一、無人駕駛汽車技術介紹

無人駕駛汽車是智能汽車的一種，也稱為輪式移動機器人，主要依靠車內的以計算機系統為主的智能駕駛儀來實現無人駕駛的目標。

據湯森路透知識產權與科技最新報告顯示，2010年到 2015年間，與汽車無人駕駛技術相關的發明專利超過22，000件，并且在此過程中，部分企業已嶄露頭角，成為該領域的行業領導者。

無人駕駛汽車技術圖解

二、無人駕駛汽車技術

如同其他很多事物一樣，無人駕駛實際上也有一個技術循序漸進發展的過程。無人駕駛也需分為不同階段。

階段一：輔助駕駛階段。車道保持、自適應巡航等輔助駕駛功能，均屬于這個階段的技術，不過駕駛員仍舊是操作主體。

階段二：半自動駕駛。在這個階段中，電腦操縱下的自動駕駛已經可以完成前往目的地的過程，其可作為備用系統完成行駛，但受限于法律法規等因素，其仍舊不能作為整個駕駛行為的主體存在。

階段三：全自動駕駛。技術、成本、法衡去規等因素都不再成為影響普及的因素，電腦控制的系統已經作為駕駛主體而存在，駕駛員也可以隨時接管操作系統。

由于技術和法規等的限制，目前的無人駕駱氣車大多處于第＝階段。當前主流的無人駕駛汽車技術有激光雷達式和攝像頭+;%距雷達式兩種。

1、激光雷達式

自上世紀80年代DARPA的ALV項目以來，我們看到的大多數現代自動駕駛原型車上都布滿了傳感器，并且頭頂著一臺激光雷達。車輛使用傳感器的探測以及激光雷達的三維立體掃描來“感知”周圍的世界，而車載控制計算機則像人類大腦一樣決定需要進行的操作。Google的無人駕駛汽車就是激光雷達應用的典型代表。

Google算得上是最早跨界進行自動駕駛汽車研發的互聯網公司，同時依托著自己獨有的地圖和大數據計算資源，在這一領域具有領先的優勢。由于自身有著地圖和街景這樣先天的優勢，Google自動駕駛車輛使用一臺由Velodyne公司提供的64位三維激光雷達將周圍環境繪制成一幅3D地圖，并與Google的高精度地圖相結合，利用計算機以及云端網絡進行大數據處理，最終實現自動駕駛功能：

早期的豐田普銳斯原型車搭載了視頻攝像頭、激光雷達、位置傳感器和測距雷達幾種傳感裝置。其中視頻攝像頭用來判斷交通信號燈以及任何移動的物體；激光雷達用于形成真實道路環境的3D地圖；測距雷達用于探測車輛周圍的障礙物，一旦有物體接近，車輛將自動減速；位于左后輪處的位置傳感器用來偵測和估算車輛的側向位置偏移，以判斷車輛在地圖上的位置。

在經過多年的試驗后，Google推出了自己的無人駕駛原型車。這臺原型車上同樣搭載了諸多雷達及傳感器，以及聳立在車頂上的激光雷達。Google的無人駕駛汽車已經取消了方向盤，汽車完全靠車載計算機進行操控，是目前最接近無人駕駛概念的汽車。

2、攝像頭＋測距雷達式

奔馳公司在80年代就開始研發無人駕駛技術，在2013年其研發的無人駕駛汽車成功的從斯圖加特行駛到法蘭克福，行駛里程約100 km。該無人駕駛汽車是在并沒有采用激光雷達，而是采用攝像機＋測距雷達的組合實現了對周圍環境的監測。page_break］

車頭兩側的長距雷達可以更早地發現遠處的路口；另外的長距雷達監控著車輛前后的交通路況；車身四角的四個短距雷達可迅速偵測到車輛周圍的事物以及其他車輛；車前風擋處的攝像機負責識別交通標識，后風擋處的攝像機拍攝街景，通過與導航系統中的地形特點比對和辨別來確定車輛的精確位置。這輛無人駕駛汽車的立體攝像機也進行了相應的改進，從而可以進一步提升探測距離。盡管是一臺真正的自動駕駛車輛，但還保留了傳統汽車的完整的操作方式。與Google自動駕駛車輛類似，它對于路面障礙的偵測完全來自車輛自身的傳感裝置。不過，奔馳使用了更加成熟的攝像頭組合代替了激光雷達，因此在成本上更容易進行控制，同時也不會破壞現有車輛的外觀質感。

奔馳在2015年又推出了新能源自動駕駛概念車F015。奔馳F015概念車利用立體攝像頭、雷達以及超聲波傳感器來獲取車輛四周的環境數據，來為自動駕駛提供大量的參考信息。高精度GPS配合三維導航地圖，可以確保車輛定位精度達到厘米級別。

三、無人駕駛汽車關鍵技術

無人駕駛汽車是未來汽車發展的方向，是各種頂尖科技成果為一體的智慧型汽車。就目前發展現狀來看，還有以下幾個方面的技術OTR需取得突破。

1、傳感器技術

現在無人車能出現很大程度上依賴傳感器的進步?，F在的無人駕駛汽車采用激光雷達，直接感知路面狀況，用于分析計算。

2、定位

目前主要的定位系統中美國的GPS應用最為廣泛，技術也較為成熟，但目前民用的GPS定位精度遠達不到無人車的需求，GPS官方民用定位精度“《10 m”，更高精度的GPS基本要依靠差分完成。差分的原理很簡單：設置一個固定基站，固定基站校準位置，再將信號傳遞給車載設備，車載設備在接收到基站信號和GPS信號后差分獲得。但是每一個基站的有效范圍也就30 km。于是有很多技術要解決GPS精度不足的問題，如地圖匹配。

3、避障

車輛前方有障礙，障礙物是運動的還是靜止的，車是停下來還是繞過去。這部分主要的難度是從傳感器識別障礙，在車輛運動的前提下，確定障礙的運動狀態。也就是說你要在運動的坐標系下，計算另一個物體相對靜坐標系的速度，并作出判斷。

4、識別

人能輕易識別出道路上的交通標識，如限速牌、紅綠燈，同時作出相應的反應，但這對于機器來說是一個困難的挑戰。目前的機器視覺技術還難以識別像樹木、行人、動物等物體。這些物體的識別都要通過視覺系統完成。在無人車上不但需要能在有限的時間里識別出來，并且還要考慮道路中可能有的光線變化、遮擋等問題。要完善解決這些問題，還需要等待機器視覺和圖像識別領域的技術突破。

5、控制

除了上面的避障以外，其他外圍機構的改造可能會存在一些改造上的問題。如何介入轉向架、如何介入油門。這部分技術的難度較小，汽車控制技術如今已比較成熟，而無人駕駛汽車在未來基本為純電動汽車，在控制難度上將小于傳統的內燃機汽車。

四、無人駕駛汽車技術原理

主要依靠車內以計算機系統為主的智能駕駛儀來實現無人駕駛。它一般是利用車載傳感器來感知車輛周圍環境，并根據感知所獲得的道路、車輛位置和障礙物信息，控制車輛的轉向和速度，從而使車輛能夠安全、可靠地在道路上行駛 無人駕駛汽車集自動控制、體系結構、人工智能、視覺計算等眾多技術于一體，是計算機科學、模式識別和智能控制技術高度發展的產物。其中制約無人駕駛汽車量產的原因在與激光雷達的價格以及量產。國外的Velodyne供貨周期在8周，國內做的好的速騰聚創供貨周期在4周。