Welcome to DACARE Auto, a platform in which you could get the newest information about Automotive industry.

欢迎来到德卡人才汽车频道，我们为竭诚为您提供最新的汽车行业资讯！

上期为您介绍了自动驾驶系统的分级和两条实现路径，本期为您带来自动驾驶的系统概览和商业化之路。

三、自动驾驶系统概览

1. 自动驾驶系统的三个层级

自动驾驶系统分为三个层级：感知层，决策层，执行层。

感知层

感知层用来完成对车辆周围环境的感知识别。自动驾驶用到了各种各样的传感器，包括：摄像头、毫米波雷达、激光雷达、超声波雷达、红外夜视，以及用于定位和导航的GPS（全球定位系统）和IMU（惯性测量单元）。

决策层

决策层是人工智能真正发挥威力的部分，机器在做驾驶决策时具体来说分为两步，第一步认知理解，根据感知层收集的信息，对车辆自身的精确定位，对车辆周围的环境的准确理解，第二步决策规划，包含对接下来可能发生情况的准确预测，对下一步行动的准确判断和规划，选择合理的路径达到目标。

a) 车辆定位

自动驾驶中车辆精确定位的方法主要有3种：

第一种是通过高精度的差分GPS+惯性导航IMU来完成，要求GPS定位精度极高。

第二种是通过激光雷达+高精度地图来定位，将激光雷达扫描周围环境所获得的点云与高精度地图进行比对和匹配，从而获得位置信息。

第三种是通过摄像头图像数据+视觉地图来定位，将摄像头在行驶过程中拍摄到的图像数据，包括图像静态信息和图像间的移动信息，与视觉地图进行比对和匹配，可以获得位置信息。

b) 环境理解

包括物体识别和物体追踪，比如行人识别、车辆识别、车道识别、交通标识识别、行驶中车辆的追踪、行动中行人的追踪等。

c) 行为预测

人类智能在驾驶中体现在可以根据动态变化的环境实时调整驾驶策略，同样机器也需要对车辆周边的人、车、物的行为进行预测，从而做出安全驾驶决策。

d) 行动规划

根据车身状态数据、局部环境数据做出当下最优的行动选择，包括加速、刹车、变换车道、转弯等。

e) 路径规划

从出行需求出发，在高精度地图的基础之上，根据全局路网数据和宏观交通信息，绘制一条从出发点到目标点的最优行车路径。

执行层

自动驾驶的执行层离不开和车载控制系统的深度集成，目前车厂和Tier1出于自我保护，不愿意对外开放车辆控制总线，一些创企无法对原车做改动，不得已只能另外附加一套电机装置，通过电机拉动钢丝绳，钢丝绳再拉动油门、制动、转向等装置完成执行动作，而事实上的完全的自动驾驶则要求系统的深度集成。

2. 自动驾驶的基本技术架构

这张图是自动驾驶的基本技术架构，由车载系统+云端系统组成。

车载部分

感知层各种类型的传感器采集、接收的数据，通过总线进行集成，再通过数据的融合和智能化处理，输出自动驾驶所需的环境感知信息。车载传感器的优化配置，可以在保证精度和安全性的基础上，降低整体成本。

最后，决策的信息进入车辆总线控制系统，完成执行动作。

云端部分

自动驾驶车辆是一个移动系统，需要云平台来提供支持。云端主要完成四个功能：

a) 数据存储：智能车路测中实采的数据量非常大，需要传输到云端进行分布式存储。

b) 仿真测试：开发的新算法在部署到车上之前会在云端的模拟器上进行测试。

c) 高精度地图生成：地图的生成采用众包形式，把每辆在路上行驶的智能车实时采集到的激光点云或视觉数据上传至云端，实现高精度地图的完善和更新。

d) 深度学习模型训练：自动驾驶的决策层使用了多种不同的深度学习模型，由于训练的数据量非常大，所以要在云端完成。

四、自动驾驶的商业化

自动驾驶的商业化应用有货运和客运两大块。货运的需求方比较明朗，有矿山和港口运营公司、物流公司、电商、出行服务运营商等，货运的工况主要是高速公路、矿区、港口等相对单一封闭的区域，实现起来更容易一些。客运在开放道路上运营还是非常困难的，目前能够落地的应用场景主要是园区低速自动驾驶，未来可能会探索给滴滴、UBER这样的运营商提供固定区域内的自动驾驶运营服务，等各类驾驶场景都验证成熟以后才会推向开放区域。

德卡人才，为您前程助力！