全球自动驾驶的三十年，无人驾驶五大核心技术-感知、决策、控制、定位、安全

1984年，美国国防部高等研究计划局（DARPA）开展ALV项目首次尝试自动驾驶

2004年，DARPA在组织了野外自动驾驶挑战赛（Grand Challenge）

2009年，谷歌、百度、福特、Uber、通用相继开始研究自动驾驶技术。

2017年，百度推出阿波罗开放平台，进行从小型客车到Robotaxi的道路测试。

回顾过去几十年，人工智能的发展几经沉浮，在经历了两次AI寒冬之后，随着深度学习技术的发展，人工智能进入了大数据、大计算、大模型算法的时代，为未来无人驾驶智能交通变革奠定基础。

无人驾驶系统也称为自动驾驶系统，指主要依靠人工智能、视觉计算、雷达和全球定位及车路协同等技术，使汽车具有环境感知、路径规划和自主控制的能力，从而可让计算机自动操作的机动车辆。

自动驾驶系统可以分为感知层、决策层、执行层，分别代替人的眼睛、大脑、手脚。有别于传统人工驾驶车辆，自动驾驶车辆最大特点是AI技术的主导，其驾驶过程是机器不断收集驾驶信息并进行信息分析和自我学习从而达到自动驾驶的系统工程

无人驾驶系统架构

1、感知技术

无人驾驶汽车的环境感知系统是一种集成了多种传感器技术和计算能力的系统，用于实时监测和感知汽车周围的环境，提高驾驶安全性、改善驾驶体验，并为自动驾驶和高级驾驶辅助系统提供数据支持。

无人驾驶汽车环境感知系统主要利用车载超声波传感器、毫米波雷达、激光雷达、视觉传感器，以及V2X通信技术等获取道路、车辆位置和障碍物信息，并将这些信息传输给车载控制中心，为车辆提供决策依据，其感知的对象主要有道路、车辆、障碍物、交通标志、信号灯等。

2、决策与规划技术

无人驾驶系统基于感知结果进行决策与规划技术，根据道路交通规则和行驶策略，通过算法来解决车辆的路径规划、交通流预测、障碍物避让等问题，决定车辆的行驶路径、时机和速度等，确保自动驾驶车辆能够在复杂的交通环境中安全行驶。

无人驾驶决策的功能模块：

· 参考路径：解决A点到B点的路由寻径问题，路径规划的层次要深入到无人车所使用的高精地图的车道 (Lane) 参考路径也用于表达换道需求，不同路径有不同优先级；

· 交规决策：通过参考路径找到交通标志和信号灯；

· 路径决策：根据交通规则与当前障碍物信息进行路径决策；

· 速度决策：速度边界和位置边界传给速度优化器得到平滑的速度规划；

· 场景决策：场景可以是地图中有一定特征的路段，比如路口、红绿灯等，也可以是无人车想要完成的一系列复杂的动作。

3、控制与执行技术

无人驾驶的两大关键技术是环境感知技术（无人驾驶汽车行驶的基础）和车辆控制技术（无人驾驶汽车行驶的核心）。

无人驾驶车辆控制技术包括轨迹规划和控制执行两个环节，控制与执行技术是将决策结果转化为具体的车辆控制动作的过程，这两项技术相辅相成共同构成无人驾驶汽车的关键技术。

无人驾驶控制的核心技术是车辆的纵向控制技术（车辆的驱动与制动控制）和横向控制技术（方向盘角度的调整以及轮胎力的控制），通过电子控制单元(ECU)和执行器，控制车辆的加速、制动、转向等行驶动作，实现精确而灵敏的车辆控制，确保自动驾驶车辆按照决策结果进行准确的行驶操作。

4、高精地图与定位技术

高精地图与定位技术是自动驾驶车辆在行驶过程中准确感知自身位置和环境的关键，通过使用全球定位系统(GPS)以及地图数据，结合传感器数据，提供车辆在地图上的准确位置信息，可以帮助自动驾驶车辆实现精确定位和地图匹配，为决策和规划提供更准确的参考。

高精度地图最显著的特点：

· 表征路面的基准全面性

· 高精度地图要求更高的实时性

· 高精度地图=自动驾驶地图

2023年底，自动驾驶行业中掀起了一股去高精地图的风向，主要两个原因：

· 政策原因导致车企和图商合作困难；

· 高精地图的更新的频率无法保证车辆行驶的安全性和用户体验。

要去高精地图，但不等于没有高精地图，目前高精地图在自动驾驶中的作用主要有三点：

· 获得自车的绝对定位信息，保证车不跑偏；

· 获得远距离或视野外的感知基础信息，做提前预判；

· 与自车感知形成冗余，特别是在没有车道线时提供道路拓扑。

5、人机交互与安全技术

自动驾驶车辆需要与乘客进行有效的交互，确保乘客的安全与舒适。人机交互技术包括智能语音识别、手势识别、个性化娱乐系统等交互方式，让乘客可以与自动驾驶系统进行沟通和指令传达。

安全技术包括实时监控和故障检测、车内外环境感知、驾驶人机交互HMI，通过传感器和算法监测车辆状态、传感器性能以及系统运行，及时响应异常情况，保障车辆和乘客的安全。

无人驾驶是信息通信等先进技术在汽车上的深度应用，通过垂直领域逐渐扩散布局到通用驾驶的落地路径，体现了更便捷、更简单的人车交互方式，是对人的更大程度的“解放”。单车智能中的感知泛化与决策的评价机制将会是重点，车路协同不仅是自动驾驶的安全保障，同时也适合中国的新基建需求，将在减少交通事故、提高运输效率、完成特殊作业、国防军事应用等领域发挥至关重要的作用。

总而言之，无人驾驶汽车代表了汽车技术和产业化的重要发展方向，无人驾驶是汽车智能化追求的终极目标，也是未来汽车技术创新的主流趋势。

推荐直播

	 



	





	识别二维码报名