论文部分内容阅读
TM公司产品项目发布
项目名称：共享无人驾驶TM
项目需求：当你走在路上遇到倾盆大雨时，是不是渴望有那么—辆从天而降的无人驾驶车，拯救既没有带伞也不会开车的你？当无人驾驶遇上共享交通，—切将皆有可能。
项目详情：随着无人驾驶技术的不断完善和大量数据的不断采集，个人定制的共享交通服务已经到来。有了它，即使在深夜归家的路上也可以独自一人享受安全而舒适的自动驾驶汽车，无须担心节外生枝的安全问题，更不会遇上被有不良企图的人骚扰的问题。当您在向共享交通的控制中心发送无人驾驶汽车定制订单时，可以选择是否与他人共享无人汽车，是否介意顺风车。担心浪费资源？不用怕，控制中心的人工智能已经将—切都考虑进来了，无论是派遣车辆的选择还是路线的选择都考虑了能源的最大利用。当共享交通遇上无人驾驶，—种全新的出行革命即将到来！
——工程部主管：哈里
无人驾驶大事件回顾
2009年
谷歌开始秘密开发无人驾驶汽车项目，该项目后来被称为Waymo。
2010年10月9日
谷歌公司在官方博客中宣布，正在开发自动驾驶汽车，目标是通过改变汽车的基本使用方式，协助预防交通事故，将人们从大量的驾车时间中解放出来。
2011年10月
谷歌将内华达州和加州的莫哈韦沙漠作为试验场对汽车进行测试。同年，美国内华达立法机关允许自动驾驶车辆上路，这是在美国出现的首个类似法律。
2012年5月7日
内华达州机动车辆管理局（DMV）批准了美国首个自动驾驶车辆许可证。
2013年
美国的内华达州、佛罗里达州、加州与密歇根州4个州通过了允许自动驾驶汽车的法规。
2014年4月
中国搜索引擎、互联网巨头百度公司与宝马宣布开始自动驾驶研究项目，并在北京和上海路况复杂的高速公路上进行测试。
2015年6月11日
百度公司表示，百度与德国宝马汽车公司合作开发自动驾驶汽车，并计划于2015年晚些时候在中国推出原型车进行路试。
2016年6月30日
美国特斯拉汽车公司证实，一辆该公司生产的S型电动轿车在自动驾驶模式下发生撞车事故，导致司机身亡。
2017年7月5日
在2017百度AI开发者大会上，百度创始人、董事長兼首席执行官李彦宏通过视频直播展示了一段自己在北京五环乘坐公司研发的无人驾驶汽车的情景。
2018年3月18日
在亚利桑那州坦佩市，一辆自动驾驶的Uber汽车撞死一名穿越马路的行人。这是全球首例自动驾驶汽车撞人致死事故。
“大脑”or“管家”？
无人驾驶，严格来说我们业内称之为自动驾驶，即无人操控的自动化驾驶。
人工智能在车辆上的运用有两个类别：一种是独立于驾驶决策系统的应用，另一种则是和驾驶决策系统相结合的应用。
独立于驾驶决策系统的人工智能通常可以几乎不需要额外安装硬件设备就能在车辆上正常运行并提供服务，常见的如ADAS（Advanced Driver Assistant System，驾驶辅助系统），而和驾驶决策系统相结合的应用，就是我们非常熟悉的“无人车”。
当人工智能独立于驾驶决策系统中时，更多的是对驾驶员的驾驶行为产生间接影响。在这种情况下，人仍然是驾驶行为的主导者，人工智能在这里担当着 “管家”的角色。通过人工智能的辅助，驾驶员能够在更加安全地驾驶汽车的同时享受更多的驾驶乐趣。
当人工智能作为一个“大脑”而不是“管家”时，驾驶行为的主导者和决策者就是人工智能了。面对错综复杂的行驶环境时，人工智能能快速响应突发事件，这是拥有大量行驶经验的人类驾驶者都很难做到的事情。
驾驶、自动驾驶与无人驾驶
在汽车驾驶应用领域，人工智能的开发复杂程度更偏向于人工智能的自动化程度。衡量一个自动驾驶AI/驾驶辅助AI的自动化程度，学术界及工业界通常用五级分类来进行界定，即SAE分类标准。
对于ADAS来说，它们的工作重心更多的是“辅助”驾驶员驾驶而不是替代驾驶员作为车辆驾驶行为的决策者，所以比较常见的应用有变道辅助系统、自适应定速巡航系统以及和车辆行驶安全息息相关的防碰撞系统。
通过雷达探测驾驶员视线盲区内是否有车辆来协助驾驶员进行变道行驶动作，就像人开车变道时会回头通过后视镜观察盲区一样，ADAS在这里做的就是替人观察车辆侧面及斜后方盲区内是否有车辆靠近，通过对附近车辆速度和位置的测量，在某种程度上预测其他车辆会不会干扰本车的变道动作。从这个角度上来讲，ADAS在这里就是驾驶员眼睛的延伸。
相当于车辆油耗的“管家”。优化定速巡航系统通过对前后车辆距离的测算，预判什么时候该减速，从而给驾驶员和乘客带来更加舒适的乘坐体验，同时也能减少车辆单位距离上因为突然刹车和突然加速带来的额外油耗，简直一举两得。
这个大家就更加熟悉了。驾驶员从感知到危险到反应再到停下车辆的过程会产生刹车距离，随着ADAS中防碰撞系统的介入，感知到危险的主体从驾驶员变成了人工智能。当人工智能通过传感器检测到的数据判断碰撞行为有可能发生时会直接执行减速动作，这样就大大减少了同等条件下的刹车距离，也极大地提高了行车的安全性。
自动驾驶中的子系统
当人工智能和驾驶决策系统相结合时，真正做决定接管驾驶行为的是人工智能。相比起驾驶辅助系统，自动驾驶人工智能需要注意的方面会更多，单位时间内需要处理的数据量也更大，考虑的方方面面也会更加复杂。那么，人工智能在自动驾驶车辆中的作用有哪些呢？你看到它的子系统就会知道了 我们说过，人工智能可以看作自动驾驶系统的大脑。正如人一样，独立的大脑并不能很好地工作，更别提驾驶汽车了。它需要和人体的其他器官配合才能对外界刺激做出相应决策和反应。自动驾驶的人工智能也一样。在自动驾驶过程中，有不少其他系统担当了车辆的“眼睛”和“耳朵”，真正做到了“眼观六路，耳听八方”。
自动驾驶汽车有两个“眼睛”。一个“眼睛”是我们常规意义上能够想到的“眼睛”，也就是图像处理系统。图像处理系统有摄像头，负责“看到”车辆行驶路线上以及车辆附近的景象。摄像头“看到”的东西并不是直接传达给“大脑”的。在接收到车辆附近的图像以后，图像处理系统会先对传来的信息进行甄别，识别出和驾驶直接相关的信息，比如“道路分界线”（虚白线、双黄线等等）“行人” “其他车辆” “交通标志”等和驾驶行为决策直接相关的变量。
自动驾驶汽车的另一个“眼睛”就是。激光雷达系统（LiDAR）。LiDAR通过不间断地扫描车辆四周的环境从而生成立体的地形图。这样一来，虽然汽车没有真正的眼睛，人工智能更不可能直接知道附近的地形情况，但车辆对周围的环境却了如指掌。如果道路情况复杂，车辆就可以通过预判，能够成功避开行驶路线上的杂物以及坑洼。
人工智能+车联网
服务于自动驾驶的人工智能或多或少都会和车联网有一定的连接关系。将独立自动驾驶汽车和车联网内其他汽车连接起来的系统又称为Telematic Box （TBox）。有了TBox，车主既可以远程控制车辆，在冬天对车辆进行预热夏天提前打开空调，行驶过程中车辆也能通过TBox与车联网系统内的其他车辆进行通讯，从而更好地计划自身的速度，降低油耗的同时带给驾驶员和乘客更佳的乘坐体验。
自动驾驶系统大规模推广后，对北美高速公路是一个利好消息。北美五大湖及中部地区绝大多数道路会在冬季之后出现或多或少的坑洼，这些坑洼多数是由于冬季降雪，除雪车在除雪的过程中撒播融雪剂或者铲除冻结的冰块而对道路造成了损伤。而由于车辆行驶速度较快，驾驶员来不及反应，经常会有车辆因为直接轧过这些道路坑而造成车辆憋胎爆胎，损坏钢圈，以及其他更加严重的情况。有了自动驾驶系统，车辆既可以通过对周围环境的扫描提前预判路坑的出现从而快速躲避路坑，也可以接入车联网之后通过接收其他车辆的广播优先设计好行驶路线，从而最大限度地降低可能的经济损失。
对于耗费大量时间在通勤以及交通上的人来说，自动驾驶这位老司机无疑给他们带來了福音。人们可以在通勤时间解放双手，处理事务。而对于需要长途跋涉的人们来说，自动驾驶无疑给他们繁忙的日程中找出来了大块的空闲时间。漫长而枯燥的行驶旅程变成了能自己支配的自由时间，解放了双手和眼睛的人们可以自由地阅读自己感兴趣的文章获取自己需要的新闻和其他信息。长途驾驶变成了另一种意义上的休息，而不再像以前一样是周而复始的景色和道路，驾驶员也不需要在特定季节提心吊胆地提防突然从路边窜出来的小动物。将驾驶行为交给人工智能是—件很明智的事情，毕竟人工智能不会疲劳，也有着更短的反应时间。
至于共享自动驾驶，可以让你在随时随地享受这份优待，何乐而不为呢？
项目名称：共享无人驾驶TM
项目需求：当你走在路上遇到倾盆大雨时，是不是渴望有那么—辆从天而降的无人驾驶车，拯救既没有带伞也不会开车的你？当无人驾驶遇上共享交通，—切将皆有可能。
项目详情：随着无人驾驶技术的不断完善和大量数据的不断采集，个人定制的共享交通服务已经到来。有了它，即使在深夜归家的路上也可以独自一人享受安全而舒适的自动驾驶汽车，无须担心节外生枝的安全问题，更不会遇上被有不良企图的人骚扰的问题。当您在向共享交通的控制中心发送无人驾驶汽车定制订单时，可以选择是否与他人共享无人汽车，是否介意顺风车。担心浪费资源？不用怕，控制中心的人工智能已经将—切都考虑进来了，无论是派遣车辆的选择还是路线的选择都考虑了能源的最大利用。当共享交通遇上无人驾驶，—种全新的出行革命即将到来！
——工程部主管：哈里
无人驾驶大事件回顾
2009年
谷歌开始秘密开发无人驾驶汽车项目，该项目后来被称为Waymo。
2010年10月9日
谷歌公司在官方博客中宣布，正在开发自动驾驶汽车，目标是通过改变汽车的基本使用方式，协助预防交通事故，将人们从大量的驾车时间中解放出来。
2011年10月
谷歌将内华达州和加州的莫哈韦沙漠作为试验场对汽车进行测试。同年，美国内华达立法机关允许自动驾驶车辆上路，这是在美国出现的首个类似法律。
2012年5月7日
内华达州机动车辆管理局（DMV）批准了美国首个自动驾驶车辆许可证。
2013年
美国的内华达州、佛罗里达州、加州与密歇根州4个州通过了允许自动驾驶汽车的法规。
2014年4月
中国搜索引擎、互联网巨头百度公司与宝马宣布开始自动驾驶研究项目，并在北京和上海路况复杂的高速公路上进行测试。
2015年6月11日
百度公司表示，百度与德国宝马汽车公司合作开发自动驾驶汽车，并计划于2015年晚些时候在中国推出原型车进行路试。
2016年6月30日
美国特斯拉汽车公司证实，一辆该公司生产的S型电动轿车在自动驾驶模式下发生撞车事故，导致司机身亡。
2017年7月5日
在2017百度AI开发者大会上，百度创始人、董事長兼首席执行官李彦宏通过视频直播展示了一段自己在北京五环乘坐公司研发的无人驾驶汽车的情景。
2018年3月18日
在亚利桑那州坦佩市，一辆自动驾驶的Uber汽车撞死一名穿越马路的行人。这是全球首例自动驾驶汽车撞人致死事故。
“大脑”or“管家”？
无人驾驶，严格来说我们业内称之为自动驾驶，即无人操控的自动化驾驶。
人工智能在车辆上的运用有两个类别：一种是独立于驾驶决策系统的应用，另一种则是和驾驶决策系统相结合的应用。
独立于驾驶决策系统的人工智能通常可以几乎不需要额外安装硬件设备就能在车辆上正常运行并提供服务，常见的如ADAS（Advanced Driver Assistant System，驾驶辅助系统），而和驾驶决策系统相结合的应用，就是我们非常熟悉的“无人车”。
当人工智能独立于驾驶决策系统中时，更多的是对驾驶员的驾驶行为产生间接影响。在这种情况下，人仍然是驾驶行为的主导者，人工智能在这里担当着 “管家”的角色。通过人工智能的辅助，驾驶员能够在更加安全地驾驶汽车的同时享受更多的驾驶乐趣。
当人工智能作为一个“大脑”而不是“管家”时，驾驶行为的主导者和决策者就是人工智能了。面对错综复杂的行驶环境时，人工智能能快速响应突发事件，这是拥有大量行驶经验的人类驾驶者都很难做到的事情。
驾驶、自动驾驶与无人驾驶
在汽车驾驶应用领域，人工智能的开发复杂程度更偏向于人工智能的自动化程度。衡量一个自动驾驶AI/驾驶辅助AI的自动化程度，学术界及工业界通常用五级分类来进行界定，即SAE分类标准。
对于ADAS来说，它们的工作重心更多的是“辅助”驾驶员驾驶而不是替代驾驶员作为车辆驾驶行为的决策者，所以比较常见的应用有变道辅助系统、自适应定速巡航系统以及和车辆行驶安全息息相关的防碰撞系统。
通过雷达探测驾驶员视线盲区内是否有车辆来协助驾驶员进行变道行驶动作，就像人开车变道时会回头通过后视镜观察盲区一样，ADAS在这里做的就是替人观察车辆侧面及斜后方盲区内是否有车辆靠近，通过对附近车辆速度和位置的测量，在某种程度上预测其他车辆会不会干扰本车的变道动作。从这个角度上来讲，ADAS在这里就是驾驶员眼睛的延伸。
相当于车辆油耗的“管家”。优化定速巡航系统通过对前后车辆距离的测算，预判什么时候该减速，从而给驾驶员和乘客带来更加舒适的乘坐体验，同时也能减少车辆单位距离上因为突然刹车和突然加速带来的额外油耗，简直一举两得。
这个大家就更加熟悉了。驾驶员从感知到危险到反应再到停下车辆的过程会产生刹车距离，随着ADAS中防碰撞系统的介入，感知到危险的主体从驾驶员变成了人工智能。当人工智能通过传感器检测到的数据判断碰撞行为有可能发生时会直接执行减速动作，这样就大大减少了同等条件下的刹车距离，也极大地提高了行车的安全性。
自动驾驶中的子系统
当人工智能和驾驶决策系统相结合时，真正做决定接管驾驶行为的是人工智能。相比起驾驶辅助系统，自动驾驶人工智能需要注意的方面会更多，单位时间内需要处理的数据量也更大，考虑的方方面面也会更加复杂。那么，人工智能在自动驾驶车辆中的作用有哪些呢？你看到它的子系统就会知道了 我们说过，人工智能可以看作自动驾驶系统的大脑。正如人一样，独立的大脑并不能很好地工作，更别提驾驶汽车了。它需要和人体的其他器官配合才能对外界刺激做出相应决策和反应。自动驾驶的人工智能也一样。在自动驾驶过程中，有不少其他系统担当了车辆的“眼睛”和“耳朵”，真正做到了“眼观六路，耳听八方”。
自动驾驶汽车有两个“眼睛”。一个“眼睛”是我们常规意义上能够想到的“眼睛”，也就是图像处理系统。图像处理系统有摄像头，负责“看到”车辆行驶路线上以及车辆附近的景象。摄像头“看到”的东西并不是直接传达给“大脑”的。在接收到车辆附近的图像以后，图像处理系统会先对传来的信息进行甄别，识别出和驾驶直接相关的信息，比如“道路分界线”（虚白线、双黄线等等）“行人” “其他车辆” “交通标志”等和驾驶行为决策直接相关的变量。
自动驾驶汽车的另一个“眼睛”就是。激光雷达系统（LiDAR）。LiDAR通过不间断地扫描车辆四周的环境从而生成立体的地形图。这样一来，虽然汽车没有真正的眼睛，人工智能更不可能直接知道附近的地形情况，但车辆对周围的环境却了如指掌。如果道路情况复杂，车辆就可以通过预判，能够成功避开行驶路线上的杂物以及坑洼。
人工智能+车联网
服务于自动驾驶的人工智能或多或少都会和车联网有一定的连接关系。将独立自动驾驶汽车和车联网内其他汽车连接起来的系统又称为Telematic Box （TBox）。有了TBox，车主既可以远程控制车辆，在冬天对车辆进行预热夏天提前打开空调，行驶过程中车辆也能通过TBox与车联网系统内的其他车辆进行通讯，从而更好地计划自身的速度，降低油耗的同时带给驾驶员和乘客更佳的乘坐体验。
自动驾驶系统大规模推广后，对北美高速公路是一个利好消息。北美五大湖及中部地区绝大多数道路会在冬季之后出现或多或少的坑洼，这些坑洼多数是由于冬季降雪，除雪车在除雪的过程中撒播融雪剂或者铲除冻结的冰块而对道路造成了损伤。而由于车辆行驶速度较快，驾驶员来不及反应，经常会有车辆因为直接轧过这些道路坑而造成车辆憋胎爆胎，损坏钢圈，以及其他更加严重的情况。有了自动驾驶系统，车辆既可以通过对周围环境的扫描提前预判路坑的出现从而快速躲避路坑，也可以接入车联网之后通过接收其他车辆的广播优先设计好行驶路线，从而最大限度地降低可能的经济损失。
对于耗费大量时间在通勤以及交通上的人来说，自动驾驶这位老司机无疑给他们带來了福音。人们可以在通勤时间解放双手，处理事务。而对于需要长途跋涉的人们来说，自动驾驶无疑给他们繁忙的日程中找出来了大块的空闲时间。漫长而枯燥的行驶旅程变成了能自己支配的自由时间，解放了双手和眼睛的人们可以自由地阅读自己感兴趣的文章获取自己需要的新闻和其他信息。长途驾驶变成了另一种意义上的休息，而不再像以前一样是周而复始的景色和道路，驾驶员也不需要在特定季节提心吊胆地提防突然从路边窜出来的小动物。将驾驶行为交给人工智能是—件很明智的事情，毕竟人工智能不会疲劳，也有着更短的反应时间。
至于共享自动驾驶，可以让你在随时随地享受这份优待，何乐而不为呢？