[[336217]]

和很多新產(chǎn)品也一樣，大家對自動(dòng)駕駛的態(tài)度也是兩極化，分為過于信任和太不信任。有些人過于信任自動(dòng)駕駛，打開自動(dòng)駕駛自己就敢玩手機(jī)或者睡覺，這已經(jīng)出了幾次人命事故。有些人又太不信任自動(dòng)駕駛，覺得都是商家的噱頭，買了新車連自動(dòng)泊車入位功能也不太敢嘗試。

01 那自動(dòng)駕駛到底能干什么呢？

這就要從自動(dòng)駕駛的“天梯”說起了。對新興技術(shù)或者對汽車感興趣的朋友，一定都看過這么一條新聞，說特斯拉的Autopilot已經(jīng)具備Level 2，也有稱為L2級的自動(dòng)駕駛能力。如果不了解自動(dòng)駕駛的天梯，可能很難完全讀明白這條新聞。

美國汽車工程學(xué)會(huì)（SAE）給自動(dòng)駕駛按水平不同分了六個(gè)等級，等級越高自動(dòng)駕駛的水平越高，最低是Level 0，表示完全沒有自動(dòng)駕駛的能力，最高是Level 5，表示有完全的自動(dòng)駕駛能力，司機(jī)可以坐在駕駛位上安心看書，或者干脆就不再需要駕駛位了。

現(xiàn)在市場上售賣的無人駕駛功能都到了Level 幾的水平了呢？前些年業(yè)界一度很樂觀，關(guān)注點(diǎn)已經(jīng)發(fā)散到取消駕駛座以后，應(yīng)該改成麻將桌還是火鍋臺了。

但現(xiàn)實(shí)很骨感——經(jīng)過一段時(shí)間的實(shí)踐以后，特別是無人駕駛出現(xiàn)了幾次翻車（是字面意義上的“翻車”）以后，大家的頭腦逐漸冷靜了下來，目前各個(gè)無人駕駛的巨頭也基本達(dá)成了一個(gè)共識，認(rèn)為Level 5實(shí)現(xiàn)難度非常高，要真正達(dá)到還需要很長的時(shí)間，可以肯定最近幾年是不可能用無人駕駛代替考駕照了。

當(dāng)然了，事情也并非兩個(gè)極端，雖然無人駕駛距離能夠讓司機(jī)下崗還有很長的路要走，但當(dāng)前也并非只是噱頭毫無進(jìn)展。研發(fā)能夠適應(yīng)各種復(fù)雜路況的無人駕駛當(dāng)然很難，但也做數(shù)學(xué)難題一樣，可以先加一點(diǎn)背景限制條件來簡化問題。

現(xiàn)在一些具體的應(yīng)用場景中，無人駕駛確實(shí)已經(jīng)能夠達(dá)到讓司機(jī)“放開雙手”的水平，譬如現(xiàn)在已經(jīng)推出了能夠在廠區(qū)、園區(qū)內(nèi)行駛的無人駕駛公交車，以及能夠在特定路段行駛的無人駕駛出租車等等。

按照SAE對無人駕駛的分級，目前市面的各類無人駕駛，包括名氣很大的特斯拉的Autopilot，基本還處于Level 2和Level 3的水平，也就是部分自動(dòng)駕駛和有條件自動(dòng)駕駛，讀起來很拗口，用大白話來說就是能夠幫助司機(jī)，但不能夠替代司機(jī)的意思。

我國三部委頒布的《智能網(wǎng)聯(lián)汽車道路測試管理規(guī)范（試行）》也作出要求，測試駕駛?cè)藨?yīng)始終處于測試車輛的駕駛座位上、始終監(jiān)控車輛運(yùn)行狀態(tài)及周圍環(huán)境，隨時(shí)準(zhǔn)備接管車輛。

前面提到的這些已經(jīng)上路的無人駕駛公交和無人駕駛出租車，在實(shí)際運(yùn)行中通常都還要配備一到兩名安全員，可能和大家想象中“駕駛座上沒有人，只有方向盤在空轉(zhuǎn)”的場景略有出入。

有些智能駕駛系統(tǒng)還擔(dān)心司機(jī)過于迷信“無人駕駛”而分心走神，還專門設(shè)置了一系列檢查司機(jī)有沒有專心開車的機(jī)制，包括檢測司機(jī)的雙手是不是放在方向盤上，以及檢測司機(jī)的眼睛究竟是盯著行車前方還是在看其他地方。

無人駕駛當(dāng)前可以說是冰火兩重天，每每新產(chǎn)品讓人眼前一亮，感覺成功就在眼前，而新事故又讓人憂心忡忡，甚至懷疑這條路到底能不能走通?？偟膩碚f，無人駕駛作為人工智能技術(shù)的典型代表，同樣也和很多已經(jīng)嘗試落地的人工智能產(chǎn)品一樣，是希望與挑戰(zhàn)并存。

我還清楚記得第一次搭乘無人駕駛汽車，雖然分別列坐駕駛座和副駕駛的兩位彪形大漢破壞了一點(diǎn)科幻感，但是看著無人操控的方向盤自己旋轉(zhuǎn)，遇到紅燈自己剎車，突然出現(xiàn)了行人車輛還懂得自己避讓，我仍然像體驗(yàn)了一場大型魔術(shù)一樣，產(chǎn)生了難以形容的震撼，迫不及待想掀開魔術(shù)幕布一窺背后的奧秘。

[[336218]]

02 那無人駕駛是怎么實(shí)現(xiàn)的呢？

無人駕駛是個(gè)非常前沿的研究方向，新聞不少，但系統(tǒng)性介紹這門技術(shù)的書并不多，而且寥寥數(shù)本當(dāng)中，大部分還都是科普性質(zhì)的，缺乏理論知識層面的介紹，難以深入了解背后原理。有這方面需要的同學(xué)，我推薦《智能駕駛技術(shù)：路徑規(guī)劃與導(dǎo)航控制》。

這是一本硬核的書，讀完這本書，你會(huì)對無人駕駛的完整流程能夠有一個(gè)清晰的了解。以下內(nèi)容是我讀完《智能駕駛技術(shù)：路徑規(guī)劃與導(dǎo)航控制》以后，自己的理解歸納：

要實(shí)現(xiàn)無人駕駛，需要準(zhǔn)備三件寶物，高精度地圖、傳感器和車輛控制系統(tǒng)。

地圖一這項(xiàng)好理解，無人駕駛也好，有人駕駛也好，最終都是把車子從起始地開到目的地，關(guān)鍵就是要“認(rèn)路”。過程我們都很熟悉了，需要借助地圖導(dǎo)航。無人駕駛也同樣需要地圖導(dǎo)航，但是，無人駕駛使用的地圖和我們普通的導(dǎo)航地圖不太一樣，是高精度地圖。

有什么不同呢，回想一下，我們的導(dǎo)航地圖主要是標(biāo)識了各種地點(diǎn)，也就是地理信息，但是對于行車相關(guān)的信息，譬如交通燈、交叉路、車道規(guī)則和道路水平等等，大多是缺乏的。

高精度地圖一方面對準(zhǔn)確性要求更高，通常需要結(jié)合GPS、遙感影像等等測量儀器的結(jié)果繪制。另一方面是補(bǔ)充了這些行車信息，甚至對于特殊的車道還做了細(xì)致的劃分，譬如路口轉(zhuǎn)彎、匝道、小路，都作了分別的標(biāo)識。

高精度地圖需要包含這么多信息，制作成本當(dāng)然很高，但無人駕駛有了高精度地圖，認(rèn)路就容易的多了，實(shí)時(shí)計(jì)算要求也一下下降很多。

無人駕駛的第二件寶物就是傳感器。傳感器應(yīng)該無人駕駛在外形上的標(biāo)志，現(xiàn)在無人駕駛的車輛，一般都會(huì)戴一頂高高的“帽子”，這頂“帽子”就是一種傳感器。人類開車需要眼觀六路耳聽八方，無人駕駛想開車同樣也需要耳目，傳感器就是無人駕駛的耳目。

有人可能會(huì)不太理解，為什么有了高精度雷達(dá)還需要傳感器呢？在真實(shí)環(huán)境中開車和游戲里不一樣，是不能夠“背板”的，行車路上會(huì)出現(xiàn)各種意想不到的障礙物需要實(shí)時(shí)觀察，這里的障礙物不僅指狹義的路障，還包括前方出現(xiàn)的行人，和后方突然加速的車輛等等。

哪怕是最簡單的紅綠燈，我知道這里有紅綠燈，那現(xiàn)在究竟是紅燈還是綠燈，我該繼續(xù)行車還是趕緊剎車呢，這都需要通過傳感器觀察情況。新手司機(jī)上路應(yīng)該都有一個(gè)感覺，就是忙亂，要觀察的東西太多，人尤如此，更遑論無人駕駛。

為了準(zhǔn)確捕捉各種環(huán)境信息，無人駕駛使用了多種的傳感器來捕捉各類環(huán)境信息，包括高清攝像頭、紅外傳感器、激光雷達(dá)、毫米波雷達(dá)等等，能夠捕捉的光信號不僅限于可見光，而且具備360度環(huán)視視覺。應(yīng)該說，在環(huán)境信息捕捉方面，無人駕駛所具備的能力已經(jīng)超過了人類。

最后一項(xiàng)是最核心的一項(xiàng)，也是最難的一項(xiàng)，就是這個(gè)車輛駕駛系統(tǒng)。

準(zhǔn)確來說，車輛駕駛系統(tǒng)分為軟件和硬件兩個(gè)部分，無人駕駛的車輛首先需要對車輛進(jìn)行硬件改造，這應(yīng)該很好理解，你必須得讓無人駕駛系統(tǒng)能夠控制油門、剎車和方向盤，然后才能談無人駕駛對吧。這是硬件層面的車輛駕駛系統(tǒng)，在軟件層面，就是無人駕駛的“大腦”了。

大腦是關(guān)鍵，前面的地圖、耳目再厲害，也得需要有個(gè)厲害的大腦才能真正用起來。具體來說就是各種各樣的算法，這一部分涉及到很多具體的專業(yè)知識，可以細(xì)讀《智能駕駛技術(shù)：路徑規(guī)劃與導(dǎo)航控制》，這里只提一提其中有兩個(gè)的問題我覺得十分有趣。

第一個(gè)問題就是如何訓(xùn)練。無人駕駛依賴人工智能技術(shù)，會(huì)從各種機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)的模型中挑選。要使用這些模型，都有一個(gè)必經(jīng)環(huán)節(jié)，那就是訓(xùn)練，而訓(xùn)練是需要試錯(cuò)的。

讀過我寫的那本《機(jī)器學(xué)習(xí)算法的數(shù)學(xué)解析與Python實(shí)現(xiàn)》的同學(xué)都知道，訓(xùn)練的過程就是不斷減少錯(cuò)誤的過程，這在別的地方?jīng)]有問題，但是在無人駕駛這里問題就復(fù)雜了，應(yīng)該沒誰希望哪天街上會(huì)突然出現(xiàn)一輛發(fā)了瘋一樣的無人駕駛汽車，就算你告訴我模型訓(xùn)練都有這么個(gè)過程也不行。

那這個(gè)問題是怎么解決的呢？用仿真環(huán)境，無人駕駛是在仿真環(huán)境中不斷學(xué)習(xí)進(jìn)化，等訓(xùn)練成了真正意義上的“老司機(jī)”才能真正開車上路。

第二個(gè)問題叫乘坐體驗(yàn)，這是個(gè)很有意思的問題。我們都知道，開車不僅僅要考慮開車，還要考慮乘車。有一種車技爛，不是把車開到河里去，而是開車能把自己給開暈車了，不過，這個(gè)問題歸為駕駛問題當(dāng)然可以，不歸為駕駛問題當(dāng)然也可以。

無人駕駛是把這個(gè)問題納入了考慮，首先就需要考慮另一個(gè)問題：如何形式化的問題。乘坐體驗(yàn)是一種感受，非常主觀，但要使用數(shù)學(xué)工具解決這個(gè)問題，首先就必須要將問題形式化。這個(gè)問題簡單來說，就是我們?nèi)说闹饔^體驗(yàn)，真的可以用莫得感情的數(shù)學(xué)公式來表達(dá)嗎？

無人駕駛的研究者回答是：可以的。譬如說剎車，遇到突發(fā)情況當(dāng)然要?jiǎng)x車，但如果剎車太硬太急，乘客又會(huì)很容易覺得惡心。這是一對矛盾，而這對矛盾完全可以用數(shù)學(xué)公式來描述，再進(jìn)而找到最優(yōu)解。

具體的內(nèi)容還有很多，相關(guān)數(shù)學(xué)公式和介紹可以閱讀《智能駕駛技術(shù)：路徑規(guī)劃與導(dǎo)航控制》的“基于車輛約束的最優(yōu)軌跡”。

關(guān)于作者：莫凡，網(wǎng)名木羊同學(xué)。娛樂向機(jī)器學(xué)習(xí)解說選手，《機(jī)器學(xué)習(xí)算法的數(shù)學(xué)解析與Python實(shí)現(xiàn)》作者，前沿技術(shù)發(fā)展觀潮者，擅長高冷技術(shù)的“白菜化”解說，微信公眾號“睡前機(jī)器學(xué)習(xí)”，個(gè)人知乎號“木羊”。