《無人駕駛汽車》系列為筆者近期閱讀相關(guān)書籍或報告 觀點和案例內(nèi)容的摘錄集合悬襟，后期持續(xù)更新~

《無人駕駛》-美 Hod Lpson and Melba Kurman（通俗易懂蔽莱，對人工智能+汽車行業(yè)有初步認(rèn)識）

1 深度學(xué)習(xí)軟件通過觀察世界來“學(xué)習(xí)”吻育，這一點賦予了它另一巨大優(yōu)勢——不依賴規(guī)則（not rule-bound）人類的嬰兒學(xué)會依照物體的突出可識別性特征來識別物體璃俗，同理姻报，深度學(xué)習(xí)軟件在對物體分類時也是依據(jù)物體的視覺特征站欺。

2 構(gòu)成無人駕駛汽車的技術(shù) 傳感器 海量數(shù)據(jù) 處理和計算所有信息的處理芯片。

3 阻礙無人駕駛的7個誤區(qū)：1）自動化駕駛技術(shù)脫胎于當(dāng)代駕駛員輔助技術(shù)鲸匿；2）技術(shù)進(jìn)步是線性推進(jìn)的爷怀；3）公眾會抵制無人駕駛；4）無人駕駛需要在基礎(chǔ)設(shè)施上大量投資带欢；5）無人駕駛會造成道德困境运授；6）無人駕駛需要有完美的駕駛記錄；7）無人駕駛應(yīng)用會大量突然爆發(fā)

4 交朋友的三個關(guān)鍵因素：相近的地理位置 反復(fù)出現(xiàn)的無目的性社交互動 可以放下內(nèi)心防御的氛圍

5 影響未來汽車行業(yè)發(fā)展的最大疑問 哪家公司（汽車公司或軟件公司）會首先研發(fā)一套完善智能操作系統(tǒng)乔煞。未來車輛的“硬件”-底盤吁朦，引擎以及內(nèi)部裝潢，必須優(yōu)先服務(wù)與計算機硬件布置渡贾，淪為汽車軟件附庸（類似windows系統(tǒng)和PC硬件逗宜，蘋果軟件硬件研發(fā)）

6 人機合作劣勢-避免“責(zé)任分散”（Split Responsibility）管理原則，問題在于負(fù)責(zé)完成任務(wù)的不同成員可能會覺得遺漏一些事項也不要緊空骚，他們會理所當(dāng)然地認(rèn)為其他人會彌補上纺讲。如果雙方都不深究，任務(wù)失敗囤屹。飛機人機切換失事熬甚，工程師稱其為“自動化偏見”（Automation Bias）：一旦看到技術(shù)有效，人們就會很快信任技術(shù)肋坚，出現(xiàn)問題時乡括，無法第一時間接管機器肃廓。（原理適用于公司組織管理）

7 簡單機器自動化過程中遇到的困難，機器人學(xué)家漢斯诲泌。莫拉維克（Hans Moravec）-“莫拉維克悖論”：“想讓電腦在智力測驗或國際象棋上達(dá)到成人水準(zhǔn)相對簡單盲赊，但如果想讓他達(dá)到1歲兒童的感知能力和移動水平，則困難許多敷扫，甚至無法實現(xiàn)哀蘑。“（波士頓機器人 突破了）

8 無人駕駛操作系統(tǒng) 涉及控制工程學(xué)（機械系統(tǒng)的運行）和人工智能研究（具備智能行為的軟件）

符號型人工智能（symbolic AI）：復(fù)雜情景或任務(wù)分解成若干標(biāo)準(zhǔn)的指令或規(guī)則條目葵第，規(guī)則寫進(jìn)代碼递礼，計算機能夠依據(jù)推理和查找功能執(zhí)行這套邏輯規(guī)則。適用小型狀態(tài)羹幸，可預(yù)期

數(shù)據(jù)型人工智能（機器學(xué)習(xí)）：應(yīng)用各種算法對大量數(shù)據(jù)進(jìn)行處理，利用統(tǒng)計學(xué)技術(shù)分類辫愉、排序栅受，最終解析數(shù)據(jù)。

9 底層控制系統(tǒng)：加速 剎車 和轉(zhuǎn)向恭朗；上層控制系統(tǒng)：路徑規(guī)劃和道路導(dǎo)航

?中層控制系統(tǒng)：使汽車的操作系統(tǒng)能識別傳感器數(shù)據(jù)屏镊，感知車輛周圍環(huán)境的實體布局，并針對周圍事物或事件作出最佳反應(yīng)方案痰腮。

10 中層控制系統(tǒng)：1）占據(jù)柵格：對汽車外部環(huán)境而芥，實時更新的三位數(shù)字建模；2）軟件程序膀值，標(biāo)記汽車傳感器導(dǎo)入的原始數(shù)據(jù)3）不確定性椎：預(yù)測汽車附近物體的位置和移動速度4）短期軌跡規(guī)劃器棍丐，汽車前進(jìn)的最佳線路

11 機器人思考的一大優(yōu)勢，“蜂巢思維（Hive mind）”如果一個機器人學(xué)會了某件事沧踏，軟件可以復(fù)制到幾十個機器人身上歌逢，那些機器人可以用這些知識繼續(xù)進(jìn)一步的學(xué)習(xí)。當(dāng)有很多不同的機器人系統(tǒng)在一起學(xué)習(xí)時翘狱，每個的學(xué)習(xí)成果可以集中到一個中央知識庫秘案，然后共享給每個獨立機器人的思維數(shù)據(jù)庫，每個機器人都能快速學(xué)習(xí)潦匈。

12 “重組創(chuàng)新（recombinant? Innovation）”指用創(chuàng)新的方式阱高，把現(xiàn)行幾項技術(shù)組合起來的過程，無人駕駛是重組創(chuàng)新的最佳案例茬缩。

13 無人駕駛汽車全解讀：

1）高清數(shù)字地圖：詳細(xì)赤惊，精確的模型，提供某個區(qū)域最重要的地表特征信息寒屯。（問題是荐捻，高清測繪在中國需要資質(zhì)）

2）數(shù)碼相機：數(shù)字地圖存儲靜態(tài)數(shù)據(jù)黍少，幫助識別汽車位置，而數(shù)碼相機則類似人眼处面，在實時數(shù)據(jù)流中捕捉車外環(huán)境厂置。數(shù)碼相機借鑒哺乳動物眼睛的一些概念，硅傳感器與視網(wǎng)膜相似魂角，兩者的視覺數(shù)據(jù)都被拆分成幾個小的視覺單位處理昵济。視網(wǎng)膜上有數(shù)百萬的生理感光細(xì)胞：視桿和視椎，吸收光子并把光能轉(zhuǎn)化為神經(jīng)信號野揪，傳輸給大腦處理視覺信息访忿。而在數(shù)碼相機里的硅傳感器，每個像素在一定間距內(nèi)呈矩形排列斯稳，總共構(gòu)成100萬個像素海铆。

目前解決數(shù)碼相機“立體視覺”（stereo vision）技術(shù)方案：A、同一車內(nèi)放置多臺數(shù)碼相機挣惰。B卧斟、結(jié)構(gòu)光相機。具有投影功能的數(shù)碼相機憎茂，使圖片數(shù)據(jù)擁有深度信息珍语。（技術(shù)難點，投射光線會受到自然光干擾

3）光檢測與測距（激光雷達(dá)）：向周圍發(fā)出脈沖激光竖幔，測算出光束反射回來所用的時間板乙，然后根據(jù)激光測距原理計算出三維數(shù)字模型。

4）無線電檢測與測距（雷達(dá)）：數(shù)碼相機在像素網(wǎng)格里捕捉場景拳氢，激光雷達(dá)類似數(shù)碼噴漆募逞，雷達(dá)傳感器依靠電磁波識別周圍環(huán)境（目前自動駕駛輔助系統(tǒng)）

5）超聲波傳感器（聲吶）：耳朵，發(fā)出的超聲波饿幅。優(yōu)點：不受干擾凡辱，缺點：只能近距離監(jiān)測物體

6）全球定位系統(tǒng)（GPS）：負(fù)責(zé)統(tǒng)籌和整合信息，在高清數(shù)字地圖上為汽車精確定位

7）IMU慣性測量單元：配有加速感應(yīng)和定位感應(yīng)栗恩，記錄汽車行駛的軌跡透乾。推測航行法：里程計（統(tǒng)計車輪旋轉(zhuǎn)的圈數(shù)）+加速感應(yīng)器（加速計算）+指南針（方向）+陀螺儀（測量位姿，車輛前進(jìn)方向/車前端俯仰角度/傾斜測角度）磕秤。缺點乳乌，不能長時間脫離GPS，否則產(chǎn)生偏移

8）線控技術(shù)市咆。無人駕駛汽車有多個電子通信系統(tǒng)汉操，包括操作系統(tǒng)，高中低水平控制系統(tǒng)解讀指令蒙兰。子系統(tǒng):引擎控制單元磷瘤、ABS制動防抱死系統(tǒng)芒篷、自動變速箱控制單元（TCU），通過總線（BUS）互聯(lián)互通采缚≌肼總線協(xié)議 CAN總線協(xié)議。

9）評估新技術(shù)的長期潛力的小型而實用的測試工具扳抽，“零原則”（Zero Principle）：產(chǎn)品推出后篡帕，一項或多項生產(chǎn)工作的成本降到幾乎為0。

無人駕駛將四項核心成本減至接近0：極大降低車禍的直接或間接成本贸呢；去除了一項客運或貨運的成本镰烧；將駕駛的時間減少至0；車輛接近0尺寸楞陷，安全設(shè)計的原則

10）多種職業(yè)消失了怔鳖，是否會有新職業(yè)代替？經(jīng)濟學(xué)家約瑟夫.熊彼特提出“創(chuàng)造性破壞理論”固蛾，描述因為某種技術(shù)的出現(xiàn)摧毀了原有行業(yè)后發(fā)展出的重建過程败砂。

《尋找無人駕駛的韁繩》——騰訊研究院? 2018年全球自動駕駛法律政策研究報告?

1）自動駕駛立法路徑：德國保守，美國開放魏铅。德國雖然通過了修訂道路交通法認(rèn)可了自動駕駛的合法地位，但卻規(guī)定有資質(zhì)的人類司機必須始終坐在方向盤后坚芜，必須時刻保持清醒览芳，以便在系統(tǒng)請求時，重新控制車輛鸿竖。美國對于道路測試法規(guī)政策逐步放開沧竟，4級和5級駕駛，可以無人駕駛缚忧。

2）美國交通部DOT2016年和2017年連續(xù)2年出臺自動駕駛汽車指南悟泵，提出6大原則：1、安全第一2闪水、采取靈活的糕非，技術(shù)中立的監(jiān)管路徑，市場決定有效方案 3球榆、監(jiān)管針對汽車性能朽肥，非限制汽車 4、應(yīng)統(tǒng)一國家和地方監(jiān)管標(biāo)準(zhǔn)持钉，避免碎片化監(jiān)管 4衡招、主管部門應(yīng)探索指南，最佳實踐每强，促使自動駕駛汽車安全融入交通系統(tǒng) 5始腾、自動駕駛汽車與傳統(tǒng)汽車共享道路州刽。

3）美國傳統(tǒng)汽車制造商的汽車是否遵守聯(lián)邦安全標(biāo)準(zhǔn)，由汽車制造商自我認(rèn)證浪箭，監(jiān)管機構(gòu)會策略性的選擇哪個標(biāo)準(zhǔn)和汽車進(jìn)行測試穗椅。對于自動駕駛汽車，提出兩種新的方案：1山林、高度自動化汽車的批準(zhǔn)機制房待；2、自我認(rèn)證與批準(zhǔn)程序的混合機制驼抹。

4）司機角色轉(zhuǎn)移給自動駕駛系統(tǒng)可能帶來的責(zé)任鴻溝桑孩。

交通事故和侵權(quán)責(zé)任主體從司機擴大到制造商、軟件設(shè)計者等主體框冀；認(rèn)為過錯責(zé)任流椒、產(chǎn)品責(zé)任等既有責(zé)任足以應(yīng)對自動駕駛技術(shù)帶來的損害；需要新的責(zé)任規(guī)則（侵權(quán)責(zé)任法上嚴(yán)格責(zé)任明也，給予車子法人主體地位宣虾，承擔(dān)賠償責(zé)任）

5）德國保留人對車輛的控制權(quán)并禁止事先編程。德國自動駕駛倫理原則第1條指出温数，個人應(yīng)征詢自治原則绣硝，個人也應(yīng)對享有的自有形式負(fù)責(zé)。

6）中國對無人駕駛的政策現(xiàn)狀：1撑刺、自動駕駛面臨立法空白困境（道路交通安全法19條）鹉胖；2、自動駕駛汽車上路合法性質(zhì)疑够傍。公路法和道路交通安全法實施條例甫菠。3、高精地圖繪制收到法律資質(zhì)限制冕屯，測繪法寂诱。

2018人工智能之自動駕駛研究報告-Aminer版

1）美國 SAE International （國際汽車工程師學(xué)會）為聯(lián)邦標(biāo)準(zhǔn)，成為了全球汽車業(yè)界評定自動駕駛汽車等級的通用標(biāo)準(zhǔn)安聘。L0-L5級痰洒，L3有條件自動化（還需人類干預(yù)），L4高度自動化（無需人類干預(yù)浴韭，但需限定條件和路段）L5完全自動化（無需任何干預(yù)和限制）带迟。無人駕駛汽車一般指的是L4-L5.

2）自動駕駛技術(shù)，“環(huán)境感知—決策與規(guī)劃—控制與執(zhí)行”過程的理解囱桨、學(xué)習(xí)和記憶的物化

3）自動駕駛關(guān)鍵技術(shù)

3.1環(huán)境感知：攝像機（ CCD 和 CMOS）仓犬、激光雷達(dá)（二維和三維）、毫米波雷達(dá)（脈沖方式和調(diào)頻連續(xù)波）舍肠、超聲波

3.2精準(zhǔn)定位:慣性導(dǎo)航系統(tǒng)(陀螺儀 和 加速度計)搀继、輪速編碼器與航跡推算窘面、衛(wèi)星導(dǎo)航系統(tǒng)（GPS、 GLONASS叽躯、北斗）财边、SLAM 自主導(dǎo)航系統(tǒng)（即時定位與地圖構(gòu)建）

3.3決策與規(guī)劃：路徑規(guī)劃（算法規(guī)劃，避免碰撞点骑，最佳路徑）酣难、駕駛?cè)蝿?wù)規(guī)劃（行進(jìn)方向的順序排列）

目前，市場上采用的自動駕駛主流芯片主要分為兩種黑滴，一種是英特爾-Mobileye 開發(fā)的Mobileye? EyeQX?系列車載計算平臺憨募。另一種是英偉達(dá)提供的 NVIDIA Drive PX 系列車載計算平臺。

3.4 控制與執(zhí)行：縱向控制（車輛的驅(qū)動與制動控制）袁辈、橫向控制（通過方向盤角度的調(diào)整以及輪胎力的控制）菜谣、車輛控制平臺（電子控制單元（ECU）和通信總線）

4）高精地圖與車聯(lián)網(wǎng) V2X

高精地圖：1 表征路面特征的精準(zhǔn)性。傳統(tǒng)地圖（米量級的精度）晚缩，高精地圖（達(dá)到厘米級的精度）2 比傳統(tǒng)地圖更高的實時性尾膊。update道路整修、標(biāo)識線磨損或重漆荞彼、交通標(biāo)識改變等冈敛。

車聯(lián)網(wǎng)：V2X 表示 Vehicle to X，其中 X 表示基礎(chǔ)設(shè)施（Infrastructure）鸣皂、車輛（Vehicle）莺债、行人（Pedestrian）、道路（Road）等

5）測試與驗證：實測签夭、在環(huán)仿真

6）人工智能在自動駕駛中的應(yīng)用：

6.1 在環(huán)境感知中的應(yīng)用：

深度學(xué)習(xí)在算法和樣本量足夠的情況下，視覺感知的準(zhǔn)確率可以達(dá)到 99.9%以上椎侠，而傳統(tǒng)視覺算法的檢測精度極限在 93%左右第租，人感知的準(zhǔn)確率一般是 95%左右。

深度學(xué)習(xí)按照模型的不同可以分為 CNN我纪、RNN慎宾、LSTM、DBN 和 Autoencoder 等 5 種類型浅悉，其中 CNN（卷積神經(jīng)網(wǎng)絡(luò)）在處理圖像和視頻上擁有很好的效果趟据。

6.2 在決策與規(guī)劃中的應(yīng)用：

前期決策樹、貝葉斯網(wǎng)絡(luò)等人工智能方法已有大量應(yīng)用术健。近年來興起的深度卷積神經(jīng)網(wǎng)絡(luò)與深度強化學(xué)習(xí)汹碱，能通過大量學(xué)習(xí)實現(xiàn)對復(fù)雜工況的決策，并能進(jìn)行在線學(xué)習(xí)優(yōu)化荞估，由于需要較多的計算資源咳促，當(dāng)前是計算機與互聯(lián)網(wǎng)領(lǐng)域研究自動駕駛汽車的決策與規(guī)劃處理的熱門技術(shù)稚新。

6.3 在車輛控制中的應(yīng)用：神經(jīng)控制（模式識別）、深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)（免除人工標(biāo)注特征）跪腹、深度強化學(xué)習(xí)（類似動物行為訓(xùn)練）褂删。

7）應(yīng)用篇

公共交通：2018年3月，法國的 EasyMile 的自動駕駛巴士 EZ10 成為了首輛在加州道路上運營的完全沒有司機座駕的汽車冲茸。2018年7月屯阀，百度 Level 4 級量產(chǎn)自駕巴士“阿波龍”已量產(chǎn)下線。阿波龍能夠載客 14 人轴术，沒有駕駛員座位难衰，也沒有方向盤和剎車踏板，最高時速可達(dá) 70km膳音，充電兩小時續(xù)航里程達(dá) 100km召衔。

快遞運輸：2017 年“6·18”，京東首批試點運營的無人配送車在中國人民大學(xué)進(jìn)行快遞投遞祭陷。2018年“6·18”苍凛，在京東的北京上地配送站，20 余臺配送機器人快遞兵志。

服務(wù)于老年人和殘疾人：無人駕駛為老人和殘疾人提供服務(wù)便利