Google無人駕駛知多少？

給你一輛無人駕駛汽車，敢坐嗎？

無人駕駛汽車即自動駕駛汽車，其實就是一個可以自動輪式移動的機器人。它打破了傳統的“人——車——路”的閉路系統，解放了駕駛人員，大大提高了汽車的安全性能和駕駛效率，是未來汽車制造業和智能科技相結合的高科技產業。

其中做得最好的無疑是Google公司，他們旗下所研究的無人駕駛汽車已經完成了160多公里的測試，且沒有發生任何嚴重的碰撞交通事故。因此在無人駕駛行業里遙遙領先，目前還沒有幾家公司所研發出來的技術可以和Google相媲美。無疑，無人機駕駛汽車當中蘊含了無數高門檻的黑科技成分，下面我們就來了解一下到底有些什么：

一、傳感器探知環境

無人駕駛汽車如何來感知環境的變化？無人駕駛汽車說白了其實也是一種機器人。機器人只有數據處理能力，如何才能將外界的情況輸入系統并且能夠進行自我處理分析呢？這才是無人駕駛的關鍵性問題。那么這一切都需要一個傳感器來連接內外系統。通過傳感器獲取到現實環境的數據，再運用計算機算法賦予它物理意義，從而讓計算機也能“感知”到環境的具體狀態。比如：通過攝像頭拍攝，獲取到路面車道線的情況數據。再使用計算機算法，找到拍攝到的影像中表示車道線的部分，賦予其物理意義，讓計算機可以自動識別出車道線的位置。

目前無人駕駛汽車使用的傳感器種類有很多，不同的傳感器有不同的優勢和劣勢，可以分門別類地負責不同的情況。比如攝像頭在物體識別方面較強，但是在距離感知上較差，也容易受天氣、光線的影響；而激光掃描儀和毫米波雷達則可以更精確地判斷距離的遠近，卻不能很好地識別物體。

同時不同的傳感器規格不同，表現出來的特質也會不一樣。例如：長距離毫米波雷達可探測200米外的物體，但是測量的角度卻很??；而中距離雷達探測距離僅為60米，但角度范圍卻相對較大。

因此需要將不同的傳感器結合使用，取長補短。目前已經運用到實際生活中的是福爾德，將攝像頭和毫米波雷達相結合生產出了新式傳感器，并開始進行量化生產了。

二、駕駛行為規劃

在無人駕駛領域，涉及到一個至關重要的問題，那就是駕駛行為規劃。那么，什么是駕駛行為規劃呢？行為規劃是相對于路徑規劃而言的，路徑規劃指的是無人駕駛汽車從起始地點到目標地點的一個路徑選擇，且不考慮運動細節和具體軌跡，只是一個全局的規劃。而行為規劃則是一個具體的，詳細的，包含了何時變道、如何變道等具體的駕駛行為決策。無人駕駛汽車只有完美地做到了行為規劃，才能算得上真正的成功。

當然，目前也已經有所突破，比如特斯拉已經能夠做到車道保持、自動變道、跟車功能等。但是問題是依舊需要人的指導，指導它何時切換、何時變道等，并不能完全脫離人的監督進行自動駕駛。

如果無人駕駛能夠做到自我完成行為規劃，還會產生巨大的功能。那就是可以解決現實生活中涉及到的疲勞駕駛、駕駛水平不足以及駕駛道德等問題，從而進一步增強汽車駕駛的安全性能，減少交通事故悲劇的產生。

三、自動定位

汽車駕駛無非就是三個問題：車在哪兒，去哪兒，怎么去。而針對第一個問題的解決目前有多種方法，比如衛星定位、地面基站定位、視覺或是激光定位以及慣導定位等等。當前使用較多的是前兩種，即衛星定位和地面基站定位。

但是每種定位的方法都有其優勢和劣勢，比如衛星定位適用范圍廣，絕對位置精確度高，但是一有遮蔽物或是室內地下情況就無法獲取，位置會隨時間漂移。而視覺或是激光定位則相對位置精確度較高，無位置漂移，但是極易受到環境變化的影響。

因此最好的解決辦法依舊是融合協作運用。當汽車在高速公路上行駛時使用前者，在進入地下通道時則可以使用后者，相互補充，完美切換。無人駕駛汽車的定位系統務必做的精確，所有的車輛控制和行為規劃切換時都需要不斷地反饋到精確的定位。根據不斷變化的具體交通環境和位置來進行精確的運動算法，實現自動駕駛。

不可否認，無人駕駛是一項融合了多種高科技的產品。集環境感知、電子與計算機、自動控制、人工智能等多方面的黑科技為一體，這才是我們完美實現智能化駕駛的終極目標。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！