自動駕駛汽車（Autonomous vehicles；Self-piloting automobile ）又稱無人駕駛汽車、電腦駕駛汽車、或輪式移動機器人，是一種通過電腦系統(tǒng)實現(xiàn)無人駕駛的智能汽車。在20世紀已有數(shù)十年的歷史，21世紀初呈現(xiàn)出接近實用化的趨勢。

自動駕駛汽車依靠人工智能、視覺計算、雷達、監(jiān)控裝置和全球定位系統(tǒng)協(xié)同合作，讓電腦可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。自動駕駛汽車依賴幾種先進技術(shù)進行自我導航。我們將拆解自動駕駛汽車，看看這些技術(shù)如何協(xié)同工作、哪些公司在推動這個行業(yè)發(fā)展。

自動駕駛汽車依靠一系列互為補充的技術(shù)來感知周圍環(huán)境，并作出反應(yīng)。一些自動駕駛公司專注于這些特定的部件，并與汽車制造商和一級供應(yīng)商合作，以幫助它們的產(chǎn)品擴展，而Zoox和Nuro等另一些公司在從頭開始設(shè)計車輛。CB Insights仔細分析了實現(xiàn)自動駕駛的諸多技術(shù)，并介紹了有望讓自動駕駛汽車更先進、更便宜、更容易擴展的幾家初創(chuàng)公司。

感 知

除了識別其他汽車、自行車和行人外，自動駕駛車輛還要能夠識別交通信號和標志。它們還要感知前方物體的距離和速度，以便知道如何作出反應(yīng)。

自動駕駛汽車通常依賴攝像頭及其他傳感器，比如雷達和激光雷達（lidar），它們各自有一系列的優(yōu)點和局限性。

這些傳感器收集的數(shù)據(jù)通過名為“傳感器融合”的技術(shù)混合在一起，以便盡可能精確地表示汽車周圍的環(huán)境。

攝像頭和計算機視覺

攝像頭普遍用于自動駕駛車輛和配備先進駕駛輔助系統(tǒng)（ADAS）的車輛。不像雷達和激光雷達，攝像頭可以識別顏色和字體，這有助于檢測道路標志、交通信號燈和街道標記。

然而說到檢測深度和距離，攝像頭與激光雷達沒法比。

許多初創(chuàng)公司致力于為汽車領(lǐng)域生產(chǎn)可提取最生動的圖像的攝像頭。2018年7月Light在D輪融資中籌資1.21億美元，它開發(fā)了一款旨在與激光雷達的精準度相媲美的攝像頭。該攝像頭可以整合來自所有16個鏡頭的圖像，提取出高度精確的3D圖像。

Light的L 16攝像頭，它有16個鏡頭（圖片來源：Light）

為了處理從攝像頭提取的數(shù)據(jù)，自動駕駛汽車系統(tǒng)使用經(jīng)過訓練的計算機視覺軟件來檢測物體和信號。軟件應(yīng)該能夠識別車道邊界的具體細節(jié)（比如線條顏色和圖案），評估適當?shù)慕煌ㄒ?guī)則。

許多初創(chuàng)公司致力于開發(fā)更高級、更高效的計算機視覺技術(shù)。

DeepScale等公司正在部署深度神經(jīng)網(wǎng)絡(luò)，以便逐漸提高識別能力，并降低錯誤率?？偛课挥诎屠璧腜rophesee已開發(fā)出了基于事件的機器視覺，為物體識別提供便利，并盡量減少數(shù)據(jù)過載現(xiàn)象。該公司的深度學習技術(shù)模仿人類大腦如何處理來自視網(wǎng)膜的圖像。

標準攝像頭中基于幀的傳感器依賴同時捕獲圖像的眾多像素，逐幀處理圖像；基于事件的傳感器依賴彼此獨立工作的像素，因而可以捕獲動態(tài)的持續(xù)信息流。這項技術(shù)減小了傳統(tǒng)攝像頭在處理來自一系列幀的圖像時所遇到的數(shù)據(jù)負載。

Prophesee希望將其機器視覺功能運用于從自動駕駛汽車、工業(yè)自動化到醫(yī)療保健的多個行業(yè)。去年2月份，該初創(chuàng)公司在B輪后續(xù)輪融資中籌資1900萬美元。

雷達、激光雷達和V2X

自動駕駛汽車的開發(fā)商正結(jié)合雷達和激光雷達傳感器，以增強攝像頭的視覺功能。

除了視距傳感器外，許多初創(chuàng)公司和老牌車企致力于研發(fā)車輛到一切（V2X）技術(shù)，該技術(shù)讓車輛可與其他聯(lián)網(wǎng)設(shè)備進行無線通信。該技術(shù)仍處于早期階段，不過有望為車輛提供附近車輛、自行車和行人的實時饋送畫面，即使它們在車輛的視線之外。

雷達

汽車使用雷達通過往外發(fā)送無線電波，檢測前方物體的距離、范圍和速度。

雷達技術(shù)之所以被認為比激光雷達更可靠，是由于它有更廣的檢測范圍，不依賴更容易出錯的旋轉(zhuǎn)部件。成本也大大降低。因此，雷達廣泛用于自動駕駛汽車和ADAS。

Lunewave在9月份從寶馬和百度融到了500萬美元的種子資金，使用3D打印技術(shù)來生產(chǎn)性能更強、范圍更廣、精度更高的天線。該公司的技術(shù)基于上世紀40年代開發(fā)的倫伯透鏡天線。

metawave也致力于提升雷達的能力。該公司開發(fā)出了一款模擬天線，使用超材料加快傳輸速度、擴大探測范圍。

5月份metawave的1000萬美元后續(xù)種子輪包括來自電裝（DENSO）、現(xiàn)代和豐田等知名汽車公司的投資，以及精明的投資者Khosla Ventures的投資。該公司宣布一級供應(yīng)商英飛凌參與了8月份的后續(xù)輪投資。

激光雷達（lidar）

激光雷達被認為是最先進的傳感器。其高精度能夠形成車輛周圍環(huán)境的3D畫面，便于物體檢測。

激光雷達技術(shù)使用紅外傳感器來確定物體的距離。傳感器快速發(fā)出激光脈沖，并測量光束返回其表面所需的時間。

傳統(tǒng)的激光雷達裝置包含許多旋轉(zhuǎn)部件，可捕捉汽車周圍環(huán)境的360度視圖。這些部件的開發(fā)成本更高，往往不如靜止部件來得可靠。多家初創(chuàng)公司在竭力降低激光雷達傳感器的成本，同時保持高精度。

一種解決方案是固態(tài)激光雷達裝置，它沒有活動部件，實施起來成本較低。

以色列初創(chuàng)公司Innoviz所開發(fā)的固態(tài)激光雷達技術(shù)成本將只有“數(shù)百美元”，只是Velodyne配備128個激光、售價75000美元的激光雷達裝置的零頭而已。去年4月份，Innoviz宣布與汽車制造商寶馬和一級供應(yīng)商麥格納合作，在寶馬的自動駕駛汽車中部署激光雷達激光掃描裝置。

Aeva也在開發(fā)固態(tài)激光雷達。它在10月份的A輪融資中籌資4500萬美元。該公司聲稱其技術(shù)的覆蓋范圍是200米，成本只要幾百美元。不像傳統(tǒng)的激光雷達，Aeva的技術(shù)發(fā)出連續(xù)的光波，而不是單個脈沖。

總部位于中國的速騰聚創(chuàng)（Robosense）在開發(fā)固態(tài)激光雷達。它在去年10月份的C輪融資中籌資4330萬美元，這是對中國的激光雷達公司而言金額最大的一輪融資。這輪投資者包括阿里巴巴旗下的物流部門菜鳥智能物流網(wǎng)絡(luò)以及上汽和北汽兩大汽車制造商。

車輛到一切（V2X）傳感器

V2X技術(shù)讓車輛與其他聯(lián)網(wǎng)設(shè)備之間能夠無線傳輸信息。雖然V2X技術(shù)仍處于早期階段，但有助于克服激光雷達、雷達和攝像頭等視距傳感器的局限性。

V2X傳感器可以檢測道路危險、交通擁堵以及車輛視野之外的前方盲點。

總部位于以色列的初創(chuàng)公司Autotalks正與現(xiàn)代公司合作，為大眾市場擴展其V2X傳感器技術(shù)。該初創(chuàng)公司已獲得現(xiàn)代和二級供應(yīng)商三星的資助。

駕駛員數(shù)據(jù)和模擬

來自道路測試和模擬的駕駛員數(shù)據(jù)對于開發(fā)自動駕駛技術(shù)至關(guān)重要，因為它們可以用來訓練指引車輛的算法。

據(jù)蘭德公司聲稱，自動駕駛汽車需要行駛數(shù)億、甚至數(shù)十億英里的路程來驗證安全性。這么遠的路程需要自動駕駛汽車的開發(fā)商花好多年從測試車隊收集數(shù)據(jù)。

因此，自動駕駛汽車的開發(fā)商通過模擬來累積額外的路程。

模擬初創(chuàng)公司和自動駕駛汽車的開發(fā)商利用AI生成或豐富簡單的數(shù)據(jù)集，訓練自動駕駛汽車。該技術(shù)特別有助于在危險的、不太頻繁的情況下訓練自動駕駛汽車，比如眩目的太陽光或行人從停泊的汽車后面躥出來。

總部位于以色列的初創(chuàng)公司Cognata開發(fā)了一個3D模擬平臺，為客戶提供各種自動駕駛測試場景。、

Cognata的3D模擬平臺（圖片來源：Cognata）

該公司在10月份的B輪融資中從包括空中客車和Maniv Mobility在內(nèi)的投資者處籌資1850萬美元。

英偉達是處于模擬前沿的大公司之一。 去年5月份，它推出了一個名為DRIVE Constellation的基于云的模擬平臺。該平臺在英偉達的GPU上運行，生成傳感器數(shù)據(jù)流，供自動駕駛汽車系統(tǒng)處理。 英偉達可以在數(shù)十億英里的定制場景中訓練算法。去年9月份，英偉達向合作伙伴網(wǎng)絡(luò)開放了其模擬平臺，合作伙伴包括Cognata和Parallel Domain等初創(chuàng)公司以及知名的科技公司西門子。

與收集駕駛員數(shù)據(jù)有關(guān)的另一個挑戰(zhàn)是圖像注釋即標記數(shù)據(jù)，以便自動駕駛汽車可識別物體，并進行分類。

訓練數(shù)據(jù)初創(chuàng)公司MightyAI在與構(gòu)建計算機視覺模型的公司合作，幫助標記用于訓練系統(tǒng)的數(shù)據(jù)。MightyAI提供了用于數(shù)據(jù)管理、注釋和驗證的工具。該公司用于解讀收集而來的數(shù)據(jù)的一種技術(shù)是語義分割（semantic segmentation），它按像素分割視頻圖像，以實現(xiàn)更細粒度的處理。

中國科技巨頭百度也開發(fā)了自己的語義分割軟件ApolloScape，用于其面向自動駕駛的開源數(shù)據(jù)集。

百度的技術(shù)可實現(xiàn)多達26種分類的圖像注釋，包括汽車、行人、自行車、建筑物和路燈，幫助自動駕駛汽車識別道路上的可行駛區(qū)域和前方的危險。

定 位

自動駕駛汽車還需要知道其準確位置，以便做出決策和規(guī)劃路徑。

許多車依靠GPS信號，但這種測量方法的誤差可能有一二米， 考慮到整條自行車車道平均才大約1.2米，這個誤差太大了。

因此，自動駕駛汽車的開發(fā)商依賴一系列技術(shù)（包括預(yù)構(gòu)建地圖），有助于將誤差減少到1米內(nèi)。

預(yù)構(gòu)建地圖

汽車自行導航時，將周圍環(huán)境與存儲在內(nèi)存中的數(shù)字地圖進行比較。

這種地圖名為HD地圖，比用于個人導航軟件的數(shù)字地圖來得精確。它們含有基于道路的信息，例如車道尺寸、人行橫道和道路標志，并輔以從外部車輛傳感器收集而來的數(shù)據(jù)。

許多初創(chuàng)公司設(shè)計了所需的硬件（即傳感器）和軟件，可收集路面數(shù)據(jù)，然后轉(zhuǎn)換成數(shù)字地圖。

DeepMap開發(fā)了地圖構(gòu)建軟件，計劃授權(quán)其他汽車制造商和關(guān)注自動駕駛汽車的科技公司使用。一級供應(yīng)商羅伯特博世在8月份投資該初創(chuàng)公司，另兩家是之前的投資者：安德森霍洛維茨基金會和Accel Partners。

Civil Maps也在開發(fā)用于全自動駕駛車輛的3D繪圖技術(shù)。該公司使用AI，將原始傳感器數(shù)據(jù)轉(zhuǎn)換成有意義的地圖信息。

一些公司在自行構(gòu)建HD地圖，目的是授權(quán)感興趣的有關(guān)方使用其數(shù)據(jù)。

地圖領(lǐng)域的兩大玩家是HERE Maps和TomTom。HERE Maps于2015年12月份被德國汽車制造商聯(lián)盟（奧迪、寶馬和戴姆勒）收購。TomTom在1月份與百度合作，將其美國和西歐的地圖與百度廣泛的中國地圖整合在一起。

谷歌在地圖領(lǐng)域也在取得顯著進展。沃爾沃在去年10月份宣布，將其地圖平臺由TomTom改為谷歌地圖。谷歌的自動駕駛部門Waymo也使用自家車輛在道路上收集的數(shù)據(jù)，構(gòu)建自己的高清地圖。

百度在為其自動駕駛汽車軟件平臺“阿波羅”擴建HD地圖。該公司認為有機會通過將地圖賣給汽車制造商來實現(xiàn)創(chuàng)收，創(chuàng)收途徑是收取服務(wù)費或?qū)①M用納入車輛成本中。

百度認為，其HD地圖業(yè)務(wù)最終有望超過目前領(lǐng)跑中國市場的搜索業(yè)務(wù)。

整套系統(tǒng)

許多公司致力于開發(fā)整套的自動駕駛系統(tǒng)，而不是特定的部件。

雖然這些初創(chuàng)公司大多完全專注于自動駕駛、與汽車制造商合作以部署其技術(shù)，但有幾家在從頭開始重新制造車輛。

自動駕駛系統(tǒng)

構(gòu)建整套自動駕駛架構(gòu)的公司大多提供包括計算機視覺和傳感器融合軟件的套件，以及自動駕駛所必需的硬件。這些系統(tǒng)可謂是自動駕駛汽車的“大腦”。

這個領(lǐng)域的初創(chuàng)公司通常與汽車制造商合作以部署其技術(shù)。在一些情況下，它們可以用這項技術(shù)來改造現(xiàn)有車輛。比如說，Drive.ai利用其自動駕駛系統(tǒng)來開發(fā)改裝套件。該公司在得克薩斯州弗里斯科試行了幾個月的自動駕駛汽車服務(wù)后，于10月份將服務(wù)擴大到了得克薩斯州阿靈頓。

2017年9月份，Drive.ai與Lyft合作，將配備其系統(tǒng)的自動駕駛汽車引入到了Lyft的開源軟件平臺上。

中國還有幾家公司致力于自動駕駛系統(tǒng)。

總部位于北京的Momenta于10月份躋身獨角獸行列，獲得了電動汽車制造商蔚來和中國科技巨頭騰訊注資的C輪融資。Momenta與蘇州政府合作，部署了大規(guī)模測試車隊，并在該市擴建智能交通系統(tǒng)。

Pony.ai也躋身獨角獸行列。該公司已與中國第二大汽車制造商廣汽集團合作，部署其整套自動駕駛汽車系統(tǒng)。9月份它在廣州啟動了自動駕駛車隊，離A輪融資中籌資1.02億美元僅過去三個月。

整 車

Zoox和Nuro等公司正從頭開始建造車輛。

Zoox的原型車與傳統(tǒng)汽車大不相同，它們不包括方向盤或儀表板，內(nèi)部有兩把相面對的長座椅。

法律還不允許它的車在公共道路上行駛，因此Zoox正與豐田漢蘭達部門一起臨時測試其技術(shù)。該公司獨特的方法引起了投資者的極大關(guān)注，聯(lián)合創(chuàng)始人兼首席執(zhí)行官被撤職后的近幾個月已引起媒體競相報道。迄今為止，Zoox已籌資8億美元，包括去年7月份B輪融資的5億美元，估值達32億美元。 該公司計劃2020年之前將其自動駕駛汽車部署在打車服務(wù)中。

Nuro的自動駕駛汽車旨在載貨而非載人，以打破困擾眾多零售商的最后一英里送貨瓶頸。