自動(dòng)駕駛是一個(gè)龐大而且復(fù)雜的工程，涉及的技術(shù)很多。本文從硬件和軟件兩方面談一談自動(dòng)駕駛汽車所涉及的技術(shù)。

一、硬件

先看個(gè)圖，下圖基本包含了自動(dòng)駕駛研究所需要的各種硬件。

當(dāng)然，這么多傳感器并不一定會(huì)同時(shí)出現(xiàn)在一輛車上。某種傳感器存在與否，取決于這輛車需要完成什么樣的任務(wù)。如果只需要完成高速公路的自動(dòng)駕駛，類似Tesla 的 AutoPilot 功能，那根本不需要使用到激光傳感器；如果你需要完成城區(qū)路段的自動(dòng)駕駛，僅靠視覺是很困難的。

所以，自動(dòng)駕駛系統(tǒng)工程師要以任務(wù)為導(dǎo)向，進(jìn)行硬件的選擇和成本控制。

汽車

既然要做自動(dòng)駕駛，汽車當(dāng)然是必不可少的東西。從經(jīng)驗(yàn)來看，做開發(fā)時(shí)，能不選純汽油車就別選。

一方面是整個(gè)自動(dòng)駕駛系統(tǒng)所消耗的電量巨大，混動(dòng)和純電動(dòng)在這方面具有明顯優(yōu)勢。另一方面是是發(fā)動(dòng)機(jī)的底層控制算法相比于電機(jī)復(fù)雜太多，與其花大量時(shí)間在標(biāo)定和調(diào)試底層上，不如直接選用電動(dòng)車研究更高層的算法。

控制器

在前期算法預(yù)研階段，推薦使用工控機(jī)（Industrial PC，IPC）作為最直接的控制器解決方案。因?yàn)楣た貦C(jī)相比于嵌入式設(shè)備更穩(wěn)定、可靠，社區(qū)支持及配套的軟件也更豐富。

當(dāng)算法研究得較為成熟時(shí)，就可以將嵌入式系統(tǒng)作為控制器，比如Audi和TTTech共同研發(fā)的zFAS，目前已經(jīng)應(yīng)用在最新款A(yù)udi A8上量產(chǎn)車上了。

CAN卡

工控機(jī)與汽車底盤的交互必須通過專門的語言——CAN。從底盤獲取當(dāng)前車速及方向盤轉(zhuǎn)角等信息，需要解析底盤發(fā)到CAN總線上的數(shù)據(jù)；工控機(jī)通過傳感器的信息計(jì)算得到方向盤轉(zhuǎn)角以及期望車速后，也要通過 CAN卡 將消息轉(zhuǎn)碼成底盤可以識別的信號，底盤進(jìn)而做出響應(yīng)。

CAN卡可以直接安裝在工控機(jī)中，然后通過外部接口與CAN總線相連。

全球定位系統(tǒng)（GPS）+慣性測量單元（IMU）

人類開車，從A點(diǎn)到B點(diǎn)，需要知道A點(diǎn)到B點(diǎn)的地圖，以及自己當(dāng)前所處的位置，這樣才能知道行駛到下一個(gè)路口是右轉(zhuǎn)還是直行。

無人駕駛系統(tǒng)也一樣，依靠GPS+IMU就可以知道自己在哪（經(jīng)緯度），在朝哪個(gè)方向開（航向），當(dāng)然IMU還能提供諸如橫擺角速度、角加速度等更豐富的信息，這些信息有助于自動(dòng)駕駛汽車的定位和決策控制。

感知傳感器

相信大家對車載傳感器都耳熟能詳了。感知傳感器分為很多種，包括視覺傳感器、激光傳感器、雷達(dá)傳感器等。

視覺傳感器就是攝像頭，攝像頭分為單目視覺，雙目視覺。比較知名的視覺傳感器提供商有以色列的Mobileye，今年已被intel收購。

激光傳感器分為單線，多線一直到64線。每多一線，成本上漲1萬RMB，當(dāng)然相應(yīng)的檢測效果也更好。比較知名的激光傳感器提供商有美國的Velodyne和Quanergy，德國的Ibeo等。

雷達(dá)傳感器是車廠Tier1的強(qiáng)項(xiàng)，因?yàn)槔走_(dá)傳感器已經(jīng)在汽車上得到了廣泛使用。知名的供應(yīng)商當(dāng)然是博世、德爾福、電裝等。

硬件部分總結(jié)

組裝一套可以完成某項(xiàng)功能的自動(dòng)駕駛系統(tǒng)需要非常豐富的經(jīng)驗(yàn)，并且要對各傳感器的性能邊界及控制器計(jì)算能力了如指掌。優(yōu)秀的系統(tǒng)工程師能在滿足功能的要求下將成本控制在最低，使其量產(chǎn)、落地的可能性更大。

二、軟件

軟件包含四層：感知、融合、決策、控制。各個(gè)層級之間都需要編寫代碼，去實(shí)現(xiàn)信息的轉(zhuǎn)化。

采集

傳感器跟我們的PC或者嵌入式模塊通信時(shí)，會(huì)有不同的傳輸方式。

比如我們采集來自攝像機(jī)的圖像信息，有的是通過千兆網(wǎng)卡實(shí)現(xiàn)的通信，也有的是直接通過視頻線進(jìn)行通信的。再比如某些毫米波雷達(dá)是通過CAN總線給下游發(fā)送信息的，因此我們必須編寫解析CAN信息的代碼。

不同的傳輸介質(zhì)，需要使用不同的協(xié)議去解析這些信息，這就是所謂的“驅(qū)動(dòng)層”。通俗地講就是把傳感器采集到的信息全部拿到，并且編碼成團(tuán)隊(duì)可以使用的數(shù)據(jù)。

預(yù)處理

傳感器的信息拿到后會(huì)發(fā)現(xiàn)不是所有信息都是有用的。傳感器層將數(shù)據(jù)以一幀一幀、固定頻率發(fā)送給下游，但下游是無法拿每一幀的數(shù)據(jù)去進(jìn)行決策或者融合的。為什么？

因?yàn)閭鞲衅鞯臓顟B(tài)不是100%有效的，如果僅根據(jù)某一幀的信號去判定前方是否有障礙物（有可能是傳感器誤檢了），對下游決策來說是極不負(fù)責(zé)任的。因此上游需要對信息做預(yù)處理，以保證車輛前方的障礙物在時(shí)間維度上是一直存在的，而不是一閃而過。

這里就會(huì)使用到智能駕駛領(lǐng)域經(jīng)常使用到的一個(gè)算法——卡爾曼濾波。

坐標(biāo)轉(zhuǎn)換

坐標(biāo)轉(zhuǎn)換在智能駕駛領(lǐng)域十分重要。

傳感器是安裝在不同地方的，比如超聲波雷達(dá)是布置在車輛周圍的；當(dāng)車輛右方有一個(gè)障礙物，距離這個(gè)超聲波雷達(dá)有3米，那么我們就認(rèn)為這個(gè)障礙物距離車有3米嗎？

并不一定！因?yàn)闆Q策控制層做車輛運(yùn)動(dòng)規(guī)劃時(shí)，是在車體坐標(biāo)系下做的（車體坐標(biāo)系一般以后軸中心為O點(diǎn)），所以最終所有傳感器的信息，都是需要轉(zhuǎn)移到自車坐標(biāo)系下的。

因此感知層拿到3m的障礙物位置信息后，必須將該障礙物的位置信息轉(zhuǎn)移到自車坐標(biāo)系下，才能供規(guī)劃決策使用。

同理，攝像機(jī)一般安裝在擋風(fēng)玻璃，中后視鏡處，拿到的數(shù)據(jù)也是基于攝像機(jī)坐標(biāo)系的，給下游的數(shù)據(jù)，同樣需要轉(zhuǎn)換到自車坐標(biāo)系下。

什么是自車坐標(biāo)系？請拿出你的右手，以大拇指 → 食指 → 中指 的順序開始念 X、Y、Z。然后把手握成如下形狀：

把三個(gè)軸的交點(diǎn)（食指根部）放在自車坐標(biāo)系后軸中心，Z軸指向車頂，X軸指向車輛前進(jìn)方向。

各個(gè)團(tuán)隊(duì)可能定義的坐標(biāo)系方向不一致，只要開發(fā)團(tuán)隊(duì)內(nèi)部統(tǒng)一即可。

信息融合

信息融合是指把相同屬性的信息進(jìn)行多合一操作。

比如攝像機(jī)檢測到了車輛正前方有一個(gè)障礙物，毫米波也檢測到車輛前方有一個(gè)障礙物，激光雷達(dá)也檢測到前方有一個(gè)障礙物，而實(shí)際上前方只有一個(gè)障礙物，所以我們要做的是把多傳感器下這輛車的信息進(jìn)行一次融合，以此告訴下游，前面有一輛車，而不是三輛車。

決策規(guī)劃

這一層次主要設(shè)計(jì)的是拿到融合數(shù)據(jù)后，如何正確做規(guī)劃。規(guī)劃包含縱向控制和橫向控制。縱向控制即速度控制，表現(xiàn)為 什么時(shí)候加速，什么時(shí)候制動(dòng)。橫向控制即行為控制，表現(xiàn)為 什么時(shí)候換道，什么時(shí)候超車等

軟件長什么樣子？

自動(dòng)駕駛系統(tǒng)中的部分軟件看起來和下面類似。

軟件的名字反映了該軟件的實(shí)際作用——

app_driver_camera 攝像機(jī)驅(qū)動(dòng)

app_driver_hdmap 高精度地圖驅(qū)動(dòng)

app_driver_ins 慣導(dǎo)驅(qū)動(dòng)

app_driver_lidar 激光傳感器驅(qū)動(dòng)

app_driver_mwr 毫米波傳感器驅(qū)動(dòng)

app_fusion_freespace 自由行駛區(qū)域融合

app_fusion_lane 車道線融合

app_fusion_obstacle 障礙物融合

app_planning&decision 規(guī)劃決策

然而實(shí)際上攻城獅們會(huì)編寫一些其他軟件用于自己的調(diào)試工作，比如記錄數(shù)據(jù)和回放數(shù)據(jù)的工具。

還有用于傳感器信息顯示的可視化程序，類似下圖的效果。