論述：無人汽車和輪式機器人之間的近親關系

論述：無人汽車和輪式機器人之間的近親關系

傳統車企在設計無人駕駛汽車時，仍然以汽車為主體，希望保留傳統汽車的功能，并不限制傳統駕駛方式“油門+方向盤”。他們希望的“無人駕駛”可以在某些情況下減少駕駛員的疲勞，但也保留駕駛員充分的自主性。從這個角度說，無人汽車仍然是一輛車，需要駕駛員也服務駕駛員。

2015年12月，百度與寶馬合作的GT無人汽車完成路測。

2016年1月3日,特斯拉 CEO 馬斯克預言,全自助駕駛的Tesla將在2年內問世

2016年1月4日，美國通用汽車公司決定投入5億美元,推進無人駕駛汽車開發和推廣。

在剛剛結束的CES上，車聯網、智能汽車、無人駕駛等有關汽車的話題引起了媒體的廣泛關注。有分析師評論稱2016年無人汽車將成為下一個投資風口。

我國無人駕駛汽車現狀

2011年，國防科技大學自主研制的紅旗HQ3無人車，首次完成了從長沙到武漢286公里的高速全程無人駕駛實驗，平均時速87公里/小時；

2012年，由軍事交通學院改裝的無人駕駛汽車完成了京津高速間114公里的測試，平均時速79公里/小時，除通過收費站需人為干預外，均為自動駕駛；

2015年12月，寶馬與百度合作以BMW 3系GT為基礎研發的自動駕駛汽車輛在沒有駕駛員干預的情況下，自動完成跟車減速、轉向、超車，上下高速公路匝道等一系列復雜動作。自動駕駛最高時速100公里/小時。

國外無人駕駛汽車現狀

國際方面，奔馳、寶馬、沃爾沃、奧迪、特斯拉等傳統汽車巨頭相繼公布了各自的無人駕駛計劃，預計在2020年左右首批無人駕駛汽車將會面世；谷歌、蘋果等科技企業也先后進入無人駕駛汽車領域。

目標分歧：ADAS or 全自動？

這一波無人汽車浪潮中存在著兩個旗幟鮮明的陣營：傳統汽車巨頭 vs 高新科技巨頭。俗話說不同的雞下不同的蛋，基因不同導致二者所走的路線也有分歧。

互聯網企業以顛覆的姿態，直接切入以人工智能為主導的的無人駕駛，以完全自動駕駛為終極目標；

傳統汽車巨頭則從汽車的功能與安全性角度出發，大力發展ADAS解決方案，朝著實現高度自動駕駛勇敢前進。

ADAS，智能輔助駕駛系統。它能夠在復雜的車輛操控過程中為駕駛員提供輔助和補充。ADAS提供的功能包括自適應巡航控制、盲點監測、車道偏離警告、夜視、車道保持輔助和碰撞警告系統，具有自動轉向和制動干預功能。預測式ADAS可部分控制車輛的移動，預防事故發生。

簡單地說，傳統車企希望你開車帶女朋友回老家過年的路上可以偶爾松開方向盤打個啵伸個懶腰，但你還得考駕照；谷歌蘋果則希望你像坐飛機頭等艙一樣，上了車只管睡覺，到家自然有人把你叫醒。果然還是天才理科生的腦洞比較大，這就像包養了一個司機養在家里還不要工資只要充電！

谷歌工程師：你是一只機器人！

傳統車企在設計無人駕駛汽車時，仍然以汽車為主體，希望保留傳統汽車的功能，并不限制傳統駕駛方式“油門+方向盤”。他們希望的“無人駕駛”可以在某些情況下減少駕駛員的疲勞，但也保留駕駛員充分的自主性。從這個角度說，無人汽車仍然是一輛車，需要駕駛員也服務駕駛員。

谷歌的工程師看不下去了，他斜睨著寶馬豐田沃爾沃冷冷地說，所謂“無人汽車”分明是輪式機器人的變種！寶馬豐田沃爾沃一聽不敢笑了，自家的車好端端的就變成輪式機器人了？下一秒是不是要變出一只大黃蜂擎天柱出來？

谷歌工程師再次鼻孔朝天果然愚蠢的人類無法交流，一只合格的機器人是不需要“駕駛員”這種東西的。司機？那是什么生物？方向盤？不要！油門？砍掉！離合器？我丟！剎車？……當然最后在強大的有關部門的監督下谷歌還是憤憤不平的保留了危急時刻強制停車的功能。

于是在傳統廠商圍繞著“汽車”大力發展ADAS解決方案時，谷歌工程師一直抱著手臂漫不經心地笑：“并不是整天練習蹦跶就能飛天的。要想飛，還得多動腦?！?/p>

思路不同注定面世的產品不同，未來的市場將決定究竟是“車”更受歡迎，還是“機器人”更勝一籌。

最強男人的聚會

去年12月，李彥宏烏鎮向習近平介紹“百度無人車”， 習主席非常感興趣。知情人士稱，“習近平主席在百度公司展臺的駐足時間超過10分鐘，比原定時間長了三倍?！?/p>

1月13日，奧巴馬政府宣布多項扶持無人駕駛汽車行業發展的計劃，奧巴馬本人也在其任期內最后一次國情咨文演講中討論了改善交通狀況的各種措施。

2013年底，安倍晉三分別乘坐了豐田、本田和日產的無人駕駛汽車，在日本國會議事堂兜轉，向鏡頭揮手致意。安倍晉三乘坐完無人駕駛汽車后，對媒體說“以我親身體驗來看，日本（無人駕駛）技術是全球最好的”。

世界前三大經濟體的最強男人都表達了對無人汽車的由衷支持，未來又是一場不見鮮血的戰爭。

無人駕駛汽車的技術進階

讓我們回到高冷的谷歌工程師身上來，假設真正無人汽車是一只“輪式機器人”的話，要如何實現無人駕駛呢？

根據公開資料，無人駕駛所涉及到的機器人技術主要有感知（perception） 、路徑規劃（planning）和控制（control）三大塊內容。

智能識別及決策技術相當于無人汽車的“大腦”，實現這個大腦功能的第一步是各種傳感器收集信息，其次是真正做決策的“駕駛腦”。

必要的傳感器除了激光雷達（避障），還有有毫米波雷達（探測）、GPS（定位）、里程計（定位）、陀螺儀（定位）、視覺系統（檢測、避障）、數傳電臺（監控）等。

激光雷達，即LiDAR，是谷歌在其汽車上使用技術，能夠即時構建周圍 100 米左右的三維模型，精度高并且可以使汽車在地圖上面準確地定位。谷歌使用的 Velodyne HDL-64E Lidar，即Velodyne 公司64 線激光雷達是目前世界上最先進，體積最小，單位能量密度最高，采集數據最豐富的專業激光傳感器。

ps：百度采用的也是這款64線激光雷達。

毫米波雷達，主要的應用場景就是測量距離，探測無人車周邊的環境。毫米波的波長是 10 毫米到 1 毫米，頻段 30-300GHz，毫米波穿透力非常強，也非常符合車載傳感器對于全天候適應性的要求，是無人汽車必不可少的傳感器之一。

“駕駛腦”采用深度學習算法，通過多層迭代通過特征抽象進行模式識別的學習。據稱，谷歌現在約擁有50量無人車，累計行駛里程已經超過160萬公里，每一輛車行駛過程中遇到各式各樣的交通情景和突發狀況將產生大量的數據，這些大數據被傳回云平臺用作深度學習的訓練樣本。

智能控制技術相當于無人汽車的“運動中樞”，用以控制“四肢”活動。

地圖信息之爭

作為自動駕駛發展成熟的重要支撐，高精度、全信息地圖是不可或缺的。對此，不同廠商也采取了不同的措施。

谷歌和德系三強收購了Here的激光雷達移動測量車的路線，他們使用激光雷達和攝像頭獲取點云數據，進而建模分類得到高精度地圖。

諾基亞 HERE 地圖是全球范圍內領先的高精地圖服務提供商。 在過去的 15 個月中， HERE 已在6 大洲，30 個國家利用 400 輛測繪車完成約 2百萬公里（120 萬英里）的高精度道路數據繪制，且數據庫仍在持續擴充。為了實現 10-20 厘米的地圖精度，HERE 地圖應用 LiDAR 技術獲取數十億的三維點云數據以建立路面模型，既包括車道數量和寬度等基本信息，也涵蓋道路坡度和斜率，車道標記，以及路標等細節。目前，HERE 地圖已為美國的硅谷地區和密歇根州，以及法國和德國的部分地區的特定公路提供高精度地圖數據。

而通用、大眾選擇了聯手 Mobileye布局眾包地圖。

豐田推出的高精度地圖采集系統，主要通過車輛的攝像頭+GPS、豐田自主開發的軟件以及云端采集地圖數據。

無人駕駛仍存在諸多不確定因素

安全問題。根據谷歌提交給加州機動車輛管理局（DMV）的一份最新文件顯示，谷歌無人駕駛汽車在2014年至2015年11月的14個月期間內共發生過272次故障。安全性能是事實上阻礙無人駕駛進入市場的第一道門檻。

法律問題。谷歌的無人汽車已經引發過數十起追尾事故。誰應該為這些事故負責？是汽車生產商，還是車主？這個問題可能傳統廠商好回答一些，而買了谷歌蘋果家車子的車主完全可以一臉無辜地攤手：“咱家這車連個方向盤都沒有，難道怪我咯？”從這個角度看谷歌蘋果似乎在作一場大死。

衍生配套問題。據了解，目前還沒有一家保險公司愿意為無人駕駛汽車推出保險產品。而國際上不存在非常具體的無人駕駛汽車規范文件，只有各位巨頭熱火朝天地閉門造“車”。

但是無人汽車的想象空間也是極大的，如果汽車真的能實現全自動駕駛，滴滴和uber說不準就哥倆好了，大家合并一下，以后上“u滴打車”隨時隨地從附近的停車場調動一輛閑置車到自己身邊，甭管這車是出租車還是私家車了坐上給錢萬事大吉！