本文簡(jiǎn)要而全面地概述了自動(dòng)駕駛汽車(chē)(自動(dòng)駕駛系統(tǒng))的關(guān)鍵組成部分，包括自動(dòng)駕駛水平、自動(dòng)駕駛汽車(chē)傳感器、自動(dòng)駕駛汽車(chē)軟件、開(kāi)源數(shù)據(jù)集、行業(yè)領(lǐng)導(dǎo)者、自動(dòng)駕駛汽車(chē)應(yīng)用程序和正在面臨的挑戰(zhàn)。

引言

在過(guò)去的十年里，在自動(dòng)駕駛領(lǐng)域發(fā)表了許多研究論文。然而，它們大多只關(guān)注特定的技術(shù)領(lǐng)域，如視覺(jué)環(huán)境感知、車(chē)輛控制等。此外，由于自動(dòng)駕駛汽車(chē)技術(shù)的快速發(fā)展，這樣的文章很快就過(guò)時(shí)了。

在過(guò)去的十年中，隨著自動(dòng)駕駛系統(tǒng)技術(shù)在世界范圍內(nèi)的一系列突破，自動(dòng)駕駛汽車(chē)(自動(dòng)駕駛系統(tǒng))商業(yè)化的競(jìng)爭(zhēng)比以往任何時(shí)候都更加激烈。例如，2016年，Waymo在亞利桑那州推出了自己的自動(dòng)駕駛出租車(chē)服務(wù)，吸引了廣泛的關(guān)注。此外，Waymo花了大約9年的時(shí)間開(kāi)發(fā)和改進(jìn)其自動(dòng)駕駛系統(tǒng)，使用各種先進(jìn)的工程技術(shù)，如機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)。這些前沿技術(shù)極大地幫助他們的無(wú)人駕駛汽車(chē)更好地理解世界，在正確的時(shí)間采取正確的行動(dòng)。

由于自動(dòng)駕駛技術(shù)的發(fā)展，近十年來(lái)發(fā)表了許多科學(xué)論文，其引用量呈指數(shù)增長(zhǎng)，如圖1所示。我們可以清楚地看到，自2010年以來(lái)，每年的發(fā)表量和被引用量都在逐漸增加，并在去年達(dá)到了巔峰。

圖1 在過(guò)去的十年中，自主駕駛研究的出版物和引文的數(shù)量

一、自動(dòng)駕駛系統(tǒng)

自動(dòng)駕駛系統(tǒng)使汽車(chē)能夠在沒(méi)有人類(lèi)駕駛員干預(yù)的真實(shí)環(huán)境中運(yùn)行。每個(gè)自動(dòng)駕駛系統(tǒng)由兩個(gè)主要組件組成:硬件(汽車(chē)傳感器和硬件控制器，即、油門(mén)、剎車(chē)、車(chē)輪等)及軟件(功能組)。

軟件方面，已在多個(gè)不同的軟件架構(gòu)中建模，如Stanley (Grand Challenge)、Junior (Urban Challenge)、Boss (Urban Challenge)和同濟(jì)自動(dòng)駕駛系統(tǒng)。Stanley軟件架構(gòu)包括四個(gè)模塊:傳感器接口、感知、規(guī)劃和控制以及用戶(hù)界面。Junior軟件體系結(jié)構(gòu)由傳感器接口、感知、導(dǎo)航(規(guī)劃與控制)、線控驅(qū)動(dòng)接口(用戶(hù)接口和車(chē)輛接口)和全局服務(wù)五個(gè)部分組成。Boss采用三層架構(gòu):任務(wù)、行為和運(yùn)動(dòng)規(guī)劃。同濟(jì)自動(dòng)駕駛系統(tǒng)將軟件架構(gòu)劃分為:感知、決策和規(guī)劃、控制和底盤(pán)。本文將軟件架構(gòu)劃分為感知、定位與映射、預(yù)測(cè)、規(guī)劃與控制五個(gè)模塊，如圖2所示，圖2與同濟(jì)自動(dòng)駕駛系統(tǒng)軟件架構(gòu)非常相似。

圖2自動(dòng)駕駛系統(tǒng)軟件構(gòu)架

自動(dòng)駕駛等級(jí)劃分

根據(jù)汽車(chē)工程師協(xié)會(huì)(SAE international)，自動(dòng)駕駛可以分為六個(gè)等級(jí)，如表1所示。人類(lèi)駕駛員負(fù)責(zé)0-2級(jí)自動(dòng)駕駛系統(tǒng)的駕駛環(huán)境監(jiān)測(cè)(DEM)。從第4級(jí)開(kāi)始，人類(lèi)駕駛員不再負(fù)責(zé)動(dòng)態(tài)駕駛?cè)蝿?wù)回傳(DDTF)。目前，最先進(jìn)的自動(dòng)駕駛系統(tǒng)主要在2級(jí)和3級(jí)。業(yè)內(nèi)人士普遍認(rèn)為，要達(dá)到更高等級(jí)的自動(dòng)駕駛水平可能還需要很長(zhǎng)一段時(shí)間。

表1

傳感器安裝在自動(dòng)駕駛系統(tǒng)上的傳感器通常用于感知環(huán)境。選擇每個(gè)傳感器是為了權(quán)衡采樣率、視場(chǎng)(FoV)、精度、范圍、成本和整個(gè)系統(tǒng)復(fù)雜度。最常用的傳感器有無(wú)源傳感器(如攝像頭)、有源傳感器(如激光雷達(dá)、雷達(dá)和超聲波收發(fā)器)和其他傳感器類(lèi)型，如全球定位系統(tǒng)(GPS)、慣性測(cè)量單元(IMU)。

攝像頭通過(guò)收集反射到三維環(huán)境對(duì)象上的光來(lái)捕捉二維圖像。圖像質(zhì)量通常取決于環(huán)境條件，即不同的天氣條件，不同的光照環(huán)境，都會(huì)對(duì)圖像質(zhì)量產(chǎn)生不同的影響。計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)算法通常用于從捕獲的圖像/視頻中提取有用的信息。

激光雷達(dá)利用脈沖激光照射目標(biāo)，通過(guò)分析反射脈沖，測(cè)量到目標(biāo)的距離。由于激光雷達(dá)具有較高的三維幾何精度，通常用于制作高分辨率的世界地圖。激光雷達(dá)通常安裝在車(chē)輛的不同部位以實(shí)現(xiàn)不同的作用，如頂部、側(cè)面和前部。

雷達(dá)通過(guò)發(fā)射電磁波并對(duì)反射波進(jìn)行分析，可以準(zhǔn)確地測(cè)量出目標(biāo)的距離和徑向速度。雷達(dá)特別擅長(zhǎng)檢測(cè)金屬物體，當(dāng)然雷達(dá)也可以檢測(cè)非金屬物體，比如在短距離內(nèi)檢測(cè)行人和樹(shù)木。雷達(dá)已經(jīng)在汽車(chē)工業(yè)應(yīng)用多年，催生了ADAS功能，如自動(dòng)緊急制動(dòng)，自適應(yīng)巡航控制等。

與雷達(dá)類(lèi)似，超聲波傳感器通過(guò)測(cè)量發(fā)射超聲波信號(hào)到接收回波之間的時(shí)間來(lái)計(jì)算到目標(biāo)的距離，超聲波傳感器通常用于自動(dòng)駕駛汽車(chē)的定位和導(dǎo)航。

GPS是美國(guó)政府的一種基于衛(wèi)星的無(wú)線電導(dǎo)航系統(tǒng)，可以為自動(dòng)駕駛系統(tǒng)提供時(shí)間和地理位置信息。然而，GPS信號(hào)很容易被建筑物和山脈等障礙物阻擋，例如所謂的城市峽谷，GPS在此類(lèi)區(qū)域往往表現(xiàn)不佳。因此，慣性測(cè)量單元（IMUs）通常被集成到GPS設(shè)備中，以確保自動(dòng)駕駛汽車(chē)在“城市峽谷”等地的定位。

硬件控制器

自動(dòng)駕駛汽車(chē)硬件控制器包括轉(zhuǎn)矩轉(zhuǎn)向電機(jī)、電子制動(dòng)助力器、電子節(jié)流閥、變速桿和駐車(chē)制動(dòng)。車(chē)輛的狀態(tài)，如車(chē)輪速度和轉(zhuǎn)向角，可自動(dòng)感知，并通過(guò)控制器區(qū)域網(wǎng)絡(luò)(CAN)總線發(fā)送到計(jì)算機(jī)系統(tǒng)。這使得人類(lèi)駕駛員或自動(dòng)駕駛系統(tǒng)能夠控制油門(mén)、剎車(chē)和方向盤(pán)。

二、自動(dòng)駕駛軟件

感知：感知模塊分析原始傳感器數(shù)據(jù)，輸出自動(dòng)駕駛汽車(chē)所處于的環(huán)境理解。這個(gè)過(guò)程類(lèi)似于人類(lèi)的視覺(jué)認(rèn)知。感知模塊主要包括對(duì)象(自由空間、車(chē)道、車(chē)輛、行人、道路損壞等)檢測(cè)與跟蹤、三維世界重建(利用運(yùn)動(dòng)結(jié)構(gòu)、立體視覺(jué)等)等。最先進(jìn)的感知技術(shù)可以分為兩大類(lèi):基于計(jì)算機(jī)視覺(jué)和基于機(jī)器學(xué)習(xí)。前者一般通過(guò)顯式射影幾何模型來(lái)解決視覺(jué)感知問(wèn)題，并使用最優(yōu)化方法尋找最佳解。基于機(jī)器學(xué)習(xí)的技術(shù)通過(guò)使用數(shù)據(jù)驅(qū)動(dòng)的分類(lèi)/回歸模型(如卷積神經(jīng)網(wǎng)絡(luò))來(lái)學(xué)習(xí)給定感知問(wèn)題的最佳解決方案。SegNet和UNet在語(yǔ)義圖像分割和對(duì)象分類(lèi)方面取得優(yōu)秀的成績(jī)。這種神經(jīng)網(wǎng)絡(luò)具有極高的易用性，可以很容易地用于其他類(lèi)似的感知任務(wù)，如遷移學(xué)習(xí)。多傳感器信息融合的感知可以產(chǎn)生更好的理解結(jié)果。

定位和地圖：利用傳感器數(shù)據(jù)和感知輸出，本地化映射模塊不僅可以估計(jì)自動(dòng)駕駛汽車(chē)位置，還可以構(gòu)建和更新三維世界地圖。自從同步定位和地圖(SLAM)的概念在1986年引入以來(lái)，就得到了業(yè)內(nèi)人士的普遍關(guān)注。最先進(jìn)的SLAM系統(tǒng)通常分為基于過(guò)濾器的SLAM和基于優(yōu)化的SLAM。基于過(guò)濾的SLAM系統(tǒng)是由貝葉斯濾波得到的，通常通過(guò)增量集成傳感器數(shù)據(jù)，迭代估計(jì)自動(dòng)駕駛汽車(chē)姿態(tài)并更新三維環(huán)境地圖。最常用的濾波器有擴(kuò)展卡爾曼濾波器(EKF)、無(wú)跡卡爾曼濾波器(UKF)、信息濾波器(IF)和粒子濾波器(PF)。另一方面，基于優(yōu)化的SLAM方法首先通過(guò)尋找新觀測(cè)值與地圖之間的對(duì)應(yīng)關(guān)系來(lái)識(shí)別問(wèn)題約束。然后，計(jì)算和改進(jìn)自動(dòng)駕駛汽車(chē)的姿勢(shì)，并更新3D地圖?；趦?yōu)化的SLAM方法可以分為兩個(gè)主要分支:Bundle Adjustment (BA)和graph SLAM。前者利用高斯-牛頓法、梯度下降等優(yōu)化技術(shù)，通過(guò)最小化誤差函數(shù)，聯(lián)合優(yōu)化三維地圖和攝像頭姿態(tài)。后者將定位問(wèn)題建模為一個(gè)圖形表示問(wèn)題，并通過(guò)尋找不同車(chē)輛姿態(tài)的誤差函數(shù)來(lái)求解。

預(yù)測(cè)：預(yù)測(cè)模塊分析其他交通代理的運(yùn)動(dòng)模式，預(yù)測(cè)自動(dòng)駕駛汽車(chē)未來(lái)的運(yùn)動(dòng)軌跡，使自動(dòng)駕駛汽車(chē)能夠做出合適的導(dǎo)航?jīng)Q策。目前的預(yù)測(cè)方法主要分為兩大類(lèi):基于模型的預(yù)測(cè)方法和基于數(shù)據(jù)驅(qū)動(dòng)的預(yù)測(cè)方法。前者根據(jù)基本的物理系統(tǒng)運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)，通過(guò)傳播其運(yùn)動(dòng)狀態(tài)(位置、速度和加速度)來(lái)計(jì)算自動(dòng)駕駛汽車(chē)未來(lái)的運(yùn)動(dòng)。例如，奔馳的運(yùn)動(dòng)預(yù)測(cè)組件使用地圖信息作為約束來(lái)計(jì)算自動(dòng)駕駛汽車(chē)的下一個(gè)位置?？柭鼮V波在短期預(yù)測(cè)方面表現(xiàn)良好，但在長(zhǎng)期預(yù)測(cè)方面表現(xiàn)不佳，因?yàn)樗雎粤酥車(chē)沫h(huán)境，比如道路和交通規(guī)則。在此基礎(chǔ)上，建立了基于引力和斥力的行人運(yùn)動(dòng)預(yù)測(cè)模型。近年來(lái)，隨著人工智能和高性能計(jì)算的發(fā)展，許多數(shù)據(jù)處理技術(shù)，如隱馬爾可夫模型(HMM)、貝葉斯網(wǎng)絡(luò)(BNs)和高斯過(guò)程(GP)回歸，用來(lái)預(yù)測(cè)自動(dòng)駕駛汽車(chē)狀態(tài)。近年來(lái)，研究人員利用逆強(qiáng)化學(xué)習(xí)(IRL)對(duì)環(huán)境進(jìn)行建模，比如，采用逆最優(yōu)控制方法對(duì)行人路徑進(jìn)行預(yù)測(cè)。

規(guī)劃：規(guī)劃模塊根據(jù)感知、定位、映射以及預(yù)測(cè)信息確定可能的安全自動(dòng)駕駛汽車(chē)導(dǎo)航路徑。規(guī)劃任務(wù)主要分為路徑規(guī)劃、機(jī)動(dòng)規(guī)劃和軌跡規(guī)劃。路徑是自動(dòng)駕駛汽車(chē)應(yīng)該遵循的幾何路徑點(diǎn)列表，以便在不與障礙物碰撞的情況下到達(dá)目的地。最常用的路徑規(guī)劃技術(shù)有:Dijkstra、動(dòng)態(tài)規(guī)劃、A*、狀態(tài)格等。機(jī)動(dòng)規(guī)劃是一個(gè)高層次的自動(dòng)駕駛汽車(chē)運(yùn)動(dòng)表征過(guò)程，因?yàn)樗瑫r(shí)考慮了交通規(guī)則和其他自動(dòng)駕駛汽車(chē)狀態(tài)。在找到最佳路徑和機(jī)動(dòng)規(guī)劃后，必須生成滿(mǎn)足運(yùn)動(dòng)模型和狀態(tài)約束的軌跡，這樣才能保證交通的安全性和舒適性。

控制：控制模塊根據(jù)預(yù)測(cè)的軌跡和估計(jì)的車(chē)輛狀態(tài)向油門(mén)、剎車(chē)或轉(zhuǎn)向扭矩發(fā)送適當(dāng)?shù)拿??？刂颇K使汽車(chē)盡可能接近計(jì)劃的軌跡?？刂破鲄?shù)可以通過(guò)最小化理想狀態(tài)和觀測(cè)狀態(tài)之間的誤差函數(shù)(偏差)來(lái)估計(jì)。比例積分導(dǎo)數(shù)(PID)控制、線性二次調(diào)節(jié)器(LQR)控制和模型預(yù)測(cè)控制(MPC)是最常用的最小化誤差函數(shù)的方法。PID控制器是一種利用比例項(xiàng)、積分項(xiàng)和導(dǎo)數(shù)項(xiàng)使誤差函數(shù)最小的控制回路反饋機(jī)構(gòu)。當(dāng)系統(tǒng)動(dòng)力學(xué)用一組線性微分方程表示，成本用二次函數(shù)表示時(shí)，利用LQR控制器使誤差函數(shù)最小化。MPC是一種基于動(dòng)態(tài)過(guò)程模型的先進(jìn)過(guò)程控制技術(shù)。這三種控制器各有優(yōu)缺點(diǎn)。自動(dòng)駕駛汽車(chē)控制模塊一般采用上述方法的混合模式。例如，初級(jí)自動(dòng)駕駛汽車(chē)使用MPC和PID來(lái)完成一些低級(jí)反饋控制任務(wù)，例如應(yīng)用變矩器來(lái)實(shí)現(xiàn)所需的車(chē)輪轉(zhuǎn)角。百度Apollo采用了這三種控制器的混合的模式：PID用于前饋控制、LQR控制輪角、MPC對(duì)PID和LQR控制器參數(shù)進(jìn)行優(yōu)化。

三、開(kāi)源數(shù)據(jù)集

在過(guò)去的十年中，已經(jīng)公布了很多開(kāi)源數(shù)據(jù)集，這為自動(dòng)駕駛研究做出了巨大貢獻(xiàn)。小編搜集了幾種使用最多的數(shù)據(jù)集，并簡(jiǎn)要說(shuō)明各種數(shù)據(jù)集的用途。Cityscapes包含一個(gè)大規(guī)模的數(shù)據(jù)集，可以用于像素級(jí)和實(shí)例級(jí)的語(yǔ)義圖像分割。ApolloScape可用于各種自動(dòng)駕駛汽車(chē)感知任務(wù)，如場(chǎng)景解析、汽車(chē)實(shí)例理解、車(chē)道分割、自定位、軌跡估計(jì)以及目標(biāo)檢測(cè)和跟蹤。此外，KITTI提供了用于立體和流量估計(jì)、目標(biāo)檢測(cè)和跟蹤、道路分割、里程估計(jì)和語(yǔ)義圖像分割的可視化數(shù)據(jù)集。6D-vision使用立體攝像機(jī)感知三維環(huán)境，提供立體、光流和語(yǔ)義圖像分割的數(shù)據(jù)集。

四、行業(yè)領(lǐng)導(dǎo)者

最近，投資者開(kāi)始把錢(qián)投向自動(dòng)駕駛系統(tǒng)商業(yè)化競(jìng)賽潛力股。自2016年以來(lái)，特斯拉的估值一直在飆升。這使得承銷(xiāo)商推測(cè)，該公司將在幾年內(nèi)產(chǎn)生一支自動(dòng)駕駛車(chē)隊(duì)。此外，自2017年報(bào)道通用汽車(chē)計(jì)劃制造無(wú)人駕駛汽車(chē)以來(lái)，該公司股價(jià)已經(jīng)上漲了20%。截止2018年7月，Waymo已經(jīng)在美國(guó)對(duì)其自動(dòng)駕駛汽車(chē)進(jìn)行了800萬(wàn)英里的測(cè)試。在2018年度，通用汽車(chē)和Waymo事故最少:通用汽車(chē)在212公里以上發(fā)生了22次碰撞，而Waymo在563公里以上只發(fā)生了3次碰撞。除了行業(yè)巨頭，世界一流大學(xué)也加快了自主駕駛的發(fā)展。這些大學(xué)都很好地開(kāi)展了產(chǎn)學(xué)研相結(jié)合的模式。這使高校更好地為企業(yè)、經(jīng)濟(jì)和社會(huì)做出貢獻(xiàn)。

應(yīng)用場(chǎng)景：自動(dòng)駕駛技術(shù)可以應(yīng)用于任何類(lèi)型的車(chē)輛，如出租車(chē)、長(zhǎng)途汽車(chē)、旅游巴士、貨車(chē)等。這些交通工具不僅可以使人們從勞動(dòng)密集型和單調(diào)乏味的工作中解脫出來(lái)，而且可以確保他們的安全。例如，配備自動(dòng)駕駛技術(shù)的道路質(zhì)量評(píng)估車(chē)輛可以修復(fù)檢測(cè)到的道路損傷。此外，使用自動(dòng)駕駛技術(shù)，道路參與者可以相互溝通，公共交通將更加高效和安全。

五、現(xiàn)存挑戰(zhàn)

盡管自動(dòng)駕駛技術(shù)在過(guò)去的十年中發(fā)展迅速，但仍然存在許多挑戰(zhàn)。例如，感知模塊在惡劣的天氣和/或光照條件下或在復(fù)雜的城市環(huán)境中表現(xiàn)不佳。此外，大多數(shù)感知方法通常是計(jì)算密集型的，不能在嵌入式和資源有限的硬件上實(shí)時(shí)運(yùn)行。此外，由于長(zhǎng)期不穩(wěn)定性，目前SLAM方法在大規(guī)模實(shí)驗(yàn)中的應(yīng)用仍然有限。另一個(gè)重要的問(wèn)題是如何融合自動(dòng)駕駛汽車(chē)傳感器數(shù)據(jù)，以快速、經(jīng)濟(jì)的方式創(chuàng)建更準(zhǔn)確的三維語(yǔ)義詞。此外，人們何時(shí)才能真正接受自動(dòng)駕駛和自動(dòng)駕駛汽車(chē)，仍然是一個(gè)值得討論話(huà)題，由此也引發(fā)了嚴(yán)重的倫理問(wèn)題的探討。