过特制的“线控装置”控制方向盘和油门，取代人类司机的手和脚。

　　线控是机电行业特定短语，是机电控制的一种物理控制方式。线控系统是用电空系统代替机械系统或者液压系统，主要是指信号发生器与信号接收器之间的连接方式是通过线缆或其他动作传到物体进行连接的。

　　简单地说，自动驾驶汽车的线控执行，主要包括线控转向、油门和制动。最难的部分是线控执行中的制动。

　　4. 通信系统

　　V2X通信网络技术

　　V2X 是指车对外界的信息交换，是一系列车载通讯技术的总称。V2X包含汽车对汽车（V2V）、汽车对路侧设备（V2R）、汽车对基础设施（V2I）、汽车对行人（V2P）、汽车对机车（V2M）及汽车对公交车（V2T）等六大类。

　　二、自动驾驶整车实例

　　1. 特斯拉Autopilot 2.0的自动驾驶汽车

　　该车共配备 8 个摄像头：

　　3个前置摄像头（不同视角 — 广角、长焦、中等）；2个侧边摄像头（一左一右）；3个后置摄像头；12个超声波传感器（传感距离增加一倍）；一个前置雷达（增强版）；一个后置倒车摄像头，达到 360 度全车范围覆盖，最远检测可达 250 米；搭载12颗超声波前置雷达可以穿越雨、雾、尘环境，丰富视觉系统的探测数据；

　　传感器，用以辅助侦测，对物体的距离、软硬精准度有更大的提升；

　　增强版的毫米波雷达，能够在恶劣天气下工作，也能探测到前方车辆；

　　汽车主板集成了 Nvidia PX2 处理芯片，运算能力比起第一代自动驾驶系统要高 40 倍，其的性能是前款产品的40倍，大幅提升计算能力。

　　2. Apollo 2.5自动驾驶汽车

　　Apollo 2.5（限定区域内基于视觉的高速自动驾驶）

　　2套新的硬件系统支持：

　　第一套是禾赛的Pandora套件 + 2个广角摄像头 + 1个毫米波雷达；另一套是单目广角摄像头 + 1个毫米波雷达。

　　3. 东风无人驾驶L4智能卡车

　　L4智能卡车具有自适应巡航系统和车道保持实现自动跟车、遇弯道行驶完全自主转向等功能。

　　4. 深圳自动驾驶公交车

　　车上配有激光雷达、毫米波雷达、摄像头、GPS天线等设备。

　　实现自动驾驶下的行人和车辆检测、减速避让、紧急停车、障碍物绕行、变道、自动按站停靠等功能。

　　三、我们面临的最大挑战：建立信任

　　1. 问题

　　自动驾驶汽车就像飞机。就算你知道它们比普通汽车更安全，但仍然有一些不信任的感觉。

　　建立信任并非易事。人们希望确保自己掌控一切并看到一切时，会去看驾驶员。这种人类本能的行为不会因为某些新技术而消失，因此我们最好适应它。如果用户知道汽车周围的环境，对其有足够的掌控感，那么用户便会信任它。

　　2. 解决方案

　　当用户知道机器的工作方式并可以预测它们会做什么时，用户就会信任它们。

　　UI界面就是为此而产生的，在UI界面中，汽车始终可以显示出该时刻的实际状况以及在我们周围看到的一切。我们想象自动驾驶汽车在中央有一个显示屏。汽车中的每个人都可以看到它，并且始终显示汽车的状态。这将是您可以检查驱动程序的“面孔”。

　　3. 用红色框突出显示障碍物

　　我们可以用红色框突出显示了骑自行车的人或行人等所有障碍。

　　但是，这种方式的存在弊大于利。

　　红色标志着危险，使用红色框框来标记行人等障碍轮廓，会让用户感到不够保险（用户会觉得对汽车没有足够的掌控感，“会不会不小心碰到旁边离得这么近的人”），这样用户很可能会采取一些手动措施来终止自动驾驶，以避免发生不可挽回的后果。

　　4. 用红线突出障碍

　　用红线代替红色框框，将汽车和人隔离开，就像围栏一样，依然可以注意围栏隔开的行人等障碍。围栏的隔开，给予用户相当程度的安全感，不会让他们觉得车和人混杂在一起。

　　5. 语音控制

　　我们可以通过点击来控制汽车，但是在大多数情况下，我们将使用语音控制它。

　　汽车可能是第一个最容易语音控制的电子设备。但是，我们仍然需要一个可以快速检查内容的屏幕。

　　人类是异步生物。输出的是语音，但是在视觉上我们可以更快地处理信息。

　　6. 呼叫自动驾驶汽车

　　您将可以通过点击手机来呼叫自动驾驶汽车，它将在几分钟内到达。您不必再清洁，保养或维修汽车，系统自带的服务将处理所有这些无聊的任务。城市将成为汽车革命的大赢家。使用电动汽车，空气和噪音污染将大大减少。我们不必全天停车。想象一下，如果我们可以在城市的每个停车位种一棵树，未来会怎样。

　　7. 充分利用您的通勤时间

　　当汽车将我们带往目的地时，这段时间可以做什么？

　　您可以观看自己喜欢的电视节目的新剧集，使用内置指南参观景点或仅使窗户变暗并享受放松模式。 发短信当然也不再是问题。对于工作狂来说也同样是个好消息：您将有更多时间查看电子邮件或准备某些演示文稿。

　　四、未来并没有那么简单

　　自动驾驶技术已经越来越成熟，所有这些技术变革与创新、互动方式的变化，将使交通更加安全，并为我们提供更多的空闲时间。

　　但这仍然无法解决城市最大的问题：我们没有足够的空间。

　　正如埃隆·马斯克（Elon Musk）所指出的那样，在高密度的城市地区，我们将需要更有效的交通方式。

　　本文由 @Henry-Lee 发布发布于人人都是产品经理。未经许可，禁止转载

　　题图来自Unsplash，基于CC0协议

　　举报/反馈