 ＋ 无人车  无人驾驶车通过检测道路上的车辆、行人等障碍物来实现安全驾驶，当然不止这些。无人车的定义是指通过车载传感系统感知环境，自动规划行车路线，并控制车辆实现预定驾驶目标的智能汽车。  ＋ DARPA竞赛  谈及无人驾驶就不得不介绍美国在2004年3月举办的第一届无人驾驶比赛，即业内大名鼎鼎的DARPA大奖赛。 2004年的比赛场地选在沙漠地区，希望避开行人和居住区的干扰。不过，即便在这样相对理想的驾驶环境下，仍然没有一辆车完成赛程。但这次比赛激起了业内、高校极大的热情。比赛结束当天，组委会就宣布，18个月后再次比赛，奖金也从原先的100万美元增加到200万美元。随着这次比赛的进行，无人车逐渐进入大众视野并进入快速发展通道。   ＋ 自动驾驶分级 为了推动无人驾驶车辆发展，美国道路交通安全管理局（NHTSA）和国际汽车工程师联合会（SAE） 根据司机和自动驾驶系统对车辆的控制程度，对无人驾驶进行了分级，分级主要考虑了四个参考原则： 第一，驾驶过程中谁对车辆进行运动控制，比如转向和加减速控制； 第二，驾驶过程中，谁负责监控车辆周围环境； 第三，自动驾驶系统遇到突发情况失去反应能力时，由谁来接管车辆，执行回退操作； 第四，自动驾驶系统是否有完全的车辆控制权。 ＋ 两条路，选择哪一个？ 近年来，传统汽车车厂与互联网企业选择了两条不同的道路来发展无人车。传统汽车厂商希望先发展先进辅助驾驶系统（ADAS），再逐步过渡到人车协同驾驶，最终实现无人车。而互联网企业，则希望从低层次的普通无智能车辆一步跳跃式发展至全自动无人车。无人车相关的研究主要围绕环境感知、决策和控制三个主要方面，下面主要以环境感知为例介绍无人车发展现状。感知系统是无人车系统的重要组成部分。感知主要是指运用传感器、定位与通信等技术，来获取、整合车辆行驶时外部环境信息。其主要功能包括车道检测、交通参与者检测（车辆、行人等）、交通标志检测和其他车外环境检测等。 ＋ 多传感器融合 为了实现L4-L5级别的自动驾驶，在环境感知方面仍面临巨大挑战，例如在极端恶劣天气条件下，当下雨或者多雾或者下雪时，无论是基于视觉的系统还是基于基于LiDAR的系统都存在感知困难。许多基于视觉的自动驾驶感知系统都依赖于观察道路标记来导航道路。然而，一层薄薄的雪可能会导致这些标记完全消失。此外，模糊，磨损或涂漆的道路标记（没有雪况）也会对自动驾驶的感知系统造成不良影响。 进一步提高自动驾驶感知系统的准确度和精度依然是目前的一大发展方向。而多传感器融合技术无疑是其中的重头戏。无论是提高准确度、还是面对极端恶劣天气条件、或者实现商业化落地，它都能扮演举足轻重的地位。目前，虽然一些Level2和Level3级别的自动驾驶车辆已经实现了商业化落地，但距离实现完全自动驾驶，我们还有很长的路要走。 ＋ 自动驾驶——梦想之路 但是，我们从不怀疑我们对自动驾驶汽车的梦想，梦想一定会实现，因为我们一直在为梦想努力的路上。 图｜自动驾驶之梦 ＋ 尾声 最后，Chris Urmson在TED的演讲介绍了自动驾驶汽车应该如何与环境进行交流，从而实现安全的自动驾驶，也是很值得看得哦！ 视频编辑：李成华（中科院自动化所） 短视频素材：陈圆圆（中科院自动化所） 来源：AI大陆 |
|
|
