1
雷锋网按：本文作者奥迪中国研发中心测试工程师薛迟。原文首发奥迪知乎账号。雷锋网已获授权编辑与发布（本文略有删减）。
薛迟是中国第一批接触自动驾驶的工程人员，也是第一批量产自动驾驶技术的研发工程师。目前负责奥迪自动驾驶项目在中国的开发。
据薛迟介绍，他负责过的自动驾驶相关项目包括：2014年负责在中国搭建拥堵自动驾驶A7概念车；2015年5月CES ASIA和11月分别在上海内环和北京三环进行了自动驾驶概念车的媒体试驾。
奥迪全球的自动驾驶研发自2009年便已开始，从盐湖城画出四环到派克峰爬山赛，从霍根海姆赛道的赛车自动驾驶到旧金山到拉斯维加斯的高速自动驾驶。
*奥迪自动驾驶技术发展过程中的重要里程碑
本文主要讨论的是自动驾驶的量产技术。在薛迟看来，在研发概念期间 ，很多前沿科技都是可以试验的。而推向客户的量产汽车，对技术成熟度的要求则是另一标准（比如上下游供应链的供给，量产成本的控制等等）。
自动驾驶的发展并非一蹴而就的，它历经几十年的演进，从无到有，从量变到质变。
以下为美国的NHTSA(National Highway Traffic Safety Administration)国家公路交通安全管理局和SAE (Society of Automotive Engineers)汽车工程师协会对此对自动驾驶的分级。
自动驾驶主要分成五级。
阶段0：无自动化，由人类驾驶者全权操作汽车，在行驶过程中可以得到警告和保护系统的辅助。比如市面上的大多数汽车都属于此类。此处不多加讨论。
阶段1： 单一功能的驾驶辅助，在这一阶段，汽车转向或制动可由车辆完成。比如应用最为广泛的ACC自适应巡航控制，和LKA主动车道保持。
ACC（Adaptive Cruise Control）自适应巡航控制：定速巡航大家一定都不陌生，但当前车减速时，就需要通过踩刹车或操作杆取消定速巡航。
ACC自适应巡航控制可以在前车减速时自动减速，前车加速后自动跟上去，比定速巡航方便太多太多，可谓高速小能手。
ACC自适应巡航控制已经有将近二十年的历史。其使用的传感器主要包括毫米波雷达和摄像头。毫米波雷达和军用雷达其实差不多，它们会发射和接收调制过的77GHz的无线电波，再通过回波的时间差和多普勒效应造成的频率移动来测量目标的相对距离和相对速度。
在不同厂家的产品中，有长距离雷达和中短距离雷达之分。长距离雷达能够探测250米距离，实现最高到260km/h的ACC功能。中短距离雷达探测距离稍近，100多米，能够支持的ACC速度在160km/h左右。
LKA（Lane Keep Assist）主动车道保持通过摄像头采集前方车道线，并控制转向把车辆保持在车道中心。它是车道偏离报警的高级版本。
阶段2：部分自动化（组合功能的辅助驾驶），比如2015年上市的奥迪新Q7和去年上市的新A4L所搭载的拥堵驾驶辅助系统，它实现的是60km/h以下堵车环境下的横向和纵向控制。而速度超过60km/h的时候由传统的车道保持和ACC接管。
也就是说，驾驶员仍然需要关注交通和控制车辆。这是当前世面上所有量产车能够达到的自动驾驶最高级别。现在很多车厂把辅助驾驶系统宣传为自动驾驶系统这是很不负责的。如果此时驾驶员不扶方向不关注交通，发生事故的风险会大大增加。
阶段3：有条件的自动驾驶。这是一个从辅助驾驶到自动驾驶的飞跃，驾驶员不再需要关注交通和控制车辆，一切都由车辆完成，一切责任也都从驾驶员转移到车辆。
为了实现这一目的，需要大量的传感器做数据融合，需要考虑方方面面的情况。在某些条件不符合时，自动驾驶状态将退出，并由驾驶员接管。这一阶段会被称为有条件的自动驾驶的原因也在于此。前文提到的A7和将来要量产化的车型都属于这一范畴。
阶段4和5：全自动驾驶。自动驾驶发展到这一阶段不再需要驾驶员接管或干预，系统胜任所有工控，鲁棒性、稳定性大幅提高。进而演变成无人驾驶。
1、 多传感器数据融合--自动驾驶的汽车得有自己的“眼睛”
多传感器的应用与数据融合是自动驾驶的必然趋势。毫米波雷达、摄像头、激光雷达、超声波雷达等都是必不可少的。传感器各有各的特点与优势。
例如毫米波雷达在检测目标速度与距离上非常精准而可靠，但对目标方位的识别远不如激光雷达。而目标类型及其与车道线位置关系仅可由摄像头检测。对于绝大多数简单工况，这种融合的优劣并不能体现出明显的区别。
但对于特殊工况，比如复杂的城市路况，对车辆和路边障碍物的误识别或不识别概率将会大大提高。这是影响自动驾驶安全性可和靠性的至关重要的一部分因素。
因此，系统需要在不同工况下，从大量传感器对目标识别到的所有属性中选出，并配已不同权重，以达到稳定可靠的识别要求。
奥迪目前拥有唯一量产汽车级的激光扫描雷达，并会将其应用于全新量产汽车上。关键传感器的量产也是迈向自动驾驶非常关键的一步。
2、强大的中央处理控制器zFAS--自动驾驶的汽车得有自己的“大脑”
奥迪的驾驶员辅助系统中央处理控制器zFAS在2015年已实现量产，zFAS就如同人的大脑，负责所有的传感器数据融合、场景分析、决策以及车辆控制。
这意味着它不仅要有极强的运算能力，稳定性可靠性也是重中之重。zFAS将成为所有驾驶员辅助系统及自动驾驶车辆的标配，因此，它也是决定自动驾驶能否实现关键因素。
3、系统冗余设计—— 自动驾驶的汽车需要有自己的Backup系统
自动驾驶的另一核心是多系统冗余设计，为了达到安全需求，自动驾驶车辆应用了大量的冗余设计。
说到这里也许会有人不禁好奇，什么是冗余？很多动物都有两只眼睛，这其实算是一种冗余，当一只眼睛受伤后，剩下的一只仍然能让他们生存下去。像大型客机都有两个或四个发动机，这也是冗余设计，其中一个坏了，其余的仍可让客机安全返航。
在自动驾驶车上，所用到的传感器，控制电脑，执行器都有冗余设计。比如同时应用了毫米波雷达，激光雷达，摄像头，超声波探头等，相互补偿和校验。数据融合后，其可靠性大幅增加对恶劣环境的适应能力也更好。
在控制器方面，仅仅有主运算器也是不够的，还需要监控系统时刻监测主运算器的工作状态。制动和转向的执行器也都需要至少两套。这样在其中一套系统出问题的时候，另一套马上接管，把车辆安全停好。
千呼万唤始出来，2014年，一台A7自动驾驶概念车首次驶上国内道路。而中国这台A7最大的不同是，他的大脑，zFAS驾驶员辅助系统中央控制器首次使用了量产版本的zFAS。
要知道，即便到了现在，各种各样的自动驾驶汽车依然满载大型计算机进行运算。而在当时，所有的运算电脑全部集成在了只有几个手机大小的zFAS中，这样就能实现自动驾驶的汽车跟普通汽车一样，而不是一个背着大电脑的测试器。
*图片来源：汽车之家
*图片来源：奥迪中国
然而，zFAS量产版和概念车的匹配成了大问题。这使得头几次外出自动驾驶测试都失败而归——要么是自动驾驶功能无法激活，要么是激活不久便自动退出，所以，多数时候需要工程师手动驾驶这台车。
作为曾经的原型车驾驶教练以及一名业余车手，开车的时候我竟然紧张的手心出汗。因为，所有昂贵的传感器尤其是首次应用在自动驾驶车上的激光扫描仪，几乎全都布置在前保险杠上，任何的碰撞或者剐蹭都可能损毁传感器，更重要的是，这台车已经确定要被展出，留给我们的时间并不多。
功夫不负有心工程师，经过近两个月的调整，系统各项功能基本进入正常状态，余下的工作便是对车辆算法和参数的精调。
第一次激活自动驾驶，完全不需再控制车辆， 手脱离开方向盘，车子自动发动停止，转弯。那种前所未有的兴奋，就是电影里的那种感觉：人车合一。
*图片来源：纪录片《汽车百年》截图
然而这毕竟是台还未调整好的概念车，加之中国路况太过复杂，很多处理不了的情况需要驾驶员即时接管，精神紧张程度比自己开车高了好多。
面对中国的特殊路况，以欧洲路况为主导的研发多少有些水土不服。比如对于这台拥堵自动驾驶，激活条件就是拥堵，那么针对如何定义拥堵，所有有关中国拥堵特性的参数都要写到控制器里，这样在拥堵环境中可以最大程度地激活系统，而避免因为个别情况而造成系统退出。
而针对国内有（liu）技（mang）巧（shi）的加塞，需要开发特殊的算法，既能够及时检测并做出反应，又得避免受临近车道车辆过多的干扰。
经过几个月的的测试-调整-测试，车辆终于调试到了全面稳定状态。在2015年5月在上海CES期间早晚高峰的内环路上，这台最接近量产的概念车向媒体对他的第一次亮相交出了一份完美的答卷。
天公作美，当天还下了大雨，然而系统仍然稳稳的控制着车辆，当时的那种自豪与满足，我至今难忘！所以我驾驶自动驾驶汽车的感受，就是贵、紧张、累、兴奋、满足感、人车合一、梦想成真！
*图片来源：薛迟拍摄于上海CES媒体试驾期间， 当时车外大雨，这台A7自动驾驶车在恶略天气状况下自动驾驶。
左：底盘测试工程师Hannes，媒体部 Johanna，驾驶员辅助系统与自动驾驶研发部门总监Stefan博士
右：自动驾驶研发工程师吴婧怡，奥迪中国研发中心总监梅萨德，自动驾驶研发工程师薛迟，底盘战略师石晓明博士
由于第二级的辅助驾驶仍然需要驾驶员控制车辆和监控交通，与正常驾驶并无本质区别，所以对修改法律和法规的压力并不大。
但到三级后，驾驶员将不需要对自动驾驶时的车辆负责，这就需要法律和法规完善这部分的内容。总体来说，体现在对于车辆认证相关的技术标准，以及涉及安全的上路行驶许可。
在美国与欧洲，相关的法律法规也在加紧制定。美国的各州直接法律不尽相同，有些州目前明确禁止，有些则允许自动驾驶。欧洲也是一样。很多国家和地区对新技术持观望态度，也有些地区明确鼓励新技术。
*注：本文图片来自奥迪中国和汽车之家
推广："人工智能与自动驾驶 | 专题研讨班”开课啦！人工智能知名研究专家带你深入解析自动驾驶领域的技术布局！课程链接：http://www.mooc.ai/course/91
雷峰网版权文章，未经授权禁止转载。详情见转载须知。
