第一次作业  无人驾驶车发展现状
    通信工程学院  三班  张琪  学号 52130322雷克萨斯是哪国的品牌
新的时代，汽车作为人们出行的必备交通工具，为人类的日常生产生活带来极大的方便。但是，汽车的过度使用同时也给人类的生活带来了一些不好的影响，交通堵塞、交通事故时有发生。近年来，互联网技术的迅速发展给汽车工业带来了革命性变化的机会。与此同时，汽车智能化技术正逐步得到广泛应用，这项技术使汽车的操作更简单，行驶安全性也更好，而其中最典型也是最热门的未来应用就是无人驾驶汽车。
无人驾驶汽车即自动驾驶智能汽车，就是在没有人类参与的情况下，依靠车内的计算机系统，通过给车辆装备智能软件和多种感应设备，包括车载传感器、雷达、GPS 以及摄像头等，来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，随即作出反应判断，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上完成行驶。实现车辆的自主安全驾驶，安全高效地到达目的地并达到完全消除交通事故的目标。无人驾驶汽车技术以全新的驾驶方式改变了传统的驾驶体验，它把不可控制的驾驶员从驾驶位置剔除，不仅大大的提升了交通系统的效率和安全性能还使人们告别了长途的无聊驾驶，进而提高了社会的收益和保障了
人身安全。
无人技术的普及，永远离不开动机和技术这两个关键因素。前一个因素是需求问题，随着市场对汽车安全和智能化的要求越来越高，越来越多的企业与科研机构也参与到这个领域;后一个因素是技术问题。目前来看，无人驾驶技术的完
全实现也只是时间问题了。
首先来了解一些国外无人驾驶汽车发展现状。国外著名汽车企业及 IT 行业巨头谷歌都竞相着手研发无人驾驶汽车技术，研发进程十分迅速，不少研发车型已接近量产。在美国及欧洲，允许正在开发的自动驾驶车上路行驶正成为一种普遍现象。美国内华达、加利福尼亚、佛罗里达及密歇根州为谷歌、奥迪等正在开发的无人驾驶车发放了公路试验牌照，谷歌无人驾驶汽车已经行驶超过 80 万 km，实现了零事故。欧洲方面，德国向宝马发放了许可证，西班牙也允许无人驾驶汽车上路行驶。汽车企业对于全自动驾驶的观点似乎略有分歧。事实上，部分汽车企业对全自动驾驶并不十分赞同。戴姆勒 AG 总裁 Dieter Zetsche 认为，奔驰的确会考虑在汽车中加入少量无人驾驶技术，但绝不会剥夺车主的驾驶乐趣而推行全自动汽车。沃尔沃、日产公司相对积极，沃尔沃一直致力于无人驾驶技术以求制造最安全的汽车;日
产计划 2020 年推出商用版无人驾驶汽车。通用、丰田和大陆集团也计划 2020 年推出无人驾驶汽车。从科技巨头到汽车制造商，再到各国政府、组织，越来越多的人将无人驾驶汽车看作整个汽车行业的未来，并积极投入金钱和精力进行相关研究。2010 年德国柏林自由大学科研人员推出了名为“德国制造”的无人驾驶汽车，它可以自动停下来搭载乘客。这款试验性车型，允许乘客利用智能设备向车辆发送消息，该车通过全球定位系统锁定乘客方位，确定出最佳路线，以最快的速度到达并搭载乘客。2011 年，美国内华达州通过允许无人驾驶汽车上路的法律后，谷歌成为世界上第一个获得无人驾驶汽车授权的公司。2013 年，英国政府拨款 150 万英镑，用来在伦敦以北的小城米尔顿·凯恩斯的道路上，进行无人驾驶汽车实地试验。这些别称为“豆荚”的自动驾驶汽车行驶速度为 19 km/h，它们将在专用道路上搭载乘客前往市区各地。英国政府希望在 2015年前先投入 20 辆有驾驶员管理的“豆荚”运营，并在 2017 年投入百辆无人驾驶的“豆荚”。2013 年底，美国密歇根大学批准了一项 600多万美元的“安全驾驶”项目，建造用于测试自动驾驶汽车的设施。该大学与汽车行业及政府部门通力合作，计划在 2021 年向该州安娜堡市交付无人驾驶车车队，车队里所有的无人驾驶汽车都将联网。
这些正在发展中的无人驾驶汽车无一例外都运用了各种高端的技术。谷歌的普锐斯无人驾驶
程度目前来说是最高的，它运用了汽车摄像机、雷达传感器、激光测距仪、网络云平台技术、车载计算机系统等技术，目前谷歌所拥有的无人驾驶技术已非常接近量产，但受限于法律，目前还未正式投产。雷克萨斯的LS车型，运用了立体型高像素摄像头、GPS 天线、360 度激光追踪技术、主动巡航系统、车道偏离系统、侧向辅助系统等技术。雷克萨斯发布的无人驾驶车型不仅拥有诸多感应设备，同时车载辅助系统也十分丰富。沃尔沃的V60、S60、XC60运用堵车辅助驾驶系统、摄像机、雷达、激光感应器、自动泊车系统、自动紧急制动系统、应急车道辅助系统等。沃尔沃致力于成为第一家推出无人驾驶技术的厂商，目前沃尔沃正逐步开发无人技术。宝马的5系、i3运用新型自动巡航系统、GPS 定位、雷达、超声波、激光探测器、激光扫描仪、摄像监控设备、车道偏离系统、自适应巡航控制系统等技术。并且，搭载 CDC 系统的宝马5 系已进行了5 000 km的路面测试，无人技术已比较成熟。奥迪的TTS、A6运用了雷达传感器、激光扫描仪、视频摄像头、泊车辅助系统、自适应巡航系统、主动式车道保持系统、超车警示等系统等。而且奥迪是继谷歌之后第二家拿到美国无人驾驶测试的厂家，足以证明奥迪无人技术的成熟。奔驰的新S级车运用了智能巡航系统、车道保持系统、路标识别系统、自动导航系统、自动泊车系统。目前新 S 级拥有丰富驾驶辅助系统，同时也拥有部分智能感应设施。通用汽车公司的凯迪拉克XTS运用了雷达传感
器、摄像头、激光等、自适应巡航系统、智能刹车辅助系统、前方碰撞报警系统、车道偏离报警系统。运用汽车独特的 Super cruise 系统，已可使车辆实现半自动驾驶，不过暂无无人车实验。福特公司的FUSION HYBRID运用了自适应巡航系统、智能刹车辅助系统、盲点信息系统、车道偏离报警系统、主动泊车系统、光探测与光测距系统。福特汽车与麻省理工和斯坦福大学合作开
发。麻省理工团队研究汽车如何最准确地预测行人和周围其他车辆的行动，而斯坦福大学团队则研究如何让汽车看清楚四周的障碍物。
    随着国外无人驾驶车技术的不断深入研究发展，国内也正在无人驾驶车的发展上不断努力。但是在中国，无人驾驶汽车仍然处在研发试验的初级阶段。中国无人驾驶汽车行业尚未形成市场。下面简单介绍一下我国无人驾驶汽车企业技术发展格局。一汽无人驾驶新技术的研究始于 2001 年。红旗HQ3 无人驾驶轿车是一汽自主品牌轿车向高端技术发展的一个新成果;由国防科技大学研制的中国无人驾驶汽车红旗HQ3，2011 年通过了试验，从长沙上高速，自行开往武汉，行程 286 km，其中自主超车 67 次，平均时速 87 km/h。上汽 2013 年 9 月正式与中国航天科工三院在沪签署战略合作协议;上汽无人驾驶汽车试行还处于研发阶段。
北京汽车无人驾驶汽车:计划于 2014 年达到上路水平，届时将选择适当路段，进行无人驾驶示范运营。目前，先期研发的技术包括有“自适应防碰撞”、“道路识别系统”、“自我纠正系统”、“自适应巡航”等技术。2013 年，武汉大学与奇瑞合作开发无人驾驶汽车;改装后的车名叫“smart V”(价值大约 170 万元，相当于一辆宝马 X6 的价格)。北京现代合作研究机构:北京现代与军事交通学院合作研究;北京现代无人驾驶汽车试行情况:2012 年 11 月，北京途胜驶入京津高速进行试验，其车顶与车前保险杠处安置雷达设备;并计划在 2013 年下半
年，推出面向普通民众的体验计划。
从过去几年的发展来看，中外企业(机构)在无人驾驶汽车的发展路线上略有不同。技术路线不同:谷歌的无人驾驶汽车走的是基于导航技术的路线，投入很高，也有很多创新技术的应用。而国防科技大学的无人驾驶汽车HQ3，其“大脑”是藏在后备厢里的计算机设备，车辆没有 GPS 等导航设备，完全是利用自身的“环境传感器”来识别道路标线，进而依靠车载的智能行为决策和控制系统，实现正常汇入高速公路的密集车流中自主驾驶。估计中国的无人驾驶技术路线未来将会与国外逐渐趋同。研发主体不同:欧美无人驾驶技术多为信息和汽车行业推动，中国的无人驾驶研发主体多为高校和国防单位。虽然中国车企已经和高校联
合，提前投入到智能辅助驾驶系统的研发中，但作为终极技术的无人驾驶，目前只有个别主流车企开始研发。
    就无人驾驶车的发展现状来看，未来人们需要克服的困难还有很多。首先便是技术难题。研发人员目前面临的最棘手的技术问题是如何提高汽车的视觉能力，如何将人类的视觉能力复制于电脑系统。人脑有几乎 1/5 用于图像处理，对人类的视觉能力我们还有很多没有弄明白的地方，目前所研发的电脑视觉系统还非常的低端和原始。一般无人驾驶汽车使用的激光扫描仪无法穿越固体障碍物，如果有行人突然出现在车道上，扫描仪是无法及时检测的。无人驾驶汽车不仅需要留意周边的其他车辆，还必须能够检测到周围的路人、车道、停止线、交通标识、交通灯等等一系列因素;也需要有预测诸如目前行驶的车道是否会在几百米之外终止、前方道路上是否有停泊车辆等问题的能力。此外，当路面上有积雪时，无人驾驶汽车经常会面临无法“看清”道路标志及其他线索的难题，而电脑必须利用这些信息才能进行正确的定位。其次还有预测和回应人类的行为。目前还没有人能解决这个难题，但这却是确保无人驾驶汽车安全行驶必须解决的问题。当车辆需要在楼房建设区域、事故区域或是其他会有人通过手势信号来指挥行车的区域穿行时，无人驾驶汽车也将面临难题。这需要汽车可以精确地观察停车标志、交通信号灯、限速标牌、其他车辆的行为以及人类驾驶员会关注的其他通
用信息，以判断以什么样的速度行车，以及何时何地需要转弯等。但是，当有人用手势信号来指示车辆通行时，尤其是当这些手势信号与交通信号灯或停车标志有冲突时，无人驾驶汽车就会感到困惑了(这种情况在城市的十字路口经常会发生)。还有成本问题。在汽车界绝大多数人士看来，无人驾驶汽车产业化瓶颈主要来自于成本所面临的挑战包括开发低成本、稳定可靠的传感器及大量的软件开发。上述成本中未包括企业在研发及软件开发领域的成本，全球主流企业在无人驾驶汽车领域的前期研发投入都非常庞大。由于无人驾驶汽车更多依赖于汽车电子产品和软件，根据摩尔定律，未来随着无人驾驶技术研究的进一步深入，廉价的电子零部件替代品出现将会使无人驾驶汽车的成本快速下降。法规难题也是一个很重要的问题。美国目前有 4 个州———内华达州、佛罗里达州、加利福尼亚州和密歇根州通过了允许对无人驾驶汽车进行路测的法规。尽管已经有不少例子证明政府为鼓励科技创新会对有关的法律法规进行调整，但在政府决定出台支持无人驾驶汽车的法律前，还需要数以百万公里的路测。(1)市场准入标准。在美国，如果推出一款全新型号的机动车，首先需要符合一系列环保标准，并通过稳定性以及安全性测试后才能得以通过，而这些测试通常需要耗费不少时间。因此，对于无人驾驶汽车来说，首先要做的就是证明自己拥有完成自动驾驶、处理行人乱穿马路、汽车闯红灯以及软件突发问题的能力。而美国交通部目前还没有针对无人驾驶汽
车的测试标准，而该部门的办事效率也通常没有谷歌那么高效。美国国家公路运输安全局表示，对于政府来说，如何制定出一个客观、可测试多种可能发生路况的无人驾驶车辆性能表现标准是一个非常巨大的挑战，甚至可能需要测试无人驾驶汽车背后的电路系统支持，并更加积极地建立起车载电子系统的标准。保险及责任认定难题。如何给无人驾驶汽车上保险也是一个大问题。无人驾驶汽车相比普通汽车更安全且事故率更低。这样的话，保险公司理应为这类涵盖了更多安全技术的汽车给出较低的保险金额。因为通常来说，保险公司都会给拥有更多安全配置的车辆给予较低的保险金额。但是，考虑到诸如 ABS 这类系统在某些情况下甚至有可能造成事故，保险公司对无人驾驶汽车还持观望态度。兰德公司(Ｒand Corp)的一份报告总结:“对于配备了自主驾驶技术的车辆”，现有的责任案例法“似乎没有提出对车主或驾驶员的特别的责任考虑”。相反，该研究预测事故数量的减少以及与之相关的保险成本降低，将鼓励司机和汽车保险公司采纳该技术。这份研究报告也预测，汽车制造商的产品责任很有可能增加，这可能会放慢该技术的引进。然而兰德研究显示，如果证明无人驾驶汽车的安全性有谷歌所宣称的一半那么好，政府可能会出手干预并强制推行。无人驾驶汽车还有一个最大特点，就是车辆网络化、信息化程度极高，而这也对电脑系统的安全问题形成极大挑战。一旦遇到电脑程序错乱或者信息网络被入侵的情况，如何继续保证自身车辆以及周围其
他车辆的行驶安全，这同样是未来急需解决的问题。同时，无人驾驶汽车将彻底改变人们的驾乘方式，这种方式能否被乐于驾驶的人们所接受，以及如何适应不同的“马路文化”，都将是需要面对的问题。
    而前不久发生的一件事更是证明了无人驾驶车的大量使用要走的路还很长。今年2月中旬，美国谷歌公司一辆无人驾驶汽车与一辆公共汽车发生轻微碰撞。谷歌公司在2月29日表示，无人驾驶汽车应“承担一定责任”。这是谷歌无人驾驶汽车首次在事故中需要承担责任。这一事故说明，面对复杂的路况和道路法规，无人驾驶技术还未能安全无误地操控方向盘。毕竟，无人驾驶技术是基于预先的信息存储，再加上传感器对现场作出一定程度的感知。然而，现实中的情况千变万化，目前来说，按规则去做的计算机显然远比不上人脑灵活。
    虽然目前无人驾驶汽车产业化仍存在各种问题，但无人驾驶汽车实质上是建立在汽车主动安全技术、智能化技术逐步升级的基础上的，只要市场对这些技术有持续的需求，就能推动汽车向完全无人化演进。因此，相当多的企业对于其前景表示乐观。目前，已经开发出来的无人驾驶汽车技术包括自适应巡航控制和车道保持、智能刹车、路标识别等。这些还属于主动安全系统的范畴，推动无
人驾驶汽车的发展还需要开发更先进的传感器技术。另外，车 － 车、车 － 基础设施通信系统也将推动无人驾驶汽车的发展。美国 IEEE 预测，到2040年全球上路的汽车总量中，75% 将会是无人驾驶汽车。市场研究公司 IHS 则预测，2025 年全球无人驾驶汽车销量将达到 23 万辆，2035 年将达到1 180万辆，届时无人驾驶汽车保有量将达到 5 400万辆。其中，2035 年 4 级完全无人驾驶汽车每年销量可达到 480 万辆。IHS 预测，到 2035 年，北美在无人驾驶汽车市场上的份额将达到 29%，中国为 24%，西欧为 20%。未来，人类交通系统或将
发生翻天覆地的变化。
    至于大众何时才能使用无人驾驶汽车，对谷歌最新的报道是这样阐述的。在过去的八年时间内，谷歌公司一直在努力的研发自己的无人驾驶汽车。不管怎么说，未来人们将生活在一个汽车不再需要人力驾驶员的世界之中。但是，在无人驾驶汽车大规模到投放到市场之前，那样的日子到底何时才能到来？周五，谷歌公司无人驾驶汽车项目主管克里斯·乌尔姆森（Chris Urmson）对此进行了阐述。