身處汽車行業(yè)，深感汽車行業(yè)的技術(shù)革新是迅速的，這次只拿自動(dòng)駕駛聊聊個(gè)人的一些想法和觀點(diǎn)，因自動(dòng)駕駛作為當(dāng)前熱點(diǎn)及未來(lái)汽車發(fā)展的方向，我們有必要拿出來(lái)整理分析一波。

目前自動(dòng)駕駛的很多技術(shù)其實(shí)在機(jī)器人領(lǐng)域很早就已出現(xiàn)和應(yīng)用，比如導(dǎo)航定位、機(jī)器視覺等，因此自動(dòng)駕駛可以算是機(jī)器人領(lǐng)域應(yīng)用的一塊分支，所以我們也不必過(guò)分夸大它有多牛掰。因自動(dòng)駕駛系統(tǒng)的實(shí)驗(yàn)最早可追溯到1920年，而真正意義上的第一輛自動(dòng)駕駛汽車也在1977年由日本的Tsukuba Mechanical Engineering Laboratory開發(fā)出來(lái)。隨著時(shí)代的變化，該技術(shù)也得到了快速的發(fā)展和推廣，Waymo在2018年10月份曾透漏其在自動(dòng)駕駛的測(cè)試?yán)锍桃殉^(guò)16000000km并以每月1600000km的速度增長(zhǎng)，在12月Waymo成為了美國(guó)第一家商業(yè)化自動(dòng)駕駛出行服務(wù)的公司，這樣的技術(shù)進(jìn)步和取得的成果是著實(shí)不易的，當(dāng)然我也對(duì)自動(dòng)駕駛真正的商業(yè)化持保守態(tài)度，但在這個(gè)AI、機(jī)器學(xué)習(xí)、大數(shù)據(jù)、車聯(lián)網(wǎng)盛起的年代（個(gè)人認(rèn)為這些雖是未來(lái)方向，但過(guò)去幾年都有被過(guò)度炒作的嫌疑），其是未來(lái)出行方式的必然選擇是不爭(zhēng)的事實(shí)，很多零部件供應(yīng)商和傳統(tǒng)OEM都在自動(dòng)駕駛領(lǐng)域積極部署以期搶占先機(jī)。

前段時(shí)間看到Tier1的零部件供應(yīng)商“BOSCH豪擲10億歐元在德建立半導(dǎo)體工廠從而掌握自動(dòng)駕駛芯片化的核心競(jìng)爭(zhēng)力”的消息，個(gè)人對(duì)該消息其實(shí)是不Care的，因BOSCH在自動(dòng)駕駛解決方案的研究其實(shí)很早就開始并測(cè)試驗(yàn)證，如果哪個(gè)零部件供應(yīng)商或OEM不在自動(dòng)駕駛領(lǐng)域方面進(jìn)行規(guī)劃和部署反而是一種不正常。

一.自動(dòng)駕駛的分級(jí)

對(duì)自動(dòng)駕駛的分級(jí)，全球汽車行業(yè)公認(rèn)兩個(gè)組織提出的：美國(guó)高速公路安全管理局（NHTSA）和美國(guó)機(jī)動(dòng)車工程師學(xué)會(huì)（SAE），但在這兩者中又以按SAE的分級(jí)標(biāo)準(zhǔn)居多，SAE將自動(dòng)駕駛層級(jí)劃分為6級(jí)，如下：

對(duì)于各個(gè)等級(jí)的詳細(xì)介紹，網(wǎng)上有很多，我這里不再詳細(xì)贅述。

二.自動(dòng)駕駛的相關(guān)技術(shù)

無(wú)人駕駛技術(shù)涉及多技術(shù)集成和多學(xué)科交叉，一無(wú)人駕駛系統(tǒng)包含多個(gè)傳感器：激光雷達(dá)、RGB和深度攝像頭、GPS、長(zhǎng)距雷達(dá)、短距雷達(dá)、IMU等，同時(shí)又需整合多個(gè)軟件模塊（包括路徑規(guī)劃、避障、定位、圖像識(shí)別和環(huán)境建模等），此外還需要強(qiáng)大的硬件基于軟件功能實(shí)時(shí)處理海量的傳感器信息并實(shí)現(xiàn)對(duì)車輛的控制，因此對(duì)系統(tǒng)設(shè)計(jì)和軟硬件資源都提出了更高的要求。

無(wú)人駕駛系統(tǒng)首先獲取并處理所處環(huán)境信息，基于數(shù)據(jù)和算法確定當(dāng)前所處位置，并根據(jù)所設(shè)定的目標(biāo)規(guī)劃一條合理最優(yōu)的運(yùn)動(dòng)路徑，從而驅(qū)動(dòng)車輛向目標(biāo)移動(dòng)并規(guī)避移動(dòng)過(guò)程中的障礙物或?qū)o急情況采取必要的安全措施，因此所涉及的技術(shù)包括：導(dǎo)航定位、路徑規(guī)劃、圖像識(shí)別、機(jī)器學(xué)習(xí)和傳感器融合等相關(guān)技術(shù)。

下面選三個(gè)方面大體聊聊

1. 導(dǎo)航定位技術(shù)

導(dǎo)航定位技術(shù)是自動(dòng)駕駛系統(tǒng)的關(guān)鍵和基礎(chǔ)，它能反映車輛自主性和智能性，在自動(dòng)駕駛領(lǐng)域，導(dǎo)航定位主要采用SLAM技術(shù)。SLAM技術(shù)的實(shí)現(xiàn)途徑有視覺SLAM（VSLAM）和激光雷達(dá)SLAM（Ladar-SLAM），激光雷達(dá)SLAM是目前最穩(wěn)定、最可靠且性能最高的SLAM方式，在無(wú)人駕駛領(lǐng)域大都采用基于激光雷達(dá)的SLAM技術(shù)。SLAM當(dāng)前實(shí)現(xiàn)的方式大致有兩類：基于概率模型和非概率模型的方法，其中基于概率的方法是當(dāng)前研究的重點(diǎn)，基于概率模型的算法主要有基于卡爾曼濾波的SLAM、基于粒子濾波的FastSLAM等。

2. 路徑規(guī)劃技術(shù)

路徑規(guī)劃主要有全局和局部路徑規(guī)劃兩種，全局路徑規(guī)劃需要依賴已建立的環(huán)境地圖（即先驗(yàn)地圖），其作用就是建立一條從起點(diǎn)到目標(biāo)點(diǎn)的全局路線；而局部路徑規(guī)劃則是根據(jù)全局路徑基于動(dòng)態(tài)環(huán)境所進(jìn)行的一種路徑規(guī)劃技術(shù)，從而適應(yīng)存在未知障礙物或障礙物存在變化的環(huán)境。

3. 傳感器融合技術(shù)

自動(dòng)駕駛車會(huì)載有激光雷達(dá)、RGB-D深度攝像頭、超聲波等不同位置的多個(gè)同類或不同類的傳感器。而為了對(duì)各個(gè)傳感器所獲取的局部環(huán)境信息加以綜合，形成對(duì)環(huán)境完整準(zhǔn)確的描述，必須采用多傳感器融合技術(shù)來(lái)克服單個(gè)傳感器所具有的局限性。多傳感器融合技術(shù)主要有基于參數(shù)推理的貝葉斯推理、基于模糊集理論的方法、基于神經(jīng)網(wǎng)絡(luò)法及卡爾曼濾波法等，其中應(yīng)用最為廣泛的多傳感器融合技術(shù)是卡爾曼濾波法。

三. 所需技能Get

從上所述可知自動(dòng)駕駛所涉及的學(xué)科和技術(shù)很多，但作為個(gè)人應(yīng)該在哪些方面進(jìn)行個(gè)人技能的提升，從而能夠成為一名自動(dòng)駕駛工程師呢？我這里只列出四個(gè)方面的技能要求：

1. 扎實(shí)的數(shù)學(xué)功底

當(dāng)你一腳踏入機(jī)器人和無(wú)人駕駛領(lǐng)域，你會(huì)經(jīng)常接觸到諸如貝葉斯濾波、卡爾曼濾波、粒子濾波、高斯分布等一系列讓你懷疑人生的專業(yè)術(shù)語(yǔ)，而這些原理的推導(dǎo)往往需要扎實(shí)的線性代數(shù)和概率統(tǒng)計(jì)功底，此外強(qiáng)大的數(shù)學(xué)基礎(chǔ)是進(jìn)行算法設(shè)計(jì)和優(yōu)化的基礎(chǔ)，越來(lái)越發(fā)覺線性代數(shù)、概率統(tǒng)計(jì)、數(shù)值計(jì)算在當(dāng)前AI、機(jī)器學(xué)習(xí)和大數(shù)據(jù)盛行時(shí)代下的重要性，因?yàn)楫?dāng)前很多問(wèn)題最終都可通過(guò)概率統(tǒng)計(jì)和線性代數(shù)進(jìn)行建模和求解，曾看到某位大神這么說(shuō)過(guò)“優(yōu)秀的工程師和科學(xué)家在職業(yè)生涯中要學(xué)至少五次線性代數(shù)”，看到這，我等后輩是不是心涼了很多，但大家莫慌，讓我們擼起袖子就是干?。?！

2. 過(guò)硬的編程技術(shù)

首先，發(fā)表個(gè)人觀點(diǎn)：在可預(yù)見的未來(lái)，C是最好的語(yǔ)言，Linux是最好的操作系統(tǒng)。當(dāng)然這不是說(shuō)讓大家有選擇性的選擇自己應(yīng)學(xué)習(xí)哪種編程語(yǔ)言，因?yàn)榫唧w到工作則需要兼?zhèn)涠喾N編程語(yǔ)言或跨平臺(tái)的開發(fā)能力，每個(gè)人需要根據(jù)自己的實(shí)際情況去學(xué)習(xí)，例如嵌入式開發(fā)毫無(wú)疑問(wèn)優(yōu)先選擇C，而算法開發(fā)則可能會(huì)使用C++、Python或Matlab/Simulink，而不同的應(yīng)用又可能依賴于不同的平臺(tái)才能運(yùn)行，例如很多自動(dòng)駕駛項(xiàng)目都基于ROS做的算法和應(yīng)用開發(fā)，而ROS作為中間件則依賴于Linux，因此具體情況具體分析，但多種編程語(yǔ)言的掌握是必須的。

3. 軟硬件開發(fā)能力

掌握編程語(yǔ)言是進(jìn)行軟件功能開發(fā)的基礎(chǔ)，同時(shí)也會(huì)為我們查問(wèn)題提供了保障，而軟件功能則是需求的實(shí)現(xiàn)，如何將一復(fù)雜的系統(tǒng)需求通過(guò)編程的手段實(shí)現(xiàn)則是一種能力。此外，軟件功能的實(shí)現(xiàn)最終需依賴于硬件，對(duì)于硬件的設(shè)計(jì)及工作原理的掌握也是不可或缺的。

4. 熟悉汽車電子的開發(fā)流程

IT行業(yè)的軟件開發(fā)不同于汽車軟件的開發(fā)，汽車行業(yè)有諸多的標(biāo)準(zhǔn)要遵循且還有諸多的測(cè)試驗(yàn)證要求，在可靠性和安全性方面有著更高的要求。汽車行業(yè)需要可靠的軟件設(shè)計(jì)同時(shí)還需要滿足嵌入式的需求，而這些要求的實(shí)現(xiàn)需要高質(zhì)量的代碼、充分的測(cè)試覆蓋度和豐富的批產(chǎn)經(jīng)驗(yàn)等方面來(lái)支撐。

因此自動(dòng)駕駛作為一門交叉學(xué)科，其涉及的方面很多，每個(gè)人不可能包攬每項(xiàng)的冠軍，而應(yīng)選擇成為某一領(lǐng)域的專家。

四.普及依然漫長(zhǎng)

關(guān)于自動(dòng)駕駛，正如英國(guó) Millbrook 試驗(yàn)場(chǎng)首席自動(dòng)駕駛汽車工程師 Peter Stoker所說(shuō)：“如今，有關(guān)自動(dòng)駕駛的炒作從來(lái)沒有停止，但我們必須明確告訴大家，自動(dòng)駕駛汽車并不會(huì)在未來(lái)幾年中大量出現(xiàn)在人們的生活中。而且，即使自動(dòng)駕駛汽車最終真正到來(lái)，也一定是先在有限區(qū)域中進(jìn)行有選擇性的逐步推廣，比如“貨物運(yùn)輸”和“最后一英里通勤”等行駛路線較為固定的行駛場(chǎng)景?！币虼思夹g(shù)的普及依然需要很長(zhǎng)的時(shí)間，至于原因，我這里只摘三個(gè)方面進(jìn)行說(shuō)明：

1. 系統(tǒng)的可靠性

這一點(diǎn)應(yīng)該是最重要的一點(diǎn)，因安全是汽車行業(yè)的生命線，自動(dòng)駕駛要想走向?qū)嶋H應(yīng)用，其最終必須能在復(fù)雜的環(huán)境中保證系統(tǒng)的穩(wěn)定性并提供足夠的駕駛安全，而在這方面我認(rèn)為很多自動(dòng)駕駛公司其實(shí)都還沒做到這種地步。

2. 成本限制

自動(dòng)駕駛汽車功能的實(shí)現(xiàn)需要依賴于不同或相同的多個(gè)傳感器支持和強(qiáng)大的硬件實(shí)現(xiàn)，以必不可少的激光雷達(dá)為例，車用激光雷達(dá)行業(yè)先導(dǎo)公司Velodyne推出的激光雷達(dá)具有測(cè)量精度高、性能優(yōu)越的特點(diǎn)，同時(shí)具有豐富的產(chǎn)品線，包括16線、32線及64線等產(chǎn)品，但同樣價(jià)格也是高昂的。

因此可想而知，單單激光雷達(dá)的成本就已很高，如果再加上長(zhǎng)短距雷達(dá)、攝像頭等傳感器和硬件，整車的成本無(wú)疑是高昂的。

3. 充分的實(shí)驗(yàn)驗(yàn)證

自動(dòng)駕駛汽車功能的測(cè)試驗(yàn)證需要足夠且豐富的樣本數(shù)據(jù)，樣本數(shù)據(jù)的采集及算法的訓(xùn)練需要耗費(fèi)長(zhǎng)期且大量的時(shí)間積累，如下是2016年幾大零部件供應(yīng)商和OEM在該方面測(cè)試的里程數(shù)匯總。