“无人驾驶”弥补“由人驾驶”的不足
手握方向盘、目视前方、保持注意力等乏味的传统驾驶方式很容易让驾驶员产生疲劳，甚至引发交通事故。为弥补人工驾驶的不足，减少交通事故，无人驾驶汽车研发人员则致力于从安全、可靠、便利及高效等方面进行无人驾驶汽车的研究的突破，将驾驶员从繁复的传统驾驶方式中解脱出来。
“无人驾驶”的三大系统
无人驾驶汽车是一个综合系统，整体可分为环境感知系统、行为决策系统、运动控制系统。
无人驾驶汽车综合利用自动控制、计算机科学、人工智能、电子信息和车辆工程等多门与其相关的技术，利用车载传感器（摄像头、激光雷达、超声波传感器、微波雷达、GPS、里程计、磁罗盘等）感知车辆周围环境，并根据感知到的道路、车辆姿态和障碍物信息，控制车辆的转向和速度，从而使得车辆能够自主、安全、可靠的在道路上行驶。
1.环境感知系统
驾驶员在执行驾驶的过程中，需要实时观察和分析车辆自身的状态、路面、车辆、行人、交通标志、交通标线和交通信号灯等状况，也就是对交通环境的“感知”。这种“感知”首先是通过感观（主要是视觉，还包括听觉、触觉和嗅觉）来获取信息，然后利用自身经验和逻辑推理来理解信息并做出决策，力求安全平稳地驾驶车辆。
无人驾驶汽车在进行自主行驶的时候也需要对环境进行感知，进而根据所得到的有用信息进行决策。无人驾驶汽车是通过车上配备的传感器来感知环境信息的，这些传感器主要包括摄像头、激光雷达、毫米波雷达、红外相机、光电编码器、GPS和惯性测量单元（Inertial Measurement Unit, IMU）等。其中，摄像头、激光雷达、毫米波雷达以及红外相机是用于获取环境信息，光电编码器、GPS和IMU用于获取车身状态的信息。
这些传感器依据不同的原理获取环境数据，之后，车载单元还需要采用一定的方法提取出数据中对于智能行为决策有用的信息，比如探测到障碍物、检测车道线、检测和识别交通标志、定位和姿态估计等。
2.行为决策系统
行为决策是指无人驾驶汽车根据给定的路网文件、获取的交通环境信息和自身行驶状态，自主产生遵守交通规则的驾驶决策的过程。其主要包含全局路径规划（或任务规划）、行为规划和局部路径规划（或运动规划）。
路径规划的目的是在无人驾驶汽车行车之前找到一条“最优”的路径供无人驾驶汽车行驶。“最优”的标准可以是最短行车距离、最少行车时间、最低费用和最少拥堵等，当然前提是保证行驶的安全性和遵守交通规则。
全局路径规划和局部路径规划都是属于路径规划的范畴。全局路径规划为无人驾驶汽车的自主驾驶提供方向性的引导，确定其依次需要通过的路段和区域序列。
行为规划是处于全局路径规划和局部路径规划中间的层次，行为规划根据全局路径规划决定的路径和当前的道路状况，确定当前无人驾驶汽车应该进入什么行驶模式，比如路口左转模式、超车模式等。
局部路径规划依照行为规划确定当前行驶的模式，结合环境感知获取的信息计算出局部范围内精确的行驶轨迹。无人驾驶汽车采取的是全局路径规划和局部路径规划相结合的方式。
图1 无人驾驶汽车行为决策系统的结构
3.运动控制系统
运动控制系统是根据局部路径规划给出的行驶轨迹和速度规划以及无人驾驶汽车当前的位置、姿态和速度，产生对油门、刹车、方向盘和变速杆的控制命令，以跟踪规划出的行驶轨迹。当然，油门、刹车、方向盘和变速杆上需加装底层控制器和执行机构来执行控制操作。
图2 中国科学院自动化所研制的缩微智能车
除了增强无人驾驶汽车自身智能行为的能力以外，还可以采用道路交通智能化的方式，通过车与车之间的通信（V2V）以及车与交通系统之间的通信（V2X）来获取车辆速度、实时路况等信息，从而提升整个交通系统的驾驶安全性和交通通行效率。
“无人驾驶”的现有问题
目前，无人驾驶汽车产业化瓶颈主要有技术安全、过渡风险、成本、法律法规等。
1. 技术问题，包括：如何消除强光照、积雪等恶劣行驶环境对无人驾驶汽车环境感知系统带来的影响；在复杂行驶环境下，如何感知人类手势信号，尤其是这些手势信号与交通信号灯或交通标志有冲突时；
2. 如何解决无人驾驶汽车和传统车辆混合行驶阶段的转型期问题；
3. 如何开发低成本、稳定可靠的传感器及软件；
4. 市场准入标准、保险责任认定等法规难题。
虽然目前无人驾驶汽车产业化仍存在很多问题，但产业化是建立在汽车主动安全技术、智能化技术逐步升级的基础上的，这些基础技术都可以帮助现有汽车带来技术上的逐步改进。随着无人驾驶汽车在高速公路等特定路段实测成功的案例越来越多，以及相关技术的不断发展、进步和法律法规的不断完善，相信在不久的将来，无人驾驶汽车就会走入人们的生活，服务于人们的出行。
