5G一馬當先 自動駕駛核心技術盤點

自動駕駛是汽車產業與人工智能、物聯網、高性能計算等新一代信息技術深度融合的產物，包括谷歌、百度、阿里、豐田、福特，所有世界頂級的互聯網及巨頭廠商都在布局研發自動駕駛，它是當前全球汽車與交通出行領域智能化和網聯化發展的主要方向，已成為各國爭搶的戰略制高點，而自動駕駛的核心技術也在近年來以迅猛的速度發展。

5G技術

汽車是5G應用的重要場景。在4G時代，我們對車聯網的理解是車載娛樂系統，而在5G時代，車聯網意味著V2X（Vehicle to X，車聯萬物）。當車輛與整個交通系統互聯（包括但不限於其他交通參與者、交通信號燈、道路信息），每輛車都能實時獲取周圍車輛的速度、轉向信息，從而能避免事故的發生；每輛車也都能獲取實時路況信息，交通管理系統可以根據實時路況調整交通信號，從而大幅減少擁堵。

5G技術將對自動駕駛帶來極大的幫助。現在主流的自動駕駛技術路線完全依賴車輛自身的感知能力，車上必須搭載價值數十萬元的雷射雷達等一系列傳感器，然而探測的距離和精度依然有待提升。同時，視野盲區和其他車輛的不可預估性都意味著風險的存在。

在獲得5G技術的助力之後，在很多情況下車輛不再需要去主動感知其他車輛，因為對方的信息早就通過網絡傳到了你的車上，你和你的車 不需要看到它，就能知道它的存在。在這樣的“上帝視角”下，傳感器的重要性大幅降低了，但自動駕駛卻因此更簡單、更便宜，也更可靠、更安全。

識別技術

識別技術主要包括三個方面，路面、靜態物體和動態物體。對於動態物體，不僅要檢測還要對其軌跡進行追蹤，並根據追蹤結果，預測該物體下一步的軌跡（位置）。這在市區，尤其中國市區必不可少，最典型場景就是北京五道口：如果你見到行人就停，那你就永遠無法通過五道口，行人幾乎是從不停歇地從車前走過。人類駕駛員會根據行人的移動軌跡大概評估其下一步的位置，然後根據車速，計算出安全空間（路徑規劃），公交司機最擅長此道。無人駕駛汽車同樣要能做到。要注意這是多個移動物體的軌跡的追蹤與預測，難度比單一物體要高得多。這就是 MODAT(Moving Object Detectionand Tracking)。也是無人駕駛汽車最具難度的技術。

V2X技術

車用無線通信技術（Vehicle to Everything ,V2X)是將車輛與一切事物相連接的新一代信息通信技術，其中V代表車輛，X代表任何與車互動信息的對象，當前X主要包含車、人、交通路側基礎設施和網絡。V2X互動的信息模式包括：車與車之間（Vehicle to Vehicle,V2V）、車與路之間（Vehicleto Infrastructure ,V2I）、車與人之間（Vehicle to Pedestrian,V2P)、車與網絡之間（Vehicle toNetwork,V2N）的互動。V2V技術允許車輛通過轉發自身及前方的實時信息來預防事故的發生，從而減少駕駛時間，最終實現改善交通環境，減少交通擁堵的目的。

V2I技術通過無線的方式幫助車輛和路側的交通設施實現數據交換，主要應用包括交叉路口安全管理、車輛限速控制、電子收費、運輸安全管理，以及道路施工和限高警示等。這項技術會推動交通設施智能化，包括禁止駛入燈標、氣象信息系統等交通設施都可進化為通過多種算法可識別高風險情況並自動采取警示措施的智能交通設施。

目前V2X領域分為Dsrc和C-V2X兩個標準和產業陣營。在國內市場由於擁有全球最大的4G LTE網絡和成熟的產業鏈，並且對Dsrc技術上沒有太多積累，因此有分析認為國內V2X發展會向C-V2X傾斜。

人機互動技術

人機互動技術，尤其是語音控制、手勢識別和觸摸屏技術，在全球未來汽車市場上將被大量採用。自動駕駛汽車人機互動大屏的設計，其最終目的在於提供好的用戶體驗，增強用戶的駕駛樂趣或駕駛過程中的操作體驗，它更加注重駕駛的安全性，這樣使得人機界面的設計必須在好的用戶體驗和安全之間做好平衡，很大程度上安全始終是第一位的。自動駕駛汽車人機界面應集成車輛控制、功能設定、信息娛樂、導航系統、車載電話等多項功能，方便駕駛員快捷地從中查詢、設置、切換車輛系統的各種信息，從而使車輛達到理想的運行和操縱狀態。未來車載信息顯示系統和智能手機將無縫連接，人機界面提供的輸入方式將會有多種選擇，通過使用不同的技術允許消費者能夠根據不同的操作、不同的功能進行自由切換。

高精度地圖

高精地圖擁有精準的車輛位置信息和豐富的道路元素數據信息，可以幫助汽車預知路面複雜信息，如坡度、曲率、航向等。和傳統相比具有更高的實時性。由於道路路面經常發生變化，如道路整修、標識線磨損或重漆、交通標識改變等，這些改變都要及時反映在高精地圖上。高精地圖將更強調空間的三維模型以及精度，將精度從米級降到厘米級，必須非常精確的顯示路面上的每一個特徵和狀況。

決策技術

決策是無人駕駛體現智能性的核心的技術，相當於自動駕駛汽車的大腦，它通過綜合分析環境感知系統提供的信息，及從高精度地圖路由尋址的結果，對當前車輛進行規劃（速度規劃、朝向規劃、加速度規劃等），並產生相應的決策（跟車、換道、停車等)。規劃技術還需要考慮車輛的機械特性、動力學特性、運動學特性。常用的決策技術有專家控制、隱馬爾科夫模型、貝葉斯網絡、模糊邏輯等。

定位技術

除了GPS與慣性傳感器外，我們通常還會使用LiDAR點雲與高精地圖匹配，以及視覺裡程計算法等定位方法，讓各種定位法互相糾正以達到更精準的效果。隨著自動駕駛的發展，定位技術也一定會不斷優化。

目前自動駕駛的技術基本上都源自機器人，自動駕駛汽車可以看做是輪式機器人外加一個舒適的沙發組成。機器人系統中定位和路徑規劃是一個問題，沒有定位，就無法規劃路徑。厘米級實時定位是目前自動駕駛最大的挑戰之一。對機器人系統來說，定位主要靠SLAM與先驗地圖（Prior Map）的交叉對比。

通信安全技術

自動駕駛汽車通過車輛網接入網格的同時，也帶來了信息安全的問題，在應用中，每輛車及其車主的信息都將隨時隨地地傳輸到網絡中被感知，這種顯露在網絡中的信息很容易被竊取、干擾甚至修改等，從而直接影響智能網聯汽車體系的安全，因此在智能網聯汽車中，必重視信息安全與隱私保護技術的研究。