目录
自动驾驶汽车（Autonomous Vehicles ）
自动驾驶一般指车辆通过车身上布置的各传感器(雷达、摄像头等),对周围环境进行感知并做出决策控制,在不需要驾驶员操作的情况下驾驶车辆
一种通过计算机系统实现无人驾驶的智能汽车
Self-piloting Automobile 无人驾驶汽车 计算机驾驶汽车 轮式机器人
据世界卫生组织统计，全球每年有124万人死于交通事故，这一数字在2030年可能达到220万人。仅在美国，每年大约有3.3万人死于交通意外。自动驾驶汽车可能大幅降低交通事故数量，为此可能挽救数百万人的生命。Eno Centre for Transportation研究显示，如果美国公路上90%的汽车变成自动驾驶汽车，车祸数量将从600万起降至130万起，死亡人数从3.3万人降至1.13万人。
自动驾驶的分级——SAEJ3016分级标准
分级 |
名称 |
车辆横向和纵向运动控制 |
目标和事件探测与响应 |
动态驾驶任务接管 |
设计运行条件 |
0级 |
应急辅助 |
驾驶员 |
驾驶员及系统 |
驾驶员 |
有限制 |
1级 |
部分驾驶辅助 |
驾驶员和系统 |
驾驶员及系统 |
驾驶员 |
有限制 |
2级 |
组合驾驶辅助 |
系统 |
驾驶员及系统 |
驾驶员 |
有限制 |
3级 |
有条件自动驾驶 |
系统 |
系统 |
动态驾驶任务接管用户(接管后成为驾驶员) |
有限制 |
4级 |
高度自动驾驶 |
系统 |
系统 |
系统 |
有限制 |
5级 |
完全自动驾驶 |
系统 |
系统 |
系统 |
无限制 |
AEB(Autonomous Emergency Braking，自动紧急制动)等安全辅助功能和非驾驶自动化功能都放在L0级，归为“无驾驶自动化”
AEB等安全辅助功能和非驾驶自动化功能称为“应急辅助”，与非驾驶自动化功能分开
在“3级驾驶自动化”中明确增加了对驾驶员接管能力监测和风险减缓策略的要求，以明确最低安全要求，减少实际应用安全风险。
单车智能
依靠车辆搭载的毫米波雷达、激光雷达、车载视觉摄像机等传感器、线控系统、计算单元硬件进行环境感知、决策、控制和执行。
车联网
以车内网、车际网和车载移动互联网为基础，按照约定的通信协议和数据交互标准，在车-X（X：车、路、行人及互联网等）之间，进行无线通讯和信息交换的大系统网络。 通过三网融合，实现V2X之间通信的无缝连接，提高通信效率，减少通信盲区
V2X指Vehicle to Everything 主要包含： V2V(Vehicle to Vehicle，车辆对车辆) V2I(Vehicle to Infrastructure 车辆对基础设施) V2N(Vehicle to Network 车辆对网络) V2P(Vehicle to Pedestrian车辆对行人)
获取实时信息更容易，提升了驾驶的效率与安全性。
依赖道路设施的智能化改造和基础设施（如基站）的建设
中国政府大力推行5G网络、物联网等新型基础设施建设，未来中国有望通过车联网实现自动驾驶领域的“弯道超车”
智能网联（单车智能+车联网）
智能网联就是指车联网与单车智能的有机联合，在单车智能的技术上融合现代通信与网络技术，实现车与车、车与人、车与路、车与后台等之间的信息交互共享。
自动驾驶关键技术
智能化汽车是集环境感知、规划决策、执行控制、多等级辅助驾驶等功能于一体的综合系统
环境感知与定位
环境感知与导航定位是自动驾驶的核心技术，这一层的主要功能和目的是利用激光、毫米波、超声波雷达、摄像头等车载传感器和通过车联网获取的多源数据，为车辆提供规划决策所需的必要条件。而提高信息的可靠性、安全性及高精度和可信度也需要充分考虑。
环境感知是无人驾驶的重要组成部分。通过传感器，采集周边和自身信息，实时发送给处理器，识别周边的车辆、障碍物、行人、可行使区域和交通规则等各种路况信息，确保自动驾驶汽车对环境的理解和把握。
性能 |
激光雷达 |
毫米波雷达 |
超声波雷达 |
摄像头 |
红外线 |
成本 |
很高 |
适中 |
很低 |
适中 |
适中 |
探测角度 |
约15o~360o |
约10o~70o |
约120o |
约30o |
约30o |
远距离探测 |
强 |
弱 |
弱 |
弱 |
一般 |
夜间环境 |
强 |
强 |
强 |
弱 |
强 |
全天候 |
弱 |
强 |
弱 |
弱 |
弱 |
温度稳定性 |
强 |
强 |
弱 |
强 |
一般 |
车速测量能力 |
弱 |
强 |
一般 |
弱 |
一般 |
路标识别 |
× |
× |
× |
√ |
× |
车辆运动感知
高精地图 面向自动驾驶汽车的一种新的地图数据范式。高精地图绝对位置精度接近1m 相对位置精度在厘米级别，能够达到10-20cm。
GNSS
GNSS是能在地球表面或近地空间的任何地点为用户提供全天候的3维坐标和速度以及时间信息的空基无线电导航定位系统
车辆运动感知
是利用汽车的初始速度、加速度和初始位置计算汽车位置和速度的系统，其核心是名为三轴加速计的传感器和陀螺仪
路径规划与决策
路径规划与决策是汽车实现自主驾驶的核心部分，其目的是对采集的信息进一步处理，根据所获取的信息进行规划和决策，实现辅助驾驶和自主驾驶。
路径规划结果对车辆行驶起着导航作用，它引导车辆从当前位置行驶到达目标位置。路径规划主要包含两个步骤： ①建立包含障碍区域与自由区域的环境地图； ②在环境地图中选择合适的路径搜索算法，快速实时地搜索可行驶路径。
执行规划决策模块下发的期望速度和期望转向角度，使汽车能够按照目标轨迹准确稳定行驶，并在不同的车速、载荷、风阻、路况下有好的驾乘体验和稳定性。
自动驾驶发展历程
自动驾驶应用场景
中高速场景的特点在于结构化道路，路面平整，车道线、交通标志非常清晰规范，动态障碍物种类单一，多为其他车辆，且对其运动状态的预测较为稳定
场景实例 |
场景特点 |
场景效益 |
自动驾驶出租车(Robo-taxi） |
(1)城市开放道路 (2)路况复杂 (3)交通参与者多样 |
(1)降低人力成本，缓解用工短缺 (2)避免人为因素引发事故 (3)共享化+电动化，减少尾气排放 |
干线物流 |
(1)结构化道路 (2)交通参与者少 (3)商业需求明确 |
(1)提高安全性 (2)降低人力成本 (3)提高运输效率 |
无人公交 |
(1)载人场景 (2)路线固定 (3)开放路段 |
(1)解决公交司机招聘难的问题 (2)降低人力成本 |
低速场景多为半结构化道路，如城市道路、 企业园区、机场、大型停车场和景区内的 道路等。
场景实例 |
场景特点 |
场景效益 |
| 无人配送 |
(1)低速公开场景 (2)线路固定 |
(1)降低人力成本 (2)提高效率 |
| 无人环卫 |
(1)速度低 (2)舒适度无要求 (3)人机交互简单 |
(1)技术成熟 (2)产品安全 (3)成本低 |
| 封闭园区物流 |
(1)低速封闭 (2)环境艰苦 (3)不受交规限制 |
(1)解决招工短缺问题 (2)降本增效，延长工作时间 (3)降低油耗和部件损耗 |
| 自主代客泊车 |
(1)低速封闭场景 (2)法律法规限制小 |
(1)提升停车场利用率 (2)缩短寻车位时间 (3)减小交通拥堵 |
自动驾驶路测牌照
2018年4月全国性政策出台，工信部、公安部、交通运输部三部委联合印发《智能网联汽车道路测试管理规范（试行）》（现已废止，由《智能网联汽车道路测试与示范应用管理规范（试行）》（工信部联通装〔2021〕97号）取代），对测试主体、测试申请及审核程序、交通违法和事故处理等进行了具体的规范。