自動駕駛汽車（外文名，Autonomous vehicles；Self-driving automobile ）又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種透過電腦系統實現無人駕駛的智慧汽車，自動駕駛成熟技術裝置的汽車。自動駕駛汽車依靠人工智慧、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。預測至2025年：

全球自動駕駛汽車銷量將佔汽車總銷量的0.2%。

隨著無人駕駛變成現實，全球自動駕駛汽車銷量佔汽車總銷量的比率將上升到9.2%。

自動駕駛汽車全球總銷量將由2025年的23萬輛上升至1180萬輛，而無人駕駛的全自動化汽車將於2030年左右面世。

研究還預測，到2050年之後，幾乎所有汽車或將是自動駕駛汽車或自動駕駛商務汽車。

最主要是人工智慧。 人工智慧就相當於駕駛者的大腦。

其他還會有一些輔助技術，比如鐳射測量，聲波測量，運動感測器，GPS等等，相當於人的眼睛、耳朵、神經感覺等等。

目前這些輔助技術很多都已經非常成熟，甚至遠超人類， 比如鐳射和聲波測量技術， 目前都運用到很高高階車型上，可以進行ACC自動巡航。 還有夜視技術，可以幫助駕駛員在漆黑的頁面看清100米開外的人、動物、障礙， 這些都遠遠超過人類的生理極限。

但是人工智慧，目前還在起步階段。也就是說，自動駕駛員的四肢、感官目前都已經很不錯了，甚至超過人類了，但是還缺個腦子。。。

說到無人駕駛，人工智慧就必須要用到高傳輸速度質量的無線網路，目前最快的無線網路就是5G，目前全球正加速向5G時代邁進，展望未來，擁有極高速率、極大容量、極低時延的第五代移動通訊技術，將給人們的生產和生活帶來更為巨大的變化。

報道稱，在今年6月，中國移動、上汽集團和華為共同在上海演示了全球首個基於3GPP 5G技術的自動駕駛和遠端駕駛：駕駛員遠端遙控30多公里之外的車輛，搭載在車輛上的攝像頭透過5G網路,將多路高畫質影片實時傳達到遠端駕駛臺;駕駛員對車輛的操控訊號，透過5G網路瞬時傳達到幾十公里外的無人駕駛車輛上。

在該次測試中，多路高畫質影片可及時上傳到遠端控制端，幫助駕駛員及時準確判斷路況;同時，5G網路使車輛控制訊號傳輸時延控制在10毫秒以內，這意味著車速為90公里/小時情況下因時延造成的剎車誤差僅為24釐米，車輛在遇到極端危險狀況緊急制動時仍可最大限度保證安全。

分析人士表示，5G網路對於無人駕駛汽車就像氧氣一般重要，5G網路的負載能力會遠遠強於4G，網路擁堵狀況會大為減少，5G技術會為自動駕駛汽車這類高優先順序使用者特別考慮，保證汽車控制訊號能夠一直以足夠快的響應速度來傳輸！

自動駕駛汽車（Autonomous vehicles；Self-driving automobile ）又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種透過電腦系統實現無人駕駛的智慧汽車。在20世紀已有數十年的歷史，21世紀初呈現出接近實用化的趨勢。

自動駕駛汽車依靠人工智慧、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。

2019年9月，由百度和一汽聯手打造的中國首批次產L4級自動駕駛乘用車——紅旗EV，獲得5張北京市自動駕駛道路測試牌照[2]。9月22日，國家智慧網聯汽車（武漢）測試示範區正式揭牌，百度、海梁科技、深蘭科技等企業獲得全球首張自動駕駛車輛商用牌照。[3]2019年9月26日，百度在長沙宣佈，自動駕駛出租車隊Robotaxi試運營正式開啟。

自動駕駛汽車（Autonomous vehicles；Self-driving automobile ）又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種透過電腦系統實現無人駕駛的智慧汽車。在20世紀已有數十年的歷史，21世紀初呈現出接近實用化的趨勢。

自動駕駛汽車依靠人工智慧、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。[1]

2019年9月，由百度和一汽聯手打造的中國首批次產L4級自動駕駛乘用車——紅旗EV，獲得5張北京市自動駕駛道路測試牌照[2]。9月22日，國家智慧網聯汽車（武漢）測試示範區正式揭牌，百度、海梁科技、深蘭科技等企業獲得全球首張自動駕駛車輛商用牌照。[3]2019年9月26日，百度在長沙宣佈，自動駕駛出租車隊Robotaxi試運營正式開啟。[4]

中文名

自動駕駛汽車

外文名

Autonomous vehicles

特點

可以依靠人工智慧、視覺計算

定義

自動駕駛成熟技術裝置的汽車

又稱

無人駕駛汽車

自動駕駛汽車依靠人工智慧、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。

人工智慧的定義可以分為兩部分，即人工和智慧。人工比較好理解，有時我們會要考慮什麼是人力所能及製造的，或者人自身的智慧程度有沒有高到可以創造人工智慧的地步，等等。但總的來說，人工系統就是通常意義下的人工系統。

多年來，技術的進步使得交通運輸變得更加便利。像物聯網應用這樣的汽車技術已經改變了駕駛體驗。

這方面的主要成就之一就是自動駕駛汽車，因此對自動駕駛汽車感到興奮是再正常不過的。然而，我們也必須仔細評估使用這些車輛的利與弊。

1、無差錯駕駛

自動駕駛汽車內的車載計算機系統可以在幾秒鐘內進行了無數次計算。該系統背後的技術複雜而高效。車載計算機會告訴你當前的速度，附近汽車的活動，甚至你離物體有多遠。換言之，計算機的精度導致無差錯駕駛。

2、增強道路安全

大多數交通事故是人為失誤造成的。自動駕駛汽車將人為因素排除在外，大大減少了交通事故。事實上，谷歌的自動駕駛汽車已經行駛了超過7萬英里的無事故里程。汽車內部的現代感測器技術使汽車能夠精確掃描周圍環境，進而可以顯著改善道路安全。

3、對環境更有利

自動駕駛汽車好的一個方面是不依賴任何一種有害的化石燃料，相反，這些汽車使用電做為主要能源。因此，這些汽車更環保，維護成本也很低。此外，自動駕駛汽車消耗更少的電池電量，產生零排放，從而有助於減少空氣汙染。

4、昂貴

自動駕駛汽車它們非常昂貴，用於製造這些汽車的複雜技術成本高得令人難以置信。目前，無人駕駛汽車是普通使用者無法企及的。然而，最終制造這些汽車的技術也會越來越便宜。

5、技術故障的風險

汽車在使用一段時間後，很有可能在程式設計過程中出現故障。這些小故障或漏洞在手機和電腦中可能不是很大的問題，然而，駕駛自動駕駛汽車時出現故障可能會導致危險事故。

鐳射雷達在不同的光線下的使用

人工智慧自動駕駛汽車最著名的感知系統之一，實際上是一項可以追溯到20世紀60年代的老技術。鐳射雷達是鐳射探測和測距的縮寫，是在鐳射發明後不久發展起來的。它的第一個用途實際上是在氣象學上，目的是為了解決“溼度的問題”其基本原理非常簡單:該儀器向物體或表面發射快速光脈衝，有的達到每秒100萬次甚至更多。儀器上的感測器測量每個脈衝反彈所需的時間，也就是距離。更復雜的系統可以使用這些資料在過程中建立周圍環境的3D地圖。

2016年，我們遇到了首批為人工智慧自動駕駛汽車開發鐳射雷達系統的公司，其中包括一家有35年曆史的公司，名為Velodyne。第二年，又出現9家初創公司，他們都在開發用於自動駕駛車輛的鐳射雷達系統。從那以後，出現了更多的新技術，有望替代舊的技術。

2018 年 10 月 26 日 到 10 月 27 日，由蘇州高鐵新城管理委員會主辦，雷鋒網&新智駕、數域承辦、上海交通工程學會協辦的全球智慧駕駛峰會將在蘇州相城舉行。圍繞當下智慧駕駛的熱點話題——如何打造智慧汽車、智慧駕駛關鍵技術應用以及智慧駕駛核心感測器應用等，超過 30 位智慧駕駛領域的學術大師、技術專家、企業代表等將分享自己的觀點，探尋智慧駕駛產業的未來與可能性。

奧迪全球的自動駕駛研發自2009年便已開始，從鹽湖城畫出四環到派克峰爬山賽，從霍根海姆賽道的賽車自動駕駛到舊金山到拉斯維加斯的高速自動駕駛。自動駕駛技術在奧迪不斷演進，不斷走向量產。所以在所有內容開始的之前，我想強調一下文章的範疇覆蓋：我們想討論的是自動駕駛的量產技術。因為在研發概念期間 ，很多前沿科技都是可以試驗的。而推向客戶的量產汽車，對技術成熟度的要求就是另一標準了從交通和複雜的地理緯度來考慮問題更合適，我們需要給自動駕駛系統予以一定的限制，才能有除了測試場之外一個相對明確的目標。這個明確的目標可以指引這個公司在一個方向上去迭代自身的系統，把相關的內容做細，而不是追求一個很全的很的系統。目前能夠發揮現有系統的技術能力和效用的是在限定場景下實現的。

其中之一是2016年成立的矽谷初創公司Aeva。去年10月，該公司獲得了4,500萬美元的A輪投資，其中包括一家知名風險投資公司Lux Capital。總融資金額高達4850萬美元。在兩位前蘋果工程師的帶領下，Aeva的鐳射雷達系統做了一件大多數人都做不到的事情:它不僅記錄了物體到目標的距離，還記錄了該物體移動的速度，判斷該物體是一個孩子或來襲的導彈，這一點尤為重要。

總部位於悉尼的Baraja也對鐳射雷達進行了新的研究。該公司本月籌資3,200萬美元，籌資總額達到3,360萬美元，紅杉中國(Sequoia China)是最新一輪融資的牽頭公司之一。Baraja稱其新技術為光譜掃描鐳射雷達，使用“簡單的高中物理”，利用光和稜鏡之間的相互作用

該儀器利用了智慧手機攝像頭中使用的光學級矽玻璃等現成元件，該公司表示，這將有助於整合和擴大光譜掃描鐳射雷達。

基於鐳射雷達的感知系統

鐳射雷達廣泛應用的關鍵之一是提供一種固定儀器，而不需要傳統機電系統中非常昂貴的移動部件，後者的成本可能高達7.5萬美元。如果要真正實現的自動駕駛汽車，鐳射雷達是不可或缺的。

總部位於舊金山附近的AEye是一家有六年曆史的初創公司，已經籌集了大約5900萬美元，包括11月份的4000萬美元B輪。投資者包括英特爾、空中客車和風險投資公司凱鵬華盈，所有這些公司都在2017年6月參與了價值1600萬美元的A輪。這位CEO是美國宇航局前工程師，他職業生涯的大部分時間都在洛克希德馬丁公司為戰鬥機設計監視、偵察和防禦系統。

AEye，顧名思義，已經開發了一種名為iDAR(“i”代表智慧)的自動駕駛汽車計算機視覺系統，該系統使用固態鐳射雷達包和高解析度、低光相機相結合。相機畫素和鐳射雷達體素的實時整合，該公司稱之為動態vixels，意味著資料在感測器層面處理得更快。目前的技術路線之爭，主要是基於鐳射雷達的自動駕駛系統和基於攝像頭的自動駕駛系統，一條較高硬體成本和一條較低硬體成本在實踐中不斷的競爭和比較，這對於晶片、演算法和系統的整合和測試能力要求比較高。

鐳射雷達：基於鐳射，在縱向與橫向解析度均較高，擅於區分物體（區分寬度和高度）攝像頭 ：利用攝像頭建立車輛周邊環境的影象，之後利用高階演算法對環境和潛在障礙物做出解析。能夠辨識環境並對物體做出分類，能計算物體的尺寸。

更好的感知橫穿馬路的人或物體

我們下一個初創企業專案將不再侷限於硬體方面。從哈佛孵化出來的Perceptive Automata成立於2015年，位於波士頓郊外。該公司已透過四輪公開融資獲得2000萬美元，其中包括2018年10月的1600萬美元a系融資，其中包括豐田(Toyota)和現代(Hyundai)。Perceptive Automata明白，人工智慧自動駕駛汽車普及的最大障礙是人類。豐田AI Ventures的吉姆·阿德勒解釋說：

Perceptive Automata使用行為科學技術來描述人類駕駛者理解其他人類心理狀態的方式，然後訓練深入學習模型以獲得這種人類能力。

因此，Perceptive Automata公司正在開發感測器背後的演算法。換句話說，這家初創公司的平臺可以憑直覺知道，在一個正在看手機橫穿馬路的青少年沒有看到對面駛來的汽車的時候，這個系統可以正確地預測，然後控制汽車在沒撞到這個青年之前停下來。

感知系統與感測器融合

總部位於特拉維夫的VayaVision也在人工智慧自動駕駛汽車感知系統的軟體領域探索。這家以色列公司成立於2016年，去年10月籌集了800萬美元的種子期融資，三菱是其原始資料融合感知系統的早期投資者之一。這聽起來有點像AEye，它的軟體包(目前稱為VayaDrive 2.0)融合了來自鐳射雷達、相機甚至雷達的原始資料，利用計算機視覺和其他計算工具，圍繞自動駕駛汽車建立一個精確的3D模型。

如何做到這一點？VayaDrive從像鐳射雷達這樣的距離感測器獲取資料，並將資訊分配給高解析度相機的每個畫素這使得自主車輛能夠接收有關物體大小和形狀的關鍵資訊，因此它們可以被識別為車輛、人或來襲導彈。

熱成像儀用於感知系統

另一家以色列公司又把我們帶回硬體方面。2015年成立的AdaSky去年11月從一家專門從事汽車零部件的韓國公司獲得了2000萬美元。正如你可能對高度軍事化的初創國家所期待的那樣，AdaSky的高解析度熱成像儀利用了軍事技術。該平臺被稱為Viper，透過物體輻射的熱能和它們的體溫來收集遠紅外線訊號。計算機視覺演算法對訊號進行處理，提供準確的目標檢測和場景分析。

熱像儀比其他型別的感測器有優勢，不僅比鐳射雷達和雷達的解析度更高，而且在惡劣的天氣條件下效能更好。

谷歌旗下的 Waymo 正式拿到美國首個商業自動駕駛打車服務執照，2018年1月，亞利桑那交通部正式批准 Waymo 的交通網路公司地位。拿到執照後，Waymo 的自動駕駛版克萊斯勒 Pacifica 就展開商業的用車服務，能在亞利桑那接送乘客了，使用者可透過手機應用或網站叫車。在自動駕駛的領域裡面，可以分割槽域去對比技術和實施者聯盟。在整個陣營裡面，美國這邊的思路總體是直接採用全棧的自動駕駛技術，把車輛整合之後透過打車服務推向市場。歐洲總體是偏向於演進的技術，日韓處在跟隨期；中國這裡是幾個具體往前推，在矽谷為支撐點也是往前進行。基於出發點不同，自動駕駛落地的時間和應用的節奏也會出現大的差異。目前來看，以美國技術公司主導的技術方向會操作更快一些。在未來的技術分工中包含：

Layer 5: 內容和服務提供商Content & Services Provider

Layer 4: 移動服務提供商 Mobility Provider

Layer 3: 車隊運營者 Fleet Operator

Layer 2: 整車企業Automotive OEM

Layer 1: 自動駕駛系統提供商 Self-Driving System Provider

整車企業做自動駕駛，開發高階的自動駕駛的軟體和相關聯的聯盟，最終的目的是要能夠成裡自己的子公司，進入第一層核心層自動駕駛系統提供商，然後根據自身的影響力去整合車輛製造，往後端的車隊運營和移動服務的提供商開始滲透。

而高科技公司，如Waymo，則嘗試從第一層開始往上走，與美國汽車經銷商AutoNation達成了協議，由他們來管理和維護自己的自動駕駛車隊。把位於鳳凰城克萊斯勒的Pacifica自動駕駛車隊外包給了安飛士巴吉進行維護，提供車隊提供常規換油、存放以及清潔等服務。車輛製造，則是從FCA和捷豹路虎購買車輛進行改裝。

不同的商業部署模式對公司的建立自動駕駛的相關內容也完全不同，如下圖所示在2018~2019年部署相關的自動駕駛服務，哪怕是小範圍的都需要集中在駕駛里程和城市環境&駕駛工況上做很多的積累。這也是Waymo和GM在自動駕駛里程和測試車隊上面比較領先的原因。透過這個階段的最佳化，在2018年開始兩家都會在一定範圍內展開商業運營。從這個層面來看，需要有政府的運營許可，開了這個頭以後，接下來的路徑會相對更為清晰。這方面Waymo跑得更快： Waymo與初創保險公司Trov建立合作，為自動駕駛保駕護航；Trov將為使用Waymo無人駕駛服務的乘客提供各項商業保險，包括財務損失險、行程延誤險、醫療費用報銷等專案。

中國的特殊情況，包括大量的老齡和無駕照人口，為透過自動駕駛滿足私享出行創造出強勁的需求。政府也有動力推廣自動駕駛汽車，考慮到這將帶來顯而易見的好處，如緩解城市交通擁堵以及減少汙染。自動駕駛出租車運營成本或將遠低於當前的按需出行服務，而到2030年中國的自動駕駛出租車總收入或達到當前的新車銷售水平。中國的道路安全現狀遠不如發達國家。政府將智慧網聯汽車視作提升道路安全的一個重要途徑。中國的駕照普及率在主要國家中最低。人口的迅速老化和老年撫養比的上升催生了對私享出行的需求，而專職司機供應將受到限制。

未來10餘年的時間裡自動駕駛技術將為大眾市場所接受。到 2030 年，自動駕駛各生態系統將實現 1.3-2.8 萬億美元的總收入。中國在自動駕駛出租車市場和自動駕駛相關收入中分別佔 35%和 25%的份額，多重因素的共同作用將令自動駕駛在中國市場的吸引力提升，同時也將提高中國在自動駕駛競賽中的競爭力。這些因素包括：

1）中國人口日趨老齡化且無駕照人口占比高；

2）道路交通事故率高；

3）超大型城市存在擁堵和汙染問題；

4）中國政府有較為積極的戰略；

5）監管環境寬鬆；

6）公眾樂於接受新技術；

7）通訊基礎設施優良；

8）相關企業反應快，資本市場看重創新

從車輛來看，未來隨著電動汽車的綜合成本攤銷，在每公里的執行中，其成本節約還是很明顯的。而自動駕駛系統則取代了司機的人力成本，未來自動駕駛移動出行服務能夠達到耕低的成本。按照資訊整合模式的自動駕駛出租車將提供一種更經濟和體驗更好的出行服務。

從技術層面來看，不同的整合者的競爭將在工程設計、測試驗證和軟硬體設計層面展開。不同層級的公司，都在向投資者和公眾闡明未來的技術進展的預期。說實話，隨著Waymo進入中國，中國車企也和其他汽車企業一樣宣佈202X年能達到L3或者L4沒有太大的意義，需要根據國內的實際的情況來調整技術儲備和運營實踐結合的路子。確定誰是開發主體，構建核心的軟體和系統整合能力，儘量把國內能用上的技術培養起來。這塊的國外技術，很難買回來。結論正如我們在這裡可以看到的那樣，製造能像人類一樣看到世界的機器絕非易事。解決方案不僅必須是安全的，而且必須是可擴充套件和負擔得起的。這些用於人工智慧自動駕駛汽車的新感知系統有望實現這一切，甚至更多。一些人可能會陷入死衚衕，但另一些人肯定會成為未來的一部分。

在人工智慧和大資料加速發展的背景下，其實未來智慧汽車很可能會是這個樣子的，不會去描述這個功能那個功能，而是強調互動性和機器本身的學習能力。車聯網僅憑聲音、手勢甚至執行資料，就能主動為駕駛者提供最佳操作選擇，不需要使用者去學習太多操作上的東西。每個駕駛者的需求都有所不同，不管有什麼偏好，汽車都能順應著駕駛者的偏好進行學習和習慣養成，最終達到人車心神合一的境界，這也許才是未來智慧汽車發展的主要方向。中科智谷依託中科院自動化所，對接國際、國內人工智慧方面的一流資源，共同研究開發自動駕駛技術

什麼是人工智慧自動駕駛汽車？

自動駕駛汽車（Autonomous vehicles；Self-driving automobile ）又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種透過電腦系統實現無人駕駛的智慧汽車。在20世紀已有數十年的歷史，21世紀初呈現出接近實用化的趨勢。

自動駕駛汽車依靠人工智慧、視覺計算、雷達、監控裝置和全球定位系統協同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。

2019年9月，由百度和一汽聯手打造的中國首批次產L4級自動駕駛乘用車——紅旗EV，獲得5張北京市自動駕駛道路測試牌照 。9月22日，國家智慧網聯汽車（武漢）測試示範區正式揭牌，百度、海梁科技、深蘭科技等企業獲得全球首張自動駕駛車輛商用牌照。2019年9月26日，百度在長沙宣佈，自動駕駛出租車隊Robotaxi試運營正式開啟。

研發思路

安全性

自動駕駛汽車一直配備了駕駛員。我們訓練有素的駕駛員會一直跟隨汽車，他們可以像解除巡航控制一樣輕鬆地接管汽車。此外，我們也有訓練有素的軟體操作人員坐在乘客座位上，監控軟體執行狀況。在所有測試進行之前，我們都會派出駕駛員，駕駛普通汽車瞭解路線和路況。透過加入道路標記和交通標誌等功能，車載軟體能夠提前熟悉周圍環境及特殊之處。在工作之前也提前告知當地警方。

能源消耗

自動駕駛汽車能夠促使人們拼車，極大的減少汽車的使用，創造“明天的高速公路火車”。這些高速公路火車能減少能源消耗，增加主要道路的運力。在節約時間方面，美國交通運輸部估計，每一工作日，人們平均花費52分鐘在上下班路上。未來，人們可以以更有效率的方式使用這些時間。

結構效能

自動駕駛汽車使用影片攝像頭、雷達感測器，以及鐳射測距器來了解周圍的交通狀況，並透過一個詳盡的地圖（透過有人駕駛汽車採集的地圖）對前方的道路進行導航。

鐳射雷達

車頂的“水桶”形裝置是自動駕駛汽車的鐳射雷達，它能對半徑60米的周圍環境進行掃描，並將結果以3D地圖的方式呈現出來，給予計算機最初步的判斷依據。

前置攝像頭

自動駕駛汽車前置攝像頭谷歌在汽車的後視鏡附近安置了一個攝像頭，用於識別交通訊號燈，並在車載電腦的輔助下辨別移動的物體，比如前方車輛、腳踏車或是行人。

左後輪感測器

很多人第一眼會覺得這個像是方向控制裝置，而事實上這是自動駕駛汽車的位置感測器，它透過測定汽車的橫向移動來幫助電腦給汽車定位，確定它在馬路上的正確位置。

前後雷達

後車廂的主控電腦谷歌在無人駕車汽車上分別安裝了4個雷達感測器（前方3個，後方1個），用於測量汽車與前（和前置攝像頭一同配合測量）後左右各個物體間的距離。

主控電腦

自動駕駛汽車最重要的主控電腦被安排在後車廂，這裡除了用於運算的電腦外，還有拓普康（拓普康是日本一家負責工業測距和醫療器械的廠商）的測距資訊綜合器，這套核心裝備將負責汽車的行駛路線、方式的判斷和執行。

參考資料：https://baike.baidu.com/item/%E8%87%AA%E5%8A%A8%E9%A9%BE%E9%A9%B6%E6%B1%BD%E8%BD%A6/4881925?fr=aladdin