传统车VS新汽车,无人驾驶还有多远？

传统车VS新汽车,无人驾驶离我们还有多远？

2022-08-20 红星新闻市场资讯IT之家等

★7月12日，无人驾驶概念股继续活跃，深成交涨超14%，金龙汽车、合众思壮涨停，均胜电子、皖通科技、高鸿股份、拓普集团、天迈科技等跟涨。

★日前，成都市经信局、市公安局、交通运输局联合出台《成都市智能网联汽车道路测试与示范应用管理规范实施细则（试行）》。

智能网联汽车究竟如何测试？距离无人驾驶还有多远？记者探访了成都“未来汽车城”。

在城市道路场景中，一辆汽车正在行驶。和普通汽车不同，这辆汽车车顶安装了激光雷达和摄像头，并且汽车的方向盘并没有司机操作。

在中德智能网联汽车、车联网四川试验基地封闭测试场，是工信部批复的第8个国家级测试示范基地，也是国内唯一国际合作智能网联汽车示范基地。基地致力于打造技术引领平台、公共服务平台、产业融合平台、开放合作平台、培育国检中心，聚力助推智能网联汽车产业高质量发展，是共建未来汽车、未来生活、未来城市融合发展的“未来汽车城”。这个基地今年5月正式投用，目前已有4种车型、15辆车辆进行了测试。

”车辆行驶在城市道路场景中。城市道路涵盖双向六车道、双向四车道、双向两车道、单行道，道路建设有C-V2X智能网联设备、智能信号控制系统、智慧灯杆、激光雷达、微波雷达、高清监控等设备。在城市道路场景中，红绿灯、斑马线、随时出现的车辆和行人是重点。

例如，外周路利用高速环道沿线外围道路，构建外圈层测试路线，模拟国道、省道等环境，支持道路异常预警、行人动物横穿马路预警、积水道路通行、自动紧急制动、自适应巡航、车辆耐久性测试、车队跟驰/编队行驶等测试。特殊环境模拟测试区有模拟雨雾设施，通过进行雨、雾、湿滑路面等环境模拟，满足多种摩擦系数测试需求，为车辆提供复杂道路测试环境……

随后，记者来到基地总控室。总控室有3块大屏幕，分别展示基地情况、真实测试场景、测试场内的实时监控等。“这些都是测试场实时状况。”总控室负责人介绍，“比如，现在屏幕上显示的这辆测试车辆，它监测到十字路口有车辆，于是就会提示十字路口碰撞避让。我们通过后台可监控整个测试场的情况。”

★魏牌高管呼吁消费者切勿过度相信辅助驾驶。魏牌 CMO 乔心昱在微博谈论了自动驾驶技术的问题。他表示，“业内都说 2022 是激光雷达上车元年，我看并不尽然。目前很多智能辅助驾驶并没有配合激光雷达，给大家分享几个小贴士：

1.辅助驾驶不是无人驾驶，尤其是没有搭载激光雷达的车型，我们不能以生命代价挑战花式营销；2. 在危急情况下，主动制动仅对车辆进行有限制动，以便降低可能碰撞时的车速。

对于“激光雷达上车元年”,他表示：真的不是装了激光雷达，就是真上车，而是要真的实现“城市辅助驾驶”，友商部分车型同样搭载了激光雷达，但也仅限于在高速工况下的应用。对于辅助驾驶而言，城市辅助驾驶，面临路况更复杂的城市路况应用，这才是“大学”水准。魏牌新车型已经实现了智能跟随导航路径、智能通行分岔路口、智能识别交通灯、智能躲避障碍物、智能变道等城市智慧领航，满足了高速与城市全场景的智能辅助驾驶。我敢说，这是中国首个实现量产的重感知城市辅助驾驶的高端新能源。

众所周知，目前自动驾驶在业内分为 L0 至 L5 六个等级，这也是常用的自动化 / 自动驾驶车辆的全球行业参照标准。六档标准从无自动化至辅助驾驶、部分自动化、有条件的自动驾驶、高度自动驾驶、完全自动驾驶分别列出，目前行业绝大部分处于 L0 至 L2 等级，量产型 L3 似乎只有本田 Legend。

★IT之家了解到，六个等级可简单总结如下：

L0 ：驾驶员完全驾驶L1 ：驾驶系统有时能够辅助驾驶员完成某些驾驶任务；

L2 ：系统能够完成某些驾驶任务，但驾驶员需要监控驾驶环境，完成剩余部分，同时保证出现问题，随时进行接管，自动系统的错误感知和判断有驾驶员随时纠正。L2 可以通过速度和环境分割成不同的使用场景，如环路低速堵车、高速路上的快速行车和驾驶员在车内的自动泊车；

L3 ：既能完成某些驾驶任务，也能在某些情况下监控驾驶环境，但驾驶员必须准备好重新取得驾驶控制权（自动系统发出请求时）。所以在该层级下，驾驶者仍无法进行睡觉或者深度的休息。由于 L3 的特殊性，目前看到比较有意义的部署是在高速 L2 上面做升级；

L4 ：在某些环境和特定条件下，能够完成驾驶任务并监控驾驶环境；L4 的部署，目前来看多数是基于城市的使用，可以是全自动的代客泊车，也可以是直接结合打车服务来做。这个阶段下，在自动驾驶可以运行的范围内，驾驶相关的所有任务和驾乘人已经没关系了，感知外界责任全在自动驾驶系统；

L5 ：自动驾驶系统在所有条件下都能完成的所有驾驶任务。此外发布的《汽车驾驶自动化分级》将 L1-L2 级称为辅助驾驶，L3-L5 级称为自动驾驶，直观详细的界定可更准确传达车辆的自动化等级，增强大众对自动化等级的认识。

★7月7日，第十四届中国汽车蓝皮书论坛现场，有一场关于新汽车与传统汽车的讨论。新汽车是智能电动汽车的简称，大方向是确定的，但进度有待商榷。在新汽车与传统汽车之间，汽车商业评论发现了3道鸿沟：

第一跨，纯电动汽车是否已跨越了鸿沟？中国纯电动汽车渗透率2020年来不断攀升，2022年2月新能源车（含EV、PHEV和增程）渗透率达16.69%，2022年1-5月，纯电动汽车渗透率达17.54%。同时，乘用车销量同比下降16.8%。

近两年，尽管纯电动汽车公司不能盈利，且风波不断，导致有人对纯电动汽车前景有所怀疑。但从数据看，中国汽车市场似乎已进入不可逆转的纯电动汽车时代？

第二跨，自动驾驶技术和商业是否已跨越了鸿沟？自动驾驶技术，包括行车自动驾驶和自动泊车。有人认为，自动驾驶接近L3就完全让人感受到智能驾驶的好处，大家已离不开，不必追求完全无人驾驶。自动泊车领域新人辈出，实力不俗，自动驾驶这道坎已跨过去了。也有人认为还远远不够，且存在巨大安全隐患。

第三跨，智能座舱技术是否已跨越了鸿沟？近几年，车企不断宣传第三生活空间概念，现实中还有不少人用手机听节目、导航，但车机仍然没有干掉手机。也有人认为，车机表现已有了好的开始，电动车技术架构让座舱空间和功能有了多变可能，鸿沟已开始跨越。

有专家看来，16%理论是放之四海而皆准的，全社会人群里16%人一旦都用这个东西，基本上就跨越过去了，但汽车除外。他们并不认为将来会变成纯电动车的天下，因为不仅有能源问题，还有资源问题。

有人主张，用各种能源模式支持未来中国汽车市场5亿辆规模，其中既有传统油车，也有电动车，两者互补，但比例有待商榷。电动化、自动驾驶、智能座舱，从电动化角度讲，基本上可确定已跨越了鸿沟。但这个鸿沟的确立能不能够持续，或者持续是个什么样态势？

传统车转型是一个并存的、连续的过程，不是一个中断的点的概念。整个传统业务的转型中，是燃油发动机、电动化、混合动力以及纯电等多条路线并举的过程。

如有适度政策继续维持，电动化还会有几年快速增长。保有量到20%后，按现在小区设计，补能问题将是挑战。现在保有量才3%，还有很大的距离。20%按4亿辆算，到8000万辆后补能就会成为问题。现在只要你投钱，就有地方建，20%之后，你投钱可能很难，会有大的变化。由此，转型是持续过程，不是中断的点。

对于智能电动车，不管电是100%的，还是20%的，都是未来发展方向。在智能化领域中，将来应该是覆盖100%产品解决方案。只有经历这样的过程，才会把汽车行业所谓“分水岭”，变成完全面向未来的丰硕家园。

链接： 无人驾驶汽车原理及技术

2022-06-26 无人驾驶

无人驾驶汽车是智能汽车的一种，也称为轮式移动机器人，主要依靠车内的以计算机系统为主的智能驾驶系统来实现无人驾驶。无人驾驶汽车集自动控制、环境交互、视觉识别等众多人工智能技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。

无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。利用车载传感器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，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。

据汤森路透知识产权与科技报告显示，2010--- 2015年，与汽车无人驾驶技术相关发明专利超过22000件，在此过程中，部分企业已崭露头角，成为该领域的行业领导者。

美国国家公路交通安全管理局美国运输部（NHTSA）发布了对自驾车技术的当前状态的概览报告。该报告称，自动驾驶汽车技术仍处于研发阶段。下面的地图描绘了美国的受控测试地点，这些地点使用建模，仿真和道路上的自动驾驶汽车组件和系统。

其实，无人驾驶实也有一个技术循序渐进发展的过程。无人驾驶分为不同阶段：

阶段一，辅助驾驶阶段。车道保持、自适应巡航等辅助驾驶功能，均属于这个阶段的技术，驾驶员仍旧是操作主体。

阶段二，半自动驾驶。电脑操纵下自动驾驶已可完成前往目的地的过程，其可作为备用系统完成行驶，但受限于法律法规等因素，其仍旧不能作为整个驾驶行为的主体存在。

阶段三，全自动驾驶。技术、成本、法衡去规等都不再成为影响普及的因素，电脑控制系统已作为驾驶主体存在，驾驶员也可随时接管操作系统。

由于技术和法规等的限制，目前的无人驾骆气车大多处于第二阶段。主流的无人驾驶汽车技术有激光雷达式和摄像头+测距雷达式两种。同时，全自动驾驶技术也在不断突破。

1. 激光雷达式

自上世纪80年代DARPA的ALV项目以来，大多数现代自动驾驶原型车上都布满了传感器，头顶着一台激光雷达。车辆使用传感器探测及激光雷达三维立体扫描来“感知”周围的世界，车载控制计算机则像人类大脑一样决定需要进行的操作。Google无人驾驶汽车就是激光雷达应用的典型代表。

Google算得上是最早进行自动驾驶汽车研发的互联网公司，依托自己独有的地图和大数据计算资源，在这一领域具有领先优势。由于自身有着地图和街景先天优势，Google自动驾驶车辆使用一台由Velodyne公司提供的64位三维激光雷达将周围环境绘制成一幅3D地图，与Google的高精度地图相结合，利用计算机及云端网络进行大数据处理，最终实现自动驾驶功能。

不过，Google的无人驾驶汽车还处于原型阶段，不过即便如此，它依旧展示出了与众不同的创新特性。和传统汽车不同，Google无人驾驶汽车行驶时不需要人来操控，这意味着方向盘、油门、刹车等传统汽车必不可少的配件，在Google无人驾驶汽车上通通看不到，软件和传感器取代了它们。Google联合创始人谢尔盖·布林(Sergey Brin)说，无人驾驶汽车还很初级，Google希望它可以尽可能地适应不同的使用场景，只要按一下按钮，就能把用户送到目的地。

早期丰田普锐斯原型车搭载了视频摄像头、激光雷达、位置传感器和测距雷达等传感装置。视频摄像头用来判断交通信号灯及任何移动的物体；激光雷达用于形成真实道路环境3D地图；测距雷达用于探测车辆周围障碍物，一旦有物体接近，车辆将自动减速；左后轮处的位置传感器用来侦测和估算车辆侧向位置偏移，以判断车辆在地图上的位置。

经过多年试验后，Google推出了自己的无人驾驶原型车。原型车上同样搭载诸多雷达、传感器，以及车顶上的激光雷达。Google无人驾驶汽车已取消了方向盘，汽车完全靠车载计算机操控，是最接近无人驾驶概念的汽车。

2. 摄像头＋测距雷达式

奔驰公司80年代就开始研发无人驾驶技术，2013年其研发的无人驾驶汽车成功从斯图加特行驶到法兰克福，行驶里程100 km。该无人驾驶汽车是在并没有采用激光雷达，而是采用摄像机＋测距雷达组合实现了对周围环境的监测。

车头两侧的长距雷达可更早发现远处的路口；另外的长距雷达监控车辆前后交通路况；车身四角四短距雷达可迅速侦测到车辆周围事物及其他车辆；车前风挡处摄像机识别交通标识，后风挡处摄像机拍摄街景，通过与导航系统地形特点比对辨别确定车辆精确位置。立体摄像机进行了相应改进，可进一步提升探测距离。尽管是台真正的自动驾驶车，但还保留了传统汽车完整操作方式。

与Google自动驾驶车辆类似，它对于路面障碍侦测来自车辆自身的传感装置。不过，奔驰使用了更加成熟的摄像头组合代替了激光雷达，在成本上更容易控制，同时不会破坏现有车辆外观质感。

奔驰在2015年推出新能源自动驾驶概念车F015。概念车利用立体摄像头、雷达及超声波传感器获取车辆四周环境数据，为自动驾驶提供大量参考信息。高精度GPS配合三维导航地图，可确保车辆定位精度达到厘米级别。

无人驾驶汽车是未来汽车发展的方向，是各种顶尖科技成果为一体的智慧型汽车。就目前发展看，有几个方面技术需突破：

----传感器。现在无人车很大程度上依赖传感器技术进步。无人驾驶汽车采用激光雷达，直接感知路面状况，用于分析计算。

----定位。定位系统中美国GPS应用广，技术较成熟，但民用GPS定位精度达不到无人车需求，GPS官方民用定位精度“<<10 m”，更高精度GPS要靠差分完成。差分原理是：设置一个固定基站，固定基站校准位置，再将信号传递给车载设备，车载设备接收到基站信号和GPS信号后差分获得。但每个基站有效范围仅30 km，有很多技术要解决GPS精度不足问题，如地图匹配。

----避障。车辆前方有障碍，障碍物是运动的还是静止的，车是停下来还是绕过去。这部分主要的难度是从传感器识别障碍，在车辆运动前提下，确定障碍的运动状态。也就是说要在运动的坐标系下，计算另一个物体相对静坐标系的速度，并作出判断。

----识别。人能轻易识别出道路上的交通标识，如限速牌、红绿灯，同时作出相应反应，但对机器来说是一个困难挑战。目前的机器视觉技术还难以识别树木、行人、动物等物体。而这些物体识别要通过视觉系统完成。无人车不但需要能在有限时间识别出来，还要考虑道路中可能的光线变化、遮挡等问题。要完善解决这些问题，还需等待机器视觉和图像识别的技术突破。

----控制。除上面的避障外，其他外围机构改造可能也会存在一些问题。如何介入转向架，如何介入油门？这部分技术的难度较小，汽车控制技术现已比较成熟，而无人驾驶汽车基本为纯电动车，控制难度将小于传统内燃机车。

中国自主研制的无人车----国防科技大学自主研制的红旗HQ3无人车，2011年7月14日首次完成从长沙到武汉286公里高速全程无人驾驶实验，创造了中国自主研制无人车自主驾驶的新纪录，标志着中国无人车在环境识别、智能行为决策和控制方面实现了技术突破。

2019年8月30日，百度和一汽联手打造的中国首批量产L4级自动驾驶车--红旗EV，获5张北京市自动驾驶道路测试牌照，红旗EV在湖南长沙135公里城市开放测试道路上测试过。红旗EV开启了北京、长沙的自动驾驶"征战之旅"。

2003年，清华大学研制成功THMR-V(Tsinghua Mobile Robot-V)无人驾驶车辆，能在清晰车道线路上完成巡线行驶，最高车速超100km/h。

2008年，由中国工程院李德毅院士带队组成清华大学智能车团队，有老师、博士生等20余人参与。从事汽车无人驾驶研发，涉及图像识别、导航定位、车辆改造，人工智能软件算法等。目前已经多条开放道路无人驾驶实验，无人驾驶行驶里程超30万公里，在国内人工智能领域属于顶尖水平。这个团队多次参加中国智能车未来挑战赛，并取得第二、第三的优良成绩。

 (改写编辑：未平)

注：本文转载自https://auto.sina.com.cn，https://www.sohu.com，https://baike.so.com等，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。如有侵权行为，请联系我们，我们会及时删除。