雷锋网新智驾（微信 ID:AI-Drive）按：自动驾驶汽车已经脱出科幻小说的躯壳，成了触手可及的实体。各种搭载 ADAS 系统的量产车也成为许多消费者的首选，这套系统能控制车速、刹车，大大减轻驾驶员的负担。
以 ADAS 为基础，全自动驾驶汽车也即将破茧而出，各大公司的测试车都武装到了牙齿，在道路上和模拟器中攻克着一个又一个难题。本文由雷锋网新智驾编译自 VelodyneLiDAR。
虽然我们离完美的自动驾驶还很远，但该技术依然有潜力带来一场革命，它不但会改变人们操作车辆的方式，还会将整个交通系统推倒重建，从而从根本上改变我们的经济、环境和社会。
在市场研究公司 IHS Markit 看来，美国在自动驾驶汽车的生产、部署和接受度上依然是全球范围内的佼佼者，最早 2019 年就能落地，而欧洲和中国则会紧随其后，在 2021 年进行大规模部署。
此外，IHS Markit 还认为，自动驾驶汽车在面向个人销售前，还是会先以打车服务的形式落地。到 2040 年，全球自动驾驶汽车年销量将突破 3300 万台，而在 2021 年这个关键节点，IHS Markit 的预测销量只有 5.1 万台。
过去几十年来，数字技术成了各家车厂的宠儿，包括速度、油表、温度和音响系统在内的许多核心功能都已完全电子化，驾驶员的操作效率和用户体验得以直线上升。
最近几年，由于 ADAS 的加入，车辆电子系统变得越来越复杂。为了降低成本，提升舒适度和安全性，汽车产业开始发力全自动驾驶汽车。
接下来，我们就详细讲讲什么到底是 ADAS，什么又是全自动驾驶。
ADAS：所谓的 ADAS 其实就是高级驾驶辅助系统。随着技术的逐步成熟，每年厂商都会将一些 ADAS 功能下放给级别较低的车型。这些功能你肯定也或多或少听说过，比如自适应巡航、自动刹车、道路偏离预警等。ADAS 诞生的意义就在于减少驾驶员操作失误造成的危险，以提升车辆安全性。
不过，即使是最先进的 ADAS 功能，也需要驾驶员全神贯注，当系统处理不了周围环境路况时，驾驶员需要及时介入。
麦肯锡指出，市场对 ADAS 的需求还在持续增长，不但是因为用户对安全功能越来越重视，也是因为监管机构要求的逐步收紧。到 2020 年，美国和欧盟出售的所有新车都必须配备自动刹车和碰撞预警系统。麦肯锡的调研还显示，消费者对自动泊车和盲点监控等 ADAS 功能也越来越感兴趣。
全自动驾驶：被归为“全自动驾驶”的车辆必须能在没有人类驾驶员干预的情况下带着乘客从 A 地安全行驶到 B 地。由于不再需要人类驾驶员，因此操作失误也不复存在，车辆安全性得以大幅提升。
全自动驾驶汽车由车载计算机控制，辅助它的是一套传感器系统，其中包括激光雷达、雷达和摄像头三大“主将”，这套系统能感知道路和周围环境的风吹草动。
IHS Markit 预计，自动驾驶打车服务是该技术的第一项应用，它不但能让用户对新技术有个初步的体验，还能增强他们的信心。波士顿咨询集团（BCG）的研究则显示，到 2030 年预计居住在大城市的 1.75 亿美国人都会爱上满街跑的电动自动驾驶车队。
自动驾驶汽车的好处：Gartner 的研究显示，全自动驾驶汽车拥有大量优势，包括提升燃油经济性，减少车祸数量和严重程度，司机疲劳时的“贴心小棉袄”，以及腾出时间来娱乐和工作等。BCG 还认为，自动驾驶汽车是强有力的治理污染神器。
下面，我们就来详细讲讲自动驾驶汽车的好处。
安全：世界卫生组织的数据显示，全球每年因为交通事故丧命的人数高达 125 万人，受严重伤害的更是高达数百万人。在美国，2016 年也有 3.7 万人因为交通事故与亲人永别，而 94% 的事故都与人类失误有关，这些事故本可以避免的。自动驾驶汽车就是冲着操作失误这个软肋而来，因此它比有人驾驶汽车更安全。
便捷与舒适的通勤：美国交通部的一份报告显示，每年因交通拥堵问题，驾驶员平均要浪费掉 42 个小时。BCG 则预计，到 2030 年美国有四分之一的交通服务都会由电动自动驾驶车队承担，它们能为大城市的用户提供最廉价、最便捷的交通服务。乘客甚至能选择一台设施齐备的车辆来办公，或者打一辆车当移动休息室。
平等的出行权：自动驾驶汽车将提供更为灵活的出行方案，让不会开车的人、老人和残疾人能轻松出行。普林斯顿大学交通项目主管 Alain Kornhauser 博士就认为，一个普及了自动驾驶汽车的世界其实就是“圆了那些出行不便人群的梦”。需要注意的是，残疾人获得平等的出行权后，可以释放更多的就业机会，每年还能节省 190 亿美元的医疗保健支出（出行不便导致无法按预约时间到达医院）。
态势感知能力是成为一名好司机的关键。想要顺利到达目的地，驾驶员需要实时判断自己所处的位置并观察周边环境，这样他们才能自然的完成加速、刹车、变线和避障等动作。
全自动驾驶汽车也是按这一原理工作的，不过为它们提供态势感知能力的是传感器和 GPS。这些技术紧密合作能为车辆提供实时位置和路径规划，同时判断车辆周边环境，定位行人、车辆、障碍物与他们各自的速度与运动方向。
这些信息流会不断注入车载计算机系统，后者将给出最安全的行车策略。为了更好的解读自动驾驶汽车上“传感器天团”的工作方式，我们还是得先讲讲车辆是如何感知自己位置和周边环境的。
传感器能为车辆计算机系统提供周边环境信息，让车辆在 3D 世界中安全行驶。这些传感器采集的数据反映了车辆位置和方向的变化。
负责为自动驾驶汽车导航的是高清地图，随着技术的进步，未来车辆能实时生成并升级高清地图。这点非常重要，毕竟路况可不是一成不变的，拥堵、事故和建筑工地都可能让情况变复杂。类似激光雷达、摄像头和雷达这样的车载传感技术能实时感知周边环境，为车辆提供精准的路况数据。
通过这些传感器绘制出的地图细节相当丰富，不但囊括了道路标线、人行道、隔离带和马路牙子等关键信息，还加入了交通信号灯、信号标识和电线杆等信息，而这些信息都是车辆安全行驶不可或缺的因素。
传感器技术还能解决其他关键的驾驶要求。举例来说，Velodyne 的激光雷达传感器就能让自动驾驶汽车拥有 360 度全景视野，为车辆安全运行保驾护航。在复杂的交通环境中通行，特别是在高速上并线时，广视场相当重要。
传感器提供的数据让车载计算机能探测并识别各式物体，比如车辆、自行车、动物和行人等。通过这些数据，计算机还能测出物体的位置、速度和运动轨迹。
在自动驾驶测试中，如何探测并躲避高速上的轮胎碎屑是个复杂的课题。因此，每当谈到探测与避障大家都会想到这个课题，毕竟对所有传感器来说轮胎碎屑都是个大麻烦，它们体积太小，从远处探测相当困难，而且碎屑与路面颜色相同。
所以，传感器的分辨率必须足够高才能准确探知碎屑的位置。在这个过程中，它们还得将碎屑与沥青区分开来并确定探测到的物体是否是静止的（防止与小动物混淆）。
也就是说，在这种情况下车辆不但要探测到物体，还要判断是否需要躲避。随后车辆还要规划最佳躲避线路，避免变线时与其他车辆或物体发生亲密接触。为了给车辆足够时间变线和加速，整个规划过程必须在电光火石间完成。在这里，依然是数据为王。
为了给自动驾驶系统准备充足的冗余，制造商们用到了传感器阵列，包括激光雷达、雷达和摄像头三大主将。
激光雷达是自动驾驶汽车传感器阵列的核心，它能满足车载计算机对探测范围、精度和分辨率的要求。在工作状态下，激光雷达能以极高的频率向周边发射激光脉冲（每秒数百万束）。通过计算激光的“飞行时间”，就能算出物体与车辆间的距离。由于激光雷达发射激光和采集数据的频率都相当高，因此借助这些距离数据能绘制出点云图或对车辆周边进行 3D 建模，这就实现了精确到厘米的车辆定位。
雷达探测距离远，也能追踪到其他车辆的速度。不过，和激光雷达相比，它在分辨率和准确度上却欠点火候。
摄像头能识别颜色和字形，所以理解交通信号、路标和标线是一把好手。不过，它也有自己的软肋。与激光雷达不同，摄像头更依赖周边的光线，夜晚行车时如果对面有光线直接照过来就容易致盲。激光雷达 则自带光源，无论日夜都能出色完成工作。
鉴于激光雷达是传感器“套装”中的最强者但却不为人所知，因此下面我们将着重介绍这项传感器技术和它的优势。
为了实现自动驾驶汽车的商业化落地，汽车厂商必须为车辆准备一套强大的传感器系统，以便通过虚拟地图规划出最佳路径。对自动驾驶汽车来说，激光雷达毫无疑问是这套传感器系统的重头戏，它能提供周边环境的高清 3D 信息。
除了定位车辆周边人和物体的位置，激光雷达还能同时评估他们的速度和路线。有了这些信息，车载计算机系统就能决定什么才是最安全的驾驶方式。
说到激光雷达，就不得不提激光雷达的自动驾驶挑战赛，这场比赛也成就了 Velodyne 创始人兼 CEO Dave Hall，正是他认识到了激光雷达对自动驾驶汽车的重要性。
在比赛中，摄像头提供的 2D 图像信息量有限，Hall 干脆发明了一款旋转激光雷达以绘制车辆周边的实时 3D 地图。凭借这款激光雷达，2007 年的 7 个参赛车队中有 6 个完成了比赛，而在此前的比赛中，所有参赛车队都全军覆没。
作为先行者，Velodyne 有自己的优势，但激光雷达行业并非一潭死水，大量厂商都有独特的解决方案。不过，百家争鸣的它们也都要实现几个关键性能指标，而它们恰恰是决定自动驾驶汽车成败的关键因素。
激光雷达性能指标中，最重要的是视场、探测范围、分辨率、转速和帧率。它们是自动驾驶汽车可靠性和安全性的定海神针，否则想应对复杂的情况根本没戏。
下面，我们对这些指标进行深入解读，看看它们将如何影响自动驾驶汽车。
视场：众所周知，360 度水平视场已经成了自动驾驶汽车的最佳安全保障，这是人类驾驶员力所不能及的。假设车辆正从匝道上并入高速，它必须对自己左侧后方的状况有个清楚的了解。除此之外，它还得向后看以判断并确认自己将要并入的车道是否有足够空间。这个过程中，车辆还必须同时“凝望”前方车辆以防追尾。
因此，如果车辆的视场过于狭窄，肯定处理不了并线驶入高速这个动作，这时就需要激光雷达登场，360 度的视场在这里简直是神器。如果自动驾驶汽车用了视场有局限的传感器，车载计算机就必须将多个传感器采集的数据“缝合”在一起，不但浪费了算力，还容易有死角（就像你手机上的全景影像）。
除了 360 度的水平视场，垂直视场也对激光雷达“辅佐”自动驾驶汽车至关重要。激光雷达需要清晰的“看到”道路才能识别可驾驶区域，躲避障碍物和各种碎片，保持现有车道、变线或在十字路口转弯。
此外，激光雷达还必须将光束射向高处，防止车辆被“砍头”，同时识别高处的路标。需要注意的是，垂直视场对车辆进出地库也非常重要。
探测范围：激光雷达的探测范围一直是业内的热门讨论话题。对自动驾驶汽车来说，看得越远就能争取越长的反应时间，车辆也就更安全。对在高速路上飞奔的车辆来说，200 米的探测范围是个及格线。虽然在城市里行驶速度要低得多，但频发的意外情况（如玩手机的行人、横穿的动物、卡车上掉落的垃圾等）却要求更快的反应速度。无论哪种情况发生，车载传感器都需要为车辆提供足够的时间差来决定到底要作何反应并果断采取行动。
另一个与探测范围息息相关的因素是反射率。所谓的反射率指的是物体将光线反射回传感器的倾向，颜色浅的物体会比颜色深的反射更多光。许多传感器能远距离探测到高反射率的物体，但反射率一降下去，探测范围就会大打折扣。
分辨率：高分辨率激光雷达对各种速度下的目标探测和碰撞预防都非常关键。更高的分辨率让传感器能更精确的判断物体的大小、形状和位置。眼下市场上最先进的激光雷达已经能探测到小于 3 厘米的物体了，2 厘米的“红线”也近在咫尺。这样的分辨率表现甚至超过了高清雷达，让车辆视力飙到了 2.0。
说起分辨率的重要性，还是要拿轮胎碎屑来举例。激光雷达系统不仅需要探测目标，还得识别它们是什么。这项工作意义重大，因为黑黑的路面通常会附着一些黑色的障碍物。当然，面对这类有了“隐蔽色”的物体，激光雷达一点都不怕，毕竟它能绘制 3D 图像，但分辨率的高低却能决定物体识别的准确性，这对车辆的判断相当重要。
雷锋网推荐阅读：
正在生成分享图...
nebula