廠家為何熱衷自動駕駛？因為車上最不可靠的部件就是方向盤後的笨蛋！
過去在專業汽車工程師中相傳著這麼一個說法：汽車內最不可靠的部件就是方向盤後的那個笨蛋！——這也解釋了為什麼人類研究「自動駕駛車輛」的時間已超過40年。
但究竟什麼是自動駕駛？自動駕駛是透過怎樣的原理和技術實現的？
單純，不單純
其實單純從硬體技術層面來看，自動駕駛的執行並沒有特別複雜，用最簡單的話來說，找一輛車（電動車為佳，可控性更好）改裝一下，加幾個感測器，再塞一套開源的自動駕駛計算平台，OK，這就搞定了。但這也牽扯出另一個問題，自動駕駛的意義為何？
早在半個世紀之前，科學家就在研究自動駕駛，其初衷是為了減少駕駛者的負擔，在提升效率的同時讓行車更加安全。單從技術層面來說，很多汽車甚至科技廠商都已經具備讓車輛自動駕駛的技術儲備，但如何才能保證行車安全，才是重中之重。
可能有一些讀者會有這樣的問題：像飛機、輪船的自動駕駛系統已經相當普及了，為什麼汽車自動駕駛系統卻遲遲不能推廣？筆者就拿飛機自動駕駛系統來簡單回答一下這個問題。
飛機的自動駕駛系統本質上是一個循徑導航系統和自動穩態控制系統。
它要做的就兩件事——按照預先設定好的航線飛，然後過程中飛機儘可能保持穩定、安全；它並不智能，比方說航線前方出現自然災害，飛機的自動駕駛系統並不會做出干預，只會向駕駛員發出警報，需要駕駛員去手動重新設置航線，又或者一旦飛行狀態出現參數異常，比方說遇上了劇烈的氣流，飛行狀態超出了航線參數，飛機自動駕駛系統也只是立刻報警並解除自動駕駛模式，將控制權交給駕駛員。
這種程度的駕駛系統也僅相當於Level 2級別的自動駕駛，在汽車上早已實現。而且飛機在空中飛行，它所在的交通環境比汽車所在的馬路要簡單太多太多了……
所以，想要推進汽車自動駕駛技術，主要還是對大（測試）數據處理及硬體引擎的提升，自動駕駛系統採集的視覺大數據越多，就越能夠獲得更好的駕駛直覺。
自動駕駛汽車的必要條件
我們可以直觀點把能自動駕駛的車比喻為人，人得透過眼、耳、鼻……感官感知所處環境，然後經由大腦調取記憶中的處理方案、判斷邏輯合理性、選擇最佳應對方式，最後控制肌肉連動四肢做出相應動作反應。
自動駕駛的感官
探測器
探測器用於收集汽車周圍的訊息，目前主流的自動駕駛車多使用 3 種探測器：LiDAR 激光雷達、光學攝像頭和毫米波雷達。
3 種感測器各有各的優缺點：早就運用在車輛倒車雷達上的毫米波雷達製造成本相對較低，並且不太容易受雨塵等外界環境影響出現誤判，但弱點在於覆蓋範圍較小，且難以對周圍物體作出精準的判斷；LiDAR 激光雷達的優勢在於可以透過旋轉的激光射線束，在GPU圖形處理器中構畫出對主控電腦有判讀意義的 3D 影像圖，但缺點是由於激光容易受到雨、塵埃、霧的影響，而且激光雷達加工難度高、產量小，成本高，目前還沒有幾家車廠能作到為市售車裝配這項部件。
光學攝像頭也是自動駕駛車必備的感測器，與雷達不同，攝像頭沒有任何穿透力並且需要充足的光線、足夠的色差及亮度對比作為工作條件，用於自動駕駛的數據是透過鏡頭拍攝圖像識別得出的。
不過攝像頭也是最容易受到干擾的一種自動駕駛感測器，且一旦獲得的圖像有誤差，對最終的辨識結果就會造成誤差，是故這種光學攝像頭多用在自動駕駛中的輔助參數提供，好處在於其製造成本較低。
自動駕駛的大腦
數據處理器
當探測器將收集到的外界訊息轉為數字訊號之後，就需要有一個為這些訊息給出定義並作出反應的「大腦」，那就是數據處理器。
自動駕駛汽車的數據處理器需要對探測器收集到的障礙物訊息進行收集並作出正確的反應，早期最難攻克的問題多卡在圖像處理的資訊量與速度不夠快，但如今來說也算不上什麼「黑科技」。
相對來說，當前認為最困難的瓶頸點在於AI人工智慧，也就是處理器除了要在開發者設定的既有處理邏輯之下對車外環境做出反應，還得深度學習記憶遇到各種非既有參數狀況時的處理模式，並且懂得把更好的處理方案與結果挑選出來並加優化，踢走無用的參數，並且如何選擇參數的邏輯又得加以考慮……
這對於人來說似乎是很簡單的選擇性記憶，但對於電腦來說可是超級複雜。
規劃路線、躲避障礙的功能目前很多掃地機器人和無人機都有，不同的是這些「小對象」的反應速度比起自動駕駛需要的慢多了，還有它們犯錯與汽車犯錯的後果是不成比例的。
而且這只是單車無人駕駛的前提條件，要實現像科幻電影里一樣在一個城市、一個國家甚至是全球任何地方的無人駕駛，，如何應付路上多不勝數不按牌理出牌的障礙物，目前都還沒有任何一家廠商敢做出完善保證，就算Google也不敢拍胸脯說它們的車遇到中國碰磁黨時會不會直接壓過去……
自動駕駛的四肢
執行部件
當數據處理器對於外界環境做出判斷處理之後，就會給車輛的各個部件發出執行指令，保證車輛行駛或閃避或停止，而要讓這些動作得到有效執行必須有電動助力方向機來控制車行方向，有電子節氣門等發動機控制部件來掌控動力輸出與否，有ABS、ESP…控制車輛的剎車與車身動態控制。
當然，以上執行過程分門別類說起來容易，但當自動駕駛實際執行時以上所說是聯合協同工作的，工作多少量度反應到探測器，再交由處理器判斷需要如何進行下一步動作，一瞬間完成好幾個運作與執行循環工作。
不過，儘管我們經常在聊自動駕駛的話題，但是在擁有統一的、至少是高度兼容的自動駕駛技術框架，並且針對自動駕駛的相應政策真正落地之前，第三方自動駕駛改裝市場即便興起，也將是一片混亂，並不會以健康的姿態發展壯大，更別提與現有的高級駕駛員輔助系統相抗衡，風頭過後，只會留下一片狼藉。
甚至可以說，相比技術，市場更需要成熟、完善的法規與政策——這是在市場經濟社會中通行的普遍規律。
TAG:AM汽車雜誌 |