无人驾驶汽车发展面临的挑战与建议浅谈

李持生

摘 要：随着智能化技术在汽车驾驶领域的发展与应用，汽车行业正在向无人驾驶的智能化方向转型和发展。作为智能化汽车主要表现形式为无人驾驶汽车。其开发和应用关系到未来汽车行业以及能源行业的发展前景。无人驾驶汽车本质上是一种依靠计算机技术的智能化技术汽车，因此也被叫做轮式的移动机器人，无人驾驶汽车内部的主要原理便是以计算机智能驾驶仪为主导来达到无人驾驶的目标。

关键词：无人驾驶汽车;挑战;建议

DOI：10.16640/j.cnki.37-1222/t.2019.04.036

0 引言

無人驾驶汽车投入量产的过程中面临着一系列的技术难题和成本因素，无人驾驶汽车的安全性在当前并未完全得到保障的前提下，其高昂的生产成本因素也制约了无人驾驶汽车的量产。无人驾驶汽车在运行的过程中需要依靠传感装置录入相关的路况信息，传感装置在无人驾驶汽车中相当于司机的视力捕捉过程。当前无人驾驶汽车在积极打造传感装置中普遍对障碍物的视距进行扩大性的开发。包括谷歌在内的无人驾驶汽车研发公司在传感装置中应用激光雷达，由于激光雷达售价普遍在50万元人民币左右，因此其造价成本已经超出了一般车辆的造价成本。正是这种高昂的成本使得无人驾驶汽车的量产受到了很大的制约。

1 无人驾驶汽车的发展历程

美国、英国、德国等资本主义发达国家从20世纪70年代开始进行无人驾驶汽车的可行性和实用性进行了研究和突破，20世纪90年代我国国防科大研制出了国产的无人驾驶汽车。目前已经研发的最先进的无人驾驶汽车的无人驾驶里程已经达到了八万公里。我国百度公司的无人驾驶汽车的发展有着自身的独特性，在商用和量产方面是当前无人驾驶汽车领域面临的主要问题。自动驾驶研究领域对无人驾驶汽车的量产目标的估量是当前社会上的热点问题，现阶段一些大型计算机集团对于无人驾驶汽车的研究已经处于激烈竞争的地步[1]。全球包含汽车公司和互联网公司的大型企业对无人驾驶汽车产业的深入开发使得无人驾驶汽车在未来的发展具有相当的可行性。现阶段开发无人驾驶汽车的主要公司有谷歌、苹果、优步、特斯拉、奔驰、福特等跨国企业。对于市场先机的抢占是这些跨国企业研发无人驾驶汽车的主要动因。车载传感系统是无人驾驶汽车内部的主要核心构件，在车载传感系统对周围环境路况的自动规划下使得无人驾驶汽车真正意义上达到了行车路线的识别和方向的控制。作为一种先进的智能汽车，无人驾驶汽车的车载传感器充分体现了智能化环境识别和车辆自动化控制。自动化技术的应用使得车辆自动感知周围环境、获取道路信息、目标位置以及障碍物信息的准确度有了很大的提升，在此基础转向和速度得到有效的控制，从而无人驾驶汽车在安全、可靠性方面有了较为明显的体现。无人驾驶汽车的技术中包含了自动控制技术、体系结构技术、人工智能技术以及视觉计算技术等多种先进技术，无人驾驶汽车的研究和开发是建立在其计算机技术、识别技术以及智能控制技术等技术高度发展和结合的基础之上。无人驾驶车的需求是基于人类对驾驶安全的迫切追求的。由于驾驶员失误下造成的交通事故频发，使得无人驾驶汽车在汽车制造行业有了广阔的市场前景和应用领域。

2 主流技术路线

2.1 谷歌的无人车技术路线

谷歌作为最早研发无人驾驶机车的企业之一。其研发的无人驾驶汽车从2009年开始测试性能。其中55辆谷歌自动驾驶汽车的道路测试里程总计达到了209万公里，谷歌的无人驾驶汽车设计要求驾驶员像普通汽车驾驶员一样会坐在方向盘的后方，这样做是方便汽车自动驾驶系统失灵后人为随时接管汽车方向盘，另外在车内会有技术人员监控计算机导航系统运行状态[2]。从2013年的开始谷歌无人驾驶汽车选择了全自动化无人驾驶模式，这是由于之前的研发路线已经假设失效，而谷歌选择的用计算机系统完全代替方向盘半人为控制的路线后。谷歌研发了一中无方向盘、刹车踏板和加速器的无人驾驶汽车，这种汽车的行驶速度只能达到每小时25英里。谷歌在此型号无人驾驶汽车的外部增加了泡沫保护，并将挡风玻璃的材质改为了塑料材质，从而最大程度的增加了无人驾驶汽车的安全性能。

2.2 特斯拉的自动驾驶技术路线

当前特斯拉无人驾驶车的型号为Model S，与谷歌无人车技术路线不同的是特斯拉的自动驾驶技术并未选择完全信任计算机系统。

特斯拉Model S车型中使用了一种叫Autopilot自动驾驶系统，系统的应用使得特斯拉Model S在高速公路上能够实现辅助自动驾驶的功能切换。但Autopilot系统的切换是使用也需要驾驶人员对车辆的接管做到随时性，然而即便如此特斯拉Model S也出现了由于无人驾驶模式引发的交通事故[3]。在美国发生的无人驾驶汽车交通事故使得无人驾驶汽车安全性能受到广泛关注。特斯拉公司的技术失误说明无人驾驶汽车研发路线并不能够有效的保证汽车驾驶的安全性，也正因为如此特斯拉公司强调驾驶员不应该信赖自动驾驶系统进行无人驾驶汽车的驾驶。特斯拉自动驾驶技术路线在于无人驾驶技术能够起到提高驾驶人员驾驶体验的效果，而并非完全取代人为驾驶。

3 面临的挑战与应对建议

3.1 面临的挑战

无人驾驶汽车在复杂交通场景的下的信息识别依旧面临一定的技术挑战，在复杂的交通条件下，无人驾驶汽车需要对天气变化，路况复杂度等内容进行识别和分析才能实现自动化驾驶，当前无人驾驶汽车对复杂交通环境下场景感知技术存在相当大的缺陷，正是因为如此才很难在复杂交通环境下做出有效的安全响应。无人驾驶汽车对预行为技术的表达程度还不够成熟。通常汽车驾驶员是通过自身的预行为意识来实现驾驶目标。例如汽车驾驶过程中对于旁边车辆驾驶员的水平判断下才能决定是否要规避旁边车辆，而当自动驾驶技术在预行为方式上并未取得有效的技术突破。无人驾驶汽车对特殊情况的处理技术同样不成熟，例如城市临时交通管制的情况下无人驾驶汽车需要对交警的手势进行有效识别。目前计算机自动驾驶系统对这类情况的判断和理解依旧存在漏洞。无人驾驶汽车的人车交互技术并未达到可行的程度。无人驾驶汽车与人类的自然交流方式还未形成有效的技术应用，这使得汽车驾驶的愉快性、直观性以及人为性的驾驶体验大打折扣。此外无人驾驶汽车由于计算机技术还存在一定的网络安全风险[4]。

3.2 应对建议

在无人驾驶汽车领域发展计算机技术自动化控制系统具有可行性。计算机技术要结合互联网技术来实现无人驾驶汽车与外界信息互联的目标，是解决无人驾驶汽车汽车识别技术的重要方向。无人驾驶汽车网络连接的方式下自动驾驶系统能够与周边事物进行智能联系，从而达到无人驾驶汽车与路边车辆自动联系的目的。在汽车网络方向进行研发能够有效的实现车与车之间、车与道路之间、车与乘客之间的互联，从而在交通识别智能化技术上为乘客提高安全性的乘车体验。此外完善无人驾驶汽车的相关法律体系，有助于达到无人驾驶汽车监管的目标。当前由于我国无人驾驶汽车领域的相关标准并不成熟使得无人驾驶方面存在较大的漏洞，因此需要以制度的方式来达到减少由于无人驾驶汽车漏洞造成的安全事故。

4 结束语

无人驾驶汽车是计算机技术结合了智能识别技术、智能电子导航技术以及智能控制技术的先进产品，同时也作为国家科研能力和工业水平的体现，无人驾驶汽车未来在国防、经济以及民生领域均有着广阔的市场和前景。

参考文献：

[1]谭钊.浅谈无人驾驶汽车的前景和面临的挑战[J].电脑迷， 2017（08）：163-165.

[2]王钦普，赵佳，赵浩.无人驾驶汽车发展面临的挑战与建议[J]. 客车技术与研究，2016，38（06）：2-6.

[3]徐崇杰，钟丽.浅议无人驾驶汽车应用面临的困境和应对措施[J]. 数码世界，2017（10）：247-248.

[4]王福文.无人驾驶汽车发展状况及面临的挑战[J].沧州师范学院学报，2017（04）：84-87.