浅析无人驾驶汽车发展现状与问题

王家博，高菊玲，钟兴

(1.江苏农林职业技术学院，江苏镇江 212000；2.江苏省现代农业装备工程中心，江苏镇江 212000)

0 引言

随着5G在我国正式商用化以及人工智能技术的不断发展，5G+汽车与AI+汽车的融合促使无人驾驶汽车的研发越来越成为各大互联网公司和车企争相合作和竞争的重要领域。

无人驾驶汽车又称轮式移动机器人，是一种集合了多种高新技术的智能汽车。在没有人类介入的情况下，无人驾驶汽车可以通过各类传感器来感知周围的环境，收集道路、车辆自身的位置及障碍物的信息并将之转换为计算机能够识别的语言，传输给车载计算机系统，经计算机发出相关指令后对汽车本身的转向和速度进行相关控制，从而保证汽车能够安全可靠地行驶。美国国家公路交通安全管理局将汽车分为5个自动化等级[1],分别是：0级,完全由驾驶员操作驾驶；1级,具备1种以上的自动控制功能；2级,具备能够自主执行多种操作的功能；3级,在必要情况下可以人为干预的以汽车为主体的自动驾驶；4级,能够完全自动驾驶。

作为一种崭新的驾驶形式，无人驾驶技术改变了传统的驾驶体验，完全解放了驾驶员的双手，大大提高了交通系统的效率和安全性。同时，也可以增加社会收益，更好地保障人身安全。但是，随着无人驾驶汽车的发展，也出现了各种各样的问题。因此，较全面地梳理和分析无人驾驶汽车的发展状况和遇到的问题，对把握时下5G+AI大趋势下汽车产业的融合与发展有着重要的意义。

1 无人驾驶汽车的发展状况

1.1 国外无人驾驶汽车的发展状况

1.1.1 美国无人驾驶汽车的发展状况

早在1950年，国外就已经开展无人驾驶汽车的研究。1980年左右，无人驾驶技术得到快速发展。其中美国在无人驾驶汽车的研究和应用方面有着很高的水平。美国巴雷特电子公司于1950在美国开发出全球首个无人导航系统，实现自主导航并成功完成在轨测试。1980年，美国陆军与国防高级研究计划局联合开展了自主地面车辆项目并成功研制出一辆无人驾驶汽车[2]。该车带有8个轮子，在颠簸的路面上行驶比较困难，也很难达到较高的速度。卡内基梅隆大学在20世纪90年代开发的多地形智能车辆Navlab-v成功通过无人驾驶汽车自主驾驶测试。20世纪90年代后期，美国国防部也相继成功研制出10代DEMO系列无人驾驶汽车车型[3]。从2003年到2007年，美国DARPA组织共举行了3场无人驾驶汽车比赛，有效推动了无人驾驶汽车技术的发展。

2010年，作为无人驾驶汽车研发先驱的Google公司开始了其研制的无人驾驶汽车在实际城市道路上的测试。该公司生产的无人驾驶汽车具有较高的人工智能水平和更完整的引导车辆正确行驶的能力。同时，Google公司采用地图引导汽车行驶的方法，在自主驾驶模式下无人驾驶汽车的行驶测试中取得了成功，但其在车与车、车与交通信号的交互方面做得还不够完善。2012年，美国内华达机动车辆管理局准许为搭载Google智能驾驶系统的一辆汽车颁发牌照[4]，使得无人驾驶汽车得到更多普通人的关注。截至到2015年11月，Google研发的无人驾驶汽车共完成了209×104km的路测。但是，目前Google公司研发的无人驾驶汽车仍然处于测试阶段，而对于开创了自动驾驶汽车商业模式的Tesla公司来说，其研发的无人驾驶汽车则已经实现了商业化的量产。Tesla公司的目标之一就是在2020年之前实现完全自动驾驶。根据相关资料显示，自Tesla公司推出Autopilot“完全自动驾驶功能”系统并将其安装在无人驾驶汽车上,搭载该系统的无人驾驶汽车至今已经完成了超过2.2×109英里的行驶里程。

1.1.2 欧洲无人驾驶汽车的发展状况

欧洲各国在无人驾驶汽车研究方面同样具有较高水平。早在1987年，欧洲就开启了最大的无人驾驶汽车项目PROMETHEUS计划，此后8年间，该计划成功获得了多项技术成果，为欧洲无人驾驶汽车的研究奠定了坚实的基础[5]。欧盟委员会资助的PREVENT计划，从2004—2008年，历时近4年，由超过50个汽车生产厂商和研究机构共同合作完成。该项目在使用车辆系统感知事故类型和性质的同时，将司机的驾驶状态纳入考虑范围，以避免或减少事故的发生。2006—2010年，欧洲连续举办了五届ELROB无人驾驶汽车大赛，在无人车的自主导航、混合地形条件下的移动控制及目标定位等方面取得了很多重要的成果。此外，法国早在1994年就成功研制出轮式机器人VAMP和VITA-2，该机器人在巴黎的多车道公路上成功行驶了1 000多公里，即使在交通拥挤的情况下，也达到了130 km/h的最高速度，并能独立完成并道和超车。英国也在某些专用场所中推出了无人驾驶的智能车辆，使得其无人驾驶汽车的研发水平也走在了世界前列。

德国奔驰公司在完成了对F015 Luxury in Motion概念车的设计后，尽管在多源技术的发展上还不太成熟，但在无人驾驶汽车领域中占据了一席之地。2015年底，奔驰公司联合奥迪、宝马收购了诺基亚的地图业务HERE，对高精地图领域进行了布局。而宝马公司则在2016年7月宣布将于2021年与英特尔和Mobileye公司合作，共同推出无人驾驶汽车。这也是IT、汽车、ADAS三巨头的首次合作。

1.2 国内无人驾驶汽车的发展状况

无人驾驶汽车的研究在我国始于20世纪80年代，与欧美国家相比起步较晚。由国防科技大学、北京理工大学、南京理工大学、清华大学和浙江大学于第八个五年计划期间联合研制成功的ATB-1是我国第一辆自主行驶测试样车[6]。在此基础上，ATB-2也在第九个五年计划期间被成功研制。在试验中，ATB-2的直线行驶速度能够达到21 m/s，同时具有遥感控制等功能。随后ATB-3也顺利面世，其环境识别、障碍物检测和轨迹跟踪能力得到很大提高。2000年，国防科技大学成功研制出了第四代无人驾驶汽车并取得了试验成功。2003年，国防科技大学在我国一汽集团的赞助下，成功完成了红旗CA7460无人驾驶平台试验，标志着我国第一辆自主驾驶汽车的成功诞生，该车最高车速可达47 m/s，而且能够根据前方车辆的情况进行自主变道。2009—2011年，我国先后举办了三届无人驾驶汽车大赛，为无人驾驶汽车关键技术奠定了良好基础。2011年，一汽红旗HQ3无人驾驶汽车首次成功完成了从长沙到武汉的全程高速无人驾驶试验[7]，该车由国防科技大学研制成功，意味着国防科技大学在无人驾驶汽车领域的研究在国内达到了领先水平，但是该车的研发成本较高，对车型也有具体要求。2012年，由军事交通学院研制的无人驾驶汽车成功从京津高速台湖收费站出发，顺利到达天津东丽收费站，历时一个多小时，成为首个正式认证完成公路试验的无人驾驶汽车[8]。

作为国内最早布局无人驾驶技术领域的企业之一，百度公司研发的无人驾驶汽车于2015年12月完成首次路测，以最高时速100 km/h，从北京中关村软件园的百度大厦附近出发，经京新高速公路和五环路，顺利抵达奥林匹克森林公园，全程均实现自动驾驶。2016年，百度无人车获得了美国加州政府颁发的全球第15张无人车上路测试牌照[9]。2017年4月，百度与BOSCH公司合作开发基于高精地图的自动驾驶定位系统。除了百度之外，国内也有其他企业对无人驾驶汽车领域进行了布局。2016年4月，长安汽车公司研发的无人驾驶汽车从重庆出发，行驶近2 000 km，最终到达北京[10]。沿途主要在高速路段、城市综合路段行驶。尽管长安无人驾驶汽车已全面达到了无人驾驶三级水平，实现了在结构化道路上的自动驾驶，但是在一些匝道或进站加油等部分还是需要依靠人工介入。同年9月，由京东集团自主研发的中国首辆无人配送车也已经进入道路测试阶段，并宣布即将开始试运营[11]。而滴滴公司则将无人驾驶汽车作为公司的重大战略进行布局，并宣布将很快实现无人车上路。2018年3月，我国正式开放无人驾驶汽车上路测试[12]，上汽集团和蔚来汽车两家企业获得了第一批汽车开放道路测试号牌。

2 无人驾驶汽车领域面临的问题

2.1 技术问题

与无人驾驶汽车相关的关键技术包括：环境感知、逻辑推理和决策、运动控制、处理器性能等一系列的高新技术。这意味着目前无人驾驶技术需要解决以下几个问题。

(1)更快速可靠的软件

如果是有人驾驶汽车，那么发生安全事故的概率不是很高，相对来说比较安全。但是无人驾驶汽车除了要解放驾驶员的双手之外，还需要比有人驾驶汽车更安全，而目前的软件还难以达到这种水平。例如，所有的电子设备软件都无法保证长时间运行无卡顿，这是主要的技术局限性，如果汽车软件发生卡顿或错误，后果会很严重。因此，软件的设计与优化是一个很重要的环节。

(2)高精度的地图

为了实现实时智能导航，无人驾驶汽车需要很强的感知能力，而且在接到目的地指令之后，必须要能够制定一个特定的路线，这就需要用到地图导航的功能。然而，城市道路环境复杂，目前地图的细致程度尚未达到要求。就谷歌而言，谷歌无人驾驶汽车会对试驾场地的地图进行强化，以便汽车能够知道场地的具体情况，碰到障碍时可以轻松应对。目前汽车传感器技术和应对策略能力有限，因此更加需要一个高精度的地图做弥补，而实现这一目标是一项浩大的工程。

(3)更加优秀的传感器

无人驾驶汽车集合了多种用途的传感器以便能够进行精确的环境感知和识别，优良的传感器不仅要能够感知路面上的钉子和凹坑所构成的威胁，而且要能够识别出地面上普通的落叶和钉子的区别并做出恰当的控制策略，目前传感器的精度还有待提高。另外，传感器的处理速度不够快，也会给突发情况的处理埋下隐患。

(4)能够做出智能抉择的算法

在驾驶汽车的过程中，难免会遇到突发情况。例如，如果车速太快，而车前面出现突然闯入的行人，往右转会撞到公交车，往左转则会撞到绿化带，这种情况就需要无人驾驶汽车的控制算法智能地计算并衡量不同结果，从而做出一个恰当的抉择。如果在高度智能的算法方面能够得到重大突破，那么无人驾驶汽车将会越来越受到大众的信赖和接受。尽管谷歌、百度等互联网公司在汽车智能算法方面取得了不少重要成果，但是在涉及到人类复杂行为的情况下，它们的表现能否让人信服还是一个未知数。

(5)沟通与协同问题

协同问题包括人与车、车与车和车与交通信号系统的沟通与信息交互。目前，在交通系统中完全实现汽车的无人驾驶行驶和运行还有很长的路要走。因此，需要对无人驾驶汽车与人、车、交通信号系统的沟通、交互和协同进行研究并制定规则，如汽车间的通信协议规范有人与无人驾驶汽车共享车道问题、通用软件开发平台的建立、多种传感器之间信息融合以及视觉算法对环境的适应性等问题。随着5G在我国商用化正式落地，上述沟通与协同问题会得到较好解决。

2.2 周边问题

随着经验的积累和技术的不断革新，可以预见技术问题已经不是实现无人驾驶的最大障碍。也许影响无人驾驶汽车最终流行和普及的决定性因素不是汽车本身，要想真正实现无人驾驶汽车的推广应用，还面临着诸多其他亟待解决的问题。

(1)法律法规问题

若法律允许无人驾驶汽车在公共道路上行驶，这相当于建立了新型交通方式，但目前看来情况其实并不理想。美国只有包括佛罗里达州在内的少数几个州通过了相关法律，允许安装了无人驾驶系统的汽车上路测试。在我国，由于缺乏相关的法律法规，无人驾驶汽车的上路试验仍然面临着重重困难。

另外，无人驾驶事故的责任认定也是一个关键问题。目前，无人驾驶汽车在特殊情况下仍需汽车驾驶员介入控制，因此很难判断是交通肇事车辆本身还是驾驶员的责任。

(2)传统企业的发展问题

无人驾驶汽车的推出和普及将会对传统汽车行业的商业模式和盈利模式带来巨大的冲击，无人驾驶汽车将使一些传统汽车行业的企业年收入锐减，包括汽车制造商、零部件供应商、汽车经销商、汽车保险公司、汽车修理厂等。因此，各厂商必然会想方设法地转变商业和盈利模式,以适应无人驾驶汽车的发展。

(3)网络安全与隐私保护问题

无人驾驶汽车是车联网里一个重要的关键组成部分。对于联网的汽车，驾驶员个人及汽车相关的信息都会暴露在公共网络空间，给网络安全与隐私保护埋下了很大的隐患，一旦车联网络遭到侵入和破坏，后果不堪设想。

3 结束语

在5G和人工智能不断发展的时代下，无人驾驶技术已经引起了众多互联网和汽车企业的重点关注，经过多年技术的经验积累和不断的追求创新，无人驾驶汽车已经达到了一个很高的自动化程度。但是要真正实现完全无人驾驶，还需要解决技术、成本、法律、道德、伦理等问题。随着技术上的不断突破和法律法规的配套与完善，真正的无人驾驶终将会实现。