星河研究院：在自动驾驶领域到底是做青蛙还是做天鹅？（上）-彩乐彩票welcome大厅

本文摘要：「新的智造」按：本文作者星河研究院分析师吴极，注目人工智能、物联网、机器人等前沿科技领域，期望通过专业洞察助推产业发展。

「新的智造」按：本文作者星河研究院分析师吴极，注目人工智能、物联网、机器人等前沿科技领域，期望通过专业洞察助推产业发展。在本文中吴极共享了关于无人驾驶技术硬件设备方面的研究，在接下来的文章中还有关于软件技术及未来的探究。新的智造已提供许可。新的智造作为(公众号：)旗下栏目，注目智能时代的创意与建构，目标是寻找哪个领域还有有一点创业和投资的机会。

自动驾驶是目前汽车产业乃至科技行业中不受关注度最低的技术之一，此前A16Z的合伙人Frank Chen之后在一场活动中谈到了对自动驾驶技术产业链，以及对未来在自动驾驶技术影响下的社会与经济等多方面变化的观点。借着他的观点，星河研究院吴极又减少了一部分内容与分析，我们今天就来探究一下自动驾驶技术，准备好了吗？一步到位 vs 递归升级美国汽车工程师协会（SAE）明确提出了自动驾驶的6个等级，目前大多数汽车尚能处在第一级中。环绕着这一分级自动驾驶产生了两种有所不同的发展路径，其中百度与Google的无人车是想必要发力第五级，构建仅有自动驾驶的功能，而Tesla目前的自动驾驶技术路线应当是想偏向于尽早量产简单，再行随着技术的进展大大的递归升级。第0级 有司机来构建驾驶员这一级不必须任何自动驾驶能力，而是必须专门的司机驾驶员汽车。

第1级 需要展开一些辅助这些汽车具有包括ABS、自动巡弋在内的功能，基于这些功能车辆需要在一些特定环境下保持行经的状态。第2级 半自动驾驶员在这一级别中，汽车的控制系统可以在特定情况下接管汽车，但司机还是必须躺在驾驶员位并全程监控驾驶员情况。一般情况下这一功能限于于高速公路场景，司机不必须操作者，但必须躺在驾驶员位并保证汽车自动控制程序仍然需要保持稳定。第3级 部分情况下需要自动驾驶该水平意味著驾驶员不用仍然监视系统，但仍然必须睡在需要较慢掌控并完全恢复汽车行经状态的方位。

这意味著驾驶员不必须时刻夹住放到方向盘上监控情况，但需要在系统判断紧急情况并收到警报后及时接管。第4级 高度自动化由自动驾驶系统已完成特定场景或一段路途中绝大部分的驾驶员，在这一级别中驾驶员早已不必须对自动驾驶状态做到任何阻碍。第5级全自动驾驶最高级别的自动驾驶技术，这意味著在全部旅途、全部情况下都不必须司机的介入，自动驾驶程序就需要独自一人已完成所有情况的处置，此时也将不会淡化司机这一角色。

传感器、车联网与基础设施网络设备作为适当的硬件设备包含了技术的众多发展方向，某种程度为无人驾驶汽车获取驾驶员算法以及车用高精度地图的软件业务也是技术发展中不可或缺的适当环节。构建自动驾驶汽车的适当硬件设备1.激光雷达 vs 传统雷达与摄像头首先，传感器是至关重要的硬件设备，对于自动驾驶汽车来说相等于它的眼睛。通过传感器无人驾驶汽车需要辨识道路、其他车辆、行人、障碍物及交通基础设施。目前传感器主要分成激光雷达、传统雷达和摄像头这三个部件，在应用于层面摄像头又有单目和双目之分。

激光雷达：激光雷达目前是被使用比例仅次于的设备，Google、百度、Uber等公司的自动驾驶技术目前都依赖它，这种设备被架在汽车的车顶上，需要用激光脉冲对周围环境展开距离检测，并融合软件绘制3D图，从而为自动驾驶汽车获取充足多的环境信息。但目前的问题是激光雷达的价格高达80000美元，在其降低成本之前不有可能被量产的自动驾驶汽车使用。

好在目前早已有一些方案需要减少激光雷达的成本，例如将上述“机械”式的激光雷达转变为“固态”激光雷达。固态激光雷达需要通过电子部件展开相控阵扫瞄，并不需要依赖内部机械部件的转动，这样不仅能把激光雷达越做越小，也掌控寄居了成本。目前全固态激光雷达的主要研发厂商有Quanergy、以色列的Innoviz以及TetraVue等企业，但皆并未构建量产，Quanergy宣告其显固态激光雷达早已在展开测试，如果成功的话2018年初可实现量产。

而前不久拒绝接受了百度与福特投资，目前是机械旋转式激光雷达仅次于企业的Velodyne，仅有研发出有“混合固态激光雷达”，而这一产品还是要靠内部的机械部件构建360°的高速旋转，意味着构建了产品的小型化，却是过渡性产品。国内企业镭神智能、禾赛科技及北科天绘也发售了内部旋转式的混合固态激光雷达产品。传统雷达与摄像头：由于激光雷达的高昂价格，回头实用性技术路线的特斯拉之后采行了更为切合实际的路线发展其“辅助驾驶员”功能，其使用的硬件乃是传统的雷达和单目摄像头。这一设备其硬件原理与目前车载的ACC自适应巡弋系统类似于，依赖覆盖面积汽车周围360°视角的摄像头及前置雷达来辨识三维空间信息，从而保证交通工具之间会相互撞击。

具体来说，单目摄像头再行通过图像匹配展开目标辨识，再行通过目标在图像中的大小去估计目标距离，精确辨识是精确估计距离的第一步。因此单目辨识技术必须创建并大大确保可观的样本特征数据库，如果缺少待辨识目标的特征数据，就不会导致系统无法辨识以及测距，很更容易造成事故的再次发生。目前基于单目摄像头的半自动驾驶员系统还近未成熟，此前特斯拉造成驾驶员丧生的事故乃是因为其单目摄像头误将调头的白色集装箱货车错误的辨识为了空中的白云而没能及时刹车。

双目摄像头的测距方式则是通过对图像视差展开计算出来，必要对前方景物展开距离测量。双目摄像头的原理与人眼相近，难题在于计算出来量大，对计算出来单元的性能拒绝十分低，这使得双目系统的产品化、小型化的可玩性较小。

因此目前宝马i3、特斯拉以及日产ProPilot等自动驾驶技术皆使用了单目摄像头设备。星河研究院预计，短期内基于双目摄像头的算法与处理器将不会获得较慢的发展与自动驾驶汽车产业的注目，但其较低解析度、比较激光雷达准确性较低的特点在面临未来成本大大减少的激光雷达的竞争中相当大概率要败下阵来，因此不出意外的话构建第五级别的全自动驾驶功能相当大概率还是要创建在激光雷达技术之上。2. V2X vs 红绿灯V2X是一个需要让车辆与周围的移动交通控制系统通信的技术，V2V技术则容许车辆与其他车辆相互通信。

这是未来仅有自动驾驶汽车所倚赖的一项技术，但失望的是比起于火热的传感器领域，V2X技术的研发创意还很冷清。通过 V2X 技术，道路上的汽车彼此间可以通过对外开放频段互相交换数据，不具备了与其他汽车和路边基础设备共享动态驾驶员信息以及分解预测路况信息的能力。

通过动态共享汽车驾驶员数据，在同一条道路上的汽车就能分享自己的动态方位以避免交通事故，交通信号设施也可以依据车辆的通行市场需求合理安排交通顺序，减少车辆的等待时间，而V2P 技术则能让行人和自行车骑马行者也重新加入到这个 V2X 的环境中来，用于他们的手机来发送到和接管警告信息，确保行人的安全性通行。更加大胆的设想是，如果汽车之间可以相互通信，并且构建了几乎的自动驾驶，那么红绿灯之后没理由之后不存在了。没了红绿灯后，交通设施将不会必须智能的调度算法和对交叉路口近于森严的监控，但比起于交通运输效率的提高，这些设施的成本就不是问题。

另外在一些情况下车辆需要提前的预判危险性情况，如果一定会再次发生事故或是在车辆早已证实遭遇碰撞后可以通过V2X系统广播信息求救，从而很大的提高车内人员被医治的效率。根据美国交通部的数据，V2X 技术需要减少 80% 的交通事故亲率。

意味着在美国，这就将每年增加 59.4 万次交通事故并解救多达 1321 条人命。这里必须重点注目的是通讯协议的兼容性以及继续执行效率，因为这些应急通讯与控制系统的决策一般来说再次发生在几毫秒之内，因此没额外的时间让计算机去处置诸如通信语言相容之类的问题。版权文章，予以许可禁令刊登。下文闻刊登须知。

本文关键词：welcome壹家彩票,大华彩票Welcome,百姓彩票Welcome,凤凰彩票86.78CC,彩乐彩票welcome大厅

本文来源：welcome壹家彩票-www.xihuaao.com