從百度創(chuàng)始人兼CEO李彥宏“無(wú)人車(chē)上五環(huán)被開(kāi)罰單”到深圳無(wú)人小巴路測(cè)，無(wú)人駕駛汽車(chē)上路的新聞?lì)l現(xiàn)。然而，無(wú)人駕駛在人們的生活中仍難一見(jiàn)。除了行政約束，無(wú)人車(chē)道路測(cè)試與商業(yè)化落地之間還欠缺哪些關(guān)鍵技術(shù)的支撐?

　　12月10日，北京主線科技有限公司CEO張?zhí)炖自谥袊?guó)計(jì)算機(jī)學(xué)會(huì)技術(shù)前沿委員會(huì)(CCFTF)舉辦的第四期技術(shù)交流會(huì)上，作了題為《智能駕駛：從原型到落地》的報(bào)告，詳細(xì)指出智能駕駛落地的諸多技術(shù)難關(guān)。

　　多傳感器需融合

　　有不少企業(yè)都將實(shí)現(xiàn)無(wú)人駕駛的目標(biāo)定在2020年至2025年之間。前瞻產(chǎn)業(yè)研究院近日發(fā)布的《中國(guó)無(wú)人駕駛汽車(chē)行業(yè)發(fā)展前景預(yù)測(cè)與投資分析報(bào)告》中的數(shù)據(jù)顯示，2016年全球無(wú)人駕駛汽車(chē)市場(chǎng)規(guī)模為40億美元左右，由于現(xiàn)有法律法規(guī)的限制，短期內(nèi)無(wú)人駕駛汽車(chē)市場(chǎng)規(guī)模變化不大，預(yù)計(jì)2021年全球市場(chǎng)規(guī)模將達(dá)到70.3億美元左右。

　　“智能汽車(chē)要跨過(guò)瓶頸，需要不斷地革新技術(shù)才行。”清華大學(xué)汽車(chē)工程系副教授李升波曾在首屆汽車(chē)智能沙龍論壇上表示，囿于關(guān)鍵技術(shù)、基礎(chǔ)設(shè)施、關(guān)鍵設(shè)備成本、用戶接受度等因素，要在較短時(shí)間內(nèi)實(shí)現(xiàn)自然場(chǎng)景下的無(wú)人駕駛還存在很多不確定性。

　　自動(dòng)駕駛分為感知定位、規(guī)劃決策、執(zhí)行控制三個(gè)部分，環(huán)境感知技術(shù)是智能汽車(chē)的瓶頸之一。“由于道路結(jié)構(gòu)異常復(fù)雜，導(dǎo)致待檢測(cè)信息高度冗余。”李升波解釋說(shuō)，交通流不僅涉及周?chē)能?chē)輛、障礙物、行人等多種要素，而且由于人車(chē)交通流混雜，要預(yù)測(cè)各自的行為十分困難。另外，行車(chē)環(huán)境也是種類繁多，受雨、強(qiáng)光、雪、霧、霾等天氣影響很大。“如何盡可能可靠地、準(zhǔn)確地感知各類場(chǎng)景，這是我們面臨的最大挑戰(zhàn)。”

　　目前，國(guó)內(nèi)外主要有兩類感知技術(shù)流派，一類是3D街景地圖，加上360度掃描式雷達(dá)，以SLAM(即時(shí)定位與地圖構(gòu)建)技術(shù)為核心實(shí)現(xiàn)環(huán)境感知。這一方案理論上可以全方位感知周?chē)?D環(huán)境，但成本高昂、數(shù)據(jù)量大、對(duì)處理算法的實(shí)時(shí)性要求很高。

　　另一類技術(shù)則是多源傳感器融合技術(shù)。目前，絕大多數(shù)自動(dòng)駕駛汽車(chē)依靠使用不同類型的傳感器來(lái)互相彌補(bǔ)不足——激光雷達(dá)無(wú)法感知玻璃，而攝像頭容易被圖像欺騙。

　　張?zhí)炖自敿?xì)比較了幾款傳感器的優(yōu)劣勢(shì)。“要做物體的檢測(cè)和跟蹤工作，用雷達(dá)合適，但在分類和車(chē)道線識(shí)別方面，相機(jī)更合適。”張?zhí)炖渍f(shuō)，要達(dá)到最智能的效果，主機(jī)廠當(dāng)然可以使用一系列傳感器，以便在系統(tǒng)中建立冗余，但由于成本、技術(shù)等問(wèn)題，不同的企業(yè)傾向于不同的環(huán)境感知解決方案。“不同傳感器之間的信息融合也是不小的挑戰(zhàn)。”

　　高精度地圖待充分利用

　　傳感器用來(lái)感知定位，高精度地圖則可以幫助汽車(chē)作出道路選擇的決策。

　　禾多科技地圖部門(mén)負(fù)責(zé)人戴震在接受媒體采訪時(shí)表示，地圖相關(guān)的技術(shù)可以分為三種;傳統(tǒng)地圖導(dǎo)航技術(shù)，包括地圖匹配、路徑規(guī)劃以及導(dǎo)航指令系統(tǒng);現(xiàn)在時(shí)的技術(shù)，包括高精度地圖如何輔助定位、感知和控制規(guī)劃;未來(lái)時(shí)的技術(shù)，即眾包地圖采集，以前地圖是一個(gè)給予者，車(chē)是使用者，未來(lái)車(chē)會(huì)成為地圖的修改者、采集者。

　　“我們希望過(guò)去時(shí)、現(xiàn)在時(shí)、未來(lái)時(shí)這些技術(shù)，都能在L3級(jí)以上無(wú)人駕駛汽車(chē)中得到充分應(yīng)用。”戴震表示。

　　提到高精度地圖的具體應(yīng)用，戴震舉出在實(shí)際測(cè)試中遇到的問(wèn)題：下匝道時(shí)，一般會(huì)用攝像機(jī)觀察車(chē)道線的變化，來(lái)保證車(chē)輛在車(chē)道內(nèi)行駛。當(dāng)車(chē)道彎曲比較大的時(shí)候，攝像機(jī)反饋的結(jié)果不太理想，這時(shí)就需要用到地圖的先驗(yàn)數(shù)據(jù)，根據(jù)車(chē)輛的姿態(tài)擬算兩側(cè)車(chē)道線的數(shù)據(jù)。

　　“如果有了高精度地圖，就可以有效提高感知算法的效率和準(zhǔn)確率。比如，過(guò)濾掉地圖中固有的標(biāo)識(shí)物信息，可以讓有限的計(jì)算資源集中在道路上可能對(duì)車(chē)輛造成影響的物體上。”戴震認(rèn)為，目前自動(dòng)駕駛在使用高精度地圖時(shí)，面臨的最大難點(diǎn)在于，高精度地圖擺在面前，卻無(wú)法很好使用。

　　“在我們看來(lái)，地圖本身成本并非車(chē)廠不可接受，難的是如何充分利用地圖。要不就是技術(shù)不成熟，要不就是傳感器過(guò)于昂貴。對(duì)于低成本的傳感器采集數(shù)據(jù)的質(zhì)量是否達(dá)標(biāo)、是否可以與地圖數(shù)據(jù)進(jìn)行匹配等也是目前面臨的問(wèn)題。”戴震解釋說(shuō)，特別是在現(xiàn)在針對(duì)不同場(chǎng)景的自動(dòng)駕駛的傳感器方案還未確定的情況之下，更是如此。

　　執(zhí)行控制差距大

　　作為自動(dòng)駕駛真正落地的基礎(chǔ)，執(zhí)行控制技術(shù)是國(guó)內(nèi)積累最薄弱的環(huán)節(jié)。張?zhí)炖谆貞浽鴧⒓尤珖?guó)高校自動(dòng)駕駛汽車(chē)大賽時(shí)，還在改造車(chē)上外加電機(jī)，主要目的就是達(dá)到自動(dòng)化效果。張?zhí)炖滋寡赃@種方法只能作出很粗糙的控制，并不能滿足車(chē)輛動(dòng)力學(xué)控制，當(dāng)然也就完全談不上車(chē)輛的可靠性。

　　面向量產(chǎn)的自動(dòng)駕駛汽車(chē)必須對(duì)車(chē)輛的傳統(tǒng)執(zhí)行機(jī)構(gòu)進(jìn)行電子化改造，升級(jí)為具有外部控制協(xié)議接口的線控執(zhí)行部件系統(tǒng)，主要包括線控油門(mén)、線控轉(zhuǎn)向、線控制動(dòng)三個(gè)部分。

　　目前落地自動(dòng)駕駛的執(zhí)行控制部分被博世、大陸等國(guó)外一級(jí)制造供應(yīng)商(Tier1)壟斷。“這些Tier1擁有自成體系的全套底盤(pán)控制系統(tǒng)，且大多不開(kāi)放。”張?zhí)炖渍f(shuō)，“我們的供應(yīng)商大多拿市場(chǎng)換技術(shù)，但很多技術(shù)沒(méi)有拿到，現(xiàn)在要做一輛非常好的程控?zé)o人駕駛汽車(chē)，在中國(guó)還是一個(gè)難題。”

　　“如果說(shuō)這些執(zhí)行系統(tǒng)控制端口不對(duì)無(wú)人駕駛系統(tǒng)開(kāi)放，無(wú)人駕駛系統(tǒng)可能只能夠停留在樣車(chē)階段，很難走到產(chǎn)業(yè)化階段。”李升波說(shuō)。

　　為了繞過(guò)國(guó)外零部件巨頭，國(guó)內(nèi)自動(dòng)駕駛的研究從未止步。據(jù)了解，很多主機(jī)廠在自己培育感知、規(guī)劃決策和執(zhí)行層的供應(yīng)商，前期做Demo測(cè)試、示范應(yīng)用，等到技術(shù)成熟再進(jìn)行部分替換。

　　對(duì)于張?zhí)炖卓春玫牡退賹Ｓ密?chē)來(lái)講，他的技術(shù)團(tuán)隊(duì)就找到了比較好的方法來(lái)解決底層控制的難題。“以往需要幾個(gè)月、十多個(gè)工程師不斷地對(duì)參數(shù)進(jìn)行辨識(shí)、分析，我們現(xiàn)在可以用機(jī)器學(xué)習(xí)的方法，在一定程度上降低大規(guī)模、長(zhǎng)時(shí)間地用一個(gè)算法與車(chē)輛適配的過(guò)程。只要車(chē)輛在測(cè)試區(qū)內(nèi)不斷行駛，就可以將控制參數(shù)調(diào)試到最佳。”