目前国内无人驾驶达到什么水准？美国到底领先中国多少？
下面就让小编来为大家讲授一下目前国内无人驾驶到达什么水准？美国到底领先中国多少？愿望能赞助到大家。现在许多车上已经配备了所谓的半主动驾驶技巧，那我们离真正的无人驾驶还有多远距离？美国已经逐渐将区域化试运行无人驾驶，似乎美国无论在技巧还是政策方面都已经走在这个范畴的前面，和美国之间的差别和差距又是什么？
操作办法
01我以为，主动驾驶是早晚的事，现在看来，主动驾驶的普及速度比预想的还要快。
主动驾驶一旦大范围普及，很多功效将会成为现实，比如：车辆可以像动车一样编组运行以实现同步高速度的交通，车与车之间的通信和交互可以实现高效的通行效力和极低的事故率，甚至不须要红绿灯及各种庞杂的交通标记标线体系，总体的交通效力和安全性将大大进步，是革命性的。
用不了多久，就会有人说：“开车这么危险的事情，以前竟然让人去做，这简直太吓人了，不可想象。”，当然“女司机”这个说法可能也要退出历史舞台了。
很多朋友担忧交通基本设施以及法律义务等问题，我认为这点不用太担忧，主动驾驶普及的进程，也是相干的交通技巧设施和法律不断完美的进程。
今天重要剖析一下主动驾驶的技巧层面，其他相干的途径设施及法律义务等问题在这里不讨论了。
首先简略说一下主动驾驶的原理。
所有的掌握体系都是由传感器、掌握器和履行器组成的，从这个角度上讲，主动驾驶原理其实和人工驾驶是一样的，我们用眼睛视察路况，而主动驾驶则是应用激光雷达、超声波雷达、摄像头、GPS等传感器来视察路况肯定地位。我们用大脑做断定，主动驾驶当然就是用电脑作为掌握器来断定。然后我们通过手脚掌握车辆方向盘、加速和刹车，主动驾驶也是依据电脑的输出直接去掌握车辆。
看上去很简略，但是要深刻剖析的话，特殊是汽车这么危险的东西，要想保证主动驾驶的可靠性的话，其实非常庞杂。

传感器方面，激光雷达和超声波雷达当然都是用来测距的，幻想状况下车辆可以探测到周围所有的障碍物并算出这些障碍物的距离，但是实际上，这些障碍物很可能会被误判，比如风中飞舞的塑料袋会被断定为障碍物，甚至雨滴有可能被以为是障碍物。摄像头更不用说了，单目或多目摄像头应用盘算机视觉让主动驾驶汽车实时辨认交通讯号灯、交通标记、车道线、近距离低速障碍物等，同时加上与途径基本设施以及云端数据库的通讯，实现诸多功效。但是，今年特斯拉主动驾驶涌现的逝世亡事故很大水平上与摄像头有关系。在逆光和大光比的情形下，摄像头的分辩才能就下降了，当然还有低照度情形，这个受限于当前的图像传感器技巧，懂摄影的朋友都会知道，机器视觉原来就是一个庞杂的东西，同时摄像头有可能被灰尘、眩光等各种不利因素影响，所有从可靠性上讲，依然存在很多问题。当然除了这些断定路况的传感器，汽车还有车速、加速度、转角度等各种传感器。

掌握中心方面，吸收这么多传感器的信息，进行剖析处置，得出掌握策略，下达掌握指令，并且这个进程必需实时，所以掌握中心必需具备高性能的实时运算才能。就硬件来说，主动驾驶的进程可容不得逝世机，所以一般硬件都要用满足高可靠性高性能的实时运算。就软件来说，算法就太主要了，主动驾驶的软件算法必需实现路径计划、回避障碍物、加速度掌握、姿势掌握等等多种功效，但是目前并没有哪种掌握方法能实现完善的无人驾驶，很多时候厂家都会采取多种方法共同处置，比如隐约掌握配合遗传算法、深度学习等等。作为也写了好多掌握软件的答主来说，感到这句话说的真是太对了：“99%的情形应用1%的代码就可以敷衍，而剩下的1%的情形须要用99%的代码去处置。”
履行器方面，一旦得到了掌握指令，让汽车去履行，这一部分就目前来说还算是不错的，特殊是电动车。电动机极高的效力、优秀的调速性能、宽泛的调速区间决议了电动车更容易实现主动驾驶，而普通汽车经过多年的发展，其动员机主动掌握体系、主动变速箱、电子制动等体系的掌握也已成熟，ESP、TCS、定速巡航、自适应巡航等体系也已经普遍应用，与主动掌握体系对接并不麻烦。
下面说说我国的无人驾驶研讨情形和美国的研讨进展情形，然后看看差距。
国内
国防科大早在1992年胜利研制出中国第一辆真正意义上的无人驾驶汽车。2007年，与一汽共同研发红旗无人驾驶车，该车重要应用CCD图像传感器和激光雷达作为传感器，实现了高速路的无人驾驶。2011年国防科大自行研发的HQ3，实现了从长沙到武汉286公里的路试。
吉林大学研发了JLUIV-1型无人驾驶车，应用的是隐约掌握加遗传算法修改的方法。
上海交大在2005年就与欧盟合作Cyber C3项目，研讨面向城市环境的区域交通智能车辆。
2012年，军事交通学院的“猛狮三号”，配备5个雷达，3个CCD图像传感器，1个GPS，以无人驾驶状况行驶114公里，最高时速105km/h。
2016年，北京理工大学设计了一款无人驾驶赛车，应用了双目摄像头用于行人侦测、避障这样的局部路线计划。有意思的是，这车百公里加速仅3秒。
2013年，百度也开端搞主动驾驶汽车，2015年12月初，百度无人驾驶汽车在北京进行全程主动驾驶测跑，实现多次跟车减速、变道、超车、高低匝道、调头等庞杂驾驶动作，完成了进入高速到驶出高速不同途径场景的切换，最高时速达100km/h。下图就是百度的无人驾驶车。
今年9月1日，百度宣告其获得美国加州第15张无人驾驶测试牌照。百度在无人驾驶方面投入可谓伟大，包含树立硅谷研发中心，结合福特公司投资激光雷达厂商Velodyne (为谷歌供给激光雷达)，早前百度还颁布了其“三年商用”、“五年量产”的目的。
国内刚刚起步的无人驾驶技巧研讨是成为很多高端人才的关注点，前面说的北理工搞无人驾驶车的负责人姜岩，和原Intel中国研讨院院长吴甘沙一起成立的驭势科技，就是一家专门从事主动驾驶研讨的公司，在双目视觉方面有着深厚的技巧积聚，供给低成本纯视觉的主动驾驶解决计划，在限制性环境的主动驾驶技巧方面取得了相当的进展。当然相似的小公司还有很多，从不同的层面对主动驾驶技巧展开研讨。
以上应用的技巧根本上都是以CCD图像传感器、雷达测距等技巧，简略的高速路况下，几乎都已经可以实现不错的主动驾驶性能，但是城市途径路况，问题还是非常多，究竟总体来看，国内的主动驾驶依然处于起步阶段，还处于研发的原型验证阶段，与美国差距不小（不光主动驾驶，很多方面都是）。百度在这方面算是国内的领头羊的，与NVIDIA合作，同时也和政府联手推进主动驾驶技巧。但是从路试距离上来说，百度相比谷歌也差得远。相似驭势科技这种专业公司的涌现，也为国内的主动驾驶研讨增加了一支强劲的力气。
美国
当然最牛最有代表性的就是谷歌和特斯拉。
谷歌在软件方面一直就是世界最顶尖的，虽然微软和苹果可能表现不服气，但是我是这么以为的。
所以谷歌的壮大优势就是软件和算法。下面就是谷歌的主动驾驶汽车。
谷歌的主动驾驶汽车具有GPS、摄像头、雷达和激光传感器，可以以一个360度的视角从周围环境中获取信息，从2009年开端，谷歌主动驾驶汽车在自主模式下已经行驶了120多万英里，软件已经知道了许多如何去应对不同情形的办法。下图就是谷歌主动驾驶汽车眼中的世界。

从图中可以看出车身的各种传感器可以检测到最远达两个足球场那样规模内的物体，包含人员，车辆，建筑区，鸟类，自行车等，这辆车可以看到其他的车辆，这些车辆在图里用紫色的图形来表现，骑自行车的人会用红色标出，左上角转角的处所会用橙色的圆锥来表现。它甚至可以辨认交警的手势，这是非常了不起的，也是谷歌壮大的软件算法才能的体现。虽然谷歌的主动驾驶汽车可以依据收集到的数据来预测很多事情，比国内的壮大许多倍，但是仍然会涌现以前从来没有产生过的情形。有一次，一辆测试中的主动驾驶汽车正行驶在山景城地带，涌现了一个坐着电动轮椅的女人在路上转圈圈地追赶一只鸭子，但是这辆车却只能不断试探并且降速来回避这个女人。

特斯拉壮大在别人还在研讨实验的时候，它已经量产并大范围投入应用了。

作为纯电动，特斯拉在主动驾驶便利原来就具有优势，同时特斯拉又特殊执着于主动驾驶技巧。目前跑在路上的特斯拉车型，实现 Autopilot 帮助驾驶应用了环绕在车身周围的 12 个超声波传感器辨认周围环境、一个前置摄像头鉴别前方物体、一个前置雷达也对前方物体进行辨认，还有就是长时光路试积聚来的高精度卫星地图。这样实现了下表中的“部分主动驾驶”功效。

而特斯拉在今年10月20日非常冲动的宣告：从今天开端，所有在工厂生产的特斯拉车型 -- 包含Model 3--- 将配备具有全主动驾驶功效的硬件，相比人工驾驶，新硬件将从基本上进步车辆行驶的安全性。该体系将包括8个摄像头，笼罩360度可视规模，对周围环境的监控距离最远可达 250 米。除此之外，车辆配备的12 个超声波传感器完美了视觉体系，探测和传感硬、软物体的距离接近上一代体系的两倍。加强版前置雷达通过冗余波长供给周围更丰硕的数据，雷达波可以穿越大雨、雾、灰尘，甚至前方车辆。为了更好的应用这些数据，车辆搭载了比上一代运算才能快40倍的处置器，运行特斯拉基于深度神经网络研发的视觉体系、声纳与雷达体系软件。综上所述，该体系供给了一幅驾驶员用眼睛无法触及的世界影像，通过波段同步检测车辆周边每一个方向，这一切远远超出了人类的感官。
特斯拉把传感器布满了全车。8 个摄像头供给 360 度的视觉监控，最远能够监控 250 米规模内的物体，12 个超声波传感器笼罩的规模是之前 Autopilot 体系的两倍。一个增强版雷达用来在雨雪大雾气象下探测前方车辆。这些硬件使特斯拉的主动驾驶可以到达“高度主动化”的水平。
另外，特斯拉路上跑的车型，都用自己的各种传感器为特斯拉的高精度卫星地图在做贡献，这一点是谷歌也比不上的，究竟谷歌就那么几辆测试车跑来跑去，而特斯拉量产的车型都必定水平上是测试车。目前特斯拉 Autopilot 帮助驾驶的行驶里程已经到达了 2.22 亿英里（约合 3.57 亿公里）。
所以总体来看，不论是谷歌还是特斯拉，其主动驾驶技巧都要比国内先进，国内要追上，还须要时日。
有时候，差距就是，看着很小，认为一使劲就可以追上，然后就使劲，可刚要追上的时候，目的也加速了，差距反而更大了。
02我以为，主动驾驶是早晚的事，现在看来，主动驾驶的普及速度比预想的还要快。
主动驾驶一旦大范围普及，很多功效将会成为现实，比如：车辆可以像动车一样编组运行以实现同步高速度的交通，车与车之间的通信和交互可以实现高效的通行效力和极低的事故率，甚至不须要红绿灯及各种庞杂的交通标记标线体系，总体的交通效力和安全性将大大进步，是革命性的。
用不了多久，就会有人说：“开车这么危险的事情，以前竟然让人去做，这简直太吓人了，不可想象。”，当然“女司机”这个说法可能也要退出历史舞台了。
很多朋友担忧交通基本设施以及法律义务等问题，我认为这点不用太担忧，主动驾驶普及的进程，也是相干的交通技巧设施和法律不断完美的进程。
今天重要剖析一下主动驾驶的技巧层面，其他相干的途径设施及法律义务等问题在这里不讨论了。
首先简略说一下主动驾驶的原理。
所有的掌握体系都是由传感器、掌握器和履行器组成的，从这个角度上讲，主动驾驶原理其实和人工驾驶是一样的，我们用眼睛视察路况，而主动驾驶则是应用激光雷达、超声波雷达、摄像头、GPS等传感器来视察路况肯定地位。我们用大脑做断定，主动驾驶当然就是用电脑作为掌握器来断定。然后我们通过手脚掌握车辆方向盘、加速和刹车，主动驾驶也是依据电脑的输出直接去掌握车辆。
看上去很简略，但是要深刻剖析的话，特殊是汽车这么危险的东西，要想保证主动驾驶的可靠性的话，其实非常庞杂。

传感器方面，激光雷达和超声波雷达当然都是用来测距的，幻想状况下车辆可以探测到周围所有的障碍物并算出这些障碍物的距离，但是实际上，这些障碍物很可能会被误判，比如风中飞舞的塑料袋会被断定为障碍物，甚至雨滴有可能被以为是障碍物。摄像头更不用说了，单目或多目摄像头应用盘算机视觉让主动驾驶汽车实时辨认交通讯号灯、交通标记、车道线、近距离低速障碍物等，同时加上与途径基本设施以及云端数据库的通讯，实现诸多功效。但是，今年特斯拉主动驾驶涌现的逝世亡事故很大水平上与摄像头有关系。在逆光和大光比的情形下，摄像头的分辩才能就下降了，当然还有低照度情形，这个受限于当前的图像传感器技巧，懂摄影的朋友都会知道，机器视觉原来就是一个庞杂的东西，同时摄像头有可能被灰尘、眩光等各种不利因素影响，所有从可靠性上讲，依然存在很多问题。当然除了这些断定路况的传感器，汽车还有车速、加速度、转角度等各种传感器。

掌握中心方面，吸收这么多传感器的信息，进行剖析处置，得出掌握策略，下达掌握指令，并且这个进程必需实时，所以掌握中心必需具备高性能的实时运算才能。就硬件来说，主动驾驶的进程可容不得逝世机，所以一般硬件都要用满足高可靠性高性能的实时运算。就软件来说，算法就太主要了，主动驾驶的软件算法必需实现路径计划、回避障碍物、加速度掌握、姿势掌握等等多种功效，但是目前并没有哪种掌握方法能实现完善的无人驾驶，很多时候厂家都会采取多种方法共同处置，比如隐约掌握配合遗传算法、深度学习等等。作为也写了好多掌握软件的答主来说，感到这句话说的真是太对了：“99%的情形应用1%的代码就可以敷衍，而剩下的1%的情形须要用99%的代码去处置。”
履行器方面，一旦得到了掌握指令，让汽车去履行，这一部分就目前来说还算是不错的，特殊是电动车。电动机极高的效力、优秀的调速性能、宽泛的调速区间决议了电动车更容易实现主动驾驶，而普通汽车经过多年的发展，其动员机主动掌握体系、主动变速箱、电子制动等体系的掌握也已成熟，ESP、TCS、定速巡航、自适应巡航等体系也已经普遍应用，与主动掌握体系对接并不麻烦。
03一线奋战无人驾驶也有些年头了，切身的领会，几年前还会天马行空的畅想，这些年开端严正看待这个问题。这个问题的答复有个根本思路，必需从商业逻辑->研发战略->核心供给链->症结算法的次序来讨论。（作为一个程序员，算法还是最有意思，^_^）。还是老规则先说结论：大批核心供给链部件和算法很长一段时光还是国外领先。但无人车不是手机，不会是零部件的堆砌，确定会受到国内政策，交通环境，生态系统的影响。国内企业只要牢牢守住生态阵地，总有反超机遇。占坑第一，做强第二!
一、商业逻辑
首先是大家根本达成一致的逻辑（国内外根本都在一个起跑线上）：
共鸣一："电车理论"这种问题不该是问题
所谓的“电车难题”是伦理学范畴最为著名的思想试验之一，其内容大致是：一个疯子把五个无辜的人绑在电车轨道上。一辆失控的电车朝他们驶来，并且片刻后就要碾压到他们。荣幸的是，你可以拉一个拉杆，让电车开到另一条轨道上。然而问题在于，那个疯子在另一个电车轨道上也绑了一个人。斟酌以上状态，你是否应拉杆？主动驾驶汽车也会遇到相似的伦理问题，在危急情形下，是保乘客弃行人还是保行人弃乘客？
大家对于电车理论的共鸣就是那么几点
主动驾驶汽车不应当陷入这种两难困境：设计这么多逻辑，装那么多传感器，甚至超越人类认知的V2X，地图，激光雷达，积聚大数据的驾驶经验都是为了这些为难不涌现。
车辆两难的本能反响必需是预先设定经过认可的：不能消除这种两难情形的涌现，但是根本的价值观必需预先设定，而设定价值观的可以是人，机器只用把进程进行完全的记载。
这个锅我背哈！真的出问题了怎么办，很多企业已经做了不错的榜样（沃尔沃）。
共鸣二：增量式驾驶员帮助体系不会进化成主动驾驶体系
之前看到过这样的路线划分
当今主动驾驶行业最大的激辩就是到底要走特斯拉路线，还是谷歌路线。前者的处置计划是不断改良的增量体系，期望有一天这套体系能直接驱动主动驾驶汽车。谷歌则否认这条途径，以为我们该运用不同的技巧。
我深感莫名其妙，特斯拉和谷歌我以为就是一致的认知。特斯拉递增的是软件版本，不是功效增量，而其收集感知数据的商业模式，将是谷歌路径商业化的必由之路。
实际上的差别是整车厂和科技公司的差别，之前某位国外著名主机厂高管曾说过，主动驾驶对他们来说就是分分钟的事情，因为在他看来纵向掌握就是“ACC CC AEB”，集成现有成熟技巧就可以了。ACC/CC/AEB三者之间存在繁琐的IF-THEN切换规矩，并且每一种策略都不符合人类驾驶的根本逻辑，现实交通的庞杂性会直接导致这种策略的瓦解。TRUST ME 整车厂也不会这么想了！
基于人车路的概率散布，运行态势，行动意图根本上是所有企业主流的做法。
共鸣三：主动驾驶行市场伟大
据美国市场统计：3 万亿英里的行驶里程x每英里 0.1 美元的成本 = 每年 3000 亿美元的营收，在共享运输这样的背景下，相似Uber、Lyft 和滴滴这样的先行者，总计估值已经高达 1100 亿美元，根本相当于美国汽车三巨头通用、福特和克莱斯勒的市值之和。
共鸣四：城市发展将会在远期支持主动驾驶
未来 20 年内大批的交通基本设施都将支撑主动驾驶。什么专用途径标识，V2X，5G,高精度地图，边沿盘算装备等等等等。也许现在的设施差了些，未来为了安全必定会转变。
共鸣五：谁强谁弱不主要，满足市场需求才是最主要的。
这是一个最主要的问题，答复这个问题我以为实际上是两种划分：
1.所有权划分
未来花费者到底会将汽车看做是私人物品还是服务供给商，这关乎一个商业模式的问题。
2. 应用空间划分
是开放途径，半封锁途径，还是封锁途径（这种不应当算作主动驾驶范畴），开放和半封锁途径的参与者有很大差别
04 我以为，主动驾驶是早晚的事，现在看来，主动驾驶的普及速度比预想的还要快。
主动驾驶一旦大范围普及，很多功效将会成为现实，比如：车辆可以像动车一样编组运行以实现同步高速度的交通，车与车之间的通信和交互可以实现高效的通行效力和极低的事故率，甚至不须要红绿灯及各种庞杂的交通标记标线体系，总体的交通效力和安全性将大大进步，是革命性的。
用不了多久，就会有人说：“开车这么危险的事情，以前竟然让人去做，这简直太吓人了，不可想象。”，当然“女司机”这个说法可能也要退出历史舞台了。
很多朋友担忧交通基本设施以及法律义务等问题，我认为这点不用太担忧，主动驾驶普及的进程，也是相干的交通技巧设施和法律不断完美的进程。
今天重要剖析一下主动驾驶的技巧层面，其他相干的途径设施及法律义务等问题在这里不讨论了。
首先简略说一下主动驾驶的原理。
所有的掌握体系都是由传感器、掌握器和履行器组成的，从这个角度上讲，主动驾驶原理其实和人工驾驶是一样的，我们用眼睛视察路况，而主动驾驶则是应用激光雷达、超声波雷达、摄像头、GPS等传感器来视察路况肯定地位。我们用大脑做断定，主动驾驶当然就是用电脑作为掌握器来断定。然后我们通过手脚掌握车辆方向盘、加速和刹车，主动驾驶也是依据电脑的输出直接去掌握车辆。
看上去很简略，但是要深刻剖析的话，特殊是汽车这么危险的东西，要想保证主动驾驶的可靠性的话，其实非常庞杂。
传感器方面，激光雷达和超声波雷达当然都是用来测距的，幻想状况下车辆可以探测到周围所有的障碍物并算出这些障碍物的距离，但是实际上，这些障碍物很可能会被误判，比如风中飞舞的塑料袋会被断定为障碍物，甚至雨滴有可能被以为是障碍物。摄像头更不用说了，单目或多目摄像头应用盘算机视觉让主动驾驶汽车实时辨认交通讯号灯、交通标记、车道线、近距离低速障碍物等，同时加上与途径基本设施以及云端数据库的通讯，实现诸多功效。但是，今年特斯拉主动驾驶涌现的逝世亡事故很大水平上与摄像头有关系。在逆光和大光比的情形下，摄像头的分辩才能就下降了，当然还有低照度情形，这个受限于当前的图像传感器技巧，懂摄影的朋友都会知道，机器视觉原来就是一个庞杂的东西，同时摄像头有可能被灰尘、眩光等各种不利因素影响，所有从可靠性上讲，依然存在很多问题。当然除了这些断定路况的传感器，汽车还有车速、加速度、转角度等各种传感器。
掌握中心方面，吸收这么多传感器的信息，进行剖析处置，得出掌握策略，下达掌握指令，并且这个进程必需实时，所以掌握中心必需具备高性能的实时运算才能。就硬件来说，主动驾驶的进程可容不得逝世机，所以一般硬件都要用满足高可靠性高性能的实时运算。就软件来说，算法就太主要了，主动驾驶的软件算法必需实现路径计划、回避障碍物、加速度掌握、姿势掌握等等多种功效，但是目前并没有哪种掌握方法能实现完善的无人驾驶，很多时候厂家都会采取多种方法共同处置，比如隐约掌握配合遗传算法、深度学习等等。作为也写了好多掌握软件的答主来说，感到这句话说的真是太对了：“99%的情形应用1%的代码就可以敷衍，而剩下的1%的情形须要用99%的代码去处置。”
履行器方面，一旦得到了掌握指令，让汽车去履行，这一部分就目前来说还算是不错的，特殊是电动车。电动机极高的效力、优秀的调速性能、宽泛的调速区间决议了电动车更容易实现主动驾驶，而普通汽车经过多年的发展，其动员机主动掌握体系、主动变速箱、电子制动等体系的掌握也已成熟，ESP、TCS、定速巡航、自适应巡航等体系也已经普遍应用，与主动掌握体系对接并不麻烦。
05预计2020年投入应用。就是数目，美军战役机服役架次在6000架，中国在1500架左右，美国在20年前就已经有了。航空科技也是如此。
在科技上，不好权衡。比如航天科技，我们筹划2025年左右登月，美国在50年前就已经登月了。我们正要做空间站。比如航母，我们1艘，美国设备的是第四代战役机，咱们和他们不是一个时期的兵器，差距也较大。这还是数目，技巧程度相当于美国50年代程度在经济总量上
下一篇：怎样检测机油是否需要更换？上一篇：为什么电影里美国人开的车都很一般？