無人駕駛汽車是智能汽車的一種，也稱為輪式移動機器人，主要依靠車內的以計算機系統為主的智能駕駛儀來實現無人駕駛的目標。從20世紀70年代開始，美國、英國、德國等發達國家開始進行無人駕駛汽車的研究，在可行性和實用化方面都取得了突破性的進展。中國從20世紀80年代開始進行無人駕駛汽車的研究，國防科技大學在1992年成功研制出中國第一輛真正意義上的無人駕駛汽車。

　　2005年，首輛城市無人駕駛汽車在上海交通大學研制成功。世界上最先進的無人駕駛汽車已經測試行駛近五十萬公里，其中最后八萬公里是在沒有任何人為安全干預措施下完成的。

　　無人駕駛汽車的特點

　　1、安全穩定

　　安全是拉動無人駕駛車需求增長的主要因素。每年，駕駛員們的疏忽大意都會導致許多事故。既然駕駛員失誤百出，汽車制造商們當然要集中精力設計能確保汽車安全的系統。“無人”駕駛系統種類繁多，其中有些根本算不上“無人”，還有些活像是科幻小說中的東西。

　　防抱死制動系統其實就算無人駕駛系統。雖然防抱死制動器需要駕駛員來操作但該系統仍可作為無人駕駛系統系列的一個代表，因為防抱死制動系統的部分功能在過去需要駕駛員手動實現。不具備防抱死系統的汽車緊急剎車時，輪胎會被鎖死，導致汽車失控側滑。駕駛沒有防抱死系統的汽車時，駕駛員要反復踩踏制動踏板來防止輪胎鎖死。而防抱死系統可以代替駕駛員完成這一操作——并且比手動操作效果更好。該系統可以監控輪胎情況，了解輪胎何時即將鎖死，并及時做出反應。而且反應時機比駕駛員把握得更加準確。防抱死制動系統是引領汽車工業朝無人駕駛方向發展的早期技術之一。

　　另一種無人駕駛系統是牽引和穩定控制系統。這些系統不太引人注目，通常只有專業駕駛員才會意識到它們發揮的作用。牽引和穩定控制系統比任何駕駛員的反應都靈敏。與防抱死制動系統不同的是，這些系統非常復雜，各系統會協調工作防止車輛失控。

　　當汽車即將失控側滑或翻車時，穩定和牽引控制系統可以探測到險情，并及時啟動防止事故發生。這些系統不斷讀取汽車的行駛方向、速度以及輪胎與地面的接觸狀態。當探測到汽車將要失控并有可能導致翻車時，穩定或牽引控制系統將進行干預。這些系統與駕駛員不同，它們可以對各輪胎單獨實施制動，增大或減少動力輸出，相比同時對四個輪胎進行操作，這樣做通常效果更好。當這些系統正常運行時，可以做出準確反應。相對來說，駕駛員經常會在緊急情況下操作失當，調整過度。

　　2、自動泊車

　　車輛損壞的原因，多半不是重大交通事故，而是在泊車時發生的小磕小碰。泊車可能是危險性最低的駕駛操作了，但仍然會把事情搞得一團糟。雖然有些汽車制造商給車輛加裝了后視攝像頭和可以測定周圍物體距離遠近的傳感器——甚至還有可以顯示汽車四周情況的車載電腦——有的人仍然會一路磕磕碰碰地進入停車位。

　　由于雷克薩斯LS 460L采用了高級泊車導航系統，該車的駕駛員不會再有類似的煩惱。該系統通過車身周圍的傳感器來將車輛導向停車位（也就是說駕駛者完全不需要手動操作）。當然，該系統還無法做到像《星際迷航》里那樣先進。在導航開始前，駕駛者需要找到停車地點，把汽車開到該地點旁邊，并使用車載導航顯示屏告訴汽車該往哪兒走。停車位需要比車身長2米（LS的車身較長）。自動泊車系統是無人駕駛技術的一大成就。通過該系統，車輛可以像駕駛員那樣觀察周圍環境，及時做出反應并安全地從A點行駛到B點。雖然這項技術還不能讓人完全放手，讓汽車自動載您回家，但畢竟是朝著這個方向邁出了第一步。

　　無人駕駛汽車普及時間_無人駕駛汽車什么時候會普及_無人駕駛汽車普及需要多久

　　在3月15日召開的上海國際信息化博覽會上，多名汽車電子和汽車安全領域的人士告訴《IT時報》記者，完全的無人駕駛在5年內不太可能商用，對于車企來說，ADAS（高級駕駛輔助系統）是目前更為現實的選擇;而在2015年末百度發布的無人駕駛汽車計劃中，商用的時間表是2018年。

　　無人駕駛≠自動駕駛

　　無人駕駛與自動駕駛實際上是兩種完全不同的概念，確切地說自動駕駛應該被稱為“輔助駕駛”，而完全的自動化駕駛才能被稱為無人駕駛。

　　無人駕駛技術等級目前在自動駕駛技術等級中處于最高級，　利用人工智能AI的精密算法程序去替代駕駛者稱為操控整個車輛的“大腦”，乘客可以在駕駛人與乘客中自由切換，無人駕駛車如同專屬司機，聽指揮行走。將行車的活完全交給了無人駕駛系統的人工智能AI，行程如何行駛，行駛速度控制在多少，都由無人駕駛車說了算。谷歌公司甚至認為無人駕駛車內可以將方向盤省去，車內無需人為操控部件。

　　而自動駕駛雖然可以代替駕駛人操控車輛，但車輛的控制權仍在駕駛人手上。目前從技術的角度上來說，自動駕駛有兩條發展方向：ADAS（Advanced Driver Assistance System）高級輔助駕駛與人工智能。ADAS的技術目前已經在量產車上普及，主要分擔駕駛人的一些行車工作，如自適應巡航、車道保持功能、自動泊車等，駕駛操作由系統經過計算完成，但駕駛人仍需要負責車輛周邊監控，保持駕車狀態，以便隨時接管車輛。后者的人工智能更接近與無人駕駛的狀態，以AI切入自動駕駛，對技術與車輛有著更嚴格的要求，系統不僅僅是輔助、警告功能，還有著規劃及對車輛的控制功能。

　　目前為了更好的區分自動駕駛技術，美國汽車工程師學會將自動駕駛分為五個等級，目前大多數量產車都處于0級-2級之間。

　　為了更好地區分不同層級的自動駕駛技術，國際汽車工程師學會在2014年發布了自動駕駛的六級分類體系，美國國家公路交通安全管理局（NHTSA）原本有自己的一套分類體系，但在2016年9月轉為使用SAE的分類標準。今天絕大多數主流自動駕駛研究者已將SAE標準當作通行的分類原則。　在SAE的分類標準中，目前日常使用的大多數汽車處在第0級和第1級之間，碰撞告警屬于第0級的技術，自動防碰撞、定速巡航屬于第1級的輔助駕駛，自動泊車功能介于第1級和第2級之間，特斯拉公司正在銷售的Autopilot輔助駕駛技術屬于第2級技術。

　　不分領域，各界巨頭爭搶研發

　　目前的無人駕駛行情就如同最初iPhone出現前，大部分手機用戶都認為塞班系統是當時很普及很只能的操作系統，但當喬布斯帶著iPhone和iOS平臺出現在大眾的面前，卻完全顛覆了人們對于手機、手機系統甚至UI的操作界面的印象。所有的產品都會隨著科技的進化而越來越智能化，智能手機對于人們日常生活的影響是大家最能切身體會及有目共睹的，那么無人駕駛的智能汽車不論對企業、對老百姓同樣會帶來翻天覆地的變化。

　　從汽車領域的各方勢力來看，每個人都希望在新一代交通工具中攻占重要據點，談起無人駕駛這一技術，許多人都會想到科技公司的項目，但傳統汽車廠商在這一領域付出的努力也不容小覷。傳統汽車制造廠商在無人駕駛汽車領域中，更看中車輛的性能本身，這也是從傳統車企多年的制車技藝與工業設計的優勢出發。

　　對于滴滴、Uber等公司來說，無人駕駛可以極大的降低人力成本，自行研發無人駕駛自然成為了當務之急。如果

　　Uber、滴滴等公司掌握了無人駕駛技術，它們就能自行控制車輛成本，或是與車廠合作，量產無人駕駛車。無人駕駛技術一旦成熟，對于整個汽車的商業模式都會發生巨大的改變。

　　而云計算、大數據及人工智能AI則與互聯網技術息息相關，所以百度、谷歌、樂視等互聯網公司同樣希望能在無人駕駛這一技術領域上分一杯羹。車企研發無人駕駛汽車往往從主動安全等方向出發，而互聯網企業則是以車輛為切入點，研發的中心放在駕駛體驗的提升以及真正靠人工智能AI去解放駕駛人的雙手。完全不同的研發思路使得其背后有著很大的增值盈利空間。

　　提到人工智能AI自然少不了芯片廠商。高價收購智能行車系統Mobileye的英特爾，與汽車配件巨頭博世公司強強聯手的英偉達，同時宣布開發人工智能自動駕駛系統，希望能夠在未來實現各類駕駛任務，無人駕駛技術在未來的良好發展前景也使得各大老牌芯片企業“斗”的不可開交。

　　產業鏈成本迅速下探

　　在從傳統汽車向無人駕駛汽車演進的路徑上，傳統汽車行業采用的是漸進式路徑，輔助駕駛—半自動駕駛—高度自動駕駛—完全自動駕駛，而谷歌、百度則是激進式做法，直接切入完全自動駕駛，駕駛過程不需要人干預。

　　“通過云計算、大數據、地圖對一些不確定性事件進行預判，并作用于駕駛行為，的確是互聯網公司所擅長的，但從目前的硬件和軟件條件來看，要想真正實現無人駕駛汽車商用，恐怕還遙遙無期。”同濟大學汽車學院汽車安全技術研究所所長朱西產告訴記者。

　　成本是限制無人駕駛汽車的第一道門檻。谷歌和百度正在測試的無人駕駛汽車，采用的是64線激光雷達，360度掃描周圍環境采集數據，而這臺設備的成本是10萬美元。朱西產告訴《IT時報》記者，車企目前在做的ADAS和半自動駕駛，多數用的是毫米波雷達，二者成本相差甚遠，24G赫茲的毫米波雷達僅需300元，而77G赫茲的也只需700元。但毫米波雷達除了圖像精細度不及激光雷達，時延也達到100MS，而汽車制動的時間如果低于0.7秒，便無法阻止最后事故發生。

　　不過，技術的進步，讓成本的降低成為可能。在不久前結束的2016年CES展上，VELODYNE 公司推出了專供汽車制造商的激光雷達。盡管還沒有透露價格，但 VELODYNE表示，未來量產后，激光雷達的成本有望降低到500美元/車。成立三年的創業公司 QUANERGY也在CES上推出了8線固態激光雷達S3，量產后，價格可降至100美元。即使車身周圍裝四個S3，成本也只有400美元（約2600元人民幣）。在本屆信博會上，東芝推出的智能識別芯片Visconti 2，可以在行進中自動識別出來自四個攝像頭的圖像內容，出貨價也只有20~30美元（約130~195元人民幣），據工作人員介紹，2015年在豐田的一款車型上已經量產前裝。

　　朱西產認為，“一套ADAS+4個S3”可以在增加較低成本的前提下，實現汽車的部分無人駕駛，比如在高速公路上，路況相對簡單，司機可以切入自動駕駛模式。

　　德爾福（中國）科技研發中心亞太區高級工程經理沈駿強透露，未來技術成熟之后，一套完全無人駕駛系統成本可降至1~2萬元，這將是消費者和車企都能接受的價格，但目前來看，要想實現對司機的完全替代，至少要到2020年以后，甚至到2030年才可能普及。

　　5G是無人駕駛的關鍵

　　目前橫亙在無人駕駛汽車面前的，除成本之外，還有環境。

　　真正的完全無人駕駛，并非單輛車的自有行動，而是需包括智能交通、通信網絡、法律規則等在內的生態環境的成熟。

　　“如果打開谷歌汽車和百度汽車的后備廂，你會發現里面全是電腦。”互聯網公司理想中的無人駕駛汽車，應該是運用云計算、大數據、地圖等工具，通過對海量數據不斷深度學習，從而讓汽車具有人工智能，也就是說，像AlphaGo下圍棋一樣，自動對行車動作有自我判斷。但朱西產認為，這種模式有一個致命障礙，“現有數據交換的移動網絡時延過長，4G網絡的時延以秒計，即使到了4.5G，時延也只能縮短至100毫秒，可能你的數據還沒來得及傳到云端進行計算和判斷，對面的車已經迎面而來，在交通事故中，1秒鐘就可能決定生死。”因此，目前在測的無人駕駛汽車，基本都是車載電腦進行本地運算。

　　能讓車與車、車與人、車與交通工具、車與路智能對話的網絡，在業內被稱為V2X，主要通過兩種通信技術實現：DSRC（專用短程通信技術）和蜂窩數據網絡（即移動通信網絡）.DSRC是一種非接觸式的傳感器連接技術，每輛裝有DSRC的汽車彼此之間會自動“通話”，在數十米的距離內，交換各項數據，并由汽車“大腦”根據這些數據做出相應判斷。

　　舉個例子，不久前谷歌無人駕駛汽車首次出現的車禍，是在交叉路口倒車時與一輛公交車相撞，如果這兩部車上都安裝有DSRC模塊，那么谷歌汽車便可以及時獲取公交車動力數據并得出其未減速的結論，從而提前避讓。

　　根據美國政府的規劃，2030年之前，DSRC模塊作為強制性標準，將在90%以上的汽車中安裝，“目前模塊價格偏高，大約需要350美元（約2281元人民幣）/車，預計將來最低可降至50美元（約325元人民幣）。”但朱西產并不看好DSRC在中國的市場，由于占用5.8G的高頻段，信號穿透性很弱，“連馬路兩邊的行道樹都可以屏蔽掉信號，因此很難在國內普及。”

　　5G被寄予厚望。5G具有高帶寬、高可靠性、低時延的特點，根據此前透露的5G標準制定規范，理想時延低于1毫秒。這讓通過云計算遙控汽車成為可能。

　　不久前，工業和信息化部副部長陳肇雄透露，預計2018年將完成5G國際標準的制定，2020年有望正式商用。“完全無人駕駛汽車估計要在5G普及后才可能出現。”朱西產表示。或許，無人駕駛汽車會先在商用車領域出現。根據百度無人汽車的規劃，未來不到3年的時間里，百度將在中國十個城市試行無人駕駛商用汽車。