无人驾驶是什么？让汽车自己感知、决策和驾驶

无人驾驶（Self-Driving），也叫自动驾驶，是指让汽车依靠传感器、计算机和人工智能技术，在部分或全部情况下自主地完成驾驶任务，而不需要人来操控。它被认为是人工智能在现实世界中最具挑战性、也最受关注的应用之一。

自动驾驶的分级

国际汽车工程师学会（SAE）在 J3016 标准中把驾驶自动化分为六个等级，我国也发布了相应的国家标准。0 级：没有自动化，完全由人驾驶，系统最多提供警告。1 级：驾驶辅助，系统可以帮忙控制方向或者速度中的一项，比如自适应巡航。2 级：部分自动化，系统可以同时控制方向和速度，比如在高速公路上自动保持车道和车距，但驾驶员必须时刻监控路况，随时准备接管。目前市场上大多数的“智能驾驶”功能属于这一级。3 级：有条件的自动化，在特定的条件下，比如交通拥堵的高速公路上，系统可以完全负责驾驶，驾驶员可以暂时不看路，但在系统请求时必须及时接管。4 级：高度自动化，在限定的区域和条件下，系统能够完全自主地驾驶，不需要人来接管，即使出现问题也能自己安全地处理。5 级：完全自动化，在任何人类能够驾驶的条件下，系统都能自主驾驶。需要特别注意的是，2 级及以下的系统仍然要求驾驶员承担驾驶责任，不能把它当作真正的“无人驾驶”而放松注意力。

自动驾驶系统是怎么工作的

感知：用各种传感器观察周围的环境。摄像头能看到颜色、文字和交通信号灯，成本低，但受光照和天气影响大；激光雷达发射激光测量距离，能得到精确的三维点云；毫米波雷达能测量距离和速度，在雨雾天气中表现稳定；超声波雷达用于近距离的泊车。再用深度学习等方法识别出车辆、行人、自行车、车道线、交通标志和信号灯。定位：结合卫星定位、高精度地图、惯性测量单元和对周围环境的匹配，确定车辆在道路上的精确位置，误差需要控制在厘米级。预测：预测周围的车辆、行人接下来可能会怎么移动。规划：根据目的地、交通规则和对周围的预测，规划出一条安全、舒适、高效的行驶路线和行为，比如何时变道、何时减速让行。控制：把规划的结果转化为对方向盘、油门和刹车的具体操作。

不同的技术路线

多传感器融合与纯视觉：一些公司坚持使用激光雷达等多种传感器，相互补充以提高可靠性；另一些公司，比如特斯拉，主张只使用摄像头，依靠强大的视觉算法和海量的数据，像人一样主要靠“看”来开车。模块化与端到端：传统的系统把感知、预测、规划等分成独立的模块分别开发；近年来，端到端的方法越来越受到重视，用一个大型的神经网络直接从传感器的输入输出驾驶的操作，通过大量的人类驾驶数据进行训练，一些系统还开始引入视觉语言模型来理解复杂的场景。仿真测试和世界模型也被用来生成大量罕见的危险场景，用于训练和验证系统。

发展现状与挑战

2004 年和 2005 年，美国国防高级研究计划局组织的沙漠无人车挑战赛，被认为是现代自动驾驶研究的起点。此后，谷歌在 2009 年启动了自动驾驶项目，后来成为 Waymo，它已在美国多个城市提供完全无人的出租车服务；国内的百度萝卜快跑、小马智行、文远知行等公司也在北京、武汉、广州、深圳等城市开展了无人驾驶出租车的商业化运营和测试。但实现在任何地方、任何条件下的完全自动驾驶，仍然面临巨大的挑战：现实中存在无数种罕见的“长尾”场景，比如施工路段、交警手势、突然冲出的动物、极端的天气，系统很难全部覆盖；如何证明系统足够安全，需要海量的测试里程；出了事故由谁来承担责任，法律法规仍在完善之中；此外还有网络安全、数据隐私和公众信任等问题。