在汽車自動(dòng)駕駛領(lǐng)域，一直有兩個(gè)主要的參與者——傳統(tǒng)車企和互聯(lián)網(wǎng)科技公司，他們從一開始就選擇了不同的路線。

　　通常來說，傳統(tǒng)車企都采用一種“循序漸進(jìn)”的策略，即從高級駕駛輔助系統(tǒng)(ADAS)入手，一步步提高系統(tǒng)的自動(dòng)化水平。

　　而另一頭，以谷歌為代表的互聯(lián)網(wǎng)巨頭則采用了更為激進(jìn)的方式，想一步到位直接開發(fā)無人駕駛技術(shù)，也就是達(dá)到Level 4 甚至Level 5等級的自動(dòng)駕駛技術(shù)(只有達(dá)到這一級別才能稱之為“無人”，否則統(tǒng)稱為“自動(dòng)”)。

　　那么在技術(shù)上，谷歌和傳統(tǒng)車企有什么不同呢?

　　谷歌認(rèn)為，要實(shí)現(xiàn)真正的無人駕駛，就必須對車輛進(jìn)行精準(zhǔn)定位，為此谷歌搬出了行業(yè)內(nèi)最為先進(jìn)的激光雷達(dá)技術(shù)。

　　下圖是谷歌推出的無人駕駛的測試原型車，在其可愛的車身外形上面頂著一個(gè)圓嘟嘟的黑色凸起，如果有機(jī)會近距離仔細(xì)觀察的話，便會發(fā)現(xiàn)它在不停地旋轉(zhuǎn)，這就是谷歌采用的激光雷達(dá)本尊。

　　激光雷達(dá)的英文是Lidar，是由光(Light)和雷達(dá)(Radar)拼合起來的單詞，顧名思義就是通過發(fā)射激光探測數(shù)據(jù)的雷達(dá)系統(tǒng)。這一技術(shù)現(xiàn)今在汽車行業(yè)中越來越重要，此前則廣泛用于遙感測量。為了測繪地形地貌，飛機(jī)會載著它飛來飛去，下面的地形地貌3D數(shù)據(jù)就會測量出來。

　　Lidar的原理和普通雷達(dá)類似，只是它發(fā)出的電磁波是能量密度集中的激光(通常是不傷眼睛的不可見光)。Lidar發(fā)射一道激光后等待并收到對應(yīng)的反射信號，那么Lidar到障礙物表面的距離就可通過——時(shí)間差*光速/2的計(jì)算得出。緊接著，Lidar會偏離一個(gè)很小的角度再次發(fā)射激光測量，如此反復(fù)可以在1秒內(nèi)射出十幾萬次類似的激光束，也就是相當(dāng)于在短時(shí)間內(nèi)完成十幾萬次的測量，而且精度還相當(dāng)?shù)馗?，可達(dá)到厘米級別。這也是為什么谷歌采用它的原因。

　　如果有興趣同學(xué)可以仔細(xì)看一下這個(gè)Lidar的具體技術(shù)參數(shù)。

　　由上圖可知，谷歌的激光雷達(dá)能同時(shí)發(fā)出64道的激光束，最快每秒旋轉(zhuǎn)20圈，也就是每1/20秒或者50毫秒便生成一張車輛周圍的3D圖像;它的測量范圍是120米，精度達(dá)到2厘米，每秒鐘采集2.2MB的數(shù)據(jù)信息。

　　下圖是一張Lidar實(shí)時(shí)采集的3D圖像，汽車周圍所有的障礙物以及地形的輪廓都已經(jīng)被Lidar掃描出來了。

　　通過數(shù)據(jù)的分析和處理，可以把移動(dòng)物體識別出來，車輛、行人、摩托車或者自行車手，甚至動(dòng)物都可以被識別出來。例如在下面的實(shí)時(shí)3D圖像中，所有車輛被用粉色輪廓標(biāo)識，行人用黃色輪廓標(biāo)識。

　　那么Lidar如何實(shí)現(xiàn)精準(zhǔn)定位呢?除了實(shí)時(shí)采集的高精度3D圖像，還需要有高精度地圖，兩者比對便能夠?qū)崿F(xiàn)精準(zhǔn)定位，精度可以達(dá)到厘米級。

　　實(shí)現(xiàn)了對車輛的精準(zhǔn)定位，并對車輛周圍所有移動(dòng)物體進(jìn)行識別，測量它們的行進(jìn)方向及速度，就能通過一定的算法來實(shí)現(xiàn)對車輛的自動(dòng)駕駛了。不斷完善這個(gè)算法或者控制系統(tǒng)是谷歌目前正在努力的方向，為此谷歌進(jìn)行了大量的測試，據(jù)說目前的路試?yán)锍桃呀?jīng)積累達(dá)到350萬英里(約合563萬公里)。

　　那么如何才算是“完善”呢?為此谷歌定義了一個(gè)名詞“脫離”，英文是Disengage。當(dāng)控制系統(tǒng)發(fā)現(xiàn)無法處理某個(gè)場景而需要測試人員接管控制時(shí)，會產(chǎn)生一次“脫離”。“脫離”意味著從自動(dòng)控制脫離到人工控制。

　　在實(shí)際路測中，每一次“脫離”都會被編號，詳細(xì)的場景信息包括周圍的3D地形圖、傳感器輸入的信號、脫離后人工控制的信息等都會被詳細(xì)的記錄下來，然后就交給軟件工程師去處理。

　　軟件工程師的工作就是想法設(shè)法搞定這些“脫離”，遇到類似的場景時(shí)控制系統(tǒng)能自己處理而不用“脫離”。“脫離”的次數(shù)越少，就說明控制系統(tǒng)越智能和完善。

　　除了激光雷達(dá)，傳統(tǒng)車企中廣泛采用的攝像頭、毫米波雷達(dá)和超聲波雷達(dá)等傳感器谷歌也會采用，但這些傳感器在谷歌系統(tǒng)中無疑變成了次要地位，只起到一些輔助作用。例如，攝像頭主要用于識別交通信號燈，或限速交通指示牌;由于激光雷達(dá)的探測角度有限，車輛周圍激光雷達(dá)探測不到的近距離范圍，就成了超聲波雷達(dá)負(fù)責(zé)探測的區(qū)域;毫米波雷達(dá)可能是用于冗余作用，即激光雷達(dá)失效了，可依靠毫米波雷達(dá)采集的信息把車輛停在一個(gè)安全的位置。

　　不得不承認(rèn)，谷歌的無人駕駛技術(shù)是目前世界上最為先進(jìn)的，在某些條件下確實(shí)能達(dá)到Level 4以上的自動(dòng)駕駛水平。但市場化的角度來說谷歌并不能算是“先進(jìn)”，因?yàn)槠溲邪l(fā)多年，商業(yè)化進(jìn)程卻步伐緩慢，這是為什么呢?

　　谷歌的自動(dòng)駕駛領(lǐng)域存在著技術(shù)上難以逾越的障礙。

　　首先，激光雷達(dá)的成本太高。激光雷達(dá)性能雖好，但實(shí)在是太貴了。谷歌一套激光雷達(dá)的采購成本據(jù)說超過7萬美金(約合46萬人民幣)，這樣的價(jià)格在美國都可以買一輛特斯拉的Model S了。以這樣的成本，大規(guī)模的商用根本無從談起。再說了，把這么昂貴的設(shè)備放在車身外，似乎也并不是一個(gè)好主意，竊賊們可能要蠢蠢欲動(dòng)了。

　　其次，采集和維護(hù)一個(gè)高精度3D地圖的工作不可謂不瘋狂。高精度的3D地圖意味著海量的數(shù)據(jù)——一般來說每公里的數(shù)據(jù)量可達(dá)1G，常規(guī)容量1T的硬盤也只能存下1000公里的道路數(shù)據(jù)，這遠(yuǎn)遠(yuǎn)滿不了無人駕駛的需求，上海一個(gè)城市的公路總里程就已超過1萬公里，如果把比較窄的里弄以及住宅小區(qū)的內(nèi)部道路包括進(jìn)去，那真是天量的數(shù)據(jù)。而且任何道路維修施工或新道路的建成都會帶來地圖的不斷變化，如何來維護(hù)及更新這個(gè)高精度3D地圖呢?很明顯行業(yè)內(nèi)還沒有答案。

　　最后，在雨雪霧的天氣下，激光雷達(dá)的探測性能會急劇下降，所以天氣不好谷歌的無人駕駛車是無法出門的。

　　為保證硬件運(yùn)算速度，谷歌使用了英特爾處理器。但隨著控制系統(tǒng)的不斷完善，其對硬件處理能力的要求會越來越高，硬件系統(tǒng)幾乎成了一個(gè)超級電腦，軟硬件的復(fù)雜程度相當(dāng)之高，這對系統(tǒng)的安全性提出了巨大挑戰(zhàn)。

　　要知道，在無人駕駛技術(shù)開發(fā)中安全永遠(yuǎn)是第一位的。

　　隨著汽車領(lǐng)域中關(guān)于功能安全的ISO26262規(guī)范的推廣，目前整車設(shè)計(jì)的安全等級普遍達(dá)到了ASIL(Automotive Safety Integration Level，汽車安全完整性等級)的C級標(biāo)準(zhǔn)。目前谷歌的無人駕駛控制系統(tǒng)還處于原型測試階段，為了滿足汽車行業(yè)對功能安全的要求，從原型測試階段到量產(chǎn)階段勢必要經(jīng)過極其大量和繁重的測試，甚至整個(gè)系統(tǒng)都需要經(jīng)過重新設(shè)計(jì)，不經(jīng)過幾年時(shí)間幾乎是不可能實(shí)現(xiàn)的。

　　商業(yè)化的進(jìn)展緩慢，似乎也讓谷歌逐漸失去耐心了，這一心態(tài)演化為谷歌在2016年底最終將其自動(dòng)駕駛汽車項(xiàng)目分拆為一家單獨(dú)的公司W(wǎng)aymo。

　　為了盡早商業(yè)化，Waymo放棄了可愛造型的實(shí)驗(yàn)車，轉(zhuǎn)而和菲亞特克萊斯勒集團(tuán)(FCA)合作，目前已經(jīng)有100輛Pacifica跑在路上了。Waymo希望通過對量產(chǎn)車型的改造，有朝一日能開發(fā)出成熟的自動(dòng)駕駛技術(shù)，從而成功向更多的整車廠售賣他們的無人駕駛系統(tǒng)。

　　看來谷歌不想燒錢了，但到目前為止，Waymo還無法提出一個(gè)令人信服的商業(yè)化項(xiàng)目時(shí)間表，燒錢也只能繼續(xù)...與此同時(shí)，眾多無人駕駛項(xiàng)目高管的離職，也顯示出其商業(yè)化進(jìn)程有多么艱難。

　　但也有值得鼓舞的消息。

　　今年9月，Waymo宣布和英特爾達(dá)成戰(zhàn)略合作共同開發(fā)無人駕駛技術(shù)。而英特爾在今年3月剛剛以153億美元的代價(jià)收購了足以稱為自動(dòng)駕駛ADAS技術(shù)先鋒的以色列公司Mobileye，這意味著，通過英特爾的牽線搭橋，此前在技術(shù)路線上爭得水深火熱的谷歌(Waymo)和Mobileye有望實(shí)現(xiàn)合作。強(qiáng)強(qiáng)聯(lián)手會碰撞出怎樣的火花呢?技術(shù)流的谷歌會闖出一條怎樣的道路呢?讓我們拭目以待吧。

　　本月，谷歌旗下Waymo公開了一份長達(dá)43頁的自動(dòng)駕駛汽車技術(shù)安全評估報(bào)告。這份安全報(bào)告逐一列舉了Waymo公司考慮汽車安全行駛中所用到的各種參數(shù)，如何收集汽車行駛中所用數(shù)據(jù)和功能的方法及收集時(shí)間，從而讓車輛能夠滿足更廣范圍內(nèi)的用戶使用，比如向視覺和聽覺存在障礙的用戶提供盲文標(biāo)簽、聲音和圖像顯示等功能。盡管調(diào)查顯示，仍有約75%的美國人害怕乘坐自動(dòng)駕駛汽車，但谷歌此舉無疑能消除一部分人的顧慮。