全球自動駕駛汽車在硬件和軟件上的技術(shù)總結(jié)

（文章來源：車智）

進入到2020年，自動駕駛技術(shù)走到了需要規(guī)模商業(yè)化證明技術(shù)價值的時候。不管是封閉或半封閉場景的礦區(qū)、港口和園區(qū)，還是公開道路的RoboTaxi、RoboTruck等，技術(shù)都是自動駕駛在不同場景商業(yè)化的基礎(chǔ)。

本報告覆蓋了自動駕駛汽車所需要的感知、定圖與定位、傳感器融合、機器學(xué)習(xí)方法、數(shù)據(jù)收集與處理、路徑規(guī)劃、自動駕駛架構(gòu)、乘客體驗、自動駕駛車輛與外界交互、自動駕駛對汽車部件的挑戰(zhàn)（如功耗、尺寸、重量等）、通訊與連接（車路協(xié)同、云端管理平臺）等技術(shù)領(lǐng)域的討論，并且提供相應(yīng)的各自動駕駛公司的實施案例。?

本報告是由美國、中國、以色列、加拿大、英國等全球不同國家和地區(qū)的自動駕駛專家，針對自動駕駛技術(shù)的硬件和軟件技術(shù)，進行的全面闡述，方便各位讀者能夠從技術(shù)角度，了解最新的技術(shù)動態(tài)，從而全面了解自動駕駛汽車。 ?

本報告的案例大多數(shù)來自汽車領(lǐng)域，這也是目前自動駕駛行業(yè)最火熱的應(yīng)用場景，但是，服務(wù)個人出行的汽車并不是自動駕駛技術(shù)影響深遠的行業(yè)，其他的行業(yè)，如公共交通、貨運、農(nóng)業(yè)、礦業(yè)等領(lǐng)域，也同樣是自動駕駛技術(shù)應(yīng)用的廣泛天地。?本報告為英文報告，由于時間關(guān)系，車智并未翻譯為中文。借此機會，車智希望外文出色（主要是英文）的讀者朋友，加入車智翻譯組，希望將一些好的報告，翻譯為中文，方便國內(nèi)的從業(yè)者學(xué)習(xí)，促進國內(nèi)自動駕駛的發(fā)展。

各類傳感器，用于自動駕駛汽車感知環(huán)境，如同人類的眼睛，自動駕駛汽車的基礎(chǔ)部件；?自動駕駛汽車的傳感器主要有五種，包括了：1、Long range RADAR；2、Camera；3、LIDAR；4、Short／Medium range RADAR；5、Ultrasound；這些不同的傳感器，主要用于不同距離、不同類型的物體感知，為自動駕駛汽車判斷周邊環(huán)境，提供最重要的信息來源，另外，還有一個環(huán)境感知的信息來源是車路協(xié)同的來源，這點報告中也有參數(shù)。

關(guān)于傳感器的選擇，主要是根據(jù)下面的技術(shù)因素進行判斷：掃描范圍，確定必須對被感測的對象做出反應(yīng)的時間；分辨率，確定傳感器可以為自動駕駛車輛提供的環(huán)境細(xì)節(jié)；視場或角度分辨率，確定要覆蓋、要感知的區(qū)域需要傳感器的數(shù)量；刷新率，確定來自傳感器的信息更新的頻率；感知對象數(shù)量，能夠區(qū)分3D中的靜態(tài)對象數(shù)量和動態(tài)對象數(shù)量，并且確定需要跟蹤的對象數(shù)量。

可靠性和準(zhǔn)確性，傳感器在不同環(huán)境下的總體可靠性和準(zhǔn)確性；成本、大小和軟件兼容性，這是量產(chǎn)的技術(shù)條件之一；生成的數(shù)據(jù)量，這決定了車載計算單元的計算量，現(xiàn)在傳感器偏向智能傳感器，也就是，不僅僅是感知，還會分辨信息，把對車輛行駛影響最重要的數(shù)據(jù)傳輸給車載計算單元，從而減少其計算負(fù)荷。

傳感器因為一直暴露在環(huán)境中，容易受到環(huán)境的污染，從而影響傳感器的工作效率，所以，都需要對傳感器進行清潔。Tesla的傳感器，具有加熱功能，可抵御霜凍和霧氣；Volvo的傳感器配備有噴水清潔系統(tǒng)，用于清潔粉塵；Waymo使用的Chrysler Pacifica的傳感器有噴水系統(tǒng)和刮水器。

SLAM是一個復(fù)雜的過程，因為本地化需要地圖，并且映射需要良好的位置估計。盡管長期以來人們一直認(rèn)為機器人要成為自主的基本“雞或蛋”問題，但在1980年代和90年代中期的突破性研究從概念和理論上解決了SLAM。從那時起，已經(jīng)開發(fā)了多種SLAM方法，其中大多數(shù)使用概率概念。?

為了更準(zhǔn)確地執(zhí)行SLAM，傳感器融合開始發(fā)揮作用。傳感器融合是組合來自多個傳感器和數(shù)據(jù)庫的數(shù)據(jù)以獲得改進信息的過程。它是一個多級過程，處理數(shù)據(jù)的關(guān)聯(lián)，相關(guān)性和組合，與僅使用單個數(shù)據(jù)源相比，可以實現(xiàn)更便宜，更高質(zhì)量或更多相關(guān)信息。

對于從傳感器數(shù)據(jù)到運動所需的所有處理和決策，通常使用兩種不同的AI方法：?順序地，將驅(qū)動過程分解為分層管道的組件，每個步驟（傳感，定位，路徑規(guī)劃，運動控制）都由特定的軟件元素處理，管道的每個組件都將數(shù)據(jù)饋送到下一個；基于深度學(xué)習(xí)的端到端解決方案，負(fù)責(zé)所有這些功能。

哪種方法最適合AV的問題是不斷爭論的領(lǐng)域。傳統(tǒng)且最常見的方法包括將自動駕駛問題分解為多個子問題，并使用專用的機器學(xué)習(xí)算法技術(shù)依次解決每個子問題，這些算法包括計算機視覺，傳感器融合，定位，控制理論和路徑規(guī)劃 端到端（e2e）學(xué)習(xí)作為一種解決方案，可以解決自動駕駛汽車復(fù)雜AI系統(tǒng)所面臨的挑戰(zhàn)，因此越來越受到人們的關(guān)注。

端到端（e2e）學(xué)習(xí)將迭代學(xué)習(xí)應(yīng)用于整個復(fù)雜系統(tǒng)，并已在深度學(xué)習(xí)的背景下得到普及。當(dāng)前，不同類型的機器學(xué)習(xí)算法被用于自動駕駛汽車中的不同應(yīng)用。本質(zhì)上，機器學(xué)習(xí)根據(jù)提供的一組訓(xùn)練數(shù)據(jù)將一組輸入映射到一組輸出。卷積神經(jīng)網(wǎng)絡(luò)（CNN）；遞歸神經(jīng)網(wǎng)絡(luò)（RNN）；深度強化學(xué)習(xí)（DRL）；是應(yīng)用于自動駕駛的最常見的深度學(xué)習(xí)方法。

CNN——主要用于處理圖像和空間信息，以提取感興趣的特征并識別環(huán)境中的對象。這些神經(jīng)網(wǎng)絡(luò)由卷積層組成：卷積過濾器的集合，它們試圖區(qū)分圖像元素或輸入數(shù)據(jù)以對其進行標(biāo)記。該卷積層的輸出被饋送到一種算法中，該算法將它們組合起來以預(yù)測圖像的最佳描述。最終的軟件組件通常稱為對象分類器，因為它可以對圖像中的對象進行分類，例如路牌或其他汽車。?

RNN——當(dāng)處理諸如視頻之類的時間信息時，RNN是強大的工具。在這些網(wǎng)絡(luò)中，先前步驟的輸出作為輸入被饋送到網(wǎng)絡(luò)中，從而使信息和知識能夠持久存在于網(wǎng)絡(luò)中并被上下文化。?

DRL——將深度學(xué)習(xí)（DL）和強化學(xué)習(xí)相結(jié)合。DRL方法使軟件定義的“代理”可以使用獎勵功能，在虛擬環(huán)境中學(xué)習(xí)最佳行動，以實現(xiàn)其目標(biāo)。這些面向目標(biāo)的算法學(xué)習(xí)如何實現(xiàn)目標(biāo)，或如何在多個步驟中沿特定維度最大化。盡管前景廣闊，但DRL面臨的挑戰(zhàn)是設(shè)計用于駕駛車輛的正確獎勵功能。在自動駕駛汽車中，深度強化學(xué)習(xí)被認(rèn)為仍處于早期階段。?

這些方法不一定孤立地存在。例如，特斯拉（Tesla）等公司依靠混合形式，它們試圖一起使用多種方法來提高準(zhǔn)確性并減少計算需求。

一次在多個任務(wù)上訓(xùn)練網(wǎng)絡(luò)是深度學(xué)習(xí)中的常見做法，通常稱為多任務(wù)訓(xùn)練 或輔助任務(wù)訓(xùn)練。這是為了避免過度擬合，這是神經(jīng)網(wǎng)絡(luò)的常見問題。當(dāng)機器學(xué)習(xí)算法針對特定任務(wù)進行訓(xùn)練時，它會變得非常專注于模仿它所訓(xùn)練的數(shù)據(jù)，從而在嘗試進行內(nèi)插或外推時其輸出變得不切實際。通過在多個任務(wù)上訓(xùn)練機器學(xué)習(xí)算法，網(wǎng)絡(luò)的核心將專注于發(fā)現(xiàn)對所有目的都有用的常規(guī)功能，而不是僅僅專注于一項任務(wù)。這可以使輸出對應(yīng)用程序更加現(xiàn)實和有用。
? ?