Google Driverless Car是谷歌公司的 Google X 實驗室研發(fā)中的全自動駕駛汽車，不需要駕駛者就能啟動、行駛以及停止。2012年底正在測試，已駕駛了48萬公里。項目由Google街景的共同發(fā)明人塞巴斯蒂安·特龍(Sebastian Thrun)領導。谷歌的工程人員使用7輛試驗車，其中6輛是豐田普銳斯，一輛是奧迪TT。這些車在加州幾條道路上測試，其中包括舊金山灣區(qū)的九曲花街。這些車輛使用照相機、雷達感應器和激光測距機來“看”其他的交通狀況，并且使用詳細地圖來為前方的道路導航。谷歌說，這些車輛比有人駕駛的車更安全，因為它們能更迅速、更有效地作出反應。然而，在所有的測試中，都有人坐在駕駛座上于必要時可以隨時控制車輛。[4] 2012年4月1日，Google展示了他們的使用自動駕駛技術的賽車，命名為10^100(十的一百次方，也就是googol，"google"這個單詞的詞源) 2012年5月8日，在美國內華達州允許無人駕駛汽車上路3個月后，機動車駕駛管理處(Department of Motor Vehicles)為Google的無人駕駛汽車頒發(fā)了一張合法車牌。為了醒目的目的，無人駕駛汽車的車牌用的是紅色。

我們知道，上海的多條地鐵已實現(xiàn)了無人駕駛，每當乘坐高速運行的地鐵，站在駕駛員位置眺望前方燈光閃爍下的軌道，都有一種說不出的自豪：技術發(fā)展太快了。

雖然從技術上，無人駕駛汽車已經完全可以實現(xiàn)，但是地面的汽車駕駛與軌道交通，完全不能相提并論。

有消息稱，北京已獲準企業(yè)可以向公眾提供“方向盤后無人”的自動駕駛出行服務了，上海也在國際汽車城正式啟動“無人之境”示范體驗區(qū)，體驗區(qū)采用無人駕駛汽車，車后排配有安全員，車輛自動開啟，自動調整車速和方向。

由此看來，無人駕駛汽車是否離百姓不遠了呢?

讓我們以谷歌無人駕駛汽車為例，簡單了解一下無人駕駛汽車的工作方式。

谷歌的無人駕駛汽車，在硬件上安裝了多個傳感器，高速攝像機，激光雷達，由此可以保證汽車眼觀六路，耳聽八方。

軟件方面，借助人工智能技術，實現(xiàn)車輛的正常行駛，這需要兩大支撐：一個是數(shù)據(jù)地圖，一個是大數(shù)據(jù)中心。

在谷歌，有一種工作叫作掃街，掃街員工的工作，就是游山玩水，他們天天開著叫作街景車的車輛，穿行于大街小巷，采集所到之處的街景數(shù)據(jù)。

谷歌有無數(shù)輛街景車，這些車非常酷炫，裝備奇特，車上安裝了先進的激光雷達、高速攝像機、傳感器。

谷歌(Waymo)自動駕駛事業(yè)正式開始，但實際上谷歌的自動駕駛可以追溯到2005年第二屆DARPA無人駕駛挑戰(zhàn)賽，已有了十幾年的歷史，目前也是自動駕駛領域的標桿企業(yè)，不過Waymo也經歷了各種坎坷，包括早期領導人職業(yè)操守嚴重不足，跟車企合作被鄙視，骨干員工加入競爭對手等。

Waymo在超過25個城市的公共道路上行駛了超過2000萬英里。另外還在模擬環(huán)境中行駛了數(shù)百億英里。此外，Waymo正在美國經營L4自動駕駛出租車服務，真正的在沒有司機的情況下運送乘客。

下面來梳理一下Waymo的技術，以此來窺探一下頭部企業(yè)背后的實際情況。

與其他公司的自動駕駛系統(tǒng)一樣，Waymo自動駕駛技術主要包括：感知、定位、規(guī)劃、控制。下面分別對其進行梳理，不過對于控制，由于其與車輛動力學模型是強相關的，就不對其進行介紹。

01.感知

感知模塊是自動駕駛的基礎也是核心，其主要實現(xiàn)對障礙物距離的估計，以及車輛的定位。Waymo的感知系統(tǒng)使用了攝像頭、激光雷達和雷達的組合，如圖1所示。感知模塊的大部分工作是由4個LiDAR完成的，因此其技術路線剛好與特斯拉相反。圖2為Waymo的感知系統(tǒng)處理后的視圖與原圖像。

Waymo的感知系統(tǒng)獲取障礙物信息的能力非常高，包括：

1、可以識別常規(guī)汽車、警車、救護車、消防車和校車。如果遇到特種車輛，系統(tǒng)可以根據(jù)警報器和燈光做出判斷;

2、每個檢測到的障礙物都有一個狀態(tài)：移動、停車等。

在Waymo開發(fā)感知系統(tǒng)的過程中，遇到過不少棘手的問題，比如在車輛反射問題，如圖3所示，不過由于感知系統(tǒng)采用了激光雷達，這種發(fā)射問題不會出現(xiàn)在激光雷達的點云中。

另外還有一個極端問題：如果人們可能躺在卡車車頂，舉著STOP標志。對于這樣的問題，感知系統(tǒng)首先會檢測STOP標志，然后將這些信息與地圖進行匹配，檢測地圖上此處是否有STOP標志，是否有道路工程等，如果沒有，該標志會被忽略。

02.架構

最近在討論Tesla計算機視覺架構時，我探索了HydraNet 架構。它是一種旨在同時運行多個神經網絡的架構?！癏ydra”這個詞意味著一個有多個頭的系統(tǒng)。Waymo沒有HydraNets。

Waymo的架構并不是固定的。

圖4展示了一個神經網絡架構搜索(NAS)單元，它是神經網絡的構建塊，類似于ResNet的大型神經網絡中的構建塊。這個想法已經被采納并改編成一種叫做 AutoML 的東西。AutoML 的思想是神經網絡架構必須由算法估計。

Google的無人駕駛已經在上路測試了，看起來我們離報廢自己的駕照又近了一步。近日，Google披露了一些關于其無人駕駛汽車的細節(jié)，讓我們對Google的無人駕駛系統(tǒng)有了更深入的了解。經過整理，我們總結了幾種關鍵技術，正是這幾種技術讓Google的無人駕駛成為了可能。

1、激光測距儀

Google的無人駕駛汽車的一個“突出”的特點就是其車頂上方的旋轉式激光測距儀，該測距儀能發(fā)出64道激光光束，幫助汽車識別道路上潛在的危險。該激光的強度比較高，能計算出200米范圍內物體的距離，并借此創(chuàng)建出環(huán)境模型。

2、用于近景觀察的前置相機

車頭上安裝的相機可以更好地幫助汽車識別眼前的物體，包括行人、其他車輛等等。這個相機還會負責記錄形式過程中的道路狀況和交通信號標志，然后車載軟件將對這些信息進行分析。

3、前后保險杠雷達

在Google的無人駕駛汽車的前后保險杠上面一共安裝了四個雷達，這是自適應巡航控制系統(tǒng)的一部分，可以保證Google的無人駕駛汽車在道路行駛時處在安全的跟車距離上，按照Google的設計，其無人車需要和前車保持2-4秒的安全反應距離，具體設置根據(jù)車速變化。從而能最大限度地保證乘客的安全。

4、從空中讀取自己精確的地理位置

充分利用GPS技術定位自己的位置，然后利用Google地圖，可以實現(xiàn)最優(yōu)化的路徑規(guī)劃。但是，由于天氣等因素的影響，GPS的精度一般在幾米的量級上，并不能達到足夠的精準。為了實現(xiàn)定位的準確，Google需要將定位數(shù)據(jù)和前面收集到的實時數(shù)據(jù)進行綜合，車子不斷前進，車內的實時地圖也會根據(jù)新情況進行更新，從而顯示更加精確的地圖。

5、后輪上的超聲傳感器

后輪上的超聲傳感器有利于保持汽車在一定的軌道上運行，不至于跑偏。同時在遇到需要倒車的情況時，這些超聲傳感器還能快速測算后方物體或墻體的距離。還能幫助汽車在狹窄的車位中實現(xiàn)停靠。

6、車內設備

在車內還裝備一些高精度的設備，比如說高度計、陀螺儀和視距儀，可能幫助汽車精確測量汽車的各種位置數(shù)據(jù)，這些高精度的數(shù)據(jù)為汽車的安全運行提供了保證。

7、傳感器數(shù)據(jù)的協(xié)同整合

所有傳感器收集到的數(shù)據(jù)都會在汽車的CPU上進行計算和整合，從而讓自動駕駛軟件帶來更安全舒適的用戶體驗。