自动驾驶汽车背后的技术

就在五年前，无人驾驶汽车似乎还需要几十年才能成为现实。然而，在大型汽车和科技公司的努力下，情况正在迅速改变。特斯拉和谷歌等品牌凭借各自的专业知识，在将自动驾驶汽车带给消费者方面取得了长足进展。

但如果你只关注这些大人物，就很容易错过整个故事。

许多可能使自动驾驶汽车成为可能的创新都发生在幕后——来自一系列小公司的机器视觉和成像专家的领域。可以说，视觉技术是未来无人驾驶最重要的部分。

自动驾驶汽车的具体细节

机器视觉是汽车或卡车自动驾驶的一个主要因素。车辆需要能够对不断变化的路况做出反应——意识到周围的环境，并比驾驶员更快更有效地采取行动。

这种意识来自于通过网络技术集成的传感器，灵感来自于几乎无处不在的车载GPS。有许多功能一起工作，但它们可以大致分为以下几类:

制图和定位——规划的第一步

利用激光测距仪和相机，这辆车可以绘制出周围环境的地图。测距仪使用激光束计算到附近物体的距离。如今先进的测距仪在超过100米后性能会下降，因此需要机载图像过滤和聚合来创建完整的图像。

障碍物检测和规避-降低风险

在它的内部地图中，车辆保存着附近每一个物体的当前和预测位置——从静态的建筑物和缓慢的行人到快速移动的车辆。机载处理器根据预定的形状和运动轮廓评估障碍物行为，允许它对障碍物类型进行分类并作出适当的响应。

路径——从A点到B点

无论地图多么复杂，地图并不是领土——它必须在行动中实现。车辆自动驾驶最复杂的部分是在飞行中寻找和调整行驶路径。这需要考虑到路况和规则的复杂算法，将短程路径连接在一起，以达到一个遥远的目标。

所有这些特性汇聚在一起，形成了所谓的协商架构。实际上，通过机器视觉实现的数据将被输入到真正的机器智能中，即在不确定的环境中做出智能驾驶决策的人工智能。

为了让自动驾驶汽车可行，无论路上发生了什么，整个审议过程都必须几乎立即进行。为了使这成为可能，汽车工程师需要在现在和未来很长一段时间内与机器视觉专家密切合作。