谁是幕后英雄？ 自动驾驶背后的技术

不久前，Google公司的AlphaGo在棋盘上血洗了韩国棋王李世石，一时间人们惊呼电脑替代人脑的时代即将到来。在这股浪潮地推动下，人们自然而然的联想起全自动驾驶汽车普及速度加快。当然，未来还存在众多变数，与其不切合实际的空想，不如让我们看看在其普及背后，有哪些幕后英雄在进行着不懈的努力。

-抗干扰的“感知器官”

无论是现阶段以车道保持、自适应巡航为首的辅助驾驶系统，还是已经量产的以驾驶员为核心，部分情况下自动驾驶的技术，乃至将来的全自动驾驶，其作出准确判断的依据同我们通过器官了解这个世界的方法类似，需要收集大量信息。当然，在汽车上，这些“器官”就变成了雷达、红外线传感器与摄像头。

正是由于它们获取到的各类信息是处理系统做出判断的根本依据，其收集到的信息数量、质量将会直接左右最终判断的准确性。因此，近些年，传感器作为自动驾驶技术中最重要的幕后英雄正在完成不断的进化。

-更快捷的网络

若干年前，当我们的沟通还仅限于打电话、发短信时，普通的2G网络便足矣满足我们的需求。当人们渴望获得更多信息时，微信、视频成为了人们沟通时新的手段，网络也不断升级为3G、4G。车辆对于周边信息的需求目前也处于爆发式增长阶段，这就对网络提出更高的要求。

随着云技术、V2V、V2C技术的研发，网络成为车与车之间、车与环境间各类信息传输的纽带。换言之，车辆与环境中其他成员的信息传递若因为传输网络存在堵塞，那么，其势必会影响未来全自动驾驶判断的准确性。

-更细腻的的地图

随着自动驾驶技术的不断发展，研发人员收集到的各种信息，对主动驾驶系统判断逻辑不断优化，从原来的根据当前路面情况进行反馈，逐渐发展为根据路况提前进行预判，这其中的转变简言之便是由被动接受变为主动选择。当然，令这一切变为可能的除了稳定、高速的网络外，其幕后英雄还有高精度地图。

传统的雷达、红外线、摄像头收集到的信息只能成为其判断所需的部分条件，处理系统迫切的需要更广阔的视野，或者说未来的处理系统需要对整个行车环境，乃至包括周边建筑物在内的所有环境信息。除了实时交通信息外，高精度地图是能够提供更丰富交通信息的载体，也是为自动驾驶提供预判决策的基础之一。不过由于其他因素，短时间内开放使用权限还有一定障碍。
 
    -更强悍的硬件

当各类传感器收集到丰富的信息后，便是处理器大显身手的时候了。显而易见的，这也是对处理器性能的一场考验，当呈几何级数增长的信息涌入之时，如何快速、准确的将这些繁杂的信息准确的分析、归类并给下一步的执行器下达命令需要现有硬件系统进一步发展。

-更智能的逻辑程序

从收集信息到处理信息及至最终的执行，这环环相扣的过程就像开头聊到的一样，同我们人类认知、判断并影响这个世界的过程十分类似。因此，研发人员的自身能力也成为了影响自动驾驶发展的因素之一。

同时，由于需要适应不同国家地区人们的驾驶习惯，收集相关信息，研发人员已开始将自动驾驶试验车驶上开放道路进行小规模测试。以沃尔沃为例，明年其将在哥德堡挑选100名体验者，通过他们的驾驶情况完善整个系统，未来这项测试也将在我国进行。

-更安全的系统

提及车辆安全性，人们想大多首先想到的是车辆被动安全性表现，当全自动驾驶普及后，交通事故的发生率或将大幅降低。那么，对于安全性的开发可以就此告一段落了吗？当然不，相反的，车辆安全性开发将向着新方向发展。

另一方面，车辆的安全性还体现在软件层面，或者说车辆安全性的开发将包含更多内容，例如以各类数据作为判断依据的系统应对黑客攻击的稳定性，以及整个系统在各类复杂环境下的稳定性等等问题都需要更多领域的研发人员协力配合。

全文总结：

随着各类技术的不断发展，近些年已经从实验室中的理论开发模型，逐渐走向开放道路测试。它的普及不仅能解放驾驶者的双手，降低交通事故发生的概率，同时还能起到降低燃料消耗等积极作用。为了达到全自动驾驶这一远期目标，以传感器、高精密度地图、逻辑判断为首的众多幕后英雄早已进行着不懈的努力，我们圆梦全自动驾驶的一天为时不远。