2009年，谷歌公司宣布開始研發(fā)無人駕駛技術(shù)，這是一個(gè)里程碑節(jié)點(diǎn)，是無人駕駛開始走進(jìn)大眾視線的元年。此后，無人駕駛被越來越多的大眾所熟知，也有越來越多的企業(yè)投入到無人駕駛技術(shù)研發(fā)的行列中來。近年來，隨著人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算、5G等領(lǐng)域的蓬勃發(fā)展，無人駕駛技術(shù)更是日趨成熟，它逐漸從實(shí)驗(yàn)室走到城市道路上，未來必將更好地造福人類。

那么，無人駕駛的核心技術(shù)和重點(diǎn)難點(diǎn)是什么？它主要依托哪些基礎(chǔ)技術(shù)？目前我國無人駕駛技術(shù)水平如何，在世界上處于什么地位？它的應(yīng)用領(lǐng)域都有哪些，發(fā)展前景又如何呢？

無人駕駛的核心技術(shù)和難點(diǎn)問題

無人駕駛的核心技術(shù)包括環(huán)境感知、導(dǎo)航定位、路徑規(guī)劃、決策控制等。其中：環(huán)境感知相當(dāng)于無人駕駛汽車的耳朵和眼睛，車輛通過環(huán)境感知模塊辨別自身周圍的環(huán)境，在多變惡劣（多變光照、雨、雪、霾等）環(huán)境下，利用多傳感器融合技術(shù)準(zhǔn)確地識別出周圍的環(huán)境和威脅。導(dǎo)航定位則主要用于無人汽車確定自身位置，為其路徑和任務(wù)規(guī)劃提供基礎(chǔ)；根據(jù)傳感器及定位數(shù)據(jù)的坐標(biāo)系不同，又分為絕對定位，相對定位，以及將兩者優(yōu)勢結(jié)合的組合定位方法（主要包括GPS與地圖匹配、航跡推算、慣性導(dǎo)航等的組合定位方法）。路徑規(guī)劃是實(shí)現(xiàn)無人駕駛的基礎(chǔ)，其主要作用是在具有靜態(tài)、動(dòng)態(tài)障礙物的環(huán)境下，按照一定的約束條件，給出一條從初始狀態(tài)到達(dá)目標(biāo)狀態(tài)的無碰撞路徑。決策控制相當(dāng)于無人駕駛汽車的大腦，其根據(jù)感知結(jié)果進(jìn)行決策判斷，輸出下一步的行為決策并對車輛進(jìn)行控制。

無人駕駛技術(shù)的難點(diǎn)主要存在于遮擋情況下的高精度定位，復(fù)雜惡劣環(huán)境下的環(huán)境感知，人車混行、智能車與非智能車混行等復(fù)雜場景下的無人車決策，移動(dòng)端、邊緣端、云端、路端交互的無人駕駛計(jì)算與通訊架構(gòu)設(shè)計(jì)，網(wǎng)絡(luò)安全，網(wǎng)絡(luò)通信以及測試評估等方面。

無人駕駛主要依托的基礎(chǔ)技術(shù)（關(guān)聯(lián)領(lǐng)域）

第一，凡是工業(yè)產(chǎn)品，都會(huì)設(shè)計(jì)到機(jī)械加工的問題。暫且不提車輛本身，無人駕駛非常依賴高度靈敏的電子元件和傳感器技術(shù)，因此需要精密且可靠的機(jī)械件和密封件，同時(shí)像激光雷達(dá)中的旋轉(zhuǎn)器件，還需要做好防抖、防震等工作，這就對機(jī)械設(shè)計(jì)及加工提出了很高的要求。

第二，無人駕駛過程中，車輛控制器需要高速進(jìn)行計(jì)算以判斷自車狀態(tài)及所處環(huán)境中可能的威脅，事故往往就是一瞬間的事情，因此無人駕駛需要通信效率足夠高，同時(shí)可能涉及邊緣端和云端的信息交互，這對信息通信的時(shí)效性提出了一定要求。同時(shí)，有通訊就可能存在信息的泄露，因此無人車研究也需要做好信息加密、隱私保護(hù)、防范安全漏洞等與信息相關(guān)的內(nèi)容。

第三，無人駕駛的運(yùn)算依賴高性能的車載芯片，如何在體積約束和功耗約束的情況下，設(shè)計(jì)出具有足夠AI算力、散熱良好的車載芯片，同時(shí)開發(fā)出AI工作者所需要的AI模型轉(zhuǎn)化和部署軟件工具，對當(dāng)前AI芯片公司也是一大挑戰(zhàn)。

第四，由于無人駕駛每天都會(huì)產(chǎn)生大量的駕駛數(shù)據(jù)，因此需要對海量數(shù)據(jù)進(jìn)行數(shù)據(jù)篩選、數(shù)據(jù)挖掘、大數(shù)據(jù)分析等工作，篩選出的數(shù)據(jù)用于神經(jīng)網(wǎng)絡(luò)訓(xùn)練。

我國無人駕駛技術(shù)水平及其在世界上的地位

世界范圍內(nèi)，無人駕駛發(fā)展的焦點(diǎn)區(qū)域是中美之間的競爭。我國近些年在無人駕駛領(lǐng)域有了長足的進(jìn)步，但總體來看仍是追趕美國的狀態(tài)，主要原因是起步較晚導(dǎo)致基礎(chǔ)的無人駕駛技術(shù)過于薄弱。美國的無人駕駛研究起源于2004年第一屆DARPA挑戰(zhàn)賽，當(dāng)時(shí)無人車所用到的關(guān)鍵技術(shù)從20世紀(jì)70年代就有研究了，而我國在20世紀(jì)90年代以后高校才開始有無人駕駛研究的萌芽。此后幾屆DAPRA挑戰(zhàn)賽為美國無人駕駛研究提供了寶貴的人才資源，當(dāng)年的比賽選手大多成了目前頂級無人駕駛公司的中流砥柱。

從近些年道路測試結(jié)果來看，自動(dòng)駕駛加州路測報(bào)告反映美國Waymo、Cruise等企業(yè)在測試?yán)锍毯蛢纱稳斯じ深A(yù)之間行駛的平均里程上都是領(lǐng)先于中國自動(dòng)駕駛企業(yè)，最近兩年百度、AutoX等一些公司在這方面已經(jīng)和國際公司十分接近甚至在某些指標(biāo)上超越了他們。

從積累的駕駛數(shù)據(jù)量來看，無人駕駛對于數(shù)據(jù)依賴性很強(qiáng)，特斯拉通過目前現(xiàn)有的十幾萬輛車收集真實(shí)世界的車輛數(shù)據(jù)和駕駛員的駕駛方式，通過訓(xùn)練基本已經(jīng)實(shí)現(xiàn)了半自動(dòng)駕駛的能力。而Waymo使用了強(qiáng)大的計(jì)算機(jī)模擬系統(tǒng)，并從那些少量的真實(shí)車輛中去學(xué)習(xí)實(shí)踐。數(shù)據(jù)是經(jīng)年累月積累下來的，不可能一步到位。特斯拉一輛輛車經(jīng)年累月跑出了幾十億英里數(shù)據(jù)，是目前沒有哪家中國公司能夠?qū)崿F(xiàn)的，國內(nèi)公司目前也沒有搭建出Waymo那樣龐大的模擬仿真系統(tǒng)。

從以上幾個(gè)方面看，我國無人駕駛水平屬于第一梯隊(duì)，雖然有些地方存在不足，但與國際領(lǐng)先水平的差距正在逐年縮小。

無人駕駛的應(yīng)用領(lǐng)域與發(fā)展前景

無人駕駛的應(yīng)用領(lǐng)域非常寬廣，包括軍事、工業(yè)、農(nóng)業(yè)、物流、共享出行、公共交通、環(huán)衛(wèi)、港口碼頭、礦山開采、智慧新零售等，目前國內(nèi)無人駕駛技術(shù)的商業(yè)推廣尚在起步階段，在構(gòu)建的未來藍(lán)圖中已布局到多個(gè)適用領(lǐng)域，但距離全面實(shí)現(xiàn)生活化應(yīng)用還有很長的路要走。

無人駕駛的發(fā)展前景也十分開闊，在2015年，國內(nèi)智能駕駛的滲透率為15%，其中絕大部分為低級別的自動(dòng)駕駛，對應(yīng)的市場規(guī)模為353億元。此后，隨著汽車智能化的不斷發(fā)展，2016年中國智能駕駛市場規(guī)模達(dá)到了490億元，2017年中國智能駕駛市場規(guī)模增長至681億元，同比增長39%。到2020年，行業(yè)分析中國智能駕駛市場規(guī)模已經(jīng)突破了千億元，而相關(guān)機(jī)構(gòu)預(yù)測2022年中國智能駕駛市場規(guī)模將突破2000億元。

隨著市場規(guī)模的不斷擴(kuò)大，相關(guān)政策法規(guī)也陸續(xù)發(fā)布。2021年3月，十三屆全國人大四次會(huì)議審議通過《中華人民共和國國民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》，其中指出：發(fā)展自動(dòng)駕駛和車路協(xié)同的出行服務(wù)；推廣公路智能管理、交通信號聯(lián)動(dòng)、公交優(yōu)先控制通行；建設(shè)智能鐵路、智慧民航、智慧港口、數(shù)字航道、智慧停車場。

無人駕駛汽車是智慧出行服務(wù)的重要組成部分，也是推進(jìn)智慧中國、數(shù)字中國和交通強(qiáng)國建設(shè)的重要載體，已經(jīng)成為新一代汽車轉(zhuǎn)型升級的重要突破口。雖然目前現(xiàn)有的無人駕駛技術(shù)還不能做到完全載客運(yùn)行，但在封閉園區(qū)內(nèi)由于其技術(shù)要求相對較低已經(jīng)基本替代傳統(tǒng)車輛模式。隨著人工智能、大數(shù)據(jù)、物聯(lián)網(wǎng)、云計(jì)算、5G等技術(shù)的不斷深入發(fā)展，無人駕駛汽車的性能將會(huì)更加完善，無人駕駛技術(shù)的商業(yè)化也將會(huì)遵循著低速到高速、封閉到開放的路線闊步向前。

（作者系北部戰(zhàn)區(qū)某部總工程師）