无人驾驶汽车汇总十篇
无人驾驶汽车篇（1）
多国开展道路测试
无人驾驶汽车被英国媒体称为“机器人汽车”。从明年年初起，英国将挑选3个城市作为试点，进行为期18至36个月的“机器人汽车”上路测试，获选城市将分享政府提供的总额1000万英镑的专项基金补贴。
而在美国，目前，内华达州、佛罗里达州、加利福尼亚州、德克萨斯州、密歇根州以及首都华盛顿特区已通过立法形式准许无人驾驶汽车上路，但仅限于测试目的。谷歌宣称该公司研发的无人驾驶汽车已在公路上进行了100多万公里的测试，从未发生交通事故。而在城市道路测试方面，谷歌无人驾驶汽车已在其总部所在的加州山景城附近行驶了1万公里左右。不过，谷歌的无人驾驶汽车上路时必须有驾驶员坐在驾驶座上监控，以便随时应对意外情况的发生。
就未来全自动无人驾驶汽车前景，谷歌表示没有方向盘、油门及刹车踏板和换挡装置，完全通过软件和传感器进行自动驾驶，时速限定在25英里（约40公里）。据了解，无人驾驶汽车遍及周身的感应系统，可以对周围状况进行实时全息扫描，再配合精确详细的导航地图，计算机系统便能模拟人工智能，实现无人驾驶。谷歌无人驾驶汽车传感系统的识别范围可达近100米，而正在研发的全自动无人驾驶汽车更可探测到四周约两个足球场面积内的物体。
在瑞典，其第二大城市哥德堡城市规划局与瑞典沃尔沃汽车公司在去年签署了无人驾驶汽车试验项目，计划在2017年准许100辆无人驾驶汽车在哥德堡指定长度30公里的街道上试行。瑞典电视台称，无人驾驶车并不是完全利用机器来代替人脑，而是在驾驶员的操作下监督汽车行使，比如，从A点到B点，并不能完全百分之百保证汽车的行使准确率。在2017年至2020年间，普通市民将可以试驾驶100辆无人驾驶汽车，最终的前景是让驾驶员一边开车一边读书、打电话、上网或者其他娱乐。
日本将无人驾驶定义为自动驾驶。2013年8月，日本国土交通省明确，自动驾驶是在驾驶员的操控下。日本政府提出在2020年实现自动驾驶系统的试用。日本三大汽车公司日产、本田和丰田已相继开展无人驾驶汽车的上路试验。
日产推出的自动驾驶实验车，以纯电动汽车“聆风”为基础，配备了3个摄像头、6个激光雷达、3个毫米波雷达和12个超音波传感器。利用这些传感器和三维地图，可以将车辆自身与周围环境的距离测量精确到10厘米以下。试验设想了6种场合进行自动驾驶，包括：车道内行使、从行使中的车道驶入分支车道、变更车道、超车、堵车时在靠近前方车辆时停车以及红灯时停车。
事故责任算谁的？
目前，多国在无人驾驶汽车上都面临一些共性问题，如驾驶安全、法律保险，以及与整体道路系统的对接等。
无人驾驶汽车在美国社会已引起相关法律方面的争议，一是如果无人驾驶汽车发生交通事故，是由汽车制造商、无人驾驶系统供应商还是驾驶员来承担责任？这也基本是多国共性的问题。又如，无人驾驶汽车的汽车保险适用何种法律？英国Ashfords律师事务所的负责人苏西?米尔斯认为：“政府有责任为顾客和保险公司详细澄清责任所在。”还有，许多人担心今后无人驾驶汽车制造商、无人驾驶系统供应商以及卫星导航服务提供商，有可能不当存储乃至使用无人驾驶汽车用户的行使数据，使用户行踪等个人隐私无法得到应有的保障。
在瑞典，无人驾驶汽车有可能带来基础设施的改造，比如，高速公路上的四条车道要变成五条道，因为无人驾驶汽车所需的空间更小，上下坡路段也要进行改良。
此外，还有技术瓶颈。英国《每日邮报》说：“没有方向、没有刹车，这听上去都让人害怕”。过去3年间，包括牛津大学在内的工程专家小组已经对无人驾驶汽车进行了多次测试。仅从技术层面来说，应该已经“达标”。但有56%的英国成年人表示不会购买，1/4的人强调说，“机器人汽车”的安全性不能令人放心。
日本信息通信综合研究所研究员山口平八郎认为：诸如十字路口右转弯等情况，手动驾驶员通过互相沟通来防止事故发生，而自动驾驶汽车是通过道路基础设施传来的信息判断。所以，除了自动驾驶汽车相互间的沟通，还需要开发人员与自动驾驶汽车沟通的手段。信息安全也存在问题，在自动驾驶系统遭外部攻击后，方向盘和制动操作将被外部控制。
互联网对车企的冲击与融合
如何与互联网融合，也是无人驾驶汽车面临的问题。车企似乎显得有些老态龙钟，而互联网却年轻而风华正茂。两者原本相安无事，但在无人驾驶汽车领域，车企与互联网开始纠结、勾连和交叉。仅就技术而言，车企完全可以驾驭无人驾驶汽车的研发和生产，而互联网的介入，看中的仍是无人驾驶汽车背后巨大的利益蛋糕和庞大的市场份额。
无人驾驶汽车篇（2）
法律障碍慢慢消除
无人驾驶汽车有望提高驾驶的安全性，改进燃油效率，而且可让驾驶者长途奔驰也不觉疲惫。
1994年，在英国的一条高速公路上，英国捷豹汽车公司和卢卡斯工业集团公司首次演示了自适应巡航控制系统和自动车道保持技术的安全性，这两种技术目前已广泛应用于各种汽车内，无人驾驶汽车慢慢地不再被媒体称为“疯狂的想法”。
英国牛津大学机器人工程师保罗?纽曼指出，人们对无人驾驶汽车安全性的担忧有点错位，因为，目前全球每年约有120万人死于人为的交通事故。纽曼领导的科研团队也在研发无人驾驶汽车。纽曼说：“想到我们10年、20年后还是像现在一样驾驶汽车――必须正襟危坐于驾驶座上，集中精神，不能睡觉就令人抓狂。”
目前，无人驾驶汽车的支持者越来越多，而且其面临的障碍也开始逐一瓦解。美国内华达州允许无人驾驶汽车合法上路的法案已于今年3月1日正式生效。该州也为测试无人驾驶汽车的厂商制定了“牌照程序”，并规定无人驾驶汽车车主需要缴纳100万美元到300万美元的保险债券。美国加州、亚利桑那州、佛罗里达州、夏威夷和俄克拉何马州也在考虑实施同样的法案。
无人驾驶汽车“遍地开花”
目前，通用、奥迪等汽车公司都已投入无人驾驶或半无人驾驶汽车的研发中。
无独有偶。由德国柏林自由大学的提诺斯?甘基勒领导的无人驾驶汽车研发团队正在考虑使用德国一个已经被关闭的著名机场Templehof来测试无人驾驶汽车。团队成员获得了特许，在必要时可以在柏林的街道上驾驶无人驾驶汽车，该研究团队希望很快能在德国的高速公路上驾驶。
甘基勒团队目前正在实验室测试一辆名为“德国制造”的小车，他们认为，这款车可能会是无人驾驶汽车的模型。这辆小车乍看起来像是一辆普通的帕萨特，但车顶的一个激光扫描器透露出，这辆车还有其他性能。研究人员解释道，这个激光扫描器以每秒10转的速度，扫描周围的物体并制造出3D图像，使得这辆车能同时“看到”各个方向的物体。
车上还安装了一个全球卫星定位系统（GPS），使车辆能在几公分范围内就能观测到其他物体和行人的位置。甘基勒表示，当路上只有无人驾驶汽车时，乘客会拥有更轻松舒适的乘车体验。目前，这辆小车还需要一名司机操控，以应对可能会出现的意料之外的问题。
柏林自由大学的计算机科学家劳尔?罗杰斯领导的科研组正在研究这辆车的自动驾驶性能。科学家们也在测试该汽车在危险时刻的反应情况，比如，行人突然冲到路中间时，汽车会有什么反应等等。
与此同时，英国牛津大学的科研团队正在将英国宇航系统公司的山猫军用吉普车改装成一辆无人驾驶汽车，并计划从英国政府那儿获得可以上路的许可。该车最大的改进就是在车身四周增添了传感器，这除了可以有效降低“碰壁”的机会，还能让它更精准地找到方向，而无需仰仗全球定位系统的辅助。不只如此，这些传感器还可以监控路面状况、交通状况以及行人和其他障碍物并做适当的修正。
这辆汽车的设计思路与谷歌公司的无人驾驶汽车的概念基本一致，不过，吉普车的设计肯定能让它比谷歌公司的无人驾驶汽车更拉风、更畅行无阻。
日本日产公司刚刚加入了牛津大学的计划，因此，日产公司的全电动汽车“聆风（Leaf）”最终也可能会升级为无人驾驶汽车。
相关技术必须更加精炼
斯坦福大学的迈克?蒙特梅罗和塞巴斯蒂安?特伦是谷歌公司的自动驾驶汽车研究项目的主管。他们研发的无人驾驶汽车以丰田的混合动力汽车普锐斯和奥迪跑车TT为基础，其设计思路与牛津大学和柏林自由大学的科研团队差不多。
所有这些汽车都配备有激光测距仪、雷达和光学摄像机，以便其非常准确地传递汽车周围实时环境的变化情况。这些设备知道何处有红绿灯和路标，也能分辨出运动的物体究竟是动物、人、自行车、摩托车还是卡车。纽曼团队正在研究让算法准确理解三维激光测距仪提供的数据并快速确定周围的物体是汽车还是行人。他的研究团队也在研究如何让机器人视觉系统提供周围环境的放大图片，以让汽车更好更快地适应不断变化的道路环境、光线情况甚至季节更替等。然而，他们表示，使这一切美好想法成为现实的商用传感器和软件可能还要假以时日才能问世。
纽曼指出：“谷歌公司的无人驾驶汽车配备了Velodyne LIDAR公司生产的光达传感器，该传感器使用64个每分钟旋转900周的激光头，在汽车周围形成360度的视角。但是，未来的汽车将不会配备这些使用起来不方便的自旋激光器。”
甘基勒也认为无人驾驶技术必须变得更加精致简练，他说：“需要减少上述系统的大小并降低售价。”
车辆相互交流将是下一个目标
纽曼表示，另一个挑战在于让汽车能防患于未然，识别出“危险的苗头”，比如路面上强烈的太阳光反射、卡车上落下的物体等（这会让一些传感器失灵），或者仅仅只是汽车爆胎。
谷歌公司的技术工程师温顿?瑟夫指出，谷歌公司的无人驾驶汽车能够相互知会它们刚行驶过的路面的情况，例如交换关于如何通过麻烦路口的数据等。甘基勒希望同样的技术可以在前方出现道路施工时，让汽车之间发送GPS地图，以便相互参考。
纽曼强调说，尽管如此，无人驾驶汽车并不需要使用昂贵的技术进行无线通讯，因为每辆汽车都需要“特别聪明”，时时刻刻意识到周围的危险。纽曼说：“汽车的自动控制正在实现。计算已经导致了巨大的改变，相互交流将是下一个目标。”
甘基勒团队也指出，要让无人驾驶汽车最终可以“自己做决定”还需要进行很多研究工作。除此之外，他们也在研究如何使车辆能够互相交流。
无人驾驶汽车篇（3）
无人机的控制方式基本上分为手动遥控和软件自动控制两种。Microdrones的无人机会根据Google的卫星地图或者无人机自身航拍的图片来决定飞行线路。在POI-Orbit模块的帮助下，它也可以自动围绕某个物体盘旋，例如在风力发电机检测中，无人机就可以环绕其中一个发电机拍下多个角度的照片。
美国交通部发言人表示，即使无人机能够自动驾驶，但仍然需要将使用范围限定在用户的视线范围之内，以防发生事故。另外，无人机的飞行高度不得超过100m，无人机也不得进入私人领地。在这些规定范围内，私人可以自由使用无人机，而商业使用则需要各州航空管理局的批准。除了这些政策上的限制之外，快递无人机还要解决一些应用上的问题，例如，收件人是否需要有特殊的无人机降落区？怎样防止对无人机的攻击以及对货物的偷盗？亚马逊和DHL都没有给出答案，他们的快递无人机现在也还只是一个技术试验而已。
雷达、摄像头操控汽车
自动驾驶无人机要避免被风卷走或者撞到树上已经是一项技术活儿了，但这跟全自动无人驾驶汽车比起来还是小巫见大巫。无人驾驶汽车所处的环境要复杂得多，有狭窄的街道、交通规则、交通信号灯和标识，还有一些非理性的行为和无法预测的生物。所以自动无人驾驶汽车的普及就更像科幻小说里面的场景了。如果全部交通都自动化，那么在理想状态下，就再也不会出现堵车、交通事故和停车等难题，而且将会大大减轻交通造成的环境压力，而人们的出行也将会更廉价、更便捷。
但这个设想离现实还有很长的一段距离，它所需的人工智能方面的提升并非可以一蹴而就的。几十年前我们就开始朝着这个目标努力，80年代出现的防抱死系统（ABS）和牵引控制就是电子硬件对油门和刹车进行辅助操作的例子。后来还有车道偏离预警系统和倒车雷达，这些技术会在汽车偏离车道或者撞到障碍物之前发出声音进行提醒。
几乎所有的汽车厂商都在开发新技术，并对这些科技进行整合。宝马和奥迪的某些车型能够在堵车时自动驾驶，某些沃尔沃车型可以自动停车，只不过需要车主拿着智能手机站在停车位前。在新加坡，一辆自动无人驾驶的公共汽车已经可以搭载8人以20km的时速行驶在1km长的固定路程上。这辆Induct Navia采用了光学雷达（LiDAR）进行导航，Google自动无人驾驶汽车也采用了相同的技术，福特近期也在开始对这项技术进行试验和检测。
光学雷达，顾名思义，就是以光束作为脉冲信号的雷达。Google自动无人驾驶汽车上的光学雷达同时发出64道激光光束，每秒进行上百万次的测距工作，并以此绘制周围环境的3D模型。由光学雷达得出的模型，再加上普通雷达、普通摄像头和GPS系统，这些都是汽车自动驾驶行为的判断依据。Google从2009年起便开始了自动无人驾驶汽车的测试，到目前为止，Google自动无人驾驶汽车已经安全行驶了超过500 000km，并保持零事故的记录。Google的目标是能够在2018年推出商用自动无人驾驶汽车，Uber这家美国的出租车和豪华轿车出租服务创业公司，已经声明计划将从Google购买2 500辆自动无人驾驶汽车了。
奔驰也对外展示了他们的自动无人驾驶汽车，配备了Intelligent Drive系统的奔驰S500在无人驾驶的情况下在从曼海姆到普福尔茨海姆的公路上行驶了100km。
Intelligent Drive系统综合了奔驰已经推出的Distronic Plus巡航定速系统和方向盘控制辅助系统以及已经在E系和S系配置的Stop & Go Pilot交通堵塞自动驾驶功能。对周围环境的分析由后视镜前方的3D摄像头、两个普通摄像头、几个雷达测距设备、超声波检测器和红外线热感应摄像头合作完成，他们为行驶中的汽车提供每小时300GB/h的环境数据。汽车上的计算机根据这些数据做出是否闪避障碍物或者是否通过路口这样的决定。现在奔驰自动无人驾驶汽车的最高时速已经达到了100km。车载计算机向一个特殊绘制的地图进行每秒10次的数据同步，这个地图的精度达到了100mm级别，并且记录了所有交通信号灯的规律以及路上行人穿越道路的数据，这个地图现在还只针对测试道路的区域，毕竟目前的卫星地图对于这种要求来说还是太不精确了。这样的地图是奔驰的自动驾驶技术投入使用的关键前提，但它也需要频繁地进行更新来反映道路情况的变化，所以它也是自动无人驾驶汽车真正商用的一大瓶颈。
自动驾驶技术面对的另一个难题是交通信号灯的识别问题。在这方面，设备面对着和人类驾驶员面对的同样问题：信号灯经常以一个难以看见的角度出现，或者处在逆光之中。但识别并非是问题的全部，德国人工智能研究中心附属机器人创新中心的负责人Frank Kirchner教授表示“问题的另一方面是将检测识别出的对象放到环境中去怎么理解”，他的研究方向是为自动控制系统创建用于判断并做出决定的模块。人类可以很容易地将环境中的重要信息及噪音分离开来，然后灵活地进行反应，但这对计算机来说还是很困难的，尤其是面对环境中行为不可预测的行人和其他车辆时。奔驰的Car-to-X通讯系统，即不同车辆之间和车辆与智能基础设施之间进行的通讯，可能是解决这一问题的一种方法。
无人驾驶汽车篇（4）
(讯)Google的无人驾驶汽车项目也许是Google近几年推出最大胆的项目之一。近日Google宣布这项计划达成了一项新记录：Google无人驾驶汽车累计驾驶里程已达30万英里，而且在电脑操作下没有一次交通事故发生。
Google计划让团队成员改乘无人驾驶汽车上下班，目前测试时一辆车一般是坐至少两人，但项目组认为现在已经可以考虑由一人来操作汽车了。无人驾驶汽车项目组的工程组领头人Urmson在博客中表示：“我们希望无人驾驶汽车能让人们未来在汽车中更有效率。现在我们的项目组成员在无人驾驶汽车中只需坐在那，如果出现突发情况才需要替代电脑进行操控。”过去Google无人驾驶汽车的确发生过一些事故，但是那都是在人工操作时发生的。
这一消息的确振奋人心，但是Google还是表示“未来还有很远的路要走”。目前Google无人驾驶汽车还有很多需要改进，比如如何在积雪道路上行驶以及如何识别临时道路障碍信息。
虽说30万英里无事故的确是个了不起的成绩，但是如果这项技术果真得到了普及，一天内的驾驶里程都不止30万英里，总会有大大小小的事故发生。而这类事故的所有责任几乎都会归到Google头上，因为所有这一切都是Google的计算机造成的。这就好像把此前所有肇事司机的责任全都集中到了Google一家公司身上，不知Google会如何应对呢？(来源：搜狐IT)
.
无人驾驶汽车篇（5）
引言
近年来，互联网技术的迅速发展给汽车制造工业带来了革命性变化的机会。与此同时，汽车智能化技术正逐步得到广泛应用，这项技术简化了汽车的驾驶操作并提高了行驶安全性。而其中最典型也是最热门的未来应用就是无人驾驶汽车[1]。
无人驾驶汽车，是可以通过计算机系统设置进而实现无人驾驶的新型智能化汽车[2]。无人驾驶汽车是人工智能技术、雷达、数学计算、监控设备与北斗导航系统协作实现的，它受计算机系统的控制，实现无人驾驶。目前，无人驾驶技术还停留在研发和实验中，尚未被批准用作商业用途和用作私家车[3]。
据有关数据显示，在意外事故中，以车祸占首位，占意外死亡总数的50%以上。仅以汽车交通事故为例，全世界因交通事故而死亡的人数已超过3000万人，多于世界大战死亡人数。基于高科技研究的无人驾驶汽车，无论在其安全性还是可靠性方面，都极具发展潜力。因此，无人驾驶汽车的研究与发展是降低车祸发生率、保障人民生命安全的重要任务[4]。
1 无人驾驶技术的研究成果
1.1 国外无人驾驶技术的研究成果
二十世纪五十年代起，英美等发达国家就开始涉及无人驾驶汽车领域的研究，并在某些方面取得了很大进展。1950年，世界上第一台自主导航汽车由贝瑞特电子公司在美国研制成功，实现了在设定路线上行驶。1987年，奔驰公司投资赞助了慕尼黑国防大学实验室，独立设计了VaMoRs智能车，车速最高达到96KM/h。1994年，欧洲研制的VaMP和VITA-2机器人车辆在巴黎进行了测试，并在多车道高速公路上行驶了1000多公里，其中车速最高时达到130KM/h，并能自主完成跟踪行驶[5]。2005年，在美国国防部主办的无人车挑战赛上，斯坦福大学的选手们改装的大众途锐多功能车经过7个半小时的长途车程到达终点，完成了全程障碍赛[6]。2010年，Google设计制造的无人驾驶汽车进行并通过了主要城市道路的驾驶测试，确定具有完备的感知能力和高水平的人工智能[7]。2014年，Code Conference 科技大会上，Google的新产品无人驾驶汽车亮相，和一般的汽车不同，Google 无人驾驶汽车没有方向盘和刹车[8]。美国、德国、日本等发达国家和欧洲由于对无人驾驶技术的研究起步早，对无人驾驶技术的掌握和对无人驾驶汽车的研发与生产更成熟和可靠。
1.2 国内无人驾驶技术的研究成果
国内在此领域相对英美等国家起步较晚，目前仍处于初级阶段，从二十世纪八十年代开始，以国防科技大学为主开始进行此方面的研究。
2001年，在贺汉根教授带领下，研制成功时速达76公里的无人车[9]。2002年，国防科技大学与发达国家联合研制的汽车实现了在公路上的无人驾驶[10]。2005年，国防科技大学完成的一个重大项目中，实现了2000公里的无人驾驶[11]。2006年，在东北亚的贸易博览会上，中国研发的无人驾驶汽车在不封路的情况下，以80公里每小时的速度自主行驶。2011年，国防科技大学成功研制了红旗HQ3无人车，在长沙-武汉高速公路上完成了无人驾驶实验，创造了在复杂交通环境下无人驾驶的新纪录。2012年，军事交通学院研制的无人驾驶智能汽车配备了全球定位系统、超声波雷达传感器等先进技术仪器，以感知周围环境，自动规划行车路线[12]。2015年，长安汽车首辆无人驾驶样车在重庆亮相，为国内第二辆原型车。长安已经完成了1级的智能驾驶技术应用，如全速自适应巡航、紧急刹车、车道保持等[13]。
我国无人驾驶汽车的蓬勃发展还需要长期坚持不懈的努力，面临的困难还有很多，技术水平不足、关键零部件依赖进口、政策法规不完善等问题较为突出。
2 无人驾驶汽车的可靠性分析
无人驾驶汽车的可靠性依赖其关键技术的可靠性。其关键技术有导航技术和智能控制技术。
1965年，傅京孙教授提出了将人工智能的启发式推理规则在学习系统中实践，是我国最早提出的把人工智能和控制技术相结合[14]。1971年，他提出智能控制是自动控制与人工智能的二元交集论观点。1977年，三元交集论被提出，即认为智能控制是人工控制、自动控制和运筹学的交集。
1989年，我国依靠通信卫星进行了双星定位演示验证试验，并肯定了北斗卫星导航试验系统技术体制的正确性和可行性。1994年，我国正式启动北斗卫星导航试验系统建设。2004年，启动导航系统建设。2006年，张彦在汽车产品的可靠性工程中应用了灰色系统理论，主要体现在可靠性设计、分配、预测、试验和评价，为无人驾驶汽车可靠性研究开辟了更广的研究方向[15]。2008年，万正高凭借我国汽车行业整车产品质量监督检验的部分结果，建立了汽车可靠性的数据库，并开发了可靠性数据分析处理软件[16]。2009年，北斗卫星导航系统成功发射了GEO卫星，验证了相关技术的正确性。2015年，主席参加“互联网之光”博览会时，参观了百度的展台，并听取了关于无人驾驶汽车研发的报告。
随着无人驾驶汽车行业的深入研究，提高无人驾驶汽车的可靠性就显得十分紧迫，对其进行可靠性试验更显得尤为重要和必要。
3 无人驾驶汽车面临的问题及因素分析
虽然我国无人驾驶汽车发展迅速，但是分析无人驾驶汽车的发展现状，仍发现了一些问题，主要表现为以下几个方面：
3.1 技术不够成熟，关键技术的可靠性需进一步论证
虽然国内外对无人驾驶汽车的研究与试验都积累了一定的经验，但是考虑到其安全性和应用，无人驾驶汽车的技术可靠性仍需进一步论证，特别是关键技术。Google研制的无人驾驶汽车虽然通过了实际城市道路的行驶测试，但是其通行也只是限制在美国的某些州而不是全美国；我国国防科技大学研制的无人驾驶汽车完成了高速公路无人驾驶实验，但这也是在特殊条件下进行的测试，是仿真模拟[17]。因此，无人驾驶汽车技术的成熟还需进一步论证，对无人驾驶汽车的试验也应多积累经验[18]。
3.2 成本太高，大批量生产困难
智能化的现代，人类生活方便快捷，生活质量的提高伴随着生活成本的提高，智能化的生活是由高科技的成本提供和支持的。越来越多的家庭拥有私家车，体现了传统汽车制造业的繁荣和汽车价格的日趋降低。但是针对无人驾驶汽车这一全新的领域来说，高成本始终成为其不可避免的问题。虽然无人驾驶汽车可以降低事故率并带给人们轻松的享受，但是低性价比则阻碍了其大批量生产和普及，因此，降低成本成为无人驾驶汽车普及的关键因素[19]。
3.3 对传统汽车制造业及其相关产业冲击大
随着无人驾驶汽车的普及和汽车共享意识增强，传统汽车销售数量和售价将会出现一定幅度的下降。汽车行业秩序可能被打乱，传统整车制造商的行业地位将受到新进入者的巨大冲击。随着无人驾驶汽车交通事故率的降低，人们为汽车及人员投保的意识和心理会受到一定影响，因而保险行业特别是车险的销售会受到一定冲击。
3.4 交通法规制定困难及人伦困境
无人驾驶汽车作为一种新型智能化产品，必然会给人类生活带来新的改变，而已有的交通法规也将不适用于无人驾驶汽车的上路行驶，因此交通法规的修改甚至是重新制定将是一件重要的、困难的工作。当无人驾驶汽车与传统汽车发生交通事故时，责任和赔偿等一系列事务的处理势必会触及人伦道德的方面，而现有处理事故人员的素质及主观因素也使这些问题的解决更为棘手。
4 无人驾驶汽车的展望
本文总结了无人驾驶汽车的国内外研究状况，对其技术可靠性做出了论述，发现了国内外无人驾驶汽车出现的共同问题。虽然对无人驾驶汽车的研究从上个世纪就已经开始，期间也突破了很多技术难题并取得了一定成果，但距无人驾驶汽车真正走进人类生活还需要很长的研究与试验过程。从当今来看无人驾驶汽车，其研究、发展和普及存在着很多尖锐的问题。
今后可从以下几个方面对无人驾驶汽车进行研究或开展工作。（1）对无人驾驶汽车的可靠性及安全性继续进行研究和试验。（2）对无人驾驶汽车的制造成本进行突破并向批量生产过渡。（3）对传统汽车制造业进行产业升级并带动相关产业的发展。（4）根据试验结果进行交通法规的修改制定并大力宣传无人驾驶汽车。（5）大力发展无人驾驶汽车在服务业、工业和私人方面的应用，扩大其消费市场。
参考文献
[1]乔维高，徐学进.无人驾驶汽车的发展现状及方向[J].上海汽车，2007，07：40-43.
[2]杨帆.无人驾驶汽车的发展现状和展望[J].上海汽车，2014，03：35-40.
[3]端木庆玲，阮界望，马钧.无人驾驶汽车的先进技术与发展[J].农业装备与车辆工程，2014，03：30-33.
[4]潘建亮.无人驾驶汽车社会效益与影响分析[J].汽车工业研究，2014，05：22-24.
[5]Drew Bellamy， Luka Pravica. Assessing the impact of driverless haul trucks in Australian surface mining [J]. Resources Policy， 2011， 36（2）：149-158.
[6]黄柏雪.无人驾驶汽车在中国[N].计算机世界，2013-10-28026.
[7]Clifford Winston， Fred Mannering. Implementing Technology to Improve Public Highway Performance： A Leapfrog Technology from the Private Sector Is Going To Be Necessary [J]. Economics of Transportation， 2014， 3（2）： 158-165.
[8]闫民.无人驾驶汽车的研究现状及发展方向[J].汽车维修，2003，02：9-10.
[9]我国无人驾驶汽车成功挑战高速公路[J].创新时代，2012（12）：14.
[10]林一平.不断创新发展的现代无人驾驶汽车[J].专用汽车，2003，0
1：12-14+18.
[11]张贤启，余有晟，刘俊才.无人驾驶汽车的发展及可行性[J].山东工业技术，2015，04：50.
[12]冯学强，张良旭，刘志宗.无人驾驶汽车的发展综述[J].山东工业技术，2015，05：51.
[13]赵阳.无人驾驶汽车关键技术[J].中国科技博览，2011（26）：272.
[14]乔喻.无人驾驶汽车开启“智能交通”新时代[J].第二课堂（B），2014，11：4-9.
[15]张彦.基于灰色理论的汽车产品可靠性工程研究[D].合肥工业大学，2006.
[16]万正高.国产电动汽车的可靠性评估与故障规律研究[D].武汉理工大学，2008.
[17]李晶.谷歌无人驾驶汽车：从改造到自造[N].北京科技报，2014-06-09034.
无人驾驶汽车篇（6）
无人驾驶技术成为汽车产业创新发展的制高点。我国作为全球最大的汽车市场，从道路交通安全出发，急需对无人驾驶汽车进行立法监管。
众所周知，美国是无人驾驶技术的领跑者。上世纪70年代，美国开始进行无人驾驶汽车研发，在无人驾驶立法与监管方面M行了探索实践，形成一套较为成熟的经验。
为了规范并建立无人驾驶汽车的技术标准与监管制度，美国国家公路交通安全管理局（NHTSA）把自动驾驶技术分为以下级别，即无自动（0级） 、个别功能自动（1级）、 多种功能自动（2级） 、受限自动驾驶（3级）、完全自动驾驶（4级）。
从目前的发展情况看，在无人驾驶技术方面，美国基本上处于自动驾驶2级到3级的过渡阶段。2016年1月，美国联邦政府出台自动驾驶汽车行动计划，提出要在未来10年拨款40亿美元建立21世纪交通系统，加快开发应用安全可靠的机动车自动化技术，从而减少交通事故，改善交通状况。预计在2020年前后，美国有望推出第一批真正意义上的量产自动驾驶汽车，真正进入无人驾驶时代。
无人驾驶汽车篇（7）
业内人士预测，无人驾驶汽车会在3到5年内投放市场。
未来汽车征服最弯街道
“今天，车祸是年轻人的头号杀手，这些事故大多都是人为错误造成的，而不是机器故障。为什么不能让机器来保护我们的安全呢？”年少时一位好友因车祸不幸去世，激发了谷歌无人驾驶汽车项目核心开发人员塞巴斯蒂安?斯伦对人工智能安全汽车的研发兴趣。
2010年，无人驾驶汽车真正走到前台。如今，谷歌的无人驾驶车（一辆经过改装的丰田普锐斯）已经悄悄驶过硅谷的大学校园，洛杉矶的海边大道，以及遍布游人的好莱坞大道，无人驾驶汽车甚至沿着全世界最弯的街道――旧金山弯弯曲曲的九曲花街，驶过金门大桥、太平洋高速公路，到达靠近内华达州的塔霍湖。没人注意到这是一辆无人驾驶汽车。
从谷歌展示的视频可以看到，这辆丰田普锐斯不仅可以在狭小城市街道中自如穿梭，也可以在弯曲的山路上疾驰。夜晚，一头麋鹿从山路上跳过，这辆汽车自动减速。它还可以在停车场上找位子，在收费站自动停车。更为惊奇的是，这辆汽车还曾精确地完成了驾驶桩考。
激光探测技术是关键
如果非要找出这辆超级普锐斯的过人之处，那只能是车上“捆绑”的大大小小的探测器了。
和普通车辆不同，它有着一套完整的感应系统，由激光探测仪、无线电雷达探测器、摄像设备等组成，可以对周围环境360度无死角关注。通过这一系列感应器，汽车可以清晰“看到”周围物体，清楚地掌握它们的大小、距离，能判断出周围物体将可能对车辆的运动和路线造成什么影响，并作出相应的反应。
从谷歌公布的感应画面来看，无人驾驶汽车“眼中”的街景如同“感应图”，能对其他车辆、步行道、红绿灯等物体重点标出。无人驾驶系统的“心脏”，就是位于汽车顶部的激光探测仪，它可以制作出周边环境的3D地图。
车辆不同的感应器分布车身各处，前后保险杠共安装4个雷达，当汽车在高速路上时，雷达可以让汽车“看”得更远。汽车后镜装有摄像头，可以注意到红绿灯。此外，汽车上还有GPS装置，以及用以跟踪汽车运动的车轮编码器等多个设备。
无人驾驶系统不会像驾驶者那样分散注意力，它可以更谨慎地驾驶。当系统发现一个比较陌生的情况无法判断做出何种反应时，它也会通过信号传递给驾驶人，让人切换成手动驾驶。
大规模推广需过法律关
谷歌无人驾驶汽车“惊艳”亮相后，引发外界广泛关注。不久，这种无人驾驶汽车就能在美国加州、亚利桑那州、佛罗里达州、夏威夷和俄克拉何马等地上路了。
业内人士预计，在欧美国家，无人驾驶汽车有望在3到5年后推入市场。
除了比传统驾驶方式更加安全外，无人驾驶还有很多好处。美国人每年浪费在汽车拥堵上的时间超过40亿小时，交通堵塞导致24亿加仑汽油的浪费，无人驾驶可以让高速公路的承载量提高2到3倍，优化车辆行驶道路，消除拥堵，让人们重新获得堵在路上的时间。
无人驾驶汽车篇（8）
再见停车场
艾伦?科恩豪泽是一位来自普林斯顿大学的教授，他表示：“无人驾驶汽车对城市产生的最大影响，就是改变了停车的问题。我们不再需要停车场，或者说未来的停车场和现在的停车场会有很大的不同。当人们外出办事的时候，把车停在目的地附近，这种做法将会成为过去式。未来，当我去看橄榄球比赛的时候，我的汽车不需要停在球场附近。当我在办公室工作的时候，我的车也不用停在那里。现在的购物中心都必须配备大量的车位才能满足消费者的需要，未来这种情况会出现改变。”
卡拉?可科尔曼博士是德克萨斯州立大学的教授，她表示：“无人驾驶汽车对城市的影响，很大一部分取决于有多少人愿意放弃汽车的私人拥有权。我认为，我们对停车位的需求会降低50%左右。
如果每一个人都愿意放弃私人汽车拥有权，转而拥抱座驾分享，那么道路上的车辆会减少7-8成，而我们对停车位的需求也会随之降低7～8成。”
卡洛?拉蒂是麻省理工学院感应城市实验室的总监，他认为：“在美国，一辆车闲置的时间大约是95%左右。当前的座驾分享服务已经在一定程度上减少了我们对停车位的需求：据估计，座驾分享服务让大约10-30%的私人车辆离开了停车场。无人驾驶汽车将会进一步推动这个趋势，而且会对我们的城市生活产生巨大的影响，因为这种新型的汽车将会模糊私有车辆和公共运输车辆之间的区别。‘你的汽车’会在你早上上班的时候把你送到公司，但是在你去工作之后，它不会在停车场等着你，而是去接你的家人。或者，它也可以去搭载你社区之内的其他人。”
加里?蒂尔尼是Perkins + Will的高级项目架构师，他表示：“我认为，自动汽车和无人驾驶汽车的最显著特性，就是它能够推广车辆拥有权分享这个模式。特别留意了无人驾驶汽车，我发现这种交通工具最多可以让道路上的汽车数量降低400%。我们先保守一些，假设无人驾驶汽车能够将汽车的利用效率提高200%。如果将这个数字放在旧金山这个城市身上，也就是说假设旧金山汽车的数量降低200%，那么你会发现，我们会大大降低对停车场的需求。通过计算，省下来的停车场的总面积，有1.25个金门公园那么大。我们可以用这个空间做许多事情。”
蒂尔尼认为：“在这个环境下，你不用操心停车的事情，车辆会自己停车。因此在到达目的地之后，你需要做的只是下车办事就可以了，你的车不会阻碍行人和其他车辆。到时候车辆会退居到次要的地位，行人会变得更加主要。届时，公共区域的面积会大大增加，人行道、自行车道或是其他通勤工具的道路也会变得更宽。”
公共交通：变得更强大还是受到了威胁？
保罗?刘易斯是公共交通部门伊诺交通中心的负责人，他表示：“我认为，无人驾驶汽车将会在很多方面对公共交通产生帮助。首先，无人驾驶汽车的早期接受受者，很可能会是那些运输机构车辆的拥有者。如果经济条件允许，而且无人驾驶业务能够产生，那么无人驾驶汽车将会帮助这些人节省成本，并且增加他们的业务数量。公共交通运输系统不会消亡，城市也离不开公共交通，一辆公共汽车就可以为几十人提供通勤服务。要知道，城市道路的容载能力非常有限，如果每一个人都购买自己的汽车，那么城市的道路就会瘫痪。”
科恩豪泽则表示：“我曾经与某企业合作，在新泽西进行过一次模拟，从这里到达普林斯顿或是其他火车站，我并没有开自己的车，而是对火车和无人驾驶汽车进行了对比测试。无人驾驶汽车的等候时间只有火车的六分之一。火车每30分钟一个班次，而呼叫无人驾驶汽车只需要5分钟。”
可科尔曼博士认为：“人们不再骑自行车的一个重要原因就是，他们害怕路上的汽车。而无人驾驶汽车比人类驾驶员更安全，它们能够更好的回避路上的行人和非机动车。
无人驾驶汽车篇（9）
在经过一番探讨后，陈慧决定去做跟踪性研究。“国外汽车厂商早在上世纪60年代就开始探讨这个课题，而国内的国防科技大学等高校也在做这方面的探讨，都取得了阶段性的成果。比如，车辆依靠预定道路上预埋的磁钉进行磁导航，当行驶路线特定时，车辆在遇到障碍物时就能实现被动的减速或停止，来满足短途载客驳运的需求。”
“但是，除了高速路行驶和短途驳运以外，都市路面在汽车应用需求中占了‘大头’，更多人可受益于汽车电子控制技术。”因此，陈慧以及他带领的团队提出了一个设想，若直接将无人驾驶的电子控制系统与如今最先进的电动汽车相结合，去掉中间环节，将会擦出怎样的火花？
从2006年年底至今，陈慧的设想在“春晖探索3号”上初见成效。经过反复测算和调试，课题组给“春晖”安上了4只“眼睛”和一颗“脑袋”。第一只“眼睛”就是车前方竖起的天线，它是一个GPS卫星定位仪，能够确定车子的目的地和行驶路线；第二只“眼睛”是车子两侧安装的雷达，能明确感知身边移动物体的相对速度；第三只“眼睛”是激光雷达，能够探测身边障碍物的距离；第四只“眼睛”则是车辆前方模拟视觉的探头，它能帮助车辆看清红绿灯、道路线，甚至限行限速的标志等。一旦“春晖”需要行驶时，就会睁开眼睛，将得到的信息不断高速汇总到中央决策系统，来规划车辆接下来的运行动作。
无人驾驶汽车篇（10）
手握方向盘、目视前方、保持注意力、长时间重复、乏味的传统驾驶方式很容易让驾驶员产生疲劳，甚至发生交通事故。无人驾驶汽车研发人员则致力于从安全、可靠、便利及高效等方面进行突破，弥补人工驾驶的不足，减少交通事故，将驾驶员从繁复的传统驾驶方式中解脱出来。
从20世纪70年代开始，美国、英国、德国等国家开始进行无人驾驶汽车的研究，在可行性和实用化方面都取得了突破的进展。中国从20世纪80年代开始进行无人驾驶汽车的研究，国防科技大学在1992年成功研制出中国第一辆真正意义上的无人驾驶汽车。特别是在过去的几年时间里，无人驾驶技术的研发如火如荼，越来越多的国内外汽车企业开始涉足这一领域，无人驾驶技术取得了快速蓬勃的发展。
“无人驾驶”的三大系统
无人驾驶汽车综合利用自动控制、计算机科学、人工智能、电子信息和车辆工程等多门学科相关技术，利用车载传感器(摄像头、激光雷达、超声波传感器、微波雷达、GPS、里程计、磁罗盘等)感知车辆周围环境，并根据感知到的道路、车辆姿态和障碍物信息，控制车辆的转向和速度，从而使得车辆能够自主、安全、可靠地在道路上行驶。
无人驾驶汽车是一个综合系统，整体可分为环境感知系统、行为决策系统、运动控制系统。
1.环境感知系统
人类在执行驾驶任务的过程中，需要实时观察和分析车辆自身的状态、路面、车辆、行人、交通标志、交通标线和交通信号灯等的状况，也就是对交通环境的“感知”。这种“感知”首先是通过感观(主要是视觉，还包括听觉、触觉和嗅觉)来获取信息，然后利用自身经验和逻辑推理来理解信息，并做出决策，力求安全平稳地驾驶车辆。
无人驾驶汽车在进行自主行驶的时候也需要对环境进行感知，进而根据所得到的有用的环境信息产生行为决策。无人驾驶汽车是通过车上配备的传感器来感知环境信息的，这些传感器主要包括摄像头、激光雷达、毫米波雷达、红外相机、光电编码器、GPS和惯性测量单元(Inertial Measurement Unit， IMU)等。其中，摄像头、激光雷达、毫米波雷达以及红外相机是用于获取环境信息，光电编码器、GPS和IMU是用于获取车身状态的信息。
这些传感器依据不同的原理获取环境数据，获取数据之后，车载单元还需要采用一定的方法提取出数据中对于智能行为决策有用的信息，比如探测到障碍物、检测车道线、检测和识别交通标志、定位和姿态估计等等。
2.行为决策系统
行为决策是指无人驾驶汽车根据给定路网文件，获取的交通环境信息和自身行驶状态，自主产生遵守交通规则的驾驶决策的过程。无人驾驶汽车行为决策系统主要包含全局路径规划(或任务规划)、行为规划和局部路径规划(或运动规划)。
路径规划的目的是在无人驾驶汽车行车之前找到一条“最优”的路径供无人驾驶汽车行驶。“最优”的标准可以是最短行车距离、最少行车时间、最低费用和最少拥堵等，当然前提都是在保证行驶的安全性和遵守交通规则。全局路径规划和局部路径规划都是属于路径规划的范畴。全局路径规划为无人驾驶汽车的自主驾驶提供方向性的引导，确定其依次需要通过的路段和区域序列。行为规划是处于全局路径规划和局部路径规划中间的层次，行为规划根据全局路径规划的确定的路径和当前的道路状况，确定当前无人驾驶汽车应该进入什么行驶模式，比如路口左转模式、超车模式等。局部路径规划依照行为规划确定的当前行驶模式，结合环境感知获取的信息计算出局部范围内精确的行驶轨迹。无人驾驶汽车采取的是全局路径规划和局部路径规划相结合的方式。
3.运动控制系统
运动控制系统是根据局部路径规划给出的行驶轨迹和速度规划以及无人驾驶汽车当前的位置、姿态和速度，产生对油门、刹车、方向盘和变速杆的控制命令，以跟踪规划出的行驶轨迹。当然，油门、刹车、方向盘和变速杆上需加装底层控制器和执行机构来执行控制操作。
除了增强无人驾驶汽车自身智能行为的能力以外，还可以采用道路交通智能化的方式，通过车与车通信(V2V)和车与交通系统通信(V2X)来获取车辆速度、实时路况等信息，从而提升整个交通系统的驾驶安全性和交通通行效率。
“无人驾驶”的现有问题
目前，无人驾驶汽车产业化的瓶颈问题主要有技术安全问题、过渡风险、成本问题、法律法规问题等。
1.技术问题包括：如何消除强光照、积雪等恶劣行驶环境对无人驾驶汽车环境感知系统带来的影响；在复杂行驶环境下，如何感知人类手势信号，尤其是这些手势信号与交通信号灯或交通标志有冲突时；
2.如何解决无人驾驶汽车和传统车辆混合行驶阶段的转型期问题；