雷鋒網「新智造」按：本文作者星河研究院分析師吳極，關注人工智慧、物聯網、機器人等前沿科技領域，希望通過專業洞察助推產業發展。在本文中吳極分享了關於無人駕駛技術硬體設備方面的研究，在接下來的文章中還有關於軟體技術及未來的探討。新智造已獲取授權。新智造作為雷鋒網旗下欄目，關注智慧時代的創新與創造，目標是找到哪個領域還有值得創業和投資的機會。
自動駕駛是目前汽車產業乃至科技行業中受關注度最高的技術之一，此前A16Z的合夥人Frank Chen便在一場活動中講到了對自動駕駛技術產業鏈，以及對未來在自動駕駛技術影響下的社會與經濟等多方面變化的看法。借著他的觀點，星河研究院吳極又增加了一部分內容與分析，我們今天就來探討一下自動駕駛技術，準備好了嗎？
一步到位 vs 反覆運算升級
美國汽車工程師協會（SAE）提出了自動駕駛的6個等級，目前大多數汽車尚處在第一級中。圍繞著這一分級自動駕駛產生了兩種不同的發展路徑，其中百度與Google的無人車是想要直接發力第五級，實現全自動駕駛的功能，而Tesla目前的自動駕駛技術路線應該是想要偏向於儘快量產實用，再隨著技術的進展不斷的反覆運算升級。
第0級 有司機來實現駕駛
這一級不需要任何自動駕駛能力，而是需要專門的司機駕駛汽車。
第1級 能夠進行一些輔助
這些汽車有著包含ABS、自動巡航在內的功能，基於這些功能車輛能夠在一些特定環境下維持行駛的狀態。
第2級 半自動駕駛
在這一級別中，汽車的控制系統可以在特定情況下接管汽車，但司機還是需要坐在駕駛位元並全程監控駕駛情況。一般情況下這一功能適用於高速公路場景，司機不需要操作，但需要坐在駕駛位元並確保汽車自動控制程式一直能夠保持穩定。
第3級 部分情況下能夠自動駕駛
該水準意味著駕駛員不必一直監視系統，但依然需要呆在能夠快速控制並恢復汽車行駛狀態的位置。這意味著駕駛員不需要時刻把手放在方向盤上監控情況，但能夠在系統判定緊急情況並發出警報後及時接管。
第4級 高度自動化
由自動駕駛系統完成特定場景或一段路途中絕大部分的駕駛，在這一級別中駕駛員已經不需要對自動駕駛狀態做任何干擾。
第5級 全自動駕駛
最高級別的自動駕駛技術，這意味著在全部旅途、全部情況下都不需要司機的干預，自動駕駛程式就能夠獨自完成所有情況的處理，此時也將會淡化司機這一角色。
感測器、車聯網與基礎設施互聯設備作為必要的硬體設備構成了技術的一大發展方向，同樣為無人駕駛汽車提供駕駛演算法以及車用高精度地圖的軟體業務也是技術發展中不可或缺的必要環節。
實現自動駕駛汽車的必要硬體設備
1. 雷射雷達 vs 傳統雷達與攝像頭
首先，感測器是至關重要的硬體設備，對於自動駕駛汽車來說相當於它的眼睛。通過感測器無人駕駛汽車能夠識別道路、其他車輛、行人、障礙物及交通基礎設施。目前感測器主要分為雷射雷達、傳統雷達和攝像頭這三個部件，在應用層面攝像頭又有單目和雙目之分。
雷射雷達：
雷射雷達目前是被採用比例最大的設備，Google、百度、Uber等公司的自動駕駛技術目前都依賴於它，這種設備被架在汽車的車頂上，能夠用雷射脈衝對周圍環境進行距離檢測，並結合軟體繪製3D圖，從而為自動駕駛汽車提供足夠多的環境資訊。
但目前的問題是雷射雷達的價格高達80000美元，在其降低成本之前不可能被量產的自動駕駛汽車採用。好在目前已經有一些方案能夠降低雷射雷達的成本，例如將上述“機械”式的雷射雷達改變為“固態”雷射雷達。
固態雷射雷達能夠通過電子部件進行相控陣掃描，並不需要依靠內部機械部件的旋轉，這樣不僅能把雷射雷達越做越小，也控制住了成本。目前全固態雷射雷達的主要研發廠商有Quanergy、以色列的Innoviz以及TetraVue等企業，但均未實現量產，Quanergy宣佈其純固態雷射雷達已經在進行測試，如果順利的話2018年初可實現量產。
而前不久接受了百度與福特投資，目前是機械旋轉式雷射雷達最大企業的Velodyne，僅開發出“混合固態雷射雷達”，而這一產品還是要靠內部的機械部件實現360°的高速旋轉，僅僅實現了產品的小型化，算是過渡產品。國內企業鐳神智能、禾賽科技及北科天繪也推出了內部旋轉式的混合固態雷射雷達產品。
傳統雷達與攝像頭：
由於雷射雷達的高昂價格，走實用性技術路線的特斯拉便採取了更加切合實際的路線發展其“輔助駕駛”功能，其採用的硬體便是傳統的雷達和單目攝像頭。這一設備其硬體原理與目前車載的ACC自我調整巡航系統類似，依靠覆蓋汽車周圍360°視角的攝像頭及前置雷達來識別三維空間資訊，從而確保交通工具之間不會互相碰撞。
具體來說，單目攝像頭先通過圖像匹配進行目標識別，再通過目標在圖像中的大小去估算目標距離，準確識別是準確估算距離的第一步。因此單目識別技術需要建立並不斷維護龐大的樣本特徵資料庫，如果缺乏待識別目標的特徵資料，就會導致系統無法識別以及測距，很容易導致事故的發生。
目前基於單目攝像頭的半自動駕駛系統還遠未成熟，此前特斯拉導致駕駛員死亡的事故便是因為其單目攝像頭誤將掉頭的白色集裝箱貨車錯誤的識別為了空中的白雲而未能及時刹車。
雙目攝像頭的測距方式則是通過對圖像視差進行計算，直接對前方景物進行距離測量。雙目攝像頭的原理與人眼相似，難點在於計算量大，對計算單元的性能要求非常高，這使得雙目系統的產品化、小型化的難度較大。因此目前寶馬i3、特斯拉以及日產ProPilot等自動駕駛技術均採用了單目攝像頭設備。
星河研究院預計，短期內基於雙目攝像頭的演算法與處理器將會得到較快的發展與自動駕駛汽車產業的青睞，但其低解析度、相對雷射雷達準確性較低的特點在面對未來成本不斷降低的雷射雷達的競爭中很大概率要敗下陣來，因此不出意外的話實現第五級別的全自動駕駛功能很大概率還是要建立在雷射雷達技術之上。
2. V2X vs 紅綠燈
V2X是一個能夠讓車輛與周圍的移動交通控制系統通信的技術，V2V技術則允許車輛與其他車輛互相通信。這是未來全自動駕駛汽車所依賴的一項技術，但遺憾的是相比於火熱的感測器領域，V2X技術的研發創新還很冷清。
通過 V2X 技術，道路上的汽車彼此間可以通過開放頻段交換資料，具備了與其他汽車和路邊基礎設備分享即時駕駛資訊以及生成預測路況資訊的能力。
通過即時共用汽車駕駛資料，在同一條道路上的汽車就能共用自己的即時位置以防止交通事故，交通信號設施也可以依據車輛的通行需求合理安排交通順序，降低車輛的等待時間，而V2P 技術則能讓行人和自行車騎行者也加入到這個 V2X 的環境中來，使用他們的手機來發送和接收警示資訊，保證行人的安全通行。
更大膽的設想是，如果汽車之間可以互相通信，並且實現了完全的自動駕駛，那麼紅綠燈便沒有理由繼續存在了。沒有了紅綠燈後，交通設施將會需要智慧的調度演算法和對交叉路口極嚴密的監控，但相比於交通運輸效率的提升，這些設施的成本就不是問題。
另外在一些情況下車輛能夠提早的預判危險情況，如果一定會發生事故或是在車輛已經確認遭遇撞擊後可以通過V2X系統廣播資訊求助，從而極大的提升車內人員被救治的效率。
根據美國交通部的資料，V2X 技術能夠降低 80% 的交通事故率。僅僅在美國，這就將每年減少 59.4 萬次交通事故並拯救多達 1321 條人命。
這裡需要重點關注的是通訊協定的相容性以及執行效率，因為這些緊急通訊與控制系統的決策通常發生在幾毫秒之內，因此沒有額外的時間讓電腦去處理諸如通信語言相容之類的問題。