自從李彥宏坐百度的無人駕駛汽車上五環(huán)后成了大家茶余飯后討論的話題。隨著人工智能的發(fā)展，無人駕駛汽車逐漸進入我們的生活圈。科技巨頭也紛紛發(fā)力將無人駕駛技術布局在汽車領域。這不禁讓人發(fā)出疑問，無人駕駛的背后究竟都有那些“黑科技”？未來安全問題是否得到保障呢？
什么是無人駕駛汽車？
無人駕駛汽車是一種智能汽車，主要依靠車內的以計算機系統(tǒng)為主的智能駕駛儀來實現(xiàn)無人駕駛。它的技術原理是通過車載傳感系統(tǒng)感知道路環(huán)境，自動規(guī)劃行車路線并控制車輛到達預定目標的智能汽車。
它是利用車載傳感器來感知車輛周圍環(huán)境，并根據(jù)感知所獲得的道路、車輛位置和障礙物信息，控制車輛的轉向和速度，從而使車輛能夠安全、可靠地在道路上行駛。
集自動控制、體系結構、人工智能、視覺計算等眾多技術于一體，是計算機科學、模式識別和智能控制技術高度發(fā)展的產物，也是衡量一個國家科研實力和工業(yè)水平的一個重要標志。
目前，以百度和谷歌為代表的科技巨頭紛紛發(fā)力人工智能領域。而人工智能研究方向主要是機器學習、自然語音處理、機器視覺這三大塊，其中機器學習是人工智能的重要分支。
而在無人駕駛技術中，機器學習起到關鍵性因素，機器學習在環(huán)境感知層面上的應用包括傳感器和功能模塊。
傳感器模塊上的應用有：
1、 攝像頭：目標檢測跟蹤識別、距離深度估計、圖像語義分割、序列預測識別、視差光流計算；
2、 激光雷達：點云目標檢測識別、點云分割、路沿提取；
3、 毫米波雷達：降噪、目標檢測等；
功能模塊上的應用：
1、目標檢測、跟蹤、識別、位置、占據(jù)、速度、行為等感知；
2、交通標志、地面標志、車道線、停止線、人行道、指路標志等的地圖屬性提取注冊；
3、語義標志、底層特征、IMU+GPS融合、里程計等定位功能；
不僅如此，機器學習也有著決策系統(tǒng)上的應用， 包括找出可行駛區(qū)域，擬人化決策并尋找最優(yōu)化的路徑規(guī)劃。在環(huán)境感知部分，機器學習在ADAS（駕駛輔助系統(tǒng)）上與無人駕駛基本上研究方向一致，定位方面無人駕駛比起ADAS不止關注車道線間，而且需要地圖匹配，通過高精度地圖與本地的交通信息互動。在決策規(guī)劃部分，無人駕駛需要有實時的全局規(guī)劃的能力，而ADAS更關注規(guī)避制動之類的瞬時控制規(guī)劃。
簡單的來說，無人駕駛的基本思路就是利用人工智能做輔助和互聯(lián)網的云端數(shù)據(jù)，來實現(xiàn)汽車的導航，控制和駕駛。目前，谷歌在無人駕駛領域處于領先地位，百度正在加緊跟隨。
未來的安全能否得到保障？
自從谷歌開發(fā)研究無人駕駛汽車后，無人駕駛存在安全問題且不斷被搬到臺面上討論，而且經過多年的討論，人們擔心的因素越發(fā)具有共性。
國外曾發(fā)生幾起無人駕駛事故。從一輛置有Autopilot自動駕駛功能的汽車發(fā)生翻車事故，到一輛自動駕駛模式下的汽車撞毀事故，導致司機當場死亡。以上兩起案例說明，無人駕駛汽車在某種程度上依然存在安全隱患。
其次，隨著無人駕駛技術變得越來越普遍，來自黑客的攻擊威脅也與日俱增。據(jù)了解，黑客可以通過計算機對無人駕駛汽車的雷達、攝像頭等任何環(huán)境感知節(jié)點造成傳感器誤報引起安全事故。再者，智能決策的控制器是自動駕駛汽車的核心處理器，香港主機租用 香港高防服務器，只要能攻破中央處理器，就可以掌握整車所有控制權。
但值得注意的是,，無人駕駛汽車發(fā)生事故或引起糾紛，東京主機 日本代理服務器，究竟是誰的責任？是汽車生產商還是車主本人呢？
筆者認為，開發(fā)無人駕駛汽車的前提是要安全性隱患降到最低。當下，公眾對無人駕駛的信心不會在一夜之間建立起來，除了需要突破無人駕駛技術的挑戰(zhàn)外，還需檢驗車輛的自我管理能力。規(guī)范無人駕駛自主等級、安全測評標準、確立交通事故處理的法律和保險索賠等相關政策。只有通過技術檢測、審批、立法等層面保障無人駕駛的安全性，才能讓公眾“放棄方向盤”，享受無人駕駛的新未來。
