自動駕駛系統(tǒng)系統(tǒng)采用先進(jìn)的通信、計(jì)算機(jī)、網(wǎng)絡(luò)和控制技術(shù)，對列車實(shí)現(xiàn)實(shí)時(shí)、連續(xù)控制。采用現(xiàn)代通信手段，直接面對列車，可實(shí)現(xiàn)車地間的雙向數(shù)據(jù)通信，傳輸速率快，信息量大，后續(xù)追蹤列車和控制中心可以及時(shí)獲知前行列車的確切位置，使得運(yùn)行管理更加靈活，控制更為有效，更加適應(yīng)列車自動駕駛的需求。

自動駕駛系統(tǒng)是指列車駕駛員執(zhí)行的工作完全自動化的、高度集中控制的列車運(yùn)行系統(tǒng)。自動駕駛系統(tǒng)具備列車自動喚醒啟動和休眠、自動出入停車場、自動清洗、自動行駛、自動停車、自動開關(guān)車門、故障自動恢復(fù)等功能，并具有常規(guī)運(yùn)行、降級運(yùn)行、運(yùn)行中斷等多種運(yùn)行模式。實(shí)現(xiàn)全自動運(yùn)營可以節(jié)省能源，優(yōu)化系統(tǒng)能耗和速度的合理匹配。自動駕駛系統(tǒng)要求建設(shè)的城市軌道交通在互聯(lián)互通、安全、快捷、舒適性方面具有很高的水平.20世紀(jì)90年代以來，隨著通信、控制和網(wǎng)絡(luò)技術(shù)的發(fā)展，可以在地車之間實(shí)現(xiàn)大容量、雙向的信息傳輸，為高密度、大運(yùn)量的地鐵系統(tǒng)成為真正意義上的自動駕駛系統(tǒng)提供了可能 [1] 。

本月初，重慶、武漢兩地率先發(fā)布自動駕駛?cè)珶o人商業(yè)化試點(diǎn)政策，在外界看來，這標(biāo)志著我國自動駕駛將迎來高速增長拐點(diǎn)。從2017年開始，工信部、公安部、交通運(yùn)輸部、國家標(biāo)準(zhǔn)委等部委先后發(fā)布《智能網(wǎng)聯(lián)汽車道路測試管理規(guī)范(試行)》《智能網(wǎng)聯(lián)汽車道路測試與示范應(yīng)用管理規(guī)范(試行)》等文件。近年來，中央和地方陸續(xù)推出一系列支持政策，推動無人駕駛技術(shù)進(jìn)步和商業(yè)化落地。

作為未來出行的核心支撐，自動駕駛技術(shù)猶如一把打開新興產(chǎn)業(yè)大門的金鑰匙。據(jù)不完全統(tǒng)計(jì)，已有北京、上海、廣州、深圳、長沙等多個(gè)地區(qū)出臺了相應(yīng)管理辦法或?qū)嵤┘?xì)則，從道路測試、載人測試、示范運(yùn)營到無人化等多個(gè)階段開展探索。

與此同時(shí)，近期與“自動駕駛”相關(guān)的交通事故頻上熱搜。8月上旬，一輛小鵬P7在開啟LCC(車道居中輔助系統(tǒng))功能進(jìn)行輔助駕駛的狀態(tài)下發(fā)生交通事故。這并非個(gè)例，去年8月連鎖餐飲品牌創(chuàng)始人林文欽駕駛蔚來ES8并使用NOP領(lǐng)航功能發(fā)生車禍去世，而業(yè)界圍繞自動駕駛系統(tǒng)安全性的爭議從未停止。

8月初，深圳首次為自動駕駛交通事故責(zé)任認(rèn)定提供了法律依據(jù)，其中，如果汽車完全無人駕駛，車主將負(fù)責(zé)，在確認(rèn)是由車輛缺陷導(dǎo)致事故的情況下，車主可以向自動駕駛車輛制造商尋求賠償。

自動駕駛時(shí)代或許不遠(yuǎn)，這一技術(shù)是否成熟又面臨哪些難點(diǎn)，什么原因?qū)е率鹿暑l發(fā)，行業(yè)亟待怎樣的監(jiān)管規(guī)范。對此，新京報(bào)貝殼財(cái)經(jīng)記者專訪了北京市高級別自動駕駛示范區(qū)工作辦公室常務(wù)副主任捷菲，同濟(jì)大學(xué)教授、汽車安全技術(shù)研究所所長朱西產(chǎn)以及國家發(fā)改委綜合運(yùn)輸研究所城市交通中心主任程世東。

政策層面，我國一直持鼓勵態(tài)度。8月8日，交通運(yùn)輸部發(fā)布《自動駕駛汽車運(yùn)輸安全服務(wù)指南(試行)》(征求意見稿)(以下簡稱《指南》)，向社會公開征求意見。業(yè)內(nèi)人士判斷，近期的政策動作，都圍繞著同一個(gè)詞——商業(yè)化落地。

而在企業(yè)層面，7月21日上午，百度在2022百度世界大會上，發(fā)布了第六代量產(chǎn)無人車Apollo RT6，號稱具有L4級自動駕駛水平。

當(dāng)然，也不全是令人振奮的消息。例如，近日杭州交警部門對7月29日深夜杭州西溪濕地景區(qū)福堤附近發(fā)生一起特斯拉Model X沖出路面，撞上路邊的路燈桿交通事故的調(diào)查結(jié)果公布，該事故由駕駛員鄭某負(fù)責(zé)。經(jīng)調(diào)查確認(rèn)，發(fā)生事故前，車內(nèi)僅駕駛員鄭某一人，且其全程坐在駕駛座上。司機(jī)鄭某承認(rèn)事發(fā)時(shí)喝過酒，卻認(rèn)為自動輔助駕駛系統(tǒng)應(yīng)承擔(dān)車禍責(zé)任。

在自動駕駛領(lǐng)域，最為核心的一點(diǎn)，其實(shí)是達(dá)到什么樣水平的車輛才可以商用。我們不該只看概念車，應(yīng)該從數(shù)據(jù)中去獲得答案。筆者認(rèn)為，不應(yīng)該一上來就允許無安全員的自動駕駛商業(yè)化運(yùn)行。

競爭焦點(diǎn)在L4等級上

自動駕駛的功能效果可以分為6個(gè)等級，從L0到L6。目前主要是集中在從L3向L4等級邁進(jìn)，競爭的焦點(diǎn)就是L4。所謂L3，指的是有條件自動駕駛。例如在外部環(huán)境比較穩(wěn)定的高速公路，駕駛員可以完全放開方向盤。但L3需要人類駕駛員在必要時(shí)主動接管，所以依然需要人類駕駛員在駕駛室。而L4屬于高度自動駕駛，可以認(rèn)為是限定區(qū)域內(nèi)的無人駕駛，在自動駕駛感知信息來源比較充分的區(qū)域，可以沒有司機(jī)，汽車可以自動運(yùn)行，甚至不再需要裝方向盤。L5屬于完全自動駕駛，在所有路段均可以完全無人駕駛。

L3是自動駕駛，但L3有個(gè)大難題：需要人類駕駛員在必要時(shí)候主動接管。那么，什么時(shí)候是必要時(shí)候?由于現(xiàn)實(shí)道路路況復(fù)雜，人類司機(jī)對于L3，存在過度信賴和完全不信賴兩種極端分化的心態(tài)。完全不信賴讓L3技術(shù)毫無意義，而過度信賴L3又會導(dǎo)致大量交通事故的發(fā)生。L3當(dāng)前所有交通事故，依然需要人類駕駛員自己承擔(dān)。所以實(shí)際上L3只是一個(gè)過渡性玩具，它不能真正解放人類駕駛員。L5是無法實(shí)現(xiàn)的，這幾乎已經(jīng)成為自動駕駛行業(yè)的共識。

L4是在限定區(qū)域內(nèi)實(shí)現(xiàn)無人駕駛技術(shù)，由此，自動駕駛未來數(shù)年的應(yīng)用限定在幾個(gè)領(lǐng)域：出租車、公交車、干線物流(高速無人卡車)、末端配送(無人配送車)、園區(qū)景區(qū)(低速游覽車)、礦區(qū)(無人特種車)、港口(港口無人車輛)、環(huán)衛(wèi)安防(清潔車)、機(jī)場(無人引導(dǎo)車)等。所有的應(yīng)用本質(zhì)上都在限定區(qū)域。而實(shí)現(xiàn)這些L4應(yīng)用，從技術(shù)上看有以下三種路徑：

其一，無人、封閉區(qū)域運(yùn)行。園區(qū)景區(qū)低速游覽車、工業(yè)物流園區(qū)、礦區(qū)、港口、機(jī)場等，這些場景實(shí)現(xiàn)L4較為簡單，自動駕駛可以在軌道車和傳送帶的基礎(chǔ)上優(yōu)化實(shí)現(xiàn)，當(dāng)前物流領(lǐng)域的無人倉儲已經(jīng)非常成熟。

其二，單車智能。視覺神經(jīng)網(wǎng)絡(luò)下的弱智能+包含激光雷達(dá)的強(qiáng)感知+高精地圖。同樣是單車智能，特斯拉屬于異類，想要打造強(qiáng)智能的視覺神經(jīng)網(wǎng)絡(luò)，不肯用激光雷達(dá)和高精地圖，實(shí)踐證明特斯拉的自動駕駛水平停留在L3階段。最樂觀的看法，也需要10年才能碰到L4的門檻。但特斯拉并非盲目，訓(xùn)練一個(gè)和人眼同樣強(qiáng)大的AI視覺，成功了確實(shí)是跨越式發(fā)展，哪怕失敗了，以新能源汽車起家的特斯拉也耗得起。但單車智能當(dāng)前通行的做法還是AI弱智能+激光雷達(dá)強(qiáng)感知+高精地圖的解決方案。

本輪自動駕駛的熱潮起于谷歌。2012年谷歌開始試驗(yàn)無人駕駛車輛，積累數(shù)據(jù)，谷歌也是深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)的早期推動者。其開發(fā)無人駕駛的初衷實(shí)際上是想要將深度學(xué)習(xí)應(yīng)用在自動駕駛上，但其后發(fā)現(xiàn)，開放道路的環(huán)境實(shí)在太過復(fù)雜。視覺AI即便能夠準(zhǔn)確識別99%的物體，但只要1%的未識別、識別錯(cuò)誤存在，其安全性就無法保障。深度學(xué)習(xí)本身是一個(gè)技術(shù)黑箱，設(shè)定算法，輸入數(shù)據(jù)進(jìn)行訓(xùn)練，如果導(dǎo)出結(jié)果是正確的，則調(diào)參激勵，如果導(dǎo)出結(jié)果是錯(cuò)誤的，則調(diào)參懲罰。這也導(dǎo)致很多AI視覺神經(jīng)網(wǎng)絡(luò)無法識別的情況沒辦法找到原因。所以谷歌在自動駕駛上增加了激光雷達(dá)和高精地圖，同時(shí)配合輸入環(huán)境參數(shù)，限制自動駕駛在固定區(qū)域內(nèi)運(yùn)行。這就有了谷歌旗下waymo在美國幾個(gè)城市開展的Robotaxi業(yè)務(wù)。限定區(qū)域、輸入環(huán)境參數(shù)、AI神經(jīng)網(wǎng)絡(luò)、激光雷達(dá)、高精地圖，單車智能幾乎用上了所有可用的工具，但也只是勉強(qiáng)實(shí)現(xiàn)了L4。而同樣的一套自動駕駛系統(tǒng)，在更換運(yùn)行區(qū)域的時(shí)候，需要重新設(shè)定環(huán)境參數(shù)，要重新積累數(shù)據(jù)。

目前汽車最有吸引力又最危險(xiǎn)的莫過于自動駕駛技術(shù)。谷歌自動駕駛汽車于2012年5月獲得了美國首個(gè)自動駕駛車輛許可證。而現(xiàn)在大多數(shù)乘用車輛都已經(jīng)配備了自動駕駛的一系列功能。

安全性一直是自動駕駛不可回避的問題，無知將會讓我們陷入人云亦云的恐慌，所以今天我們來一起了解一下什么是自動駕駛?自動駕駛發(fā)展現(xiàn)狀如何?自動駕駛未來將何去何從?

自動駕駛技術(shù)簡而言之就是將人對汽車的駕駛控制，轉(zhuǎn)移到汽車對自身的控制方面，主要涉及感知、決策、執(zhí)行三大環(huán)節(jié)。

感知環(huán)節(jié)相當(dāng)于人的眼和耳，主要通過車載攝像頭、激光雷達(dá)、毫米波達(dá)等各類車載傳感器在行車過程中完成對環(huán)境及車輛的感知、搜集周圍環(huán)境數(shù)據(jù)并將其傳輸?shù)經(jīng)Q策層;決策環(huán)節(jié)相當(dāng)于人的大腦，主要通過操作系統(tǒng)、芯片與計(jì)算平臺等對接收到的數(shù)據(jù)進(jìn)行實(shí)時(shí)處理并輸出相應(yīng)的操作與指令任務(wù);執(zhí)行端則相當(dāng)于人的四肢，將接收到的操作指令執(zhí)行到動力供給、方向控制、車燈控制等車輛終端部分。

2016年，《“十三五”國家科技創(chuàng)新規(guī)劃》和《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》中正式提出發(fā)展智能自動駕駛汽車，并將其上升為國家發(fā)展戰(zhàn)略。各地積極推進(jìn)高等級自動駕駛車輛的商業(yè)化應(yīng)用，開放測試道路、出臺管理細(xì)則，推動無人駕駛技術(shù)進(jìn)步和商業(yè)化落地。我國車企在自動駕駛領(lǐng)域的研究可以算得上行業(yè)領(lǐng)先。

目前，自動駕駛分為兩派，分別是“激光雷達(dá)”和“純視覺計(jì)算”兩派。

激光雷達(dá)派的優(yōu)勢首先是能獲取空間的深度信息，其次由于其自發(fā)光源，無需外界的燈光輔助，比純視覺方案來得更簡單。目前，各大自動駕駛方案大廠都逐漸用混合固態(tài)的激光雷達(dá)來取代傳統(tǒng)的旋轉(zhuǎn)式激光雷達(dá)。

劣勢：一是激光雷達(dá)的方案不夠成熟，激光雷達(dá)的分辨率遠(yuǎn)低于攝像頭的程度。雨霧天氣下，激光雷達(dá)的探測能力會大打折扣。二是成本更高，激光雷達(dá)的X,Y,Z, 反射率信息，甚至RGB信息對CPU的處理能力都有更高的要求，更好的CPU需要更高的價(jià)格。

目前，在汽車行業(yè)，激光雷達(dá)已經(jīng)成為了車企新車的競爭焦點(diǎn)之一，與此同時(shí)圍繞激光雷達(dá)的“軍備賽”也已開啟。

更多信息可以來這里獲取==>>電子技術(shù)應(yīng)用-AET<<