无人车来也短篇新书《梦想充电站》求收藏！求投资！求推荐！！

——————

孙教授朝自己的三个弟子笑了笑，问道：“王中阳同学刚才对无人驾驶面上情况作了介绍，你们几个可以他们谈一谈国内得情况吧？”

沈笑夫道：

“我国在无人驾驶汽车的开发方面要比国外稍晚。

国防科技大学从20世纪80年代开始进行该项技术研究。

1989年，我国首辆智能小车在国防科技大学诞生，这辆小车长100cm、宽60cm、重175kg，有3个轮子，前轮是一个导向轮，后边有两个驱动轮。

它包含了自动驾驶仪、计算机体系结构、视觉及传感器系统、定位定向系统、路径规划及运动控制系统，还有无线电通信、车体结构及配电系统。

1992年，国防科技大学研制成功了我国第一辆真正意义上的无人驾驶汽车。

由计算机及其配套的检测传感器和液压控制系统组成的汽车计算机自动驾驶系统，被安装在一辆国产的中型面包车上，使该车既保持了原有的人工驾驶性能，又能够用计算机控制进行自动驾驶行车。

2000年6月，国防科技大学研制的第4代无人驾驶汽车试验成功，最高时速达76km，创下国内最高纪录。

其智能控制系统主要由3部分组成:传感器系统、自动驾驶仪系统和主控计算机系统。

由沪上和欧盟科学家合作的华国城市交通中的无人驾驶技术(CyberC3)项目取得了阶段性成果，首辆城市无人驾驶车在沪上交通大学研制成功。.

王立志道：

“无人驾驶技术主要依靠车上的5个‘器官’来保证。

首先是位于车头上的俯视摄像头，它是车辆的‘眼睛’，能够准确识别地上的白线，从而判断前进方向。

在‘眼睛’的一旁，一个凸出车头的激光雷达就像车辆的‘鼻子’，随时嗅着前方80m范围内车辆和行人的‘气息’。

而在车辆的左右两侧，两只超声传感器就像车辆的‘耳朵’，倾听着四面八方的声音。

除了用‘眼睛’指挥前进外，该车还可以通过另一种方式——用一只无形的‘手’来感知地面的磁性物体，从而判断前进方向，而这只‘手’就是位于车头底部的磁传感器。

但这种方法需要在车辆运行的道路上埋入磁钉。

最后的‘器官’便是车辆的‘脑’了，位于远处的遥控指挥中心是车辆的‘大脑'，通过无线传输向车辆下达特殊指令;

而车辆内部的计算机则是它的‘小脑’，通过汇聚‘眼睛、鼻子、耳朵、手'所得到的信息来避开周围车辆和行人。

再配合程序中设计好的各景点的位置，无人驾驶车便能顺利地将乘客送到他们想去的地方。”

大家纷纷点头。

李长河接着说：

“最近，国防科技大学机电工程与自动化学院和第一汽车集团公司联合研发的红旗旗舰无人驾驶轿车，其总体技术性能和指标已经达到世界先进水平。

该车装备了摄像机、雷达，可以自己导航，对道路环境、障碍物进行判断识别，自动调整速度，不需要人做任何干预操作。

与电子巡航、GPS导航不同的是，它的定位更加精确，转弯和遇到复杂情况也不需要人来控制。

车内的环境识别系统识别出道路状况，测量前方车辆的距离和相对速度，相当于驾驶员的眼睛;

车载主控计算机和相应的路径规划软件根据计算机视觉提供的道路信息、车前情况以及自身的行驶状态，决定继续前进还是换道准备超车，相当于驾驶员的大脑;

接着，自动驾驶控制软件按照需要跟踪的路径和汽车行驶动力学，向方向盘、油门和刹车控制器发出动作指令，操纵汽车按规划好的路径前进，起到驾驶员的手和脚的作用。

这辆无人驾驶轿车在正常无人驾驶汽车需要绕过无数个障碍。”

孙教授点点头道：“那请问，无人驾驶汽车的关键技术是什么呢？”

王立志说：

“我认为，无人驾驶汽车的关键技术无人驾驶汽车开发的关键技术主要有两个方面:车辆定位和车辆控制技术。

这两方面相辅相成共同构成无人驾驶汽车的基础。

车辆定位技术是无人驾驶汽车行驶的基础。

目前常用的技术包括磁导航和视觉导航等。其中，磁导航是目前最成熟可靠的方案，现大多数均采用这种导航技术。

例如，荷兰阿姆斯特丹国际机场和鹿特丹的ParkShuttle系统，沪上交通大学的CyberC3系统等。”

李长河说：

“磁导航最大的优点是不受天气等自然条件的影响，即使风沙或大雪埋没路面也一样有效，而且便于维护。

另外，通过变换磁极朝向进行编码，可以向车辆传输道路特性信息，诸如位置、方向、曲率半径、下一个道路出口位置等信息。”

王立志立马道：

“但是，磁导航方法往往需要在道路上埋设一定的导航设备(如磁钉或电线)，系统实施过程比较繁琐，且不易维护，变更运营线路需重新埋设导航设备。

视觉导航就不存在这个问题。

视觉导航的优点是车载计算机可以在试验样车偏离目标车道前，事先知道并预防其发生，同时当在高速公路使用时，不需要对现有的道路结构做变化，并且在混合交通中，也可使用。”

李长河却说：

“但视觉导航也有缺点，就是当风沙、大雾等自然因素致使能见度过低或路面上的白色标线不清晰时，导航系统会失效。

但由于视觉导航对基础设施的要求很低，被公认为是最有前景的定位方法。”

孙教授点头道：“请问无人驾驶得核心技术是什么啊？”

王中阳说：

“车辆控制技术是无人驾驶汽车的核心，主要包括速度控制和方向控制等几个部分。

无人驾驶其实就是用电子技术控制汽车进行的仿人驾驶。

通过对驾驶员的驾驶行为进行分析可知，车辆的控制是一个典型的预瞄控制行为，驾驶员找到当前道路环境下的预瞄点，根据预瞄点控制车辆的行为。

目前最常用的方法是经典的智能PID算法，例如模糊PID、神经网络PID等。

除以上两个方面，无人驾驶汽车作为智能交通系统的一部分，还需要一些其它相关技术的支持，如车辆调度系统、通讯系统和人机交互系统等，最终得以实现整个交通系统的高效、安全。”

孙教授笑着问：“大家谈一谈无人驾驶汽车的发展方向吧！”

沈笑夫道：

“我觉得一个趋势是——高速公路环境下的无人驾驶系统。

这类系统将使用在环境限定为具有良好标志的结构化高速公路上，主要完成道路标志线跟踪、车辆识别等功能。

这些研究把精力集中在简单结构化环境下的高速自动驾驶上，其目标是实现进入高速公路之后的全自动驾驶。

尽管这样的应用定位有一定的局限性，但它的确解决了现代社会中最为常见、危险、也是最为枯燥的驾驶环节的驾驶任务。”

王中阳接着说：

“另一种趋势是——城市环境下的无人驾驶系统。

与高速环境研究相比，城市环境下的无人驾驶由于速度较慢，因此更安全可靠，应用前景更好。

短期内，可作为城市大容量公共交通(如地铁等)的一种补充，解决城市区域交通问题，例如大型活动场所、公园、校园、工业园、机场等。

但是，城市环境也更为复杂，对感知和控制算法提出了更高的要求。

城市环境中的无人自动驾驶将成为下一阶段研究重点。

例如，米国国防部‘大挑战’比赛2007年采用城市环境。

目前这类环境的应用已经进入到小范围推广阶段，但其大范围应用目前仍存在一定困难，例如可靠性问题、多车调度和协调问题、与其它交通参与者的交互问题、成本问题、商业模型等。”

李长河说：

“还有一种趋势——特殊环境下的无人驾驶系统。

无人驾驶汽车研究走在前列的国家，一直都很重视其在军事和其他一些特殊条件下的应用。

但其关键技术和基于高速公路和城市环境的车辆是一致的，只是在性能要求上的侧重点不一样。

例如，车辆的可靠性、对恶劣环境的适应性是在特殊环境下考虑的首要问题，也是在未来推广应用要重点解决的问题。’

孙教授扫了一眼餐厅，发现吃饭的人已经所剩无几，于是道：

“今天我们聊的无人驾驶很充分。

无人驾驶汽车是未来汽车发展的方向，人类在不久的将来会用上智能型无人驾驶汽车。

以后，大家多多思考这方面的问题。王中阳，你多给我这些学生传授一些新经验啊！”