分类： 信息化
2017-05-24 16:12:48
引言：人工智能是时代，机器人开始作为服务的承载体出现，其中的一个具体事例就是无人驾驶的产品化。无人驾驶并不是一个单一的新技术，而是一系列技术的整合。本文将向您介绍这一技术对生活带来的改善以及无人驾驶的分级。
本文选自《第一本无人驾驶技术书》。
无人驾驶之所以会给汽车行业带来如此大的变革，是因为无人车带来的影响是空前的。研究表明，在增强高速公路安全、缓解交通拥堵、减少空气污染等领域，无人驾驶会带来颠覆性的改善。
高速公路事故是全世界面临的重大问题。根据世界卫生组织统计，全世界每年有124万人死于高速公路事故，在中国这一数字约为260000人。据估计，致命车祸每年会造成2600亿美元的损失，而车祸致伤会带来3650亿美元的损失。几乎可以肯定，在这方面，无人车将带来大幅改善，避免车祸伤亡。在中国，约有60%的交通事故和骑车人、行人或电动自行车与小轿车和卡车相撞有关。在美国的机动车事故中，有94%与人为失误有关。美国高速公路安全保险研究所的一项研究表明，全部安装自动安全装置能使高速公路事故死亡数量减少31%，每年将挽救11000条生命。这类装置包括前部碰撞警告体系、碰撞制动、车道偏离警告和盲点探测。
交通拥堵几乎是每个大都市都面临的问题。以美国为例，每位司机每年平均遇到40小时的交通堵塞，年均成本为1210亿美元。在中国，汽车数量超过100万辆的城市有35个，超过200万辆的城市有10个。在最繁忙的市区，约有75%的道路会出现高峰拥堵。”中国私家车总数已达1.26亿辆，同比增加15%，仅北京就有560万辆汽车。都市区30%的交通拥堵是由于司机为了寻找附近的停车场而在商务区绕圈造成的。这是交通拥挤、空气污染和环境恶化的重要原因。另外，根据估算，在都市中有23%~45%的交通拥堵中发生在道路交叉处。交通灯和停车标志不能发挥作用，因为它们是静止的，无法将交通流量考虑其中。绿灯或红灯是按照固定间隔提前设定好的，不管某个方向的车流量有多大。一旦无人车逐渐投入使用，并占到车流量比较大的比例，车载感应器将能够与智能交通系统联合工作，优化道路交叉口的车流量。红绿灯的间隔也将是动态的，根据道路车流量实时变动。这样可以通过提高车辆通行效率，缓解拥堵。
完成停车时，无人车能将每侧人为预留的空间减少10厘米，每个停车位就可以减少1.95平方米，此外层高也可以按照车身进行设计。通过无人车与传统汽车使共享车库，所需要的车库空间将减少26%。如果车库直供自动泊车汽车使用，则所需的车库空间将减少62%。节省的土地可以用于建设其他对行车和行人更加友好的街道，同时也节省了消费者停车和取车的时间。
汽车是造成空气质量下降的主要原因之一。兰德公司的研究表明，“无人驾驶技术能提高燃料效率，通过更顺畅的加速、减速，能比手动驾驶提高4%~10%的燃料效率。”由于工业区的烟雾与汽车数量有关，增加无人车的数量能减少空气污染。一项2016年的研究估计，“等红灯或交通拥堵时汽车造成的污染比车辆行驶时高40%。”无人车共享系统也能带来减排和节能的好处。
美国国家公路交通安全管理局（NHTSA，制定各种监管和标准）和美国机动工程师协会（SAE）都对自动驾驶技术发布了标准。
NHTSA和SAE对自动驾驶的分级比较
NHTSA将自动驾驶功能分为5个级别：0~4级，以应对汽车主动安全技术的爆发增长。
没有任何自动驾驶功能、技术，司机对汽车所有功能拥有绝对控制权。驾驶员需要负责启动、制动、操作和观察道路状况。任何驾驶辅助技术，只要仍需要人控制汽车，都属于Level 0，包括碰撞预警、车道偏离预警，以及自动雨刷和自动前灯控制等等。
驾驶员仍然对行车安全负责，不过可以放弃部分控制权给系统管理，某些功能已经自动进行，比如常见的自适应巡航（ACC）、应急刹车辅助（EBA）和车道保持（LKS）。Level 1的特点是只有单一功能，驾驶员无法做到手和脚同时不操控。
司机和汽车来分享控制权，驾驶员在某些预设环境下可以不操作汽车，即手脚同时离开控制，但驾驶员仍需要随时待命，对驾驶安全负责，并随时准备在短时间内接管汽车驾驶权。比如结合了ACC和LKS形成的跟车功能。Level 2的核心不在于要有两个以上的功能，而在于驾驶员可以不再作为主要操作者。Tesla推送的autopilot也是Level 2的功能。
在有限情况下实现自动控制，比如在预设的路段（如高速和人流较少的城市路段），汽车自动驾驶可以完全负责整个车辆的操控，但是当遇到紧急情况，驾驶员仍需要在某些时候接管汽车，但有足够的预警时间，如即将进入修路的路段（Road work ahead）。Level 3将解放驾驶员，即对行车安全不再负责，不必监视道路状况。
在无须人协助的情况下由出发地驶向目的地。仅需起点和终点信息，汽车将全程负责行车安全，并完全不依赖驾驶员干涉。行车时可以没有人乘坐（如空车货运）。
另一个对自动驾驶的分级来自SAE，其定义自动驾驶技术共分为0~5级。SAE的定义在自动驾驶0~3级与NHTSA一致，分别强调的是无自动化、驾驶支持、部分自动化与条件下的自动化。唯一的区别在于SAE对NHTSA的完全自动化进行了进一步细分，强调了行车对环境与道路的要求。SAE-Level4下的自动驾驶需要在特定的道路条件下进行，比如封闭的园区或者固定的行车线路等，可以说是面向特定场景下的高度自动化驾驶。SAE-Level5 则对行车环境不加限制，可以自动地应对各种复杂的车辆、新人和道路环境。
综上所述，不同Level所实现的自动驾驶功能也是逐层递增的，ADAS（Advanced Driving Assistant System）即高级驾驶辅助系统，属于自动驾驶0~2级。如下表，L0 中实现的功能仅能够进行传感探测和决策报警，比如夜视系统、交通标识识别、行人检测、车道偏离警告等。L1实现单一控制类功能，如支持主动紧急制动、自适应巡航控制系统等，只要实现其中之一就可达到L1。L2 实现了多种控制类功能，如具有AEB和LKA等功能的车辆。L3实现了特定条件下的自动驾驶，当超出特定条件时将由人类驾驶员接管驾驶。SAE中的L4是指在特定条件下的无人驾驶，如封闭园区固定线路的无人驾驶等，例如百度在乌镇景区运营的无人驾驶服务。而SAE中的L5就是终极目标，完全无人驾驶。无人驾驶就是自动驾驶的最高级，它是自动驾驶的最终形态。
全自动无人车可能比半自动驾驶汽车更安全，因为其可以在车辆行驶时排除人为错误和不明智的判断。例如，弗吉尼亚理工大学交通学院的调查表明，“L3级自动驾驶车辆的司机回应接管车辆的请求平均需要17秒，而在这个时间内，一辆时速65英里（105千米）的汽车已经开出1621英尺（494米）——超过5个足球场的长度。”百度的工程师也发现了类似的结果。司机从看到路面物体到踩刹车需要1.2秒，远远长于车载计算机所用的0.2秒。这一时间差意味着，如果汽车时速是120千米（75英里），等到司机停车时， 车子已经开出了40米（44码），而如果是车载计算机做判断，则开出的距离只有6.7米（7码）。在很多事故中，这一差距将决定乘客的生死。由此可见，站在自动驾驶最高级的无人驾驶才是汽车行业未来发展的“终极目标”。
