淺析無人駕駛汽車發展現狀與問題

王家博，高菊玲，鐘興

(1.江蘇農林職業技術學院，江蘇鎮江 212000；2.江蘇省現代農業裝備工程中心，江蘇鎮江 212000)

0 引言

隨著5G在我國正式商用化以及人工智能技術的不斷發展，5G+汽車與AI+汽車的融合促使無人駕駛汽車的研發越來越成為各大互聯網公司和車企爭相合作和競爭的重要領域。

無人駕駛汽車又稱輪式移動機器人，是一種集合了多種高新技術的智能汽車。在沒有人類介入的情況下，無人駕駛汽車可以通過各類傳感器來感知周圍的環境，收集道路、車輛自身的位置及障礙物的信息并將之轉換為計算機能夠識別的語言，傳輸給車載計算機系統，經計算機發出相關指令后對汽車本身的轉向和速度進行相關控制，從而保證汽車能夠安全可靠地行駛。美國國家公路交通安全管理局將汽車分為5個自動化等級[1],分別是：0級,完全由駕駛員操作駕駛；1級,具備1種以上的自動控制功能；2級,具備能夠自主執行多種操作的功能；3級,在必要情況下可以人為干預的以汽車為主體的自動駕駛；4級,能夠完全自動駕駛。

作為一種嶄新的駕駛形式，無人駕駛技術改變了傳統的駕駛體驗，完全解放了駕駛員的雙手，大大提高了交通系統的效率和安全性。同時，也可以增加社會收益，更好地保障人身安全。但是，隨著無人駕駛汽車的發展，也出現了各種各樣的問題。因此，較全面地梳理和分析無人駕駛汽車的發展狀況和遇到的問題，對把握時下5G+AI大趨勢下汽車產業的融合與發展有著重要的意義。

1 無人駕駛汽車的發展狀況

1.1 國外無人駕駛汽車的發展狀況

1.1.1 美國無人駕駛汽車的發展狀況

早在1950年，國外就已經開展無人駕駛汽車的研究。1980年左右，無人駕駛技術得到快速發展。其中美國在無人駕駛汽車的研究和應用方面有著很高的水平。美國巴雷特電子公司于1950在美國開發出全球首個無人導航系統，實現自主導航并成功完成在軌測試。1980年，美國陸軍與國防高級研究計劃局聯合開展了自主地面車輛項目并成功研制出一輛無人駕駛汽車[2]。該車帶有8個輪子，在顛簸的路面上行駛比較困難，也很難達到較高的速度。卡內基梅隆大學在20世紀90年代開發的多地形智能車輛Navlab-v成功通過無人駕駛汽車自主駕駛測試。20世紀90年代后期，美國國防部也相繼成功研制出10代DEMO系列無人駕駛汽車車型[3]。從2003年到2007年，美國DARPA組織共舉行了3場無人駕駛汽車比賽，有效推動了無人駕駛汽車技術的發展。

2010年，作為無人駕駛汽車研發先驅的Google公司開始了其研制的無人駕駛汽車在實際城市道路上的測試。該公司生產的無人駕駛汽車具有較高的人工智能水平和更完整的引導車輛正確行駛的能力。同時，Google公司采用地圖引導汽車行駛的方法，在自主駕駛模式下無人駕駛汽車的行駛測試中取得了成功，但其在車與車、車與交通信號的交互方面做得還不夠完善。2012年，美國內華達機動車輛管理局準許為搭載Google智能駕駛系統的一輛汽車頒發牌照[4]，使得無人駕駛汽車得到更多普通人的關注。截至到2015年11月，Google研發的無人駕駛汽車共完成了209×104km的路測。但是，目前Google公司研發的無人駕駛汽車仍然處于測試階段，而對于開創了自動駕駛汽車商業模式的Tesla公司來說，其研發的無人駕駛汽車則已經實現了商業化的量產。Tesla公司的目標之一就是在2020年之前實現完全自動駕駛。根據相關資料顯示，自Tesla公司推出Autopilot“完全自動駕駛功能”系統并將其安裝在無人駕駛汽車上,搭載該系統的無人駕駛汽車至今已經完成了超過2.2×109英里的行駛里程。

1.1.2 歐洲無人駕駛汽車的發展狀況

歐洲各國在無人駕駛汽車研究方面同樣具有較高水平。早在1987年，歐洲就開啟了最大的無人駕駛汽車項目PROMETHEUS計劃，此后8年間，該計劃成功獲得了多項技術成果，為歐洲無人駕駛汽車的研究奠定了堅實的基礎[5]。歐盟委員會資助的PREVENT計劃，從2004—2008年，歷時近4年，由超過50個汽車生產廠商和研究機構共同合作完成。該項目在使用車輛系統感知事故類型和性質的同時，將司機的駕駛狀態納入考慮范圍，以避免或減少事故的發生。2006—2010年，歐洲連續舉辦了五屆ELROB無人駕駛汽車大賽，在無人車的自主導航、混合地形條件下的移動控制及目標定位等方面取得了很多重要的成果。此外，法國早在1994年就成功研制出輪式機器人VAMP和VITA-2，該機器人在巴黎的多車道公路上成功行駛了1 000多公里，即使在交通擁擠的情況下，也達到了130 km/h的最高速度，并能獨立完成并道和超車。英國也在某些專用場所中推出了無人駕駛的智能車輛，使得其無人駕駛汽車的研發水平也走在了世界前列。

德國奔馳公司在完成了對F015 Luxury in Motion概念車的設計后，盡管在多源技術的發展上還不太成熟，但在無人駕駛汽車領域中占據了一席之地。2015年底，奔馳公司聯合奧迪、寶馬收購了諾基亞的地圖業務HERE，對高精地圖領域進行了布局。而寶馬公司則在2016年7月宣布將于2021年與英特爾和Mobileye公司合作，共同推出無人駕駛汽車。這也是IT、汽車、ADAS三巨頭的首次合作。

1.2 國內無人駕駛汽車的發展狀況

無人駕駛汽車的研究在我國始于20世紀80年代，與歐美國家相比起步較晚。由國防科技大學、北京理工大學、南京理工大學、清華大學和浙江大學于第八個五年計劃期間聯合研制成功的ATB-1是我國第一輛自主行駛測試樣車[6]。在此基礎上，ATB-2也在第九個五年計劃期間被成功研制。在試驗中，ATB-2的直線行駛速度能夠達到21 m/s，同時具有遙感控制等功能。隨后ATB-3也順利面世，其環境識別、障礙物檢測和軌跡跟蹤能力得到很大提高。2000年，國防科技大學成功研制出了第四代無人駕駛汽車并取得了試驗成功。2003年，國防科技大學在我國一汽集團的贊助下，成功完成了紅旗CA7460無人駕駛平臺試驗，標志著我國第一輛自主駕駛汽車的成功誕生，該車最高車速可達47 m/s，而且能夠根據前方車輛的情況進行自主變道。2009—2011年，我國先后舉辦了三屆無人駕駛汽車大賽，為無人駕駛汽車關鍵技術奠定了良好基礎。2011年，一汽紅旗HQ3無人駕駛汽車首次成功完成了從長沙到武漢的全程高速無人駕駛試驗[7]，該車由國防科技大學研制成功，意味著國防科技大學在無人駕駛汽車領域的研究在國內達到了領先水平，但是該車的研發成本較高，對車型也有具體要求。2012年，由軍事交通學院研制的無人駕駛汽車成功從京津高速臺湖收費站出發，順利到達天津東麗收費站，歷時一個多小時，成為首個正式認證完成公路試驗的無人駕駛汽車[8]。

作為國內最早布局無人駕駛技術領域的企業之一，百度公司研發的無人駕駛汽車于2015年12月完成首次路測，以最高時速100 km/h，從北京中關村軟件園的百度大廈附近出發，經京新高速公路和五環路，順利抵達奧林匹克森林公園，全程均實現自動駕駛。2016年，百度無人車獲得了美國加州政府頒發的全球第15張無人車上路測試牌照[9]。2017年4月，百度與BOSCH公司合作開發基于高精地圖的自動駕駛定位系統。除了百度之外，國內也有其他企業對無人駕駛汽車領域進行了布局。2016年4月，長安汽車公司研發的無人駕駛汽車從重慶出發，行駛近2 000 km，最終到達北京[10]。沿途主要在高速路段、城市綜合路段行駛。盡管長安無人駕駛汽車已全面達到了無人駕駛三級水平，實現了在結構化道路上的自動駕駛，但是在一些匝道或進站加油等部分還是需要依靠人工介入。同年9月，由京東集團自主研發的中國首輛無人配送車也已經進入道路測試階段，并宣布即將開始試運營[11]。而滴滴公司則將無人駕駛汽車作為公司的重大戰略進行布局，并宣布將很快實現無人車上路。2018年3月，我國正式開放無人駕駛汽車上路測試[12]，上汽集團和蔚來汽車兩家企業獲得了第一批汽車開放道路測試號牌。

2 無人駕駛汽車領域面臨的問題

2.1 技術問題

與無人駕駛汽車相關的關鍵技術包括：環境感知、邏輯推理和決策、運動控制、處理器性能等一系列的高新技術。這意味著目前無人駕駛技術需要解決以下幾個問題。

(1)更快速可靠的軟件

如果是有人駕駛汽車，那么發生安全事故的概率不是很高，相對來說比較安全。但是無人駕駛汽車除了要解放駕駛員的雙手之外，還需要比有人駕駛汽車更安全，而目前的軟件還難以達到這種水平。例如，所有的電子設備軟件都無法保證長時間運行無卡頓，這是主要的技術局限性，如果汽車軟件發生卡頓或錯誤，后果會很嚴重。因此，軟件的設計與優化是一個很重要的環節。

(2)高精度的地圖

為了實現實時智能導航，無人駕駛汽車需要很強的感知能力，而且在接到目的地指令之后，必須要能夠制定一個特定的路線，這就需要用到地圖導航的功能。然而，城市道路環境復雜，目前地圖的細致程度尚未達到要求。就谷歌而言，谷歌無人駕駛汽車會對試駕場地的地圖進行強化，以便汽車能夠知道場地的具體情況，碰到障礙時可以輕松應對。目前汽車傳感器技術和應對策略能力有限，因此更加需要一個高精度的地圖做彌補，而實現這一目標是一項浩大的工程。

(3)更加優秀的傳感器

無人駕駛汽車集合了多種用途的傳感器以便能夠進行精確的環境感知和識別，優良的傳感器不僅要能夠感知路面上的釘子和凹坑所構成的威脅，而且要能夠識別出地面上普通的落葉和釘子的區別并做出恰當的控制策略，目前傳感器的精度還有待提高。另外，傳感器的處理速度不夠快，也會給突發情況的處理埋下隱患。

(4)能夠做出智能抉擇的算法

在駕駛汽車的過程中，難免會遇到突發情況。例如，如果車速太快，而車前面出現突然闖入的行人，往右轉會撞到公交車，往左轉則會撞到綠化帶，這種情況就需要無人駕駛汽車的控制算法智能地計算并衡量不同結果，從而做出一個恰當的抉擇。如果在高度智能的算法方面能夠得到重大突破，那么無人駕駛汽車將會越來越受到大眾的信賴和接受。盡管谷歌、百度等互聯網公司在汽車智能算法方面取得了不少重要成果，但是在涉及到人類復雜行為的情況下，它們的表現能否讓人信服還是一個未知數。

(5)溝通與協同問題

協同問題包括人與車、車與車和車與交通信號系統的溝通與信息交互。目前，在交通系統中完全實現汽車的無人駕駛行駛和運行還有很長的路要走。因此，需要對無人駕駛汽車與人、車、交通信號系統的溝通、交互和協同進行研究并制定規則，如汽車間的通信協議規范有人與無人駕駛汽車共享車道問題、通用軟件開發平臺的建立、多種傳感器之間信息融合以及視覺算法對環境的適應性等問題。隨著5G在我國商用化正式落地，上述溝通與協同問題會得到較好解決。

2.2 周邊問題

隨著經驗的積累和技術的不斷革新，可以預見技術問題已經不是實現無人駕駛的最大障礙。也許影響無人駕駛汽車最終流行和普及的決定性因素不是汽車本身，要想真正實現無人駕駛汽車的推廣應用，還面臨著諸多其他亟待解決的問題。

(1)法律法規問題

若法律允許無人駕駛汽車在公共道路上行駛，這相當于建立了新型交通方式，但目前看來情況其實并不理想。美國只有包括佛羅里達州在內的少數幾個州通過了相關法律，允許安裝了無人駕駛系統的汽車上路測試。在我國，由于缺乏相關的法律法規，無人駕駛汽車的上路試驗仍然面臨著重重困難。

另外，無人駕駛事故的責任認定也是一個關鍵問題。目前，無人駕駛汽車在特殊情況下仍需汽車駕駛員介入控制，因此很難判斷是交通肇事車輛本身還是駕駛員的責任。

(2)傳統企業的發展問題

無人駕駛汽車的推出和普及將會對傳統汽車行業的商業模式和盈利模式帶來巨大的沖擊，無人駕駛汽車將使一些傳統汽車行業的企業年收入銳減，包括汽車制造商、零部件供應商、汽車經銷商、汽車保險公司、汽車修理廠等。因此，各廠商必然會想方設法地轉變商業和盈利模式,以適應無人駕駛汽車的發展。

(3)網絡安全與隱私保護問題

無人駕駛汽車是車聯網里一個重要的關鍵組成部分。對于聯網的汽車，駕駛員個人及汽車相關的信息都會暴露在公共網絡空間，給網絡安全與隱私保護埋下了很大的隱患，一旦車聯網絡遭到侵入和破壞，后果不堪設想。

3 結束語

在5G和人工智能不斷發展的時代下，無人駕駛技術已經引起了眾多互聯網和汽車企業的重點關注，經過多年技術的經驗積累和不斷的追求創新，無人駕駛汽車已經達到了一個很高的自動化程度。但是要真正實現完全無人駕駛，還需要解決技術、成本、法律、道德、倫理等問題。隨著技術上的不斷突破和法律法規的配套與完善，真正的無人駕駛終將會實現。