隨著傳感器技術(shù)、成像技術(shù)、雷達(dá)、LiDAR、電子設(shè)備和人工智能技術(shù)的進(jìn)步，數(shù)十種先進(jìn)駕駛輔助系統(tǒng)(ADAS)功能已得以實(shí)現(xiàn)，包括防撞、盲點(diǎn)監(jiān)測、車道偏離報(bào)警和停車輔助。通過傳感器融合同步此類系統(tǒng)的運(yùn)行，以允許全自動(dòng)駕駛車輛或無人駕駛車輛對周圍環(huán)境檢測，并警告駕駛員潛在的道路危險(xiǎn)，甚至可以采取獨(dú)立于駕駛員的規(guī)避動(dòng)作來避免碰撞。

自動(dòng)駕駛汽車還必須能在高速情況下區(qū)分并識(shí)別前方物體。使用距離判斷技術(shù)，這些自動(dòng)駕駛汽車必須快速構(gòu)建出約100米遠(yuǎn)道路的3D地圖，并能在250米遠(yuǎn)的距離上創(chuàng)建出高角分辨率的圖像。如果駕駛員不在場或者不掌握駕駛，汽車人工智能必須做出最優(yōu)決策。

此任務(wù)的幾種基本方法之一是，測量能量脈沖從自動(dòng)駕駛汽車發(fā)出到目標(biāo)再返回車輛的往返飛行時(shí)間(ToF)。當(dāng)知道脈沖通過空氣的速度時(shí)，就可以計(jì)算出反射點(diǎn)的距離。這個(gè)脈沖可以是超聲波(聲納)，也可以是無線電波(雷達(dá))或激光(LiDAR)。

這三種ToF技術(shù)，想擁有更高的角分辨率圖像，LiDAR是最好的選擇，這是因?yàn)長iDAR圖像的衍射(光束散度)更小，對鄰近物體識(shí)別能力比雷達(dá)更優(yōu)秀(見下圖)。對于高速情況下需要足夠時(shí)間來應(yīng)對如迎頭相撞等潛在危險(xiǎn)，更高的角分辨率尤為重要。

下圖是無人駕駛的偏算法層的系統(tǒng)框架。從左邊看，這是一個(gè)傳感器的輸入，如激光雷達(dá)、攝像頭、毫米波、GPS、編碼器和 IMU。這些傳感器的數(shù)據(jù)輸入到系統(tǒng)的感知算法里，通過這個(gè)感知算法，處理器會(huì)將這些數(shù)據(jù)進(jìn)行處理分析，如何將靜態(tài)的物體分離出來，并如何識(shí)別、分類與跟蹤動(dòng)態(tài)物體。

高精度地圖的獲取很大程度依賴激光雷達(dá)以及攝像頭。我們獲取高精度地圖后，結(jié)合 GPS 和 IMU、編碼器、實(shí)時(shí)感知環(huán)境的特征，進(jìn)行地圖匹配以及進(jìn)行定位。對于路徑規(guī)劃和運(yùn)動(dòng)控制，最終是結(jié)合車輛的CAN 總線，對車進(jìn)行控制。

Google 的自動(dòng)駕駛汽車 Google Car就是綜合使用了上述傳感設(shè)備采集感知環(huán)境信息進(jìn)行處理，并對車輛做出控制。

Google Car上最重要也是最貴的器件就是頭頂?shù)倪@臺(tái)Velodyne Lidar公司生產(chǎn)的HDL-64E64線激光發(fā)射器了。它可以一邊旋轉(zhuǎn)一邊不間斷的發(fā)射64束最遠(yuǎn)射程可達(dá)120米的激光束，并接收反射回來的光束，依據(jù)返回時(shí)間的差別計(jì)算出物體與汽車之 間的距離。從而繪制出汽車周圍實(shí)時(shí)的3D地形圖。并且因?yàn)楣馐浅Ｃ芗⑶宜⑿骂l率非常快，綜合探測數(shù)據(jù)后還可以判斷出物體的形狀、大小和大致的運(yùn)動(dòng)軌 跡，以此作為接下來行動(dòng)的判斷依據(jù)之一。HDL-64E的性能非常強(qiáng)大。每秒可以給Google Car的處理器提供130萬組數(shù)據(jù)，這可以保證提供給Google Car處理器的信息幾乎是實(shí)時(shí)的。當(dāng)然這也對處理器提出了更高的要求。下圖就是在HDL-64E的運(yùn)作下Google Car看到的世界。這個(gè)Google Car眼中的世界，也是未經(jīng)處理器處理過的原始數(shù)據(jù)樣貌。

Google Car會(huì)將收集到的數(shù)據(jù)與車體內(nèi)置的谷歌地圖已有的信息進(jìn)行整合，從而判斷出相當(dāng)精確的四周的狀況，為做出反應(yīng)打下良好基礎(chǔ)。

理論上HDL-64E已經(jīng)足以確定汽車的位置了。但在環(huán)境復(fù)雜的道路上，駕駛者和行人的安全都需要多重保障。因此谷歌給Google Car配了更直觀的眼睛：攝像頭。Google Car有一對向前的攝像頭，其之間有著一定的距離。從兩個(gè)攝像頭傳回的畫面的視差就像人的兩只眼睛一樣，可以幫助車輛判斷自己的位置、行進(jìn)的速度等信息。Google Car的車胎輪轂上同樣帶有位置傳感器，用于探測車輪轉(zhuǎn)動(dòng)，也能幫助車輛進(jìn)行定位。再同GPS得出的數(shù)據(jù)進(jìn)行整合。數(shù)組數(shù)據(jù)共同保證車輛定位的準(zhǔn)確性。

另外，攝像頭還可以辨識(shí)出路上出現(xiàn)的交通標(biāo)志和信號(hào)燈等物體，以保證自身的運(yùn)行會(huì)嚴(yán)格遵守交通規(guī)則。這點(diǎn)是激光發(fā)射器很難辦到的。信號(hào)燈、斑馬線、行車線、限速標(biāo)識(shí)……交通標(biāo)示無處不在，它們是道路安全的保證。

HDL-64E是有一定判斷物體運(yùn)動(dòng)軌跡和速度的能力的。但其獲得的數(shù)據(jù)畢竟不實(shí)時(shí)，并且要將其與車輛自身的速度結(jié)合，計(jì)算出兩者的相對運(yùn)行速度，還需要許多額外的計(jì)算量。因此谷歌為車輛前后都配備了車載雷達(dá)，它們可以很精確的測出前后車輛與GoogleCar的相對速度，以此判斷接下來的車速該如何變化。

以上所有傳感器的數(shù)據(jù)都會(huì)匯集起來并傳輸給位于汽車右后方的主處理器（AI處理器）進(jìn)行處理，由于所有數(shù)據(jù)都是實(shí)時(shí)的，因此流量異常龐大（可達(dá)到1GB每 秒）。因此Google Car的車在計(jì)算機(jī)的性能也是非常強(qiáng)的。處理器會(huì)參照各傳感器提供過來的數(shù)據(jù)，并繪制出一份最終的周邊環(huán)境地形圖。

它會(huì)將所有對其意義不同的物體用不同的顏色標(biāo)示出來。如粉色代表暫時(shí)不會(huì)與行進(jìn)路線相交的物體，綠色代表已經(jīng)阻擋在行進(jìn)路線上的物體等。然后車內(nèi)的程序，或者說AI就會(huì)對路況作出判斷，隨時(shí)根據(jù)道路情況決定汽車下一步的行動(dòng)。下圖就是經(jīng)過車載處理器處理后的世界的樣子了。

Google Car的AI已經(jīng)具有相當(dāng)程度的道路智能，規(guī)劃目的地路線這樣的小事早已不值一提，在遇到一些臨時(shí)或者突發(fā)的事件的時(shí)候GoogleCar也能及時(shí)作出合適的反應(yīng)：比如在交通燈變綠色的時(shí)候，汽車開始拐彎，但這時(shí)有路人從前面走過，這時(shí)GoogleCar將會(huì)讓路。另一個(gè)例子是，在通過沒有紅綠燈的十字路口的時(shí)候，它會(huì)根據(jù)大家通用的守則讓其它車先過，如果其它車輛沒有反應(yīng)，它在通過路口之前將先往前行進(jìn)一點(diǎn)，以表明自己的意圖。

了解了谷歌為保護(hù)道路安全設(shè)置的諸多保險(xiǎn)措施、完善的檢測和判斷機(jī)制，再結(jié)合Google Car的表現(xiàn)，我們很有理由相信無人駕駛汽車在不遠(yuǎn)的將來就將大面積替代有人駕駛的車輛。事實(shí)上，早在2012年，美國內(nèi)華達(dá)州機(jī)動(dòng)車輛管理局就已經(jīng)為 Google Car頒發(fā)了美國首個(gè)“自動(dòng)駕駛”汽車的車牌。使得GoogleCar可以合法上路，盡管該法規(guī)同時(shí)規(guī)定該車上路時(shí)車上必須至少有2人在監(jiān)視車輛的運(yùn)行狀況。但這更多只是因?yàn)榧夹g(shù)暫時(shí)的不成熟而做出的一個(gè)臨時(shí)的限制條款。我們有理由相信，不會(huì)分神、疲勞、能隨時(shí)兼顧周圍所有狀況的車載AI的駕駛能力終有一天會(huì)超過人類駕駛員。