自动驾驶汽车是如何做决策的？

自动驾驶汽车是如何做决策的？

1、人工智能

自动驾驶汽车也称为无人驾驶汽车，在复杂道路条件下，在很大程度上依赖成熟的人工智能技术来导航，并安全将乘客从一个地点运送到另一个地点。此类人工智能必须学习和遵守当地的交通法规，成功完成掉头操作，以及执行其他只有人类驾驶员能够完成的复杂任务。自动驾驶车辆不断学习如何驾驶得更好，随着它们在路上行驶的时间越来越长，它们的性能也会不断提升。此外，一辆自动驾驶汽车学到的知识可以传输给其他自动驾驶汽车，从而提高整个车队的效率。

2、云

自动驾驶车辆能够不断学习的关键就是云，云就是大量实时且持续累积的训练数据。可以存储在云中的驾驶实例越多，就能更好地训练自动驾驶汽车在公共道路上导航。机器学习模型和深度神经网络分析云中的这些数据，改进训练模型，使自动驾驶能够实现。自动驾驶汽车制造商可以集中分析汽车物联网传感器产生的聚合数据，利用分析结果改善驾驶体验。

3、边缘计算

尽管上述技术对于实现自动驾驶汽车来说非常重要，但是没有一种技术比边缘计算更为关键。当自动驾驶汽车在路上行驶时，该汽车必须像人类驾驶员一样，立刻做出驾驶决策，从而确保乘客安全，避免交通事故。在纯粹的云场景下，是不可能做出此类决策的。想象一下，自动驾驶汽车先试图将实时数据传输到云端，然后等待做出向右转或是停下的决策，特别是在一个蜂窝网络有限甚至没有蜂窝网络的地方，然后就可明白此种流程是行不通的。因此，自动驾驶汽车需要依靠边缘计算当场做出决策，从而才可以正常的工作。

4、物联网连接性

自动驾驶车辆是物联网的一部分，因此它们需要物联网连接到蜂窝网络才能正常运行。自动驾驶车辆可能看起来像是独立的产品，但是它们需要连接到边缘计算服务和云端，以便实时做出决策，并把分析结果发送会其制造商，从而使其性能能够得到持续改进。未来，5G将进一步加强上述连接，从而使自动驾驶车辆等创新变得越来越可行。

智能汽车未来必须要电动化吗？

其实任何事物进化都是一个时间和时间过程，什么是智能汽车，其实还需要时间来定论，这两年国内只是因为互联网烧钱闹腾智能汽车，真正的智能汽车时代还没到来，更不会说智能汽车=电动车

这是一场激动人心的，由中国引领的未来交通理恋革命，目前，世界各国都在大力发展电动车，欧洲从2010年开始就制定了野心勃勃的电动车计划，在2016年，德国政府甚至已经开始讨论2030年前消灭所有燃油车的法案。2009年以来，欧盟新乘用车及轻型商用车开始实施强制性CO₂排放标准——平均来讲，到2014年欧盟新乘用车CO2排放不得超过130g/km，2021年不得超过95g/km。

而非欧盟国家挪威则提出了更具雄心的标准——到2020年新乘用车的平均CO₂不得超过85g/km，挪威给自己制定全面禁售燃油车的时间节点为2025年。

据悉我国工信部也启动了相关研究，制订停止生产销售传统能源汽车的时间表。许多国家纷纷调整发展战略，在新能源、智能网联产业加快产业布局，抢占新一轮制高点，那么新能源汽车的未来战略到底是什么呢？只是各家都在争先恐后去制造生产电动车拿国家的新能源补贴吗？显然不是，电动车背后真正布局的是智能驾驶网络，或者说是城市智能交通网络，电动车不过是这个网络中的一个重要的节点而已。

智能驾驶是必经之路

随着技术的发展，汽车的智能化越来越高，车辆传感器的精度越来越高，控制系统也越来越智能，汽车正在逐步完成从人工驾驶到无人驾驶的过渡，业界对自动驾驶的分级有两套标准，分别是美国交通部下属的NHSTA（国家高速路安全管理局）制定的和由SAE International，即国际汽车工程师协会制定的。

两个机构的标准都把自动驾驶分为了L0~L5，其中L0指的是人工驾驶。要注意的是，其实NHTSA早在2016年9月份，就统一采用了SAE International的分类标准。未来达到L5级自动驾驶之后，需要的不仅仅是车机本身的传感器，更需要的是这辆车被融入到整套交通网络中。

看得见的宏伟未来

L5级的自动驾驶车辆需要更多的车载传感器，比如毫米波雷达解决车辆的近距和低速行驶时对周围环境的侦测，长波雷达负责车辆高速行驶时对远距离环境的侦测，激光雷达也负责对远距离环境的精准侦测，与长波雷达形成数据叠加。