自动驾驶开放道路（有自动驾驶公交投入营运了吗）

本文目录

• 有自动驾驶公交投入营运了吗
• 自动驾驶实现需要什么条件
• 现在有哪些国家允许自动驾驶的车上路为什么
• 很多纯电动车标配的自动驾驶系统，真的可以自动驾驶吗

有自动驾驶公交投入营运了吗

自动驾驶公交车在深圳上路，可自动转弯按站停靠。

自动驾驶正从一个概念变成生活中触手可及的服务。

12月3日，深圳首条自动驾驶公交路线开始试运营，4 辆自动驾驶公交车从福田保税区开出，被投放到“福保线路”上行驶。

这批汽车由国家智能交通系统工程技术研究中心（ITSC）和深圳巴士集团发起，搭载阿尔法巴（alphaba）智能驾驶公交系统，装有本土厂商 速腾聚创 提供的激光雷达，可以自主完成转弯、急停车、按站停靠等动作。车上配备的司机（安全员）不需要开车，主要负责辅助自动驾驶，以及在突发情况下进行干预。

本条公交线路的票价为 1 元，在试运营期间的价格则接近免费，为 0.01 元，乘客可以使用“深圳通”卡、“手机深圳通”刷卡乘车。

最近两年以来无人驾驶兴起，安全无疑是大家最关心的问题之一。自动驾驶初创公司 Roadstar.ai 在 TechCrunch 上海峰会上表示“无人驾驶要做到 90 分并不难，但要做到 99 分却非常不容易”。而从消费者角度，我们通过街访发现，大家对于尝试自动驾驶汽车的热情很高，虽然他们并不了解自动驾驶技术。

目前的自动驾驶技术还无法应对过于复杂的路况和环境，但是在简单环境、限定条件下已经比较成熟。我们也可以看到深圳的试运营没有选择市中心的公交路线，而是将这些公交车投放到保税区附近。

自动驾驶实现需要什么条件

自动驾驶是汽车诞生以来，人们追求的蓝图，设想未来的汽车无人驾驶招手既停，快捷方便，为人们的出行带来巨大的改变，也大大解放了人类的出行时间。近几年，各大互联网巨头，新兴科技公司，传统车厂，都在这方面投入了巨大的热情，并成功研发出来能成功上了的无人驾驶汽车。那这样的汽车需要哪些基础技术支持呢？

自动驾驶的必要的“耳朵”雷达传感器

在自动驾驶汽车的技术发展过程中，自动驾驶的汽车对周边环境的感知与理解，是实现自动驾驶的基本前提，所以要实现要自动驾驶的基础是各种各样的传感器的协调工作，才能让汽车“眼观六路耳听八方”，只有准确及时的感知到车辆周围的道路、其他车辆、行人等信息，自动驾驶汽车的驾驶行为才会有可靠的决策依据。

车用雷达传感器

自动驾驶的“耳朵”就是车上的雷达传感器，雷达最初是为军事和航空电子应用开发的。在汽车上较常用的是毫米波雷达，毫米波雷达的工作频率介于30~300GHz之间，波长介于厘米波和光波之间，所以，毫米波雷达兼具微波制导和光电制导的优点，穿透力强，具有全天候。全天时的特点，但是大雨天气毫米波雷达的性能会大大下降，而且毫米波是重要的雷达频段，在很多场合受到的干扰较大。

第一个用于汽车的雷达传感器是在大约40年前的研究项目中开发的，但直到1998年才将雷达传感器运用到商用汽车项目，起初雷达传感器用于自适应巡航控制，后来，前车碰撞预警也被加入进雷达传感器。

雷达传感器的应用范围广泛，多种多样，在汽车应用中，主要使用调频连续波（FMCW）雷达，FMCW雷达使用间接距离或气行时间测量，使用发送信号和接收信号之间的频率差作为间接测距手段。

由于普通雷达传感器受天气影响的原因，技术升级为激光雷达传感器和超声波传感器的应用，这样就解决了自动驾驶汽车受天气制约的局限性，让自动驾驶汽车真正具有全天候的应用。

车用雷达传感器

总结：雷达传感器是自动驾驶汽车的基础技术配件，其重要性不言而喻，没有雷达就如同聋子，用来感知周围的物体，行人或者车辆，测定相对位置，再通过其他传感器让汽车采取相应的措施，如最初的自适应巡航、前车碰撞预警等都是由雷达传感器参与完成。自动驾驶的雷达都用更高级的反应速度更快的激光雷达和能在恶劣天气环境下使用的超声波传感器，这样就解决了雷达的精度和全天候的驾驶问题，让自动驾驶汽车无往而不利。

精度更高更可靠的激光雷达

普通雷达传感器可用于汽车的自适应巡航控制或者前车碰撞预警等场景，对于毫米波雷达来说这样的工作完全可以胜任，但它受到天气的影响较大，例如，大于天气这样的雷达的性能会大打折扣，这对于无人值守的自动驾驶汽车是致命的，一下大雨因精度下降它就不得不罢工了。所以就要求技术更高的设备，这就是激光雷达传感器。

激光雷达

激光雷达（LIDAR）是一种测量距离的遥感技术。这种技术原理是用激光照射目标物体，并用检测器来分析反射光，以此来测量距离。LIDAR一词是光探测和测距（Light Detection and Ranging）的缩写，同时也可以看作是“光”及“雷达”的合成词。激光雷达传感器有多种用途，其不同之处在于如何分配激光以及如何分析反射光。

激光雷达采用主动测距法，接收到的是物体反射回来的激光脉冲，激光雷达直接测量被测物体到雷达的距离，与立体视觉复杂的视差深度转换算法相比更为直接，而且测距更为准确。激光雷达还具有视角大、测距范围广等优点。

激光雷达

激光雷达传感器在自动驾驶中的应用包括以下几个方面

一、障碍物检测：激光雷达感知技术中障碍物检测研究最多，一般是通过测量汽车前方的物体高度信息来确定障碍物的分布。

二、动态障碍物跟踪：基于激光雷达的动态障碍跟踪是环境理解的重要组成部分，在日常环境中，主要包括行人跟踪和车辆跟踪。

三、环境重建：随着激光雷达的普及和精度的提高，基于激光雷达的三维重建和即时定位与地图构建的研究近年来也取得了一系列的进展和成果。

激光雷达

总结：激光雷达具有精度高、视角大、测距范围广等优点，由于激光雷达脉冲在一定距离外会开始扩散，而且半透明物体也可进行部分反射， 如车窗、下雨、雾天都会引起水滴对脉冲的某些反射，造成反射信号中的噪声。激光雷达通常通过调整发射功率及接收器敏感度来降低这种影响。

自动驾驶的“眼睛”摄像头

自动驾驶汽车的只要“耳朵”雷达还不足以完成完美的安全驾驶任务，还需要“眼睛”来协同工作才能更好的完成自动驾驶，这只眼睛就是自动驾驶汽车上的摄像头，我们来看看它是怎么工作的和它的特点。

车用单目摄像头

摄像头在汽车上的应用，目前主要有单目和双目摄像头两种类型。简单的讲，单目摄像头的测距原理是先通过图像匹配进行目标识别（各种车型、行人、物体等），识别出物体的具体轮廓，特别是宽度，根据传感器的尺寸，再通过目标在图像中的像素大小估算目标距离。这就要求在估算距离之前首先对目标进行准确识别，判断是汽车还是人，是货车。SUV还是小轿车。准确识别是准确估算距离的第一步。要做到这一点，就需要建立并不断维护一个庞大的样本特征数据库。保证这个数据库包含待识别目标的全部特征数据。而双目摄像头就是利用两幅图像的视差直接对前方雾天测量距离，无需判断物体的类型。理论上。双目摄像头的精度可达毫米级，而且双目摄像头计算距离所花费的时间远低于单目摄像头。

双镜头的行车记录仪

摄像头的致命弱点是对外部光源的依赖，低照度或者夜晚光线弱的情况下，摄像头的性能会迅速下降，另外，正对阳光，出入隧道，都使摄像头有瞬间“失明”发生，虽然只有短短几秒，也是相当危险的，还有，雨雪雾霾等恶劣天气也让摄像头无用武之地。摄像头是迄今为止所采用的最密集的感测模式，而且成本价低的感测技术。

总结：自动驾驶的感测传感器不仅仅限于雷达和摄像头，在科技技术快速发展的时代肯定会有更完美的方案来解决自动驾驶汽车感测的盲点问题，或者利用多方位的感测技术互相协调互补的方式，完成自动驾驶的感测周围一切的任务，确保无论什么环境都会100%识别，达到完美的驾驶模式。

现在有哪些国家允许自动驾驶的车上路为什么

目前来说，并没有哪个国家可以做到完全意义上的自动驾驶车上路。所谓的自动驾驶上路，一般是指在开放道路上开展自动驾驶测试。

 美国：2017年，美国的加州、亚利桑那州、密歇根州等多地均出台了政策，允许自动驾驶汽车在开放道路开展测试。

 日本：2020年东京奥运会期间，日本政府计划推出具有自动驾驶功能的出租车、巴士车运营服务，维持日本在智能汽车领域的世界领先地位。2020年代后期，日本将实现全自动驾驶系统市场化。

 欧洲：欧盟委员会公布自动驾驶时间进度表，力争2030年进入完全自动驾驶社会。

 谷歌：依托Waymo平台提供自动驾驶出行服务，已完成了超过400万英里的自动驾驶道路测试，模拟测试超过50亿英里，在美国凤凰城等地推出了自动驾驶出行服务。

 通用：通用汽车通过收购Cruise Automation团队 ，在旧金山推出自动驾驶出租车服务，全面转型为出行服务企业。目标是面向toB市场，直接发展量产L4级自动驾驶。

 未来自动驾驶的趋势：

趋势一：基于智能汽车的“出行服务”市场成为竞争焦点

趋势二：代客泊车等特定场景下的自动驾驶将成为量产切入点

很多纯电动车标配的自动驾驶系统，真的可以自动驾驶吗

自动驾驶真的可以实现，但是使用要注意很多细节，技术尚不成熟。

自动驾驶一共分为5级，目前能实现的最高级别为L4级，最高级别实现的可能性微乎其微，但是了解一下五个等级的自动驾驶特点。

L1级：汽车辅助操作，其功能如定速巡航、主动刹车、自动泊车等，这些功能需要人工操作控制激活，但在使用中需要驾驶员全神贯注的观察，以防止系统故障导致车辆失控，L1级与自动驾驶实际没有关系。

L2级：严格限行场景的自动驾驶，功能多出道路标识识别、自动转向、全速自适应巡航等功能，在设定好路线后车辆能够自动加速起步并在道路上按照交规驾驶；不过L2级系统的运算能力，以及系统采集传递数据的稳定性还比较差，面对复杂的道路L2级容易出现计算错误导致车辆失控，所以L2级自动驾驶只能在畅通的高速公路、高架桥或环线使用，实用性仍比较差。

L3级：传感器采集能力、系统运算能力进一步提升，对复杂道路的分析能力加强；不过L3级自动驾驶的限定场景并没有变化，用专业术语评价只是系统鲁棒性的升级，但是升级后是否能说明升级前的可靠性并不高呢……

L4级：驾主主体在限定道路内完全交由汽车，也就是说L2~3级在使用自动驾驶过程中还要圆睁二目看着公路，这种驾驶状态容易引起其他车辆的无解；所以真正能够在限定场景内放心使用的自动驾驶为L4，目前达到这一等级的量产车微乎其微，不论电动汽和还是燃油汽车。

至于L5级自动驾驶普及的可能性几乎没有，这一等级能做到以汽车为主体实现所有道路的自动驾驶，但是在城市道路中汽车、非机动车、行人共享路权，而且机动车道与非机动车道以及斑马线之间会经常遇到交汇；这种复杂的路况是对于系统计算的稳定性是严峻的考验，尤其是面对一些违规骑行或行走的情况电脑是无法处理的，所以L5级自动驾驶似乎仍不现实。

其次智能车辆在使用中总会与互联网连接，与网络连接则有被入侵远程控制车辆驾驶的可能性，类似的试验有相关机构进行过测试，对一台智能电动汽车的防火墙进行攻击，只是几分钟的时间即可远程车辆驾驶；试想无人驾驶汽车大量普及后，如果这些车被远程控制后果会有多严重，所以真正脱离人类监控的自动驾驶汽车应不会出现，最高等级也只是辅助驾驶而已。

（上文由天和Auto撰写，禁止站外转载，平台内欢迎转发关注留言。）