許焱

2017年，在資金、技術(shù)刺激下，自動駕駛迅速發(fā)展。而時至今日，自動駕駛技術(shù)并沒有得到大規(guī)模的推廣，許多企業(yè)和科研機構(gòu)都成立了自動駕駛研究部門，但是目前的技術(shù)水平都只實現(xiàn)了部分的自動駕駛。

在評價各個自動駕駛系統(tǒng)的工作能力上，業(yè)界通常使用SAE分級來描述。SAE是“國際汽車工程師協(xié)會”的英文簡寫，該協(xié)會依據(jù)自動駕駛系統(tǒng)的功能將他們分為L0至L5這6個級別，其中L0代表非自動化的人工駕駛，L5代表全路段全工況的完全的自動駕駛，L1至L4自動化程度依次提高。

到2017年，沃爾沃、奔馳等企業(yè)研發(fā)的技術(shù)都停留在L2級，這些程度的自動駕駛還需要駕駛員時刻監(jiān)控路面，對于某些突發(fā)的駕駛工況進行應對。而走在技術(shù)前列的特斯拉、奧迪等公司已經(jīng)部分實現(xiàn)了L3級的自動駕駛，車輛無需駕駛員實時監(jiān)控當前路況，只需要在系統(tǒng)提示時接管車輛即可，駕駛員的身份逐漸向乘客轉(zhuǎn)變。

除了車企之間技術(shù)競爭，IT界的大佬們也在摩拳擦掌。Google早在2009年就開始了自動駕駛項目，2014年，Waymo項目團隊向外展示了沒有方向盤、油門和剎車的自動駕駛車原型，可以看出Google是奔著L4級以上的技術(shù)目標在努力，但是近年來還沒有成熟產(chǎn)品問世。

在國內(nèi)，百度無人車、京東無人車等項目熱火朝天，百度無人車近期也發(fā)布了Apollo開源的自動駕駛平臺，資金和技術(shù)的涌入也刺激了國內(nèi)自動駕駛行業(yè)的發(fā)展。

但仍有許多自動駕駛的技術(shù)難關(guān)未破。自動駕駛的技術(shù)系統(tǒng)高度復雜，硬件和算法上難點眾多。在硬件系統(tǒng)中，全天侯高精度的傳感器是自動駕駛的關(guān)鍵，能夠勝任的多線激光雷達往往價格不菲：為了全面檢測車輛周圍信息，車體會安裝數(shù)個攝像頭，大量的傳感器數(shù)據(jù)融合運算對車載計算平臺提出了嚴峻的挑戰(zhàn)。在算法方面，如何魯棒地處理圖像和雷達數(shù)據(jù)檢測出道路、行人、車輛，如何應對突發(fā)狀況規(guī)劃路徑協(xié)調(diào)控制車體一直是學術(shù)上研究的熱點。其他諸如高精度的地圖構(gòu)建、交通標志識別等研究課題還有許多。

各個研究團隊都在拼盡全力推動這項技術(shù)的進步，我認為在可預見的2018年，自動駕駛的硬件和算法方面都會有可喜的進展。

由于各方面原因，能夠?qū)崿F(xiàn)大規(guī)模推廣L4級別的自動駕駛至少要等到2020年。

責任編輯：樸添勤endprint