01 什么是自動駕駛

自動駕駛，也被稱為無人駕駛，顧名思義，是指交通工具在沒有人類操作的情況下，也能夠完成環境的感知與導航，順利到達目的地。

從傳統的手動駕駛到智能的自動駕駛，并不是非黑即白的關系。有一個國際權威的機動車工程組織SAE（Society of Automotive Engineers），把汽車的自動駕駛技術分成了六個等級：

L0. 無自動駕駛

這個等級不用多說，就是傳統的手動擋汽車，一切都需要完全由駕駛員來操作。

L1. 輔助駕駛

到了這一級，汽車上安裝的少量裝置可以在特定時刻自動發揮作用，比如電子穩定程式（ESP）、防抱死系統（ABS）。市面上許多“自動檔”的汽車，就達到了這個級別。

L2. 部分自動駕駛

在這一等級，仍然以人類駕駛操作為主，車輛進行某些自動化的協調，減輕人類駕駛員的負擔。比如自動式巡航定速（ACC）、自動緊急剎車系統（AEB）。

L3. 條件自動駕駛

到了這一級別，就是以車輛的自動駕駛為主了，但人類駕駛員仍然不能掉以輕心，需要保持注意力，一旦遇到特殊情況隨時回歸手動駕駛操作。

L4. 高度自動駕駛

這一級別更加厲害，人類駕駛員可以在周圍環境并不復雜的情況下（沒有混亂的道路、沒有極端的天氣、沒有突然沖出來的野生動物），把操作權完全交給車輛的自動駕駛系統。

L5. 完全自動駕駛

這是自動駕駛技術的最高級別，就如同字面的意思，此時汽車不必有駕駛員，任何時候都不必操作車輛，在任何復雜的路面和環境下，車輛都可以順利完成自動駕駛。

02 自動駕駛所需的技術

1. 如何獲得地圖與位置？

要獲得完整準確的地圖信息，需要通過網絡共享到一定范圍內的高精度地圖，這份地圖不止包括建筑和道路的布局，也包括道路擁堵情況、也包括車輛及行人的位置。

最新的通信技術V2X（Vehicle To Everything），保證了車輛與外界網絡信息的高效交換。

此外，要獲得自己當前的位置，需要用到全球定位系統（GPS），這項技術相信大家都很熟悉。另外一項技術，知道的人可能不多，叫做慣性測量單元（IMU），這項技術可以彌補GPS的誤差，并且根據加速度來判斷自身的運動方向。

2. 如何感知周圍情況？

有了宏觀的地圖還遠遠不夠，更重要的是感知汽車周圍的狀況。這時候，各種傳感器就要上場了，它們就相當于人的眼睛和耳朵。

傳感器包含哪幾種呢？最常用的是視覺傳感器，也就是攝像頭。

視覺傳感器成本低，但是精確性差一些，故意造成誤導。相比之下，激光傳感器具有很高的速度和精確性，但成本不低。

此外，雷達傳感器在防止車輛碰撞方面，也有很大的作用。

3. 如何進行決策？

有了地圖，有了自身位置，有了周圍環境的感知，接下來就輪到做決策了。人類駕駛做決策依靠的是大腦，自動駕駛做決策依靠的是人工智能（AI）。

通過海量數據與深度學習網絡訓練出來的算法，可以為汽車的各種行動作出有效決策，比如什么時候加速、什么時候轉彎、什么時候剎車等等。

4. 如何把決策轉化為行動？

人類把想法轉化為行動，依靠的是神經系統把大腦信號傳遞到肌肉，再通過方向盤、油門、剎車裝置來進行操控。而自動駕駛系統要把算法做出的決策傳遞給汽車的各個零件，需要通過控制器。

目前，車載控制器領域比較成熟的解決方案是域控制器（DCU）。該解決方案根據汽車電子部件功能，將整車劃分為動力總成、車輛安全、車身電子、智能座艙、智能駕駛等幾個域，利用處理能力更強的多核CPU/GPU芯片相對集中的去控制每個域，從而提升控制效率。

03 自動駕駛的難題

對于自動駕駛技術的研究，盡管已經有了許多不錯的成果，但也存在著一些難題。比如：

1. 道路的不確定性

世界各地的道路多種多樣，并非每一條道路都是標準化的。有的道路過于狹窄，有的道路紅綠燈壞掉了，有的道路指示牌被臟東西遮擋......太多的不確定性，都會干擾到算法的判斷。

2. 傳感器的準確度

雖然目前已經有了許多種傳感器來幫助檢測周圍環境，但傳感器并非萬能的，會出現種種誤判。如果傳感器設計得不夠敏感，可能會把前方一個小孩子忽略掉；如果設計得太過敏感，又有可能因為一只蝙蝠而刻意躲避，從而帶來新的危險。

3. 算法的局限性

算法的設計，會遇到種種矛盾。比如，汽車遇到危險情況，算法應該優先維護車主的安全，還是優先維護路人的安全？如果信息顯示，A道路當前擁堵，B道路當前順暢，那么眾多采用相同算法的自動駕駛汽車，會不會一窩蜂選擇B道路，從而造成更大的擁堵？當兩輛相鄰的汽車采用不同公司設計的算法，會不會做出相沖突的決策而導致事故？

4. 網絡安全

如果自動駕駛普及開來，這些車輛勢必會接入到龐大的智能交通網絡當中，聽由算法的調度。如果這個智能交通網絡遭到黑客入侵，惡意控制這些車輛，很可能會造成非常可怕的災難。