来源 | 智驾未来
原创 | Alvin
（-自动驾驶系统 可理解成一种 移动机器人系统-）
“热炒”的自动驾驶走进了现实，也靠近了未来！
“长城汽车预计于2020年实现部分自动驾驶功能，到2025年实现Level5级自动驾驶。”长城汽车总裁王凤英曾表示。
科技迭代很快，如果需要将概念中Level 5级别的自动驾驶形象化，那么它就是一台拥有人类感知、决策以及控制的代步机器。精细划分来看，实现一个自动驾驶系统，需要分为感知层、信息融合层、决策规划层、以及控制层。
1 感知层
感知，其实很好理解，人类用眼睛捕捉事物，自动驾驶汽车则需要传感器感知事物。自动驾驶汽车想要安全行驶，首先需要了解周围行驶的环境，而传感器就是自动驾驶汽车了解环境的工具，目前自动驾驶汽车搭载的主要传感器包括摄像头、激光雷达、毫米波雷达以及超声波雷达等四大部分。
目前，摄像头普遍采用CMOS图像传感器，捕捉清晰图片帮助自动驾驶汽车输入数据参数。为了保证数据完整性，市面上的很多自动驾驶汽车都会采用3-6个摄像头。由于摄像头对于光线极为敏感，如果出现强、弱光的情况，普通摄像头捕捉的图像并不能直接被使用，或者会出现无法识别的现象，这对于自动驾驶汽车来说极为致命。所以，市面上自动驾驶汽车一般都会采用动态范围130db以上的图像传感器。
四大传感器优势对比
雷达主要测量位置、速度以及方位角等三个参数。激光雷达算是汽车行业里的一个新贵，也被视为自动驾驶汽车未来最核心传感器之一。其主要通过发送直线激光束（非无线电波）的方式，根据激光遇到障碍物后折返时间（TOF），计算目标与车的距离。激光雷达在精度、信息量以及安全性性能方面，具有独到之处。但想要获得更高精度测量数据，也意味着激光雷达线束需要增加，目前市面上比较常见的是8、16以及32线激光雷达产品，64线比较少，这与成本也是成正相关的（激光线束越多，成本越高）。虽然，国内外如Velodyne、Quangery等科技公司一直在研发低成本、小体积的激光雷达，但由于单个成本高居不下，很难实现量产。
图片来源：星秒光电
毫米波雷达，顾名思义是工作在毫米波波段（波长1-10mm，频率30GHZ-300GHZ）的探测雷达，与激光雷达发送方式不同的是，毫米波雷达会发出锥状的电磁波。工作原理是根据回波时间差计算距离，其具有不受天气情况影响及超远测距的优势，雷达频段与测距成正相关，目前市面上主流有24GHZ和77GHZ两种，随着技术水平提升以及成本下降，此传感器逐渐被应用于ADAS。
图片来源：wired
蝙蝠发出超声波探测物体的远近，自动驾驶汽车用超声波发现障碍物，两者原理一样。超声波属于机械波的一种，所以容易受传播介质的影响，如天气不同，传播速度不同。故为了充分利用超声波雷达穿透力强、测距方便以及成本低的优点，部分车企会在汽车车身四周置入大量的超声波雷达，如L2-L3级的特斯拉、奥迪等汽车中超声波雷达使用数量达高达12个。
2 信息融合层
信息融合层则比较关键，怎么理解呢？自动驾驶汽车置入了如摄像头、激光雷达、毫米波雷达等多个传感器，我们需要用这些传感器感知、捕获数据。当汽车行驶至目标物一定距离内，摄像头和激光雷达同时检测出那个目标物，但如何让汽车知道两个传感器检测出的目标物是同一个呢？这便需要对多传感器数据进行分析对比，如果相同，则进行信息融合，告诉汽车前面就是一个目标物。
仔细想想，这其实是一个数据处理的过程，而且当数据量比较大的时候，信息融合时延还会加长。而且极为尴尬的是，如果汽车正在前进，前方目标物静止，那么从发送探测波到探测波返回，这其中汽车在探测时间内行驶的距离并没有算入到实际距离中。所以，在计算时延的时候，需要考虑到汽车在时延过程中的速度、以及系统发出与收到测试数据前后的时间差。
此外，频率的发送也会受环境的影响，如高低温环境，所面临的处理性能则可能不同。频率不同也会导致时延不同，所以在计算过程中，我们用初始（额定）频率去计算时延时，也会出现一定的误差。
对于自动驾驶汽车而言，时间意味着安全，如果1s计算错误，对于高速运行的汽车而言，都会产生致命的结果。
3 决策规划层
决策规划层，其实也不难理解，即对融合的数据，根据驾驶需求，进行任务规划以及决策。对于这点，业界看法比较多，目前只介绍两种比较宏观的看法。
其一，全局规划；这种方式需要借助于地图信息，按照乘客的需求，选择最优的路径。
其二，局部规划；需要自动驾驶汽车根据基于全局规划的基础，针对局部环境信息，规划最优的路线。
这个概念就相当于框架一样，需要自动驾驶汽车能够提前基于大数据对行程进行规划，这也是判断自动驾驶系统智能性的重要指标之一。
4 控制层
经常开车的朋友都知道，现在的汽车基本都需要我们人为操作，而自动驾驶汽车控制层便是替代人为操作，根据获取的信息数据，将做出的决策规划落到实处，即实时操作。用简洁语言描述，便是自动开车。这需要车辆的控制系统与决策系统相配合，并且能够精确的按照需求，对汽车做出加速、减速、制动、转向、变道以及超车等操作。
可以看出，前面介绍的感知层、信息融合层以及决策规划层其实都是为控制层做铺垫，最终需要做出动作的还是控制层。
5 总结
说了这么多，其实自动驾驶就是将人为开车的过程用硬件、软件技术体现了出来，实现了某些过程替代人或者完全自动驾驶的目标。
对于老司机而言，开车过程中，身体与车的配合极为自然，自动驾驶其实也是一样，只不过它所有的信息获取以及判断不是通过眼睛、人脑获得、决策，而是通过汽车自身的“眼睛”、“大脑”，解放了司机。
当然，自动驾驶概念好理解，其中的实现难度可不小！正如汽车高德事业部总裁韦东所言，从普通的导航走向半自动辅助驾驶，更高自动化的辅助驾驶，再走向自动化，再走向完全自动驾驶，一定是一步一步的。