迈向自动驾驶汽车的未来

无人驾驶汽车正在新闻中流传。随着技术的进步，我们有可能很快就会在道路上看到一些。 尽管无人驾驶汽车在模拟测试和试验中取得了典范性的成果，但在现实场景中复制成功仍然具有挑战性，在现实场景中，它们必须与其他车辆、行人和周围各种其他变量引起的不可预测的情况进行交互。 无缝、安全地浏览这些仍然是一个令人担忧的问题。 当遇到多车道和交叉路口时，这种情况很可能发生，安全驾驶变得更加困难。
因此，为了解决这些问题，世界许多地方都在积极进行研发。 

斯坦福大学最近的一项进展看起来很有希望 

斯坦福大学的 LUCIDGames 最近创建了一种算法，可以预测和规划自动驾驶车辆的自适应轨迹。该技术使用基于博弈论的算法和估计方法。 LUCIDGames 可以快速识别附近汽车和行人的目标。这使他们能够预测这些不同的元素在未来甚至在复杂的情况下会做什么。

现在，当谈到自动驾驶汽车时，有一些级别定义了自动化的程度，其中 0 级是我们迄今为止都习惯的传统汽车。 该分类法由 SAE 国际给出，其含义如下： 

自动驾驶汽车技术水平

等级1
巡航或自适应控制是第 1 级的一个示例，其中汽车和驾驶员共享控制。驾驶员负责转向，而自主系统则以预定速度管理油门和制动。停车辅助和车道保持辅助是 1 级的示例。

等级2 
自动化系统可以完全管理转向、加速和制动，但驾驶员需要处于待命状态，以防系统出现故障。有传感器通过跟踪眼球运动来监控驾驶员的注意力。

等级3
在3级自动化中，汽车在大多数情况下都可以自动驾驶，驾驶员不需要集中注意力驾驶。摄像头视图、天气、GPS 等需要遵守某些设定条件，汽车才能在全自动模式下工作。如果不满足这些条件，驾驶员仍然需要进行干预。 

等级4
4 级自动化包括甚至可能没有方向盘的智能系统，驾驶员可能不需要保持清醒或能够重新控制。该级别主要适用于满足预定最佳条件的特定区域的机器人出租车或送货系统。

等级5
有了 5 级自动化，汽车就不需要人工监督。它将能够在所有表面、天气和情况下导航。虽然 4 级自动化已经在探索中，但 5 级自动化仍然太复杂而难以实施。

那么对于3级及之后的复杂关卡来说，状态是怎样的呢？
事实证明，这个领域实际上正在发生相当多的进展。 

百度Apollo集成人工智能系统允许车辆在车内无人操作。它在车辆中使用支持 5G 的远程操作，以确保不会发生任何不良事件。
与通用汽车和本田合作的自动驾驶汽车公司 Cruise 正在旧金山测试完全无人驾驶汽车，方向盘后面没有人类安全驾驶员。这是在繁华城市的复杂环境中测试无人驾驶汽车的少数实例之一。

Cruise 最近才展示了其 4 级功能，而谷歌 (Waymo) 则宣布将向客户提供 4 级出租车服务。 Cruise 原计划于 2019 年推出其商用无人驾驶出租车，但最终未能实现。

然而，尽管取得了如此先进的发展，安全性仍然是消费者对无人驾驶汽车接受程度的首要考虑因素。 
车辆正在配备复杂的技术以避免事故。多个激光雷达与多个摄像头和雷达一起分布在车辆表面，以具有重叠的传感器场。这不仅可以提高车辆路径中障碍物的可见度，还可以避免盲点。

无人驾驶汽车领域发生了如此多的事情，很明显，知识产权趋势也可能会发生很多活动。预计许多初创公司也将利用这个空间。此外，该领域正在见证许多跨行业活动和合作。

2020 年，福特是最活跃的车辆导航和控制系统专利申请者，其次是丰田汽车公司和 LG 电子公司。 英特尔计划在 3 年之前添加雷达和激光雷达（一种用于 2025D 道路视图的激光系统），以提升其自动驾驶技术。

Oxbotica——自动驾驶技术的先驱之一，现已从 BP、BGF、Halma、腾讯、Venture Science 等公司筹集了 47 万美元的 B 轮融资。 Oxbotica 正在寻求抓住工业公司在采矿、港口物流等非道路应用领域的机会。自动驾驶车辆软件可以插入工业车辆中，用于车队管理、导航和感知。

高通的骁龙汽车5G平台和第三代骁龙汽车座舱平台将被整合到蔚来的旗舰轿车中。蔚来推出了世界上最快的电动汽车之一 EP3，目前正在利用高通在计算和连接方面的专业知识来改进其智能移动技术。

Velodyne Lidar 已与 Motional 签署了一份多年期合同，Motional 是现代汽车与安波福自动驾驶公司的合资公司，致力于开发 Alpha Prime 传感器，为 4 级自动驾驶车辆提供远程视觉。 Velodyne的360度感知专利技术可以在雨、雪、雨夹雪以及复杂的城市环境中实现自动驾驶。 

自动驾驶汽车导航的未来

安全仍然是汽车制造商和消费者最关心的问题。重点是解决与正常道路条件不同的不太常见的道路场景。 AV 上现有的传感器套件仍然不足以处理所有可能性。除了先进的激光雷达、超声波或雷达传感器之外，研究人员还在探索热成像、长波红外摄像机等技术。当我们致力于未来的全自动驾驶汽车时，多个 FIR 传感器将被证明是有用的。