作者：中国科普博览文字取材于科普中国作品《无人驾驶进入生活还有多久？》和《从“由人驾驶”到“无人驾驶”》
无人驾驶汽车的试驾新闻不断出现，拥挤的市政交通让人们对它愈发期待。
这一诱人的前景不仅吸引了汽车厂商和IT公司的加入，连NASA（美国宇航局）也宣布将开始研发。
乍一听，宇航局来研发汽车？这事似乎不太靠谱。
实则不然。
最近，驭势科技(北京)有限公司首席执行官吴甘沙在中科院计算机网络信息中心举办的“人工智能与GPU研讨会”上提出，无人驾驶的商业化需要“轻车熟路”。
吴甘沙形象地用“新司机”、“认路司机”和“老司机”来比喻无人驾驶的能力提升与发展：“新司机”能利用摄像头、深度学习及激光雷达等技术还原驾驶场景；“认路司机”可以达到高精度惯导和定位；如果要达到开得又好又舒服的“老司机”标准，需要能判断道路形势，预测路况等。
但是无人驾驶技术要提升成为“老司机”，需要大概5-7年。
这是因为无人驾驶汽车现在的研发虽然日新月异，但仍然存在不少问题。而NASA在这些问题的解决方面，有着雄厚的研究基础。
让我们逐一来看。
困难一：精确环境感知
无人驾驶汽车的“即感知系统”主要由相机、微波雷达和激光雷达等传感器组成。
无人驾驶汽车的“眼睛”必须能够感知和识别行驶车道的周边的物体，如图1所示，摄像头能够看到实际场景，可以辨识车道线和交通信号，检测运动目标等；激光雷达则通过激光点云来建立周边环境的3D模型，检测出包括车辆、行人、树木、路缘等；微波雷达用于检测运动目标，感应车身周围的移动障碍物等。最后融合成一幅如图1的车辆“眼睛”看到的场景。
为什么说无人驾驶车辆环境感知那么难？
毕竟计算机视觉还在不断发展中，要理解复杂的交通环境，存在不少挑战。例如我们人类司机开车过程中，看到前方漂浮的塑料袋就不会刹车或者躲避，而无人驾驶汽车就需要复杂的算法，才能理解和识别这个场景。
对于每个地方的交通基础设施，不同标志的表示形式有所差异，需要进行本土化对待，计算机视觉系统才能辨识。
另外就是不同天气和气候情况下，针对复杂的交通环境，克服传感器各自物理限制和车辆运动干扰，提高环境感知精确程度，也存在很大难度。
困难二：精确状态感知
无人驾驶汽车通过“小脑”知道自己的姿态和确切位置。如图2所示，车载的高精度IMU惯性单元能够知道车辆倾斜角、横摆角和滚动角，相应轴向上的角速度、加速度等，通过车身控制系统实现车辆稳定性控制，确保车辆“稳当”行驶。
要想实现无人驾驶，就需要通过“小脑”进行精确定位，这样才知道自己确切位置，以便执行下一步驾驶任务。在这方面, 无人驾驶汽车正面临挑战，现有的GPS捷联惯导等车载定位设备不能满足拥堵交通流中的高精度定位要求。特别是隧道和高架桥下等交通场景中，会出现接收不到GPS信号等情况，这时，无人驾驶汽车就需要通过其他途径来进行定位，例如辅以SLAM、视觉导航等技术，在复杂交通环境中增强无人驾驶车辆的定位能力。
困难三：精确控制
人类驾驶员开车的时候，往往会基于经验操控车辆，结合实际道路情况对车辆方向、速度进行微调。由于具备了精确的感知系统，无人驾驶汽车通过“四肢”可以实现更加精确的控制。
如图4所示典型场景中，无人驾驶汽车准备执行右侧超车时，能够精确感知前车距离、速度和加速度以及临近车道车辆运动情况，并合理控制自身速度和方向，进行换道操作。而人类驾驶员由于受限于视野等因素，在这种情况下往往容易出现事故。
但是，无人驾驶汽车要具备发达的“四肢”，还需要汽车厂商进一步将智能化功能与车身总线进行集成，将无人驾驶汽车的控制系统中刹车、油门及方向等控制模块通过汽车总线进行控制。
困难四：智能导航与决策
无人驾驶汽车的“大脑”负责进行导航和决策。
在给定了目标任务地点之后，无人驾驶汽车要能够在路网中找到最经济、最快捷的路径，将乘客送到地点。但是在实际中，交通环境常是部分已知，可能还有障碍物临时出现/发现，必须重新规划路径。
如图5所示，从A点到B点最短的道路被隔断之后，无人驾驶汽车能够重新规划路径，到达目的地。
此外，道路拥堵情况不断在发生变化，如何正确判断道路拥堵并进行正确的通行决策，对无人驾驶汽车的“大脑”智能性提出了更高要求。
由于不同国情决定了交通参与者不同行为，使得无人驾驶汽车要具备学习与自适应能力，这一点最具挑战性。无人驾驶汽车发达的“大脑”，要能遵守交通规则，在复杂交通场景下实现安全的、与人类驾驶行为类似的自主驾驶，使其不会对正常交通流造成影响，同时还要保障车辆自主行驶的安全性。
此外，无人驾驶汽车需要推断前后左右其他车辆的意图、处理不同驾驶员的异常行为，处理不遵守交通法规的行人、自行车和电动车等突发情况。通过将机器学习的研究成果应用于自主驾驶，将使得智能车辆能够处理复杂的交通环境，并产生自适应行为。
这次NASA是与肯尼迪航天中心联手进行研发。
针对精确感知环境和和状态方面的困难，该中心勘探研究和技术规划高级专家罗伯·米勒说，自动驾驶汽车确实会因传感器受损而“致盲”，因此，需要考虑几个影响传感器准确分析环境并导航的因素，包括日出或日落时的低角度阳光照射，迎面而来的灯光、雾、灰尘、大雨，以及附近技术干扰产生的炫光等。据了解，从陆地极端环境中总结的经验教训，也可用于那些在月球、火星或太阳系其他天体上执行探索任务的自动驾驶车辆。
而在精准控制和智能导航与决策方面，肯尼迪航天中心将提供4600米长、100米宽的航天飞机着陆设备跑道，用于自动驾驶汽车的控制测试。
这一项合作的研发成果不仅有利于保障司机的生命安全，也将为执行太空任务提供有用的技术。
期待无人驾驶技术在未来的成熟，期待它能改善我们拥堵的交通，为出行带来安全与便利。
