尊龙人生就是博官网登录人工智能研究之无人驾驶技术|六六宝贝txt下载|

　　未来属于无人驾驶预计部分无人驾驶在2020年左右开始商业化ღ◈，完全无人驾驶在2025年左右开始商业化ღ◈，而在此之前ღ◈，高级驾驶辅助系统ADAS会发挥重要作用ღ◈。

　　乐观情况下ღ◈，预计2030年的新车销售中ღ◈，完全无人驾驶车占比约15%ღ◈，部分无人驾驶车占比约50%;2015的新车销售ღ◈，部分无人驾驶的渗透率达到100%;2040年的新车销售ღ◈，完全无人驾驶的渗透率达到90%ღ◈。

　　悲观情况下ღ◈，预计2040年的新车销售中ღ◈，完全无人驾驶车占比约10%ღ◈，部分无人驾驶车占比约30%ღ◈。在此之前ღ◈，无人驾驶的普及处于缓慢的爬坡过程中ღ◈。

　　无人驾驶的推进需要在五个维度同时进行ღ◈，消费者接受度ღ◈、技术整合度ღ◈、生态体系ღ◈、立法ღ◈、基础设施投资ღ◈，不可或缺ღ◈。

　　消费者对无人驾驶的接受程度从信息到辅助驾驶ღ◈，到最后控制权交给无人驾驶ღ◈。技术的发展从传感器到DSRCღ◈，到技术的融合ღ◈。生态体系从各种互联网公司新进入到逐渐产生新的商业模式ღ◈，最终发展成新的行业ღ◈。立法方面ღ◈，从地方立法/州立法ღ◈，到DSRC强制立法ღ◈，到全国范围的立法ღ◈。基础设施投资方面ღ◈，从地方的测试基地ღ◈，到地方交通枢纽的接受ღ◈，最后到全国范围的基础设施投资ღ◈。总的来看ღ◈，五个维度的推荐互为前提条件ღ◈，交错前进ღ◈，最终形成新技术ღ◈、新行业ღ◈、新生态ღ◈。无人驾驶关键技术正在突破

　　无人驾驶技术是一个涉及传感器ღ◈、计算机ღ◈、信息通讯ღ◈、自动控制ღ◈、导航定位ღ◈、机器视觉人工智能等多诸多前沿学科的综合技术ღ◈。根据无人驾驶的职能模块ღ◈，可将无人驾驶的关键技术分为ღ◈：环境感知技术ღ◈、定位导航技术ღ◈、路径规划技术和决策控制技术ღ◈。

　　环境感知技术是通过多种传感器对车辆周围的环境信息进行感知ღ◈。环境信息不仅包括了车辆自身状态信息ღ◈，如车辆速度ღ◈、转向度ღ◈、位置信息ღ◈、倾角ღ◈、加速度等ღ◈，还包括四周环境信息ღ◈，如道路位置ღ◈、道路方向ღ◈、障碍物位置和速度ღ◈、交通标志等ღ◈。

　　定位导航技术主要包括定位技术和导航技术ღ◈。定位技术可以分为相对定位(如陀螺仪ღ◈、里程计算)ღ◈、绝对定位(如GPS)和组合定位ღ◈。导航技术可以分为基于地图的导航和不基于地图的导航(如惯性导航)ღ◈。其中高精度地图在无人驾驶的导航中起关键作用ღ◈。路径规划技术可以为无人驾驶提供最优的行车路径ღ◈。无人驾驶车在行驶过程中ღ◈，行车路线的确定ღ◈、如何躲避障碍物ღ◈、路口转向等问题都需要通过路径规划技术完成ღ◈。据适用范围不同ღ◈，路径规划技术通常可分为全局路径规划和局部路径规划ღ◈。决策控制技术相当于智能车的大脑ღ◈，它通过综合分析环境感知系统提供的信息ღ◈，对当前的车辆行为产生决策ღ◈。决策技术还需要考虑车辆的机械特性ღ◈、动力特性ღ◈，出合理的控制策略ღ◈。常用的决策技术有机器学习神经网络ღ◈、贝叶斯网络ღ◈、模糊逻辑等ღ◈。根据决策技术的不同ღ◈，控制系统可分为反射式ღ◈、反应式和综合式ღ◈。

　　2016年1月ღ◈，美国交通部更新美国国家公路交通安全管理局(NHTSA)在2013年的针对无人驾驶的政策ღ◈。预计今年ღ◈，美国国家公路交通安全管理局(NHTSA)会提出完全无人驾驶的安全运行指导原则ღ◈。

　　L1ღ◈：大约对应Feet offღ◈，典型代表是自适应巡航控制系统 Adaptive Cruise Control(ACC)和自动紧急制动 Automatic Emergency Braking(AEB)ღ◈。L2ღ◈：大约对应Hands offღ◈，与L1的区别ღ◈：驾驶员在系统能工作的时候ღ◈，只用眼睛就可以了ღ◈。L3ღ◈：大约对应Eyes offღ◈，与L2的区别ღ◈：不需要驾驶员时时刻刻盯着ღ◈，系统有高度的自治权ღ◈，在特定工作的情况下ღ◈，系统不允许退出ღ◈。L4ღ◈：大约对应Mind offღ◈，只要输入出发地和目的地ღ◈，责任完全交给车辆端ღ◈。

　　随着无人驾驶技术的不断发展演进ღ◈，对无人驾驶的立法变得十分重要ღ◈。截至2015年ღ◈，美国已经有16个州启动无人驾驶立法;截至2014年是12个州ღ◈，截至2013年是9个州ღ◈，截至2012年是6个州ღ◈。Nevada在2011年授权无人驾驶车的运营ღ◈，是全美第一个授权无人驾驶的州尊龙人生就是博官网登录ღ◈。之后ღ◈，California, Florida, Michigan, North Dakota,Tennessee和Washington D.C针对无人驾驶通过了相关的法案ღ◈。Arizona州长签署了无人驾驶的行政命令ღ◈。

　　2016年6月ღ◈，由国家工信部批准的国内首个“国家智能网联汽车(上海)试点示范区”(以下简称示范区)在上海嘉定正式投入运营ღ◈。目前开放的封闭测试区(一期)可以为无人驾驶汽车提供综合性测试场地和功能要求ღ◈。根据第二届智能网联汽车技术及标准法规国际研讨会ღ◈，目前国家正在积极地推动制定无人驾驶相关技术规范ღ◈。另外ღ◈，由中国汽车工程学会开展的国家智能网联汽车技术路线图已经基本完成ღ◈，将在合适的时机对外发布ღ◈。

　　1ღ◈、无人驾驶车的环境感知系统传感器是无人驾驶汽车的眼睛ღ◈，用来观察行驶时环境的动态变化ღ◈，无人驾驶车中不可或缺的重要组成部分ღ◈，常用的传感器包括摄像头ღ◈、激光雷达ღ◈、超声波雷达ღ◈、GPSღ◈、陀螺仪等等ღ◈。最主要的两种传感器就是摄像头和激光雷达ღ◈。摄像头(Camera)作为一种已普遍应用的传感器ღ◈，具有成本低廉ღ◈、信息采集量大等特点ღ◈，现在的摄像头的分辨率也己经达到了较高水准ღ◈。激光雷达(LIDAR)测距的优势就在于分辨率高ღ◈、精确度高(可达到厘米级)ღ◈、定向性好ღ◈、抗有源干扰能力强ღ◈，基于这些优势ღ◈，激光雷达广泛应做无人驾驶ღ◈、智能驾驶的传感器ღ◈，缺点是价格较高ღ◈。2ღ◈、激光雷达ღ◈：无人驾驶车最重要的传感器之一(1)激光雷达的主流厂商有Velodyneღ◈、Quanergyღ◈、Ibeo等公司激光光束与声波相比更加聚拢ღ◈，可以准确测量视场中物体轮廓边沿与设备间的相对距离ღ◈，这些轮廓信息组成所谓的点云并绘制出3D环境地图ღ◈，精度可达到厘米级别ღ◈。激光雷达的组成部件主要包括ღ◈：激光转台ღ◈、激光发射单元ღ◈、接收单元ღ◈、信息处理单元等ღ◈，发射单元将电脉冲变成光脉冲发射出去ღ◈，接收单元再把从目标反射回来的光放冲还原成电脉冲ღ◈，通过计算发送信号到接收信号的时间差ღ◈，便可得到前方物体的距离信息ღ◈。激光雷达的主流厂商包括Velodyneღ◈、Quanergyღ◈、Ibeo等公司ღ◈。他们最高的激光器数分别是64尊龙人生就是博官网登录ღ◈、8ღ◈、8;代表性产品分别是HDL-64ღ◈、S3ღ◈、LUX;精度分别可以达到±2cm六六宝贝txt下载ღ◈、±5cmღ◈、±10cmღ◈。

　　Velodyne的客户有福特这样的车厂ღ◈，也有Googleღ◈，Uberღ◈，百度等互联网企业ღ◈。Velodyne不提供算法产品ღ◈，向车企或者互联网企业输出的是激光雷达原始数据ღ◈，用于完全无人驾驶的测试ღ◈。Quanergy的客户有德尔福ღ◈，提供包括硬件和软件在内的整套解决方案ღ◈，用于部分无人驾驶测试ღ◈。Ibeo与法雷奥合作ღ◈，提供相控阵激光雷达技术ღ◈，用于ADASღ◈，如汽车紧急制动时的核心检测传感器ღ◈。(2)Velodyne激光雷达产品被Googleღ◈、Uberღ◈、百度等互联网公司广泛采纳Velodyne的主打产品HDL-64有64个激光器数ღ◈，最远测量范围可达100-120米ღ◈，精度可以达到±2cmღ◈。扫描频率1.3M 点/秒ღ◈，垂直视野26.8°ღ◈，水平视野360°ღ◈，功率60Wღ◈，作业温度-10至50℃ღ◈，大小203mm×284mmღ◈，重量15kgღ◈。

　　目前价格较高ღ◈，约6-7万美元ღ◈。激光光束测量视场中物体轮廓边沿与设备间的相对距离ღ◈，这些轮廓信息组成点云并绘制出3D环境地图ღ◈，精度可达到厘米级别ღ◈。拆解后的Velodyne HDL-64ღ◈，从正面看ღ◈，整个激光收发器可以视为上下两部分ღ◈，每部分都有三个并排透镜ღ◈，两侧透镜是激光发射处ღ◈，中间是接收处ღ◈。转到产品背后会发现ღ◈，两侧凸镜后各有16个一组的二极管ღ◈，中间透镜对应32个接收器ღ◈，可以把光信号变成电信号ღ◈。

　　激光光束从两侧透镜发出ღ◈，遇到障碍物折返后经过中间透镜被抓取ღ◈，接收器处理分析后判断障碍物位置六六宝贝txt下载ღ◈。所有的时间信息ღ◈、控制信息ღ◈、接收信号都会传到顶端的主板上进行信息处理ღ◈。底部的旋转记录器会记下旋转时所在位置和旋转信息ღ◈。所有原始数据可以通过底部数据线传送至电脑ღ◈。为了让机器旋转时保持平衡ღ◈，这款64线激光雷达加装了一个沉重的底座ღ◈。每圈旋转输出13万个信息点(点密度)ღ◈，形成所谓的“点云”ღ◈。Velodyne不提供算法产品ღ◈，向车企或者互联网企业输出的是激光雷达原始数据ღ◈，用于完全无人驾驶的测试ღ◈。除了位置和距离信息ღ◈，Velodyne还扫描物体的密度信息ღ◈，根据物体的反射率ღ◈，判断对象中哪块是交通指示牌ღ◈，继而可以由摄像头针对性地分析指示牌内容ღ◈，从而减少算法成本ღ◈。Google无人驾驶原型车ღ◈、Uber无人驾驶测试车ღ◈、百度无人驾驶测试车都采用了Velodyneღ◈。

　　(3)预计2035年以后激光雷达市场规模往千亿美元冲刺目前ღ◈，激光雷达主要问题是价格比较昂贵ღ◈，难以普及ღ◈。其实我们可以看到关键组件的高昂价格是需要出货量和时间两大因素消化的ღ◈。

　　现在主要的ADAS组件如全景可视系统ღ◈、泊车辅助ღ◈、车道偏离预警ღ◈、盲点探测系统ღ◈、前方碰撞预警ღ◈、自动泊车等等ღ◈，现有成本与消费者支付意愿仍然有一定差距ღ◈，仍然需要出货量和时间两大因素去消化ღ◈。保守估计ღ◈，预计2020年激光雷达市场规模可以达到25亿美元ღ◈。我们期待随着无人驾驶技术的进步ღ◈，激光雷达的出货量增加ღ◈，价格随之下降ღ◈。假设2035年无人驾驶汽车每年的销量可达2000万辆ღ◈，如果每辆无人驾驶汽车配备一台激光雷达ღ◈，2035年左右每年至少新增2000万台左右的激光雷达需求ღ◈。目前激光雷达的龙头公司是Velodyneღ◈，2035年左右ღ◈，2000万台激光雷达的需求可能将由多个市场参与者瓜分ღ◈。假设2035年左右激光雷达单价可以下降到1万美元到5千美元甚至更低ღ◈，那么2035年以后激光雷达市场规模往千亿美元冲刺ღ◈。

　　高精度地图层ღ◈：提供道路的斜率和曲率ღ◈、车道标志和路边物体的标注;提供一个高精度的车道模型ღ◈，协助车辆间距调整ღ◈、安全换道ღ◈、速度管理ღ◈、超车等等;实现车与车之间的水平和垂直方向的精确定位ღ◈。(2)实时道路层

　　实时道路层ღ◈：现场道路层动态地跟踪道路上的事件ღ◈，提供在车辆传感器范围之外的时的信息;提供与建筑物ღ◈、交通拥堵ღ◈、交通事故ღ◈、天气灾害等等有关的动态事件;遥感数据在云中进行汇总和处理ღ◈，受影响的层进行更新ღ◈，使得车辆可以启用主动战略规划ღ◈。(3)驾驶层

　　驾驶层ღ◈：基于真正的人类学习驾驶模式ღ◈，分析了大量的车辆传感器数据ღ◈，提取合适的车辆行为配置规范;提供符合当前驾驶环境的速度规范;有助于把“机器感觉”的车辆自动化ღ◈，以帮助增加驾驶员的信任ღ◈。2ღ◈、地图的动态生产闭环

　　地图的动态生产闭环平台ღ◈，可以探测现实世界中的变化以及终端用户设备的地图上的更新ღ◈，能够迅速形成生产地图的闭环ღ◈。地图的更新可以通过闭环流程实现端到端ღ◈，并最终实现天六六宝贝txt下载ღ◈、小时ღ◈、分钟级别的地图更新ღ◈，最终满足实时地图的需求ღ◈。(2)端到端的生产闭环首先ღ◈，通过智能地图生产流程检测地图上的更新ღ◈。接下来ღ◈，只选择的部分的变化的地图ღ◈。更新地图并立即进行数百次的质量检查ღ◈，保证精度ღ◈，再合并作为一个增量更新ღ◈。地图质量在流程中得到保证ღ◈，地图数据库不断发行新的版本ღ◈。

　　(1)发展成最大地图商 (1985-2004)1985年ღ◈，植根于旧金山湾区的NAVTEQ公司正式起步ღ◈。1994年ღ◈，Here提供了全球第一个汽车级地图ღ◈，用于BMW E38的导航系统ღ◈。1996年ღ◈，Here成为全球最大地理人员/地理学家雇佣商ღ◈，全美第一个车载导航使用Here地图ღ◈。(2)开展ADAS和云服务 (2004-2010)2004年ღ◈，Here地图数据为ADAS服务ღ◈。2006年ღ◈，Nokia收购一家德国的移动定位软件公司GATE-5ღ◈，BMW的自适应巡航控制系统使用Here的ADAS地图ღ◈。2007年ღ◈，Nokia N95成为第一部有GPS和地图的智能手机ღ◈。2008年ღ◈，Nokia收购NAVTEQ公司ღ◈。2009年ღ◈，戴姆勒卡车使用Here 的ADAS数据进行汽车节能ღ◈。(3)无人驾驶服务 (2010至今)2010年ღ◈，多屏云服务起步ღ◈，Yahoo是Here云的第一个主要客户ღ◈。2012年ღ◈，收购earthmineღ◈，开展厘米级高精度地图项目ღ◈，改名H ereღ◈，融入Nokiaღ◈。2013年ღ◈，与Benz合作开发自动驾驶汽车ღ◈，引入定制化精细化导航方案ღ◈。2015年ღ◈，Here云与BMW合作车联网ღ◈。(2)Here的“高精度地图+云”业务ღ◈：地图有多强大?

　　Here的三大业务群ღ◈：汽车业务ღ◈：为车厂/Tier 1供应商提供三大服务ღ◈：增强舒适和安全性的实时连接且个性化驾驶服务ღ◈、实时道路网视图提供预判服务ღ◈、高精度地图支持自动驾驶服务

　　企业业务ღ◈：提供车联网和数据可视化技术ღ◈，为车队与物流提供服务ღ◈，利用Here地图和定位工具的SDK帮助企业建立自己的app消费者业务ღ◈：iOSღ◈、安卓ღ◈、微软平台的地图appღ◈，提供离线导航ღ◈、交通和公共运输的高质量地图与云服务

　　Here地图有多强大?地图ღ◈：Here为200个国家提供地图ღ◈，为136个国家提供导航地图ღ◈，为超过50个国家提供1000余个城市的路径规划ღ◈。交通ღ◈：提供58个国家的实时交通ღ◈、85个国家的13000个场景3D视图六六宝贝txt下载ღ◈，预测未来12小时交通状况ღ◈、兴趣点数据ღ◈。地图更新ღ◈：Here每天收集数十亿探测点数据(匿名)ღ◈，每天百万次地图更新ღ◈。地图精度ღ◈：Here拥有200激光雷达车ღ◈，提供厘米级高精度地图ღ◈，信息源超过8万个(每年增加3千个信息源)ღ◈。(3)Here与车厂ღ◈、互联网公司ღ◈、手机厂商深度合作车联网ღ◈、无人驾驶

　　2014年7月ღ◈，Here成为Red Bull官方地图ღ◈。2014年8月ღ◈，为Samsung提供地图服务ღ◈。2014年10月ღ◈，Here成为巴黎车展地图服务提供商ღ◈。2014年12月ღ◈，为百度地图提供中国区以外服务ღ◈。2015年4月ღ◈，成为land-rover官方导航供应商ღ◈。2015年7月ღ◈，与产业伙伴组建OMTA提供全球导航服务ღ◈。2015年10月ღ◈，与Oracle合作提供船舶ღ◈、物流定位服务ღ◈。2015年12月ღ◈，为Navman提供定位服务ღ◈。2016年2月ღ◈，Here与Nuance合作车载语音定位服务ღ◈，在加拿大与Honda共同提供实时交通更新服务ღ◈。2016年3月ღ◈，与Samsung加强技术合作ღ◈。(4)Here高精度地图捕捉数十亿的点云数据

　　对于地图厂商来说ღ◈，底层数据才是真正的命脉ღ◈。没有数据ღ◈，再好的服务也出不来ღ◈。采集的主要信息是道路的行驶规则ღ◈、方向ღ◈、限速ღ◈、路口形状ღ◈、行车引导线ღ◈、到达坐标等信息以及道路周边的餐饮ღ◈、酒店ღ◈、商场ღ◈、加油站ღ◈、停车场等兴趣点(POI)信息ღ◈。Here的采集车的激光雷达可以每秒钟采集70万点云数据ღ◈。

　　采集车的激光雷达运作时ღ◈，只需进行非接触扫描可以在短时间内获取物体和环境空间点的三维数据和信息ღ◈，由于收集的数据是以点的形式组成ღ◈，所以这些数据被称作点云数据ღ◈，其最大的特点是可以进行后期的处理ღ◈，依靠获取的数据便能够建立完整的三维立体模型ღ◈，而如今随着商用GPS及IMU(惯性测量单元)的发展ღ◈，通过LIDAR从移动平台上获得高精度的数据已经成为可能并被广泛应用ღ◈。4ღ◈、高精度地图巨头TomTom公司

　　(1)面向B端和C端的导航 (1991-2005)ღ◈：1991年ღ◈，TomTom成立ღ◈，为B端客户的移动应用ღ◈、C端客户的PDA提供服务ღ◈。1996年ღ◈，第一代导航软件发布ღ◈。2001年ღ◈，聚焦于车载导航ღ◈。2004年ღ◈，发布第一代便携式导航PNDღ◈。2005年ღ◈，在NYSE-EuronextAmsterdam上市ღ◈。

　　To Cღ◈：TomTom的PND从2004年发布以来ღ◈，累计销售了7800万台ღ◈，贡献了数亿计的探测反馈ღ◈。在50个国家提供交通信息服务ღ◈。导航地图覆盖超过125个国家ღ◈、40亿人ღ◈。To Bღ◈：63万职业司机使用车队管理系统WEBFLEETღ◈。TomTom的业务主要分为四大类ღ◈：

　　(1)面向消费者的便携式导航PNDღ◈、运动手表ღ◈、运动摄像机;(2)面向车厂ღ◈、Tier 1供应商的地图ღ◈、交通ღ◈、导航;(3)面向移动消费电子厂商ღ◈、互联网公司ღ◈、政府ღ◈、GIS所有者的地图ღ◈、交通ღ◈、导航ღ◈、定位许可服务;(4)面向车队ღ◈、物流公司的车队管理服务WEBFLEETღ◈。

　　目前中国只有12家地图供应商拥有导航电子地图甲级测绘资质ღ◈。其中ღ◈，四维图新ღ◈、高德ღ◈、百度地图ღ◈、易图通及科菱航睿等占领了车载导航前装市场ღ◈，凯立德则主打车载导航后装市场ღ◈。(2)四维图新的高精度地图进展

　　四维图新的高精度地图研发始于2013年ღ◈，2014年可以提供精度10厘米到20厘米的高精度数据ღ◈。高精度地图的演进是一个循序渐进的过程ღ◈，要与当前自动驾驶技术的发展进程以及汽车厂商的需求保持一致ღ◈。

　　四维图新已经建立了自动驾驶实验室和深度学习实验室致力于自动驾驶领域的探索;正式运营FastMapღ◈，为基础地图数据每日更新提供服务;同时也开展了高精度智能地图和传感器融合地图服务等前沿领域的研发工作ღ◈。

　　五ღ◈、规划决策ღ◈：Google与Mobileye的无人驾驶路线ღ◈、路径规划ღ◈：为无人驾驶提供最优的行车路径

　　路径规划技术可以为无人驾驶提供最优的行车路径ღ◈。无人驾驶车在行驶过程中ღ◈，行车路线的确定ღ◈、如何躲避障碍物ღ◈、路口转向等问题都需要通过路径规划技术完成ღ◈。据适用范围不同ღ◈，路径规划技术通常可分为全局路径规划和局部路径规划ღ◈。

　　全局路径规划是根据全局地图数据库信息规划出自起始点至目标点的一条无碰撞ღ◈、可通过的路径ღ◈。全局路径规划需要已知的地图数据ღ◈，特别是厘米级的高精度地图ღ◈。

　　全局路径规划所生成的路径只能是从起始点到目标点的粗略路径ღ◈，并没有考虑路径的方向ღ◈、宽度ღ◈、曲率ღ◈、道路交叉以及路障等细节信息ღ◈。局部路径规划是在无人驾驶车辆的行驶过程中ღ◈，以局部环境信息和自身状态信息为基础ღ◈，规划出一段无碰撞的理想局部路径ღ◈。

　　全局路径规划和局部路径规划的关系是在全局路径规划的指导下ღ◈，完成对局部路线)路径规划的三个层次ღ◈：路径规划ღ◈、行为规划ღ◈、轨迹规划

　　上层的路径规划在已知高精度地图ღ◈、路网以及宏观交通信息等信息下ღ◈，根据某优化目标得到两点之间的最优路径ღ◈，完成路径规划的传感信息主要来自于GPS定位信息以及高精度地图ღ◈。

　　中层的行为规划是指根据主车感兴趣区域内道路ღ◈。行为规划的传感信息主要来自车载传感器如激光雷达ღ◈、摄像头等ღ◈，用以识别道路障碍ღ◈、车道线ღ◈、道路标识信息和交通信号灯信息等ღ◈。

　　下层的轨迹规划是指在当前时刻ღ◈，以完成当前行车行为为目标ღ◈，考虑周围交通环境并满足不同约束条件ღ◈，根据最优目标动态规划决策出的最优轨迹ღ◈。(3)路径规划算法

　　如果无人驾驶车没有扫描到什么障碍物ღ◈，它就会一直想上移动(粉色路线)ღ◈，在顶部附近ღ◈，它检测到障碍物然后改变方向ღ◈。随后ღ◈，无人驾驶车不得不围绕“U”形障碍方式继续前进ღ◈。

　　与此相反ღ◈，路径规划系统如果能够扫描大的面积(浅蓝色椭圆)ღ◈，从而发现较短的路径(蓝色路线)ღ◈，那么无人驾驶车可以不用进入凹状的障碍物ღ◈。路径规划的算法可以来解决这个问题ღ◈。要么避免在地图上制造凹形障碍ღ◈，要么标记的凹包为危险(除非终点在这个凹包以内ღ◈，应该避免进入这个区域)ღ◈。

　　路径规划算法未雨绸缪ღ◈，而不是等到最后一刻才发现有问题ღ◈。在更大的尺度ღ◈、缓慢变换的地图和更长的路径上进行路径规划ღ◈，而对于局部区域ღ◈、快速更改的地图和短的路径则使用改进的物体移动算法ღ◈。

　　2ღ◈、Google的完全无人驾驶路线)Google无人驾驶发展史ღ◈：逐渐聚焦于环境复杂的城市街道(City Streets)

　　ღ◈、福特产品开发部门负责人ღ◈、现代美国公司CEOღ◈、汽车电商TrueCar总裁ღ◈。早在1939年的纽约世界博览会上ღ◈，在公路上无人驾驶的愿景开始孕育ღ◈。在2000年代中期ღ◈，美国国防部高级研究计划局(DARPA)举办的大挑战ღ◈，进行了无人驾驶车辆的竞赛ღ◈。2009年ღ◈，Google开始了无人驾驶汽车的项目ღ◈，在加州的公路上用丰田普锐斯测试无人驾驶技术ღ◈。2012年ღ◈，Google开始用雷克萨斯RX450h SUV测试ღ◈。截至2012年ღ◈，Google已经完成了超过30万英里的高速公路(Freeway)的测试ღ◈。2012年以后ღ◈，Google将测试的焦点转移到城市街道(City Street)——一个比高速公路(Freeway)更复杂的环境ღ◈。2014年ღ◈，在经过了几个月的测试和迭代之后ღ◈，Google推出了为完全无人驾驶量身定制新款的原型车ღ◈。截至2016年5月底ღ◈，谷歌的无人驾驶测试已经行驶了164万英里(即265万公里)ღ◈，主要试验地点是加州的山景城ღ◈、德克萨斯州的奥斯汀ღ◈、华盛顿州的柯克兰ღ◈、亚利桑那州的凤凰城的街道上ღ◈。(2)Google的完全无人驾驶路线谷歌的无人驾驶汽车配备有大约价值$150,000的设备ღ◈，包括价值$60,000-70,000的激光雷达(LIDAR)系统ღ◈。安装在顶部的测距仪是Velodyne的64线激光雷达ღ◈。这种激光雷达可以对无人驾驶车辆的周围环境生成详细的3D地图ღ◈。将这些生成的地图与高精度地图综合ღ◈，生产不同类型的数据模型来实现无人驾驶ღ◈，有一些计算是在车载的计算机(on-board systems)完成ღ◈，有一些计算在远程的云(clouds)中完成ღ◈。Google无人驾驶车上最贵的器件就是车顶的由Velodyne公司生产的HDL-64——64线激光雷达ღ◈。它可以一边旋转一边不间断的发射64束最远射程可达120米的激光束ღ◈，并接收反射回来的光束ღ◈，依据返回时间的差别计算出物体与汽车之间的距离ღ◈，从而绘制出汽车周围实时的3D地图ღ◈。激光束非常密集并且刷新频率非常快ღ◈，综合探测数据后还可以判断出物体的形状ღ◈、大小和大致的运动轨迹ღ◈，以此作为接下来行动的判断依据之一ღ◈。Velodyne的HDL-64的性能非常强大ღ◈，每秒可以给Google无人驾驶车的处理器提供130万组数据ღ◈，这可以保证提供给Google无人驾驶车处理器的信息几乎是实时的ღ◈。人类的感官感不止一种ღ◈，人类感受外界事物刺激的器官有眼ღ◈、耳ღ◈、鼻ღ◈、舌ღ◈、身等ღ◈，眼睛负责视觉ღ◈，耳朵负责听觉ღ◈，鼻子负责嗅觉ღ◈，舌头负责味觉ღ◈，身体各个部位负责触觉ღ◈。正如人类的感官不止一种ღ◈，为了在环境复杂的道路上保障驾驶者和行人的安全ღ◈，Google无人驾驶车也配备了多种传感器ღ◈。摄像头ღ◈： HDL-64激光雷达已经足以确定汽车的位置ღ◈，Google无人驾驶车同时配置了更直观的眼睛ღ◈：摄像头ღ◈。摄像头还可以辨识出路上出现的交通标志和信号灯等物体ღ◈，以保证自身的运行会严格遵守交通规则ღ◈，这是激光雷达很难办到的ღ◈。Google无人驾驶车有一对向前的摄像头ღ◈，其之间有着一定的距离ღ◈。从两个摄像头传回的画面的视差就像人的两只眼睛一样ღ◈，可以帮助车辆判断自己的位置ღ◈、行进的速度等信息ღ◈。位置传感器ღ◈：Google无人驾驶车的车胎轮毂上同样带有位置传感器ღ◈，用于探测车轮转动ღ◈，也能帮助车辆进行定位ღ◈，同时与GPS得出的数据进行整合ღ◈。车载雷达ღ◈：HDL-64激光雷达是有一定判断物体运动轨迹和速度的能力的ღ◈，但其获得的数据要将其与车辆自身的速度结合尊龙人生就是博官网登录ღ◈，计算出两者的相对运行速度ღ◈，还需要许多额外的计算量ღ◈。因此Google为车辆前后都配备了车载雷达ღ◈，它们可以很精确地测出前后车辆与Google 无人驾驶车的相对速度ღ◈，以此判断接下来的车速该如何变化ღ◈。数据整合ღ◈、数据协同共同保证无人驾驶车辆定位的准确性ღ◈。Google无人驾驶车上的各种传感器综合起来的数据流量是非常大的ღ◈，可以达到每秒1GBღ◈，由车辆后方的强大计算性能的计算机处理ღ◈。系统会绘制出一份周边环境图出来ღ◈，如上图所示绿色代表已经阻挡在行进路线上的物体ღ◈，

　　会根据实时路况进行判断ღ◈，决定无人驾驶车下一步的行动ღ◈。(3)Google的无人驾驶实践ღ◈：从无人驾驶解除机制(Disengagement)中迭代学习成长截至2016年5月底ღ◈，谷歌的无人驾驶试验已经行驶了164万英里(即265万公里)ღ◈，主要试验地点是加州的山景城ღ◈、德克萨斯州的奥斯汀ღ◈、华盛顿州的柯克兰ღ◈、亚利桑那州的凤凰城的街道上ღ◈。截至2016年5月底ღ◈，谷歌的无人驾驶车队是24辆改装的雷克萨斯RX450h SUV和34辆Google新款原型车ღ◈。在自动驾驶模式下行驶了265万公里ღ◈，在人工驾驶模式下行驶了180万公里ღ◈。在城市街道(City Street)测试无人驾驶车辆的难度比在洲际公路(Interstate)ღ◈、高速公路(Freeway)ღ◈、普通公路(Highway)的难度更高ღ◈，需要适应更为复杂的环境ღ◈，如车道换道ღ◈、未受保护的左转ღ◈、大量的道路使用者(包括自行车和行人)ღ◈、其他道路使用者的不可预测的行为等等ღ◈。这不同于ღ◈，平均而言在美国ღ◈，司机在高速公路(Freeway)上驾驶的里程数占比更高ღ◈。Google无人驾驶设置了无人驾驶解除机制(Disengagement)ღ◈，即从无人驾驶模式(Autonomous Mode)切换至人工驾驶模式(Manual Mode)ღ◈，通常切换时长在1秒钟左右ღ◈。无人驾驶解除机制是一种保守的保护机制ღ◈，每一次解除都被完整地记录下来ღ◈，用以指明安全问题ღ◈，用以提高软件系统ღ◈、感知系统ღ◈、硬件系统以及各个系统的综合能力ღ◈。无人驾驶解除机制是整个无人驾驶测试中的一个关键环节ღ◈，可以帮助提升无人驾驶软件系统的能力ღ◈、确认有哪些地方是需要改进的地方ღ◈。无人驾驶解除机制的设置初衷并不是为了单纯地降低无人驾驶解除次数ღ◈，而是为了收集尽可能多的数据ღ◈，从而改进无人驾驶系统ღ◈。随着无人驾驶技术的成长ღ◈，无人驾驶每公里的解除的次数随之下降ღ◈。无人驾驶解除机制可以分为两类ღ◈：(1)无人驾驶技术失效被监测到ღ◈，简称技术失效解除(Failure Detection);

　　(2)出于车辆的安全运行的需要ღ◈，车辆的测试司机解除无人驾驶模式ღ◈，对车辆立刻进行人工接管ღ◈，简称安全运行解除(Safe Operation)ღ◈。技术失效解除(Failure Detection)的主要原因有主ღ◈、次(备份)无人驾驶系统的通信失效ღ◈，如线路短路;加速仪或者GPS等传感器异常;转向或者刹车等关键功能异常等ღ◈。从2014年9月到2015年11月ღ◈，Google无人驾驶一共行驶了424331英里ღ◈，发生了272次技术失效解除(Failure Detection)ღ◈。技术失效解除(Failure Detection)发生时ღ◈，Google的测试司机人工接管车辆的平均时间是0.84秒ღ◈。随着Google无人驾驶技术的迭代学习成长ღ◈，技术失效解除的发生率从2014年4季度的每785英里发生一次技术失效解除下降到2015年4季度的每5318英里发生一次技术失效解除ღ◈。安全运行解除(Safe Operation)出于车辆的安全运行的需要ღ◈，车辆的测试司机解除无人驾驶模式ღ◈，对车辆立刻进行人工接管ღ◈。为了评估测试司机的解除ღ◈，Google开发了一套功能强大的

　　程序ღ◈，可以对每一个事件进行“回放”ღ◈，然后预测无人驾驶车的行为(如果此时司机没有接管车辆的话)ღ◈，也可以预测同行的汽车ღ◈、行人ღ◈、自行车的行为和位置ღ◈。这套模拟程序可以基于事件生成上千种变异的情景ღ◈，用以评估环境发生微小改变时的各种场景ღ◈，如Google无人驾驶车和其他道路使用者沿着不同的速度ღ◈、角度运行ღ◈。

　　从2014年9月到2015年11月ღ◈，Google无人驾驶一共行驶了424331英里ღ◈，发生了69次安全运行解除(Safe Operation)ღ◈。69次安全运行解除(Safe Operation)中有13次ღ◈，模拟程序显示ღ◈，测试司机如果不人工接管车辆的控制权ღ◈，车辆将会与其他对象发生接触ღ◈。其他56次ღ◈，模式程序显示ღ◈，安全运行解除(Safe Operation)是安全的ღ◈，如果测试司机没有人工接管车辆的控制权ღ◈，可能在真实世界中不会发生车辆与其他对象接触ღ◈。Google无人驾驶解除(Disengagement)的原因排序前五的是ღ◈：感知问题ღ◈、软件问题ღ◈、对汽车的多余操作ღ◈、硬件问题ღ◈、道路使用者的鲁莽行为ღ◈。每一次解除都被完整地记录下来ღ◈，用以指明安全问题ღ◈，用以提高软件系统ღ◈、感知系统ღ◈、硬件系统以及各个系统的综合能力ღ◈。

　　2012年以后ღ◈，Google将测试的焦点转移到城市街道(City Street)——一个比高速公路(Freeway)更复杂的环境ღ◈。在城市街道(City Street)测试无人驾驶车辆的难度比在洲际公路(Interstate)ღ◈、高速公路(Freeway)ღ◈、普通公路(Highway)的难度更高ღ◈，需要适应更为复杂的环境ღ◈，如车道换道ღ◈、未受保护的左转六六宝贝txt下载ღ◈、大量的道路使用者(包括自行车和行人)ღ◈、其他道路使用者的不可预测的行为等等ღ◈。解除是为了收集尽可能多的数据ღ◈，从而改进无人驾驶系统ღ◈，随着无人驾驶技术的成长ღ◈，无人驾驶每公里的解除的次数随之下降ღ◈。

　　3ღ◈、Mobileye的渐进无人驾驶路线)主流的OEM都在采用Mobileye技术ღ◈，超过1千万辆车采用了Mobile技术

　　(CEO)创立于1999年ღ◈，是一家基于人工视觉技术的全球领先的ADAS和无人驾驶技术服务提供商ღ◈，拥有全球最大的人工视觉研发

　　ღ◈。目前公司在全球48个国家和地区运营ღ◈，2014年在NYSE上市ღ◈。世界上主要的汽车生产商如奥迪ღ◈、宝马ღ◈、雪铁龙ღ◈、福特ღ◈、通用ღ◈、本田ღ◈、现代ღ◈、捷豹ღ◈、陆虎ღ◈、尼桑ღ◈、欧宝ღ◈、雷诺ღ◈、丰田ღ◈、沃尔沃等都采用了Mobileye的技术ღ◈。截至2015年年底ღ◈，超过10,000,000辆车采用了Mobileye的技术ღ◈。Mobileye在全球有超过100家合作的分销商ღ◈。汽车厂商在某个型号里加入这样的驾驶辅助系统所需要的比较长的时间周期ღ◈，从初步沟通ღ◈、到评估ღ◈、到整合开发ღ◈、到加入生产线ღ◈、到正式的生产线升级到批量生产每个都需要 1-2 年ღ◈，总计要 6 年左右的时间ღ◈。而且每个型号一旦投产ღ◈，生产周期都有 5 年左右ღ◈。截至2016 年ღ◈，约有 237 个车型采用 Mobileye 的技术ღ◈。(2)Mobileye可以大幅减少TCO中的保险和维修成本根据NHTSA的统计ღ◈，交通事故的原因ღ◈，只有7%的因素是非人为因素ღ◈，而93%的原因是人为因素ღ◈。而人为因素中ღ◈，74%的交通事故源于司机的注意力不集中ღ◈。Mobile的ADAS技术有助于减少车辆的拥有成本TCOღ◈。汽车的拥有成本之中ღ◈，保险和维修成本约占到整个拥有成本的20%左右ღ◈。根据Allianz的统计ღ◈，交通事故中没有被覆盖的成本ღ◈，乘用车约为1600欧元ღ◈，商用重卡车约为3000欧元ღ◈。根据ECDP统计ღ◈，平均一辆车的维修成本约为730欧元ღ◈。提前1.5秒钟预警ღ◈，可以减少90%的追尾事故ღ◈。Mobileye可以显著地降低汽车拥有成本之中的保险和维修成本ღ◈。

　　摄像头相比其他传感器可以轻松识别出物体的外形ღ◈，但对距离的识别却是非常困难的ღ◈。Mobileye在2007年推出了车道偏离辅助预警系统;2008年推出了交通标志识别和智能远光控制;2010年推出了行人侦测;2011年推出前车防碰撞警示ღ◈。Mobileye用十几年的积累完成了可靠的单摄像头信息采集技术ღ◈。EyeQ视觉处理

　　(全球最大的半导体公司之一)共同研发的ღ◈。2015年ღ◈，Mobileye发布第四代ADAS视觉处理器EyeQ4ღ◈，相关产品将从2018年开始应用在新下线月ღ◈，Mobileye和意法半导体共同宣布正在合作开发第五代Mobileye系统芯片EyeQ5ღ◈。从2020年开始ღ◈，新产品将用于全自动驾驶汽车(FAD)执行传感器数据整合功能的芯片ღ◈。EyeQ5独有的优化的加速器内核可执行各种计算机视觉ღ◈、信号处理和机器学习任务ღ◈，包括深度神经网络ღ◈。EyeQ5集成四种完全可编程的异构加速器ღ◈，每种加速器各自优化执行专用算法集ღ◈。4ღ◈、Google与Mobileye的无人驾驶路线殊途同归无人驾驶技术被划分为两个阵营尊龙人生就是博官网登录ღ◈，一个是源自Darpaღ◈，由一群机器人学家构成的“特定区域全无人驾驶派”ღ◈，以Google为首ღ◈，试图通过大数据和人工智能技术来革新驾驶体验ღ◈。另一个则是源自车企ღ◈，由一群汽车电子工程师构成的“全区域部分无人驾驶派”ღ◈，试图将该技术以新功能的形式添加到汽车进而盈利ღ◈。谷歌的无人驾驶模式与Mobileye的无人驾驶模式对比ღ◈：Google模式需要不断地采集并更新实时高清地图(所采集的高精度3D厘米级地图会达到3-4Gb/km)ღ◈。Mobileye的难点则在于更强的人工智能ღ◈， Mobileye利用摄像头作为传感器ღ◈，搭配人工智能ღ◈、深度学习以及众包数据的方式获取高精度地图ღ◈，大小只有10Kb/kmღ◈，来帮助汽车厂商完善和实现无人驾驶ღ◈。谷歌的无人驾驶与Mobileye的无人驾驶成本对比ღ◈：Mobileye将原先高达数十万美元的无人驾驶技术成本压缩到仅仅几百美元ღ◈，这意味汽车企业与消费者并不用为辅助驾驶(无人驾驶)支付高额的费用ღ◈。Mobileye的CTO Shashua教授的计算机科学背景让他们同时兼顾了人工智能技术尊龙人生就是博官网登录ღ◈，并将其大量运用于产品当中ღ◈。Mobileye希望能够以一种递进的方式ღ◈，逐步推进无人驾驶技术ღ◈。Mobileye最大的优势就在于所有应用只使用一个摄像机就可将多个路况探测应用捆绑起来ღ◈，在一个摄像机内的芯片中同时运行ღ◈，大大节省了在车体内的占用空间和成本ღ◈。Google的完全无人驾驶路线和Mobileye的渐进无人驾驶路线最终实现殊途同归的全区域的完全无人驾驶ღ◈。六ღ◈、社会效应ღ◈：“无人驾驶+共享经济”将降低70%的出行成本1ღ◈、无人驾驶降低道路交通事故死亡率

　　根据世界卫生组织的统计ღ◈，全球每10万人的道路交通死亡率(2013年)在非洲ღ◈、中东ღ◈、世界ღ◈、西太平洋ღ◈、东南亚ღ◈、美洲ღ◈、欧洲分别为26.6ღ◈、19.9ღ◈、17.4ღ◈、17.3ღ◈、17ღ◈、15.9ღ◈、9.3ღ◈。从各地区的情况来看ღ◈，欧洲最为安全ღ◈，而非洲则最危险ღ◈。根据NHTSA统计ღ◈，交通事故的原因ღ◈，只有7%的因素是非人为因素ღ◈，而93%的原因是人为因素ღ◈。而人为因素中ღ◈，74%的交通事故源于司机的注意力不集中ღ◈。通常驾驶员反应+液压制动需要1.2秒ღ◈，驾驶员安全视距50米;而计算机处理+电控制动只需0.2秒ღ◈，无人驾驶汽车超视距超过200米ღ◈，而且没有疲劳驾驶问题ღ◈。如果采用无人驾驶的汽车ღ◈，交通事故死亡人数将有望下降90%ღ◈。与此同时ღ◈，由于人为因素导致的交通拥堵也将有效降低ღ◈。

　　无人驾驶发展从Feet offღ◈、Hands offღ◈、Eyes off到Mind offღ◈，不需要驾驶员时时刻刻盯着ღ◈，系统有高度的自治权ღ◈，在特定工作的情况下ღ◈，系统不允许退出ღ◈。乃至于只要输入出发地和目的地ღ◈，责任完全交给车辆端ღ◈。根据CEA的调研(多选)ღ◈，实现无人驾驶以后ღ◈，81%的人想看风景ღ◈，80%的人想听音乐ღ◈，65%的人想打电线%的人想工作ღ◈，29%的人想玩游戏ღ◈，27%的人想锻炼ღ◈，10%的人想做其他事情ღ◈，彻底解放双脚ღ◈、双手ღ◈、眼睛和大脑ღ◈。根据美国劳工部的统计ღ◈，大部分的大部分的旅行时间或者说车上时间被用于睡觉(50%)或者闲暇娱乐(41%)ღ◈。无人驾驶彻底解放司机双脚ღ◈、双手ღ◈、眼睛和大脑ღ◈，司机有更多的时间用于睡觉或者闲暇娱乐ღ◈。无人驾驶给予驾驶者更多的选择ღ◈，通过为人们创造更加惬意的自动驾驶时光ღ◈，把原本开车过程中“丢失的时光”重新交还给驾驶者ღ◈。在高度无人驾驶阶段ღ◈，驾车者的状态是完全放松的ღ◈，而非时刻保持警惕状态ღ◈。

　　福特公司提出了一个有意思的消遣ღ◈：把无人驾驶汽车变成家庭影院ღ◈，让你和你的家人可以在车里欣赏一部电影ღ◈。福特最近刚刚申请了一个专利ღ◈，专利说明显示ღ◈，福特希望将投影仪整合到无人驾驶汽车内ღ◈。3ღ◈、“无人驾驶+共享经济”将降低70%的出行成本

　　“十年后买车就像今天买一匹马一样奇怪ღ◈。”——共享经济共享经济的本质是整合线下的闲散物品或服务者ღ◈，让他们以较低的价格提供产品或服务ღ◈。对于供给方来说ღ◈，通过在特定时间内让渡物品的使用权或提供服务ღ◈，来获得一定的金钱回报;对需求方而言ღ◈，不直接拥有物品的所有权ღ◈，而是通过租ღ◈、借等共享的方式使用物品尊龙人生就是博官网登录ღ◈。共享经济的经典案例是Uber在2014年8月份推出了自己的新产品拼车功能uberPOOLღ◈，这是在搭车(Shared)基础上进一步发展而成的多人拼车(Po

　　)的功能ღ◈，即司机一次搭乘的不是一位乘客ღ◈，而是同一方向的两位乘客ღ◈，甚至中途可能会有一位乘客下车ღ◈，也可能在此前还会再搭乘第三位乘客ღ◈。Uber公司将这款产品定义为Perpetual Ride——持续载客ღ◈。本质上是座位尽可能被更多的人占用ღ◈，提高车的使用率ღ◈。在无人驾驶+共享经济时代ღ◈，买车会变得非常奇怪ღ◈，人们习惯于按需随时叫一辆无人驾驶车尊龙人生就是博官网登录ღ◈。共享经济会因为无人驾驶实现得更加彻底ღ◈，在整个城市ღ◈、整个国家甚至全球的无人驾驶网络里ღ◈，车的利用效率会极大地提升ღ◈，拼车拼座位变得非常普及ღ◈。

　　在共享经济时代ღ◈，因为共享拼车的出现ღ◈，汽车空座位率的降低ღ◈，效率提升而降低了每英里的运行成本ღ◈。在无人驾驶的时代ღ◈，司机的雇佣成本ღ◈、司机的时间成本大大地被降低ღ◈，车险可能会遭受到毁灭性的打击ღ◈，从而降低每英里的运行成本ღ◈。在无人驾驶+共享经济时代ღ◈，两种红利叠加ღ◈，降低70%的出行成本ღ◈，我们看好无人驾驶+共享经济时代的交通运营商ღ◈。

　　和实用性方面走在前列的国家是美国和德国ღ◈，且已经有多套系统在城市中运营和试运营ღ◈，均取得了不错的效果ღ◈。我国在

　　和出行领域的风险投资都有所增长ღ◈，这些都为新的出行解决方案提供了非常优越的发展条件ღ◈，推动行业朝

　　自制Circuitpython开发板ღ◈，完全替代树莓派picoღ◈，采用ESP32S2模组3-3#树莓派尊龙凯时app下载ღ◈，尊龙凯时人生就是博z6comღ◈，尊龙凯时人生ღ◈，尊龙凯时官方网站ღ◈！自动驾驶AI解决方案尊龙凯时人生就是搏·(中国)官网ღ◈，尊龙凯时人生就是搏ღ◈。