自动驾驶基础（六）

由前面的分析可见，自动驾驶汽车的最终目标是无人驾驶，但由于路漫漫其修远，不少传统汽车企业希望能逐渐从自动驾驶入手发展到无人驾驶，当然也不乏很多企业（主要是汽车行业的闯入者Disruptors，尤其是新兴的互联网汽车企业）决定直接进行无人驾驶这一步。



按照对数据感知、理解的不同方式，自动驾驶技术路线可以大致分为两个基本路线。一个是储存/比对为主，主要技术路线包括对传感器环境与数据库匹配以确定车辆的位置、依赖高精度地图、通过已知物体数据库与传感器输入来探测障碍，需要通过云端提供所需数据服务。
另一个是以感知、理解为主，通过传感器收集信息，建立实时环境模型，以高精度地图作为传感器的补充甚至可以不需要高精度地图支持，通过深度学习等方式判断障碍，不需要云端提供所需的数据服务。在自动驾驶发展过程中，高精度地图、人工智能技术、云计算应用越来越广泛，未来自动驾驶将是两种路线的综合体。
而在感知和理解之后， 就是决策过程。在决策过程中，认知部分需要传感器数据认知车辆位置、车辆状态以及周边环境，包括车道、交通标识、设施、行人以及车辆的识别，综合车辆的行驶路径决策，包括动态对象运动预测、活动规划、并得出决策方案。最后将决策结果输出给车辆执行系统。车辆电传线控平台收到执行执行指令后，将根据决策结果分别进行相应的制动、转向、驱动等动作。无人驾驶也使得现有的执行部件由液压、机械式转向电传线控化。



在无人驾驶技术的具体实现方式和步骤上来说， 又可以分两种实现路线。
一是改良路线，基于现有技术的ADAS的自动驾驶的演进。
这种发展路线主要基于车辆现有雷达和传感器，以ADAS(AdvancedDriver Assistance Systems高级驾驶辅助系统)为切入点，进行的自动驾驶研究。这种技术偏向于让车辆进行即时演算，通过摄像头和雷达等车载设施的配合让车辆达到自动驾驶目的。
我们可以在特斯拉等其它一些汽车中找到目前最先进的半自动驾驶功能。驾驶员在高速道路上双手可以离开方向盘。该功能是基于车辆现有雷达和传感器，以ADAS(AdvancedDriver Assistance Systems高级驾驶辅助系统)为切入点，进行的自动驾驶研究。这种技术还能够使汽车可以并线、自动泊车、保持车道行驶、必要时自动刹车。不过，目前的ADAS技术总体上来说还仅仅处于Level 2的阶段。
那么，为什么要将ADAS作为自动驾驶的基础呢？原因很简单，因为ADAS技术已经具备了量产基础，并且在很多车型已经经受了量产的考验。目前各种驾驶辅助系统已经有向中低端车型逐步渗透的趋势。
ADAS在硬件方面也都相当成熟，博世、恩智浦、大陆等零部件供应商每年向车企供应的传感器、执行器早已达到千万数量级，如此庞大的一个供应量足以说明，ADAS在硬件方面已经相当可靠。
另外一种是革命路线，基于车联网技术的无人驾驶的演进。
第二种以V2V（vehicle tovehicle车车信息交互）和V2X（Vehicle to X车与外界信息交互）为基础，让车辆通过移动互联，与周边环境建立信息通讯，从而得知实时交通状况，实现可预见性自动驾驶。这也就是人们常说的车联网。
那么，车联网到底是什么呢？通过前面的介绍， 我们可以这样理解，车联网，就等于车载智能终端+物联网+云计算。车联网借助装载在车辆上的传感设备（感知层），收集车辆和车内乘员的信息，通过网络共享（网络层），实现车与车、车与路、车与人、车与云数据等实现交互，实现车与公众网络通信的动态移动通信系统，实现驾驶员、车、行人、车联网平台、城市网络的互联，它可以通过互联互通实现信息共享，收集车辆、环境、道路的信息，并在信息网络平台上对信息进行加工计算和共享，应用于自动驾驶，从而实现智能、安全驾驶，以及享受技术和生活服务等（应用层）。
V2X泛指车辆信息互通的技术，包括V2R，车辆与道路；V2I，车辆与基础设施；V2V，车辆与车辆等；在自动驾驶领域，V2V与V2I的应用用以扩展车载传感器感知范围和效果，使智能车辆的环境感知范围扩大，不再受限于车载传感器的视距范围限制。
首先，通过多车之间沟通各自速度、加减速和转向等信息，为交通的可预测和管控提供基础。其次，通过V2X应用广播前车的环境感知结果，使得施工、交通事故、道路异物、坑洞和路滑等情况可以预先告知后车，有效提高自动驾驶安全。第三，通过V2X网络互联到云端，可以获得更大范围的环境信息，扩展了实时导航和路径规划等服务，减少了多变的天气和复杂环境因素影响。
简单地说，V2V和V2X技术理念就是在汽车上加装一个通讯设备，然后将交通指示灯、道路标识、道路行驶车辆、行人等全都作为信号发射源来进行实时通讯。这样就算汽车本身不具备探测能力，但通过不断询问周边车辆和交通设施，也能够了解其周边的交通环境，从而实现安全的自动驾驶。
V2V和V2X技术最大优势就在于，它可以让车辆具备预见性，而不是到了眼前才做出应有反应。拿信号灯为例，ADAS是基于摄像头来识别图像，通过算法来判断信号灯究竟是红是绿的，而V2X可以让车辆在百米之外就收到信号，从而得知信号灯状态，这就让自动驾驶变得更为简单。
它最大的难点在于，在所有交通设备上都加装信号接收装置和通讯器材是一件非常庞大的事情，并且信号频率如何统一也是摆在研究人员面前的难题。
目前以车联网理念研发自动驾驶技术的企业也不再少数。并且很多公司都是两种技术路线同时进行，最终整合技术一体化的套路。比如：谷歌。
谷歌目前已在测试自动驾驶汽车，选取的结构化环境测试地点为测试场地以及交通量相对较低的德克萨斯州奥斯汀、加利福尼亚州山景城等城市。测试汽车在采集行人和司机数据的同时保持低速行驶—时速不超过25英里(40公里);谷歌还在开始夜间和雨雪天气的自动驾驶测试。