作者：电车森
谈及自动驾驶，什么车道偏离预警、车道变换辅助、前向碰撞预警，相信不少车主都能争先恐后的给你上一课。
毕竟这些东西对他们来说就是日常用车多了一个动作而已。可当你要是问及自动驾驶的感知是什么、控制是什么的时候，场面可能会一度陷入尴尬。
那么，电车资源关于 「自动驾驶」 这一秃头专题可值得你雪藏了。当然了，这个话题网上那些百度百科的官话也不少，但咱不跟专业人士争着琢磨，咱来换种方式专门讲给车主听的。话不多说，这一期咱先来讲讲这被吹上天的自动驾驶到底怎样认识。
何为自动驾驶
汽车自动驾驶系统（Motor Vehicle Auto Driving System）其实是一种通过车载电脑系统实现无人驾驶的智能汽车系统。其结构一般分为：感知系统、决策系统、执行系统 3 个部分；说白了其实就是请了个司机代替你的眼睛、大脑、手、脚，最后做出反应。
但你也知道，从出生到会开车哪有那么容易。同理，自动驾驶需要从辅助驾驶到自动驾驶，再到无人驾驶技术上的层层递进、范围上的层层缩小。SAE（国际汽车工程学会）J3016 文件曾提出的五级自动驾驶分级方案，是当前被自动驾驶领域与国际社会普遍认可采用的标准。该标准分为五级。
辅助驾驶（L1、L2）
包括自动驾驶以及其他辅助驾驶技术，能够在某一环节辅助甚至替代驾驶员，优化驾车体验。L1 在适用的实际范围内，可持续执行横向（如方向盘）或纵向（如油门、刹车）的车辆运动控制的某一子任务（不可同时执行）。L2 则能够同时执行横向或纵向的车辆运动控制任务。
自动驾驶（L3）
指汽车至少在某些或者全部具有关键安全件的控制功能方面，无需驾驶员直接操作即可自动完成。包括无人驾驶以及辅助驾驶。但 L3 的分级一直就是否存在解放双眼却需要驾驶员随时准备参与驾驶任务的场景持有争议。
就用户角度而言，L3 场景能否做到用户友好。譬如当用户在 L3 级别场景下在车内玩手机，而系统突发事件要求用户在 10 秒内接手驾驶操作。就技术角度而言，即使在很短时间内也存在事故发生的可能性。要求系统在 10 秒或更短时间内做出判断与反应，或许已经超出 L3 级别的技术能力。
无人驾驶（L4、L5）
汽车在无驾驶员介入的情况下，能在限定环境乃至全部环境下完成全部驾驶任务。这不用多说了吧，就跟你请了个司机一样。
结合上述自动驾驶分级标准可以从另一个角度进行理解。如下图所示，L1、L2 解放驾驶员双手双脚，无需操作方向盘、油门等，只需要监视驾驶场景。L3 解放驾驶员双眼，但是要在特殊需要时响应系统需求。在 L4、L5，驾驶员完全无需参与驾驶。
自动驾驶从无到有需要什么
纵使各车企、品牌宣传自家的自动驾驶技术有多么上天入地，但不同级别的自动驾驶技术的框架是相似的，因其对精度要求、功能覆盖度要求的不同而发展出不同功能。其技术框架核心分为环境感知、决策规划、控制执行三部分，简而言之就跟人类驾驶过程一样。
环境感知（收集信息）
人类驾驶员通过耳朵和眼睛观测环境、了解自己与周围环境中交通参与者的位置与状态。自动驾驶技术的环境感知技术是通过感知算法与传感器得到相似信息，包括定位与感知环境。
决策规划（分析信息）
得到环境信息后，通过决策算法和计算平台规划驾驶路径等信息，同时保障安全性。
控制执行（做出决定）
通过控制算法与线控系统控制车辆按照规划的路径执行行驶操作。
那么从上图也能看得到，上述三部分核心技术设计到诸多模块。
算法
算法二字简单理解就是解决某个问题计算的方法、步骤。譬如在你做饭时你脑子里会浮现出食谱、先炒、再炖、再小火收汁等等，这就是一个算法。而不是字面上理解的计算公式，解决不同的问题，需要不同的算法。
那么，上文提及的控制算法、定位算法、感知算法与决策算法。就其成熟度而言，控制算法基本可以满足技术要求。就阿里巴巴当前实践而言，定位算法在多数情况下能够满足精度要求。感知算法则需要做到精确识别周围环境中物体的类别、位置、运动速度、方向等，但目前还存在噪声影响等问题。决策算法需要处理噪声等问题，并且高效地规划出可执行路径。
现阶段，感知算法与决策算法模块是自动驾驶技术的瓶颈，仍有待优化。
传感器
可以根据不同方案、层级选择不同的传感器方案。例如 L2 技术更多使用摄像头与毫米波雷达、L4 技术需要使用激光雷达。激光雷达传感器还存在许多问题，譬如稳定性方面的问题。目前主要使用机械的激光雷达，虽然固态激光雷达进展快速，但是实践证明固态激光雷达还不能满足自动驾驶技术的稳定性要求。
计算平台
既需要能力强，又要求低功耗。由于上层算法还未定义好，难以针对性制作或优化出适合算法的芯片。
测试手段
包括真实道路测试、仿真回归测试。仿真回归测试是自动驾驶领域的热门问题，关于如何模拟驾驶环境及驾驶员的真实行为等方面，存在许多技术问题有待突破。
自动驾驶发展路线
目前自动驾驶领域很多公司，包括车企都在展开研究、在讲他们的故事，但从 「看得见、摸得着」 的实际部署路线来看，当前自动驾驶的发展路线以 Waymo、Tesla 和 GM Cruise 三种模式为主。
Waymo 模式专注无人驾驶市场，独立主导无人驾驶发展路线，特点是安全性可以得到保障，但是缺乏主机厂设计生产，大规模商业化缓慢。譬如地平线、四维图新、禾多科技等。
特斯拉模式是从造车到自动驾驶，驾驶辅助功能量产到全自动驾驶智能硬件标配软件 0TA 升级。特点是商业化落地较快，但是安全性难以保障，完全自动驾驶预期不明朗。
通用 Cruise 模式走的是从量产乘用车到自动驾驶，乘用车从辅助驾驶到自动驾驶的发展路线同时拓展无人物流车和 Robotaxi 业务。特点是乘用车企业与科技公司优势互补，从而实现全自动驾驶的快速落地。譬如文远知行、元戎启行、Pony.ai 等。
至于哪种模式最终胜出，现在还无定论，殊途同归也未可知。
写在最后
自动驾驶可以说是百年汽车工业史上又一次伟大的转移，将重新定义汽车产业规则。已不再是 「四个轮胎上加一套沙发」、也不只是「一个手机加上四个轮子」、而是 「行走的第三空间」。自动驾驶的发展是必然的趋势，但还仍有需要 「曲路」 待以前行。
当然了，涉及自动驾驶的内容还有很多，虽然上文提及的算法、激光雷达、摄像头等核心技术只是一笔带过，但后续包括高精地图、自动驾驶芯片等一系列内容，咱一样也不落下。
