自动驾驶概述

凌云时刻

导读

基本原理概述

单车智能实现的基本原理是通过传感器实时感知到车辆及周边环境的情况，再通过智能系统进行规划决策，最后通过控制系统执行驾驶操作。

感知层会收集大量的自车和环境数据，决策层需要自动驾驶芯片流畅地处理这些数据才能保证系统及时作出正确的决策，从而控制车辆自动行驶并确保安全。智能系统的三大要素是数据、算法和算力，而算力的根本就是芯片。芯片是决策层最为重要的硬件。目前能够量产自动驾驶芯片的主要是Mobileye（英特尔收购）、英伟达、特斯拉。Mobileye市场规模最大，应用于L2的产品有统治级别的市场占有率。英伟达是传统巨头，有算力最强的芯片。Tesla的芯片自产自销，能够量产高算力芯片。国内也有一家后起之秀地平线，芯片也已经量产，奋起直追中。

百度Apollo是目前世界上最为活跃的自动驾驶开源平台。我们从Apollo的平台架构来理解一下自动驾驶在软件方面需要具备的能力。

? 地图引擎（Map）：提供道路、周边建筑等地图信息，高精地图还包含全局车道、曲率、坡度、红绿灯、护栏情况等等信息。如地图可以透出前方86米右拐急弯曲率及下坡坡度。

? 高精定位（Localization）：定位是一个重要模块，L3及以上自动驾驶场景需要高精定位，是车辆信息感知的一个重要元素。如定位到车辆在行进方向右边第二车道，该车道只能直行不能右拐。

? 感知（Perception）：感知模块接受并处理传感器信息，从而识别自车以及周边的情况。如感知到车辆的速度，感知到前方50米有一个行人。

? 预测（Prediction）：预测模块主要用于预测感知到的障碍物的运动轨迹。如在行驶中，感知到左侧道路有一辆车，根据车辆的状态和历史运动轨迹，预测车辆后续运动轨迹，识别是否有碰撞风险。

? 规划（Planning）：根据感知到的信息，规划出一条到达目的地的行进路线，而且还需要规划出未来一段时间内，每一时刻所在位置的精细轨迹和自车状态。如规划轨迹向左偏移并加速，超车后回到道路中心线附近。

? 控制（Control）：如字面意思，通过指令控制车辆硬件进行操作，如发送减速指令到制动器执行制动操作。

? 交互界面（HMI）：人类在中控屏幕上看到的人机交互模块。如自动驾驶系统通过HMI向乘客实时展示系统识别到的自车位置及周边障碍物信息，有助于提升乘客的安全感。HMI在人车共驾的过度阶段更有价值。

? Cyber RT：Cyber RT是一个runtime framework，是百度针对ROS（Robot Operating System）在自动驾驶环境下的一些天生缺陷定制的一套框架，目标是做到高并发，低延迟以及高吞吐。

? 实时操作系统（RTOS）：Real Time Operation System 根据感知的数据信息，及时进行计算和分析并执行相应的控制操作。本系列不对Cyber RT和RTOS部分做更多介绍。

自动驾驶在感知、预测、高精定位等模块，对机器学习都有很深的应用和依赖。自动驾驶在一定程度上也促进了机器学习的发展。

如下为整个架构的数据流向图，从中可以看出各模块的上下游依赖关系。感知是预测的上游；感知、预测、定位、地图又是规划的上游；而控制则是规划的下游；HMI则处于整个系统的下游。从中我们也可以看出，各模块对于高精地图都有依赖，可见高精地图的重要性。高精地图采集分为集中制图和众包制图两种，未来最可能普遍采用的方式是集中制图+众包更新，也可能是直接全众包SLAM制图，够用就好。

自动驾驶如此火热，自然是因为它能够解决一些问题。

降低出行成本

自动驾驶可以替代或者部分替代司机的工作，降低司机成本的投入。中国卡车司机就有3000万，假设驾驶员1个月工资1万，那么一年就是3.6万亿。假设卡车都实现了无人驾驶，那这里可以节约多少成本递、送外卖的从业人员也是千万级别，无人物流车替代，可以节约多少成本用户打车的钱很大一部分是给司机的，如果司机的钱免了，对应用户的乘车成本也会有降低。如果是自己开车也等于是低价请了个司机，享受了更高的服务。如果进入到无人驾驶时代，那么连考驾照的钱都可以省了。自动驾驶发展也会促进车辆共享化从而提升车辆利用率以及降低对停车位等资源的占用成本。

提升通行效率

拥堵是出行的第一大痛点问题。拥堵的原因有三个方面：

1. 人为因素，如低速占位行驶、路口抢行、路口顶牛等行为造成或加剧了拥堵。

2. 交通设施不完备，如限速，车道不足，红绿灯等因素。

3. 车辆故障，如突然无法启动等问题导致车道阻塞。

三个原因中，人为因素的比重最高，交通设施汽车，车辆故障再次。而自动驾驶可以实现远超人类驾驶的规范化驾驶。在相同流量的情况下，自动驾驶可以有效减少拥堵，进而提升通行效率。

提升出行安全

80%以上的交通事故是人为因素造成的，如酒驾、疲劳驾驶、超速行驶、跟车距离过小、不按规定让行等。而自动驾驶可以实现完全规范化的驾驶，没有情绪、100%遵守交规，从而有效提升出行安全。

提升出行体验

这个价值主要是针对辅助驾驶部分的功能。不是最终目标，但却是当下大家最能够确实收获的好处。自动驾驶的各种功能可以降低驾驶的难度，有效提升驾驶体验。

自动驾驶分级

L1自动驾驶

L0就是无自动驾驶功能，不做阐述。L1表示车辆可以自动完成横向或纵向操控中的一项，其余所有工作仍然需要人类来完成。虽然比较低级，但却已经很实用，如ACC、AEB、LKA等。

? ACC：Adaptive Cruise Control 自适应巡航控制

ACC是系统通过传感器监测与前车的距离和相对速度，结合乘坐体验，计算出合适的油门或者刹车量进行车辆纵向的控制，最终实现自动跟车或定速行驶的辅助驾驶功能。

? LKA：Lane Keeping Assist 车道保持辅助

LKA是在车道偏离预警系统（LDW：Lane Departure Warning）的基础上增加纠正的控制。LKA通过传感器监测自车自车与车道中心线的相对位置，如果发现车辆偏离车道，则向驾驶员发出警告，在特定设定下可以通过自动转向控制使得车辆重新回到车道中央行驶。LCC（Lane Centering Control 车道居中控制 ）也会作为一个独立的辅助功能提供。

? TJA：Traffic Jam Assistant 交通拥堵辅助系统

在堵车的时候，走走停停，驾驶员需要时刻保持注意力且频繁操作，容易疲劳。TJA 就是一种拥堵场景的辅助系统，可以让驾驶员适当放松注意力，由车辆自主跟车。TJA 根据策略，保持车道、自动跟车，并通过传感器实时检测周边障碍物情况，对车辆转向进行微调。

出行行业趋势

这两年出行行业可谓风生水起，似乎几年间就已经天翻地覆。近年出行行业发展的几个重要趋势有：

? 电动化

新能源汽车逐渐成为发展主流。国务院办公厅新能源汽车产业发展规划说明到2025年，新能源汽车新车销售量需要达到新车销售总量的20%左右。未来的市场属于新能源，这已经是市场普遍的认知。所以才先有特斯拉成为第一大市值汽车公司，后有蔚来超过宝马市值。电动化带来的并不只是能源上的革命，更为重要的是新能源车的架构在可控性上有了质地飞跃。比如：电机控制远比发动机控制简单，电机调速远比变速器换挡简单。而且新能源车还绕过了燃油车产业链僵化的问题，在新能源领域可以更快速的迭代发展。

? 共享化

“国内已有190余家 约车平台公司获得经营许可，各地共发放 约车驾驶员证250多万张、车辆运输证约104万张，日订单量约2100余万单。在划定的36个中心城市中，已有18个城市合规 约车数量超过出租巡游车，投入运营的车辆超过20万辆，开通运营城市180多个。”如上是交通运输部2020年10月发布的数据，足以说明出行行业共享化已经普及。我们在日常生活中也明确感受到了共享化带来的便利。在L4及以后，司机不再是必要条件，车辆可以直接共享给没有驾照的人使用，这将进一步促进共享化。

? 智能化

汽车外在体验上越来越像个大智能设备，内在应用技术也在飞速迭代发展。大家热捧新能源车，电动化是一个因素，但我相信智能化才是真正可以打开想象空间的匣子。ADAS辅助驾驶功能已经是各主流车型的标配。特斯拉的2.5级自动驾驶已满街跑，FSD（Full Self-Driving）计划2021年推出。L3级自动驾驶的奥迪A8也早已量产。各主流车厂都在加大自动驾驶领域的投资，生怕一旦落后就再也无法赶上这趟高速列车。刚进入汽车行业的华为也在20年10月份提出，采用L4级自动驾驶架构的Autonomous Driving Solution（华为高阶自动驾驶系统）将在2022年量产。

? 联 化

联 化逐渐不再被提及，因为这个技术含量最低也最容易实现。能够进一步带来突破的将是5G的普及，高速度、低延时、高并发支持，为汽车智能化提供了更好的基础设施。相信会有更多可能超出我们想象的应用会逐步浮出水面。

政策法规标准

政策方面，近年我国在自动驾驶相关领域的纲领性文件发布较多。如下三个是最重要的政策文件：

? 2015    ：《中国制造2025》推动智能交通工具等产品的研发和产业化。

? 2019.9  ：《交通强国建设纲要》提出加强智能 联汽车研发；大力发展智慧交通。形成国家层面的发展战略

? 2020.2  ：《智能汽车创新发展战略》到2025年，中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监督和 络安全体系基本形成。

《智能汽车创新发展战略》是由发改委、工信部、公安部等11个部委联合发布。该战略发布意味着国家就智能汽车的发展从上至下达成了高度共识和高度协同，今后将统筹规划、协调发展，全国一盘棋来推动智能汽车产业的发展。各地方政府发布的自动驾驶相关领域的政策规划更是层出不穷。国家非常重视智能汽车产业发展，自动驾驶产业因此有望实现持续高速发展。2019年首个允许开展载人测试和高速道路测试的规范发布。据媒体 道，全国20个城市向70家企业总计发放了超过430张路测牌照，测试车辆总数超过500台。目前各地法规已经从允许道路测试逐步过渡到了允许商业化试运营。

政策是大力支持的，但在法规上还是会对自动驾驶有较多约束。比如《测绘法》规定，自动驾驶汽车在测试行驶中收集和处理地理信息属于测绘活动，需明确测试主体测绘准入、及地理信息保密管理政策。而大多数的L3、L4场景是需要对道路数据进行实时采集的，这就导致做自动驾驶需要有测试资质。全国具备甲级测绘资质的公司也就小几十家，大多掌握在传统图商手上。新势力要介入，要么像华为一样自己申请资质（已经拿到），要么像MobileEye与紫光的合伙一样通过收购有资质的企业（灵图软件）。其他还有，根据《道路交通安全法》等法规和标准，自动驾驶汽车办理机动车登记和上牌也存在障碍。目前交通事故责任承担机制也不适合自动驾驶汽车，亟待明确。整体上，法规稍显滞后，可能产生一些制约。在个别领域，如自动驾驶测试，相关法规相对成熟一些，如《北京市自动驾驶车辆道路测试管理实施细则（试行）》。

在标准方面，自动驾驶领域非常欠缺。安全方面的标准尤为受关注。传统汽车的安全标准已经运行了几十年，标准的前提是车辆驾驶安全由人类负责。ISO 26262:2018便是近年来的最新的标准版本，它主要聚焦在设备功能安全上。ISO 26262定义了汽车安全完整性等级 (ASIL)，最高级为D级。D级别硬件要求为10fit(十亿小时10个故障)。但是如果设备未发生故障，某些功能还是无法正常运行，怎么办呢一个基于图像识别的防撞辅助驾驶功能，图像上行人刚好穿了和路面背景一样颜色的衣服，没有被识别出来，所以系统没有进行刹车，导致防撞失效。后来，汽车行业定义了一个新的标准——ISO / PAS 21448“预期功能的安全性”（SOTIF）标准。该标准主要考虑缓解由于意外操作条件（由于传感器和算法的限制，预期功能可能无法始终正常工作）和需求缺口（缺少关于预期功能的完整描述）而导致的风险。标准涵盖了部分ADAS功能，但是仍然不足以覆盖高级别自动驾驶的所有安全范围，例如 络安全（一旦自动驾驶系统被黑客攻破，后果可能非常可怕）。2020年4月1日，非营利标准组织Underwriters Laboratories发布了UL 4600《自动驾驶产品安全评估标准》，是针对无人驾驶车辆而开发的首个安全评估标准，但标准是否能够得到美国或者行业的普遍认可还不知道。标准的约束力还得仰仗政策法规。

总体来说，在自动驾驶领域，法规标准都不成熟，但国家在政策上是大力支持的，实际在行业发展上也给足了相关公司的发展空间，对行业发展促进远大于制约。中国在这样的土壤下，是很可能长出国际一流企业的。

结语