无人驾驶系统发展现状及方向

郭巍

摘 要：无人驾驶汽车可以通过传感器感知道路环境，通过车联网技术获取实时道路信息，根据实时交通状况自行规划路线，在危险情况时提醒驾驶员，在不同程度上代替驾驶员控制汽车。这样可以有效地改善交通拥堵，减少环境污染，提高资源利用率，真正地实现安全、快捷、舒适、绿色出行。本文对国内外的无人驾驶系统进行梳理，为我国无人驾驶系统发展提供参考和借鉴。

关键词：无人驾驶系统；传感器；车联网

1 引言

近年来由于我国市场经济迅猛发展，中国已经成为全球第一大汽车产销大国。根据国家相关部分统计数据了解到，截止到2018年底，全国机动车保有量已经达到3.22亿，驾驶人数量突破4亿。随着汽车产业的快速发展，购买一台汽车的门槛越来越低，随之机动车的保有量迅速增长，一方面机动车的机动性为人们工作生活带来了极大的便利，另一方面也为人们的生活环境带来了严重的危害，如机动车尾气对大气的污染。机动车数量的猛增为城市道路交通带来了巨大的压力，城市路网拥堵情况越来越严重，人们的生活幸福感受到了极大的影响，同时，交通路网上通行的机动车越来越多，也增大了交通事故的几率，世界上每年大约有130多万人死于道路交通事故，远远高于其他疾病带来的危害。由此可见，无人驾驶系统的研究是当前非常重要且有社会价值研究的课题之一。

引起道路行驶安全、通行状况的原因有很多，总体可以分为人、车、环境这三大方面，司机的驾驶技术的娴熟程度、对安全驾驶的认知等；车本身的性能、质量等；天气的好坏等多方面问题。在众多因素影响下，除了改变以及避免可能碰到的危险情形，全球都将研究方向集中在自动控制来取代人驾驶机动车为主要方向，为汽车装上智能大脑，使汽车学会思考、学会自主驾驶，摆脱对人的依赖，保障人身安全。为此，要研究一款性能稳定、智能安全的无人驾驶系统，有必要对国内外的无人驾驶系统进行调研与分析，进而为我国的无人驾驶发展提供一些参考及借鉴。

2 国外无人驾驶系统发展现状

美国Google公司是世界上最早开始无人驾驶系统研究的企业，该系统经过多年的研究发展，已能完成自主的启动和停车等行动，其无人驾驶系统的道路试验已完成400万英里。目前，Google的无人驾驶部门已经分离成一个独立的公司Waymo，Waymo通过集成三维激光雷达、2D测距雷达、GPS、惯性导航系统（IMU）、车载摄像机来实现无人驾驶系统（如图1）。从2017年11月7日开始，Waymo对外宣布将进行真正的无人驾駛测试，在无人驾驶测试车上将不再设置安全员。

除此之外，苹果、Uber等均已在其发展方向中指定了无人驾驶技术的投入。2015年Uber收购了提供位置API的创业公司deCarta，还从微软Bing部门获取了精通图像和数据收集的员工，收购了前谷歌资深无人驾驶专家创建的无人驾驶公司Otto，Uber通过集成2个三维激光雷达（一个位于车顶、一个位于车前部）、7个车载相机、GPS、惯性导航系统（IMU）来实现无人驾驶系统。2016年7月，通用公司收购创业公司Cruise Automation，其无人驾驶系统集成了5个三维激光雷达、21个2D雷达、16部摄像机等传感器，用来保证无人驾驶汽车的行驶安全2018年初第四代Cruise自动驾驶汽车正式发布，同时通用汽车也已经向美国交通部递交申请，有望在2019年将这款自动驾驶车辆安全地投入应用。2017年2月，福特汽车投资10亿美元收购了初创人工智能公司ArgoAI，以利用其技术开发无人驾驶系统，其方案也是通过集成三维激光雷达、摄像机等传感器形成整体的解决方案。苹果公司也于2017年4月获得了加州测试许可证，他们选择的方案也是集成三维激光雷达、摄像机等多传感器设备。

3 国内无人驾驶系统发展现状

国内的无人驾驶技术研发开始较国外相比略晚，国内第一辆智能驾驶车由国防科技大学在1989年研发，接着国防科大与上海、一汽联合共同开发智能驾驶，最开始应用是2003年在红旗汽车上。随着该技术的不断进步，2011年红旗汽车首次进行了实际的公路测试，系统集成三维激光雷达、摄像机等传感器，测试路段从长沙至武汉共280多公里，过程中对天气环境测试、超车行驶进行了测试，并顺利完成全部行程测试。

国内很多实力较强的重点大学如上海交大、浙大、军事交通学院等也加入无人驾驶技术的开发探索。上海交大在2005年与欧盟合作共同开展智能驾驶车的研制，06年上海交大组建了无人驾驶研究的实验室，开始投入研究无人驾驶方面的理论及应用技术，其研究成果CyberC3在智能未来挑战赛中获得了不错的成绩，CyberC3在研发过程中集成了摄像头、三维激光雷达、超声传感器、磁传感器等，该车还可以通过感知地面的磁性物体，从而判断前进方向，但这种方法需要在车辆运行的道路上埋入磁钉。此外，国内的很多互联网公司和汽车制造公司也逐步向无人驾驶智能汽车领域进军，例如，国内的百度、滴滴、乐视、阿里巴巴、上海一汽、上海汽车等公司都开始了自己的无人驾驶智能车的研究。以百度无人车为例，百度公司在2014年，己经开始了无人驾驶汽车的研发计划，百度无人驾驶系统的多传感器感知系统主要包括了三维激光雷达、摄像头、毫米波雷达、GPS及车载主控计算机等设备及传感器（如图5）。2017年4月19日，百度开放名为阿波罗的软件平台，旨在向汽车行业及自动驾驶领域的合作伙伴提供一个开放、完整、安全的软件平台，帮助他们结合车辆和硬件系统，快速搭建一套属于自己的完整的自动驾驶系统。到当年的9月20日时，百度副总裁宣布“Apollo已成为最扎实、最全面的自动驾驶生态”，并对外宣布Apollo1.5正式对外界开放。

4 总结

综上所述，不管是任何一家团体研究无人驾驶应用，都无法忽视多传感器的综合应用。各个技术团体的无人驾驶方案中，都集成了激光雷达、摄像机等传感器，事实说明无人驾驶系统需要多传感器为定位、导航、分析、决策提供精确的数据保障，而多传感器的基础数据形态各异，必须将多源数据有效的融合在一起才能从中获取最有效的基础信息。作为一项综合性较强的应用学科，多传感器集成融合应用涉及信号处理、信息技术、概率统计等多个学科的知识应用，应用中将各类传感器数据通过合理的技术处理，从而获得特定数据成果。多传感器集成是多源信息应用的基础，融合分析应用多源数据是多传感器集成应用的最终目的。无人驾驶系统在近几年的发展中已经取得了一些成果，但是实际的交通情况复 杂，而且人工智能技术和人脑之间还存在较大的差距，实现完全自动的无人驾驶技术仍然是任重而道远。

参考文献

[1]王俊. 无人驾驶车辆环境感知系统关键技术研究[D]. 中国科学技术大学，2016.

[2]陈慧岩，熊光明，龚建伟. 无人驾驶汽车概论[M]. 2014.

[3]王钦普，赵佳，赵浩. 无人驾驶汽车发展面临的挑战与建议[J]. 客车技术与研究，2016，38（6）：2-6.

[4]穆康乐. 无人驾驶汽车发展现状及未来展望[J]. 电子技术与软件工程，2017（21）：122-124.

[5]何佳，戎辉，王文扬，等. 百度谷歌无人驾驶汽车发展综述[J]. 汽车电器，2017（12）：19-21.

[6]张力平. 5G助无人驾驶汽车发展进入快车道[J]. 电信快报，2017（5）：23-23.