传感器联盟、跨界并购、软件合作不断的自动驾驶世界现在就是个混乱的局面，不过今天这场大戏又加了点戏码，疯传多时的大众-福特联盟终于正式落地。
“这是一个飞速变化的时代，以第一项正式协议为起点，我们正在构建的联盟将提升两家公司的竞争力。”大众 CEO Herbert Diess 说道。同时，他还与福特 CEO Jim Hackett 共同宣布，两家公司的合作并不涉及交叉持股，双方将共同开发中型皮卡和商用车型，最早于 2022 年发布。两巨头表示，这一合作“将让双方 2023 年的税前营收成绩增色不少。”
除此之外，大众与福特还签署了“谅解备忘录”，双方将在电动车、自动驾驶和移动出行服务等领域展开深入合作。不过，此类合作的细节信息暂时还未完全敲定。
Diess 对于这个时代的认识确实相当深刻，过去十年里汽车行业发生了翻天覆地的变化，类似特斯拉、Waymo、Aurora 和 Argo AI 等公司为整个产业注入了大量新鲜血液。当然，它们也一并带来了恐慌的情绪。
显然，大众和福特相信，将两家公司绑定在一起不但能帮它们生存下来，还能顺道迎来第二春。
不过，商业的世界中哪有容易二字，两家公司必须在未来找到立足点，而那个未来时代驾驶员都会变得无关紧要。最可怕的是，通向自动驾驶未来的道路并不清晰，老牌汽车制造商要提供什么服务才能焕发新生呢？它们又必须拥有哪些技术？过去几年来，福特和大众一直在探究这些问题的不同答案，而携起手来两家公司肩上的压力就能减轻不少。专栏作家 Pete Bigelow 就指出，经历了迷惘期的各家公司已经意识到，怎样才算把研发经费花在刀刃上。
眼下，无论大众和福特都有了自己的自动驾驶软件团队。大众集团的“自动智能驾驶”部门隶属于旗下奥迪品牌，该部门已经拥有 150 多名员工，正在打造完整的自动驾驶软件堆栈（奥迪承诺要在 2023 年之前向电动和自动驾驶领域投入 160 亿美元）。同时，大众还是自动驾驶新创公司 Aurora 的合作伙伴，它与 Mobileye 在以色列的测试项目也很快就会落地。
福特在自动驾驶领域更是布下重兵，它们先是为 Argo AI 砸了巨资，随后又分拆自动驾驶部门，要在 2021 年落地全自动驾驶打车服务。眼下，福特的路测经验是大众所不能比拟的。此外，它们还在各种“移动出行”技术上花了大量时间和金钱，收购了类似交通软件开发商 TransLoc，运输云平台 Autonomic，共享滑板车公司 Spin（福特也搞过共享单车）和最近才刚刚被砍的穿梭车服务 Chariot。显然，福特是在寻找到底什么才是连接用户和交通的最佳方式，以及用户心目中的未来交通服务到底是什么样。
在电动化方面，大众踌躇满志，因为它们在 MEB 架构上已经投入数十亿美元了，该平台将成为其量产版电动车的基础。反观福特，其电动化脚步则慢了不少。
“这世界上没有哪家 OEM 商能在电动化上像大众一样稳健了，现在我们准备分享这一优势。”Diess 在新闻发布会上讲道。
不过，在被问到 MEB 是否会授权给福特时，Diess 的回答让人有些摸不着头脑，因为他表示 MEB 是专为欧洲和中国准备的。希望 Diess 只是听错了问题，毕竟大众在欧洲和中国市场的强势地位是福特可望而不可及的。
福特方面，CEO Hackett 对电动车的态度也没有那么坚定。他表示：“我们还是得向世界证明，它们是在一步步完成电动化。”这一工作能顺利完成的前提则是可大规模量产且价格实惠、产品力突出的电动车。
眼下，谁也无法断定福特与大众的合作能结出多少硕果。有消息称 Argo AI 也是双方谈判的焦点，此外还有传闻称大众也要给 Argo 投资至少 10 亿美元，但具体情况我们还一无所知。福特发言人 Alan Hall 则表示：“我们不会对还在进行中的谈判妄加猜测。”
关于自家公司在福特-大众联盟中扮演的角色，Aurora 发言人 Khobi Brooklyn 不愿详谈。“随着 Aurora 在整个交通运输生态中逐步扎根，我们在车辆、交通网络和车队管理方面都会与其他公司进行深入合作。Aurora 相信，我们能将自动驾驶技术的益处安全、迅捷且广泛的提供给用户。”除了大众，Aurora 还有现代和拜腾等合作伙伴。
需要强调的一点是，大众与福特其实有很强的互补性，它们能充分利用对方的区域优势和监管环境。举例来说，大众在南美、非洲和中国有很强的存在感，但在美国市场却一直打不开局面，而这里是福特的主场。“从大众的角度来看，与美国厂商合作好处多多，至少在自动驾驶的监管方面美国就比欧洲要宽松得多。”Diess 解释道。

 
四化是汽车行业发展的新方向，智能化则是其中的重要一项，而大多数智能化技术源于人们对自动驾驶技术的研发。但不管是智能化还是自动驾驶都是以安全为基础，最终目的也算是为了安全。
2018年是自动驾驶快速发展的一年，全球众多互联网企业、传统车企都在加快自动驾驶的发展的步伐，事实上也取得了不错的成绩，作为自动驾驶领域的代表，百度、Waymo、软银和博士，2018到底谁更惊艳？
Apollo计划占领领域制高点——百度
2017年，百度推出了Apollo项目，Apollo项目实则是一个自动驾驶平台，旨在加强各方合作，通过合作整合优势资源，推动自动驾驶发展。事实证明，百度的选择是正确的，截止2019年，百度与超过130家设备制造商、汽车供应商和芯片制造商建立了合作关系。
这些合作伙伴中，不乏有英特尔、英伟达、恩智浦等等世界一流的芯片制造商，汽车供应商则包括宝马、沃尔沃、福特等知名车企，同时百度也与一汽、奇瑞、威马等国内车企展开合作，搭载百度Apollo系统的量产车型面向国内市场不会太久。
 
 
 

 
在美国举行的CES电子消费展上，百度Apollo3.5正式亮相，这套系统包括128束高分辨率激光雷达、3个16束激光雷达覆盖盲区、前视及后视雷达扩展、10个车规摄像头保证360度环绕视野，以及双天线GNSS，探测范围可达300米，相比上一代系统120米的成绩进步太多。
百度Apollo3.5自动驾驶级别达到L4级，可以完成城市复杂路况的驾驶，应对城市中心、住宅区等驾驶场景。同时，在展览会上，百度还推出了球首个最全面智能驾驶商业化解决方案Apollo Enterprise，以此推动自动驾驶商业化进程。
 
 
 

 
自动驾驶世界级大佬——Waymo
Waymo是一家研发自动汽车的公司，2009年从Google公司独立，2017年开始自动汽车测试，截止2018年7月路测里程已达800万英里。与百度Apollo开放式平台不同，Waymo公司采用封闭系统，但同样取得非常不错的成绩。
 
 
 

 
专利分析公司Patent Result公布的数据显示，截止2018年7月，Wayman有效专利数量达到318件，专利竞争力百分点达2815，在美国自动驾驶专利竞争力排行榜上高居榜首，虽然数量不及第二名丰田，但均属于高精端技术，引用次数达到769次，是丰田的1.6倍。
投资巨头撑起自动驾驶半边天——软银
软银的身份非常特殊，它是一家来自日本的投资公司。对于投资行业来说，自动驾驶是热门投资领域之一，软银就是自动驾驶的忠实粉丝，在自动驾驶领域疯狂砸金。2016年，软银用310亿美元收购知名自动驾驶芯片制造商ARM，同期还与ASM创立了 SB Drive 集团。
 
 
 

 
在SB Drive成立后，开始进行自动驾驶巴士的研发，据说 SB Drive 同年在日本四个城市开始测试，并将在2019年正式投入运行。2017年，软银斥资40亿美元收购英伟达4.9%的股份，成为其第四大股东。
 
 
 

 
今年10月，软银牵手丰田，合资成立移动出行公司Monet， 投资资金达100亿日元，其中，软银出资占比高达50.25％。除此之外，软银还有不少关于自动驾驶的亿级投资，软银的大手笔注定在自动驾驶领域会有它的一席之地。
传统技术大亨新方向——博世
博世作为全国最大的汽车零部件供应商之一，自然也为自动驾驶的发展做好了准备。博世本身属于技术研发型企业，拥有雄厚的技术积累。在摄像头领域，博世已有近40年历史，毫米波雷达也有35的历史，探测范围可达100米。
此前，博世在苏州联合百度、高德和四维图新，共同发布了针对中国道路环境的高精度地图定位方案，即BRS，相比Mobileye 发布的REM，BRS在摄像头的基础上增加毫米波雷达传感器支持，提高了探测车辆行驶环境的性能。
 
 
 

 
在今年的 CES国际消费电子产品展上，博世无人驾驶电动巴士概念车首次亮相，这款巴士集中展示了博世的自动驾驶方案，也是博世智慧交通的概念的体现，并且这种交通出行方式不久将会引进中国。
另外，博世还与戴姆勒集团在自动化领域展开合作，共同开发L4、L5级智能驾系统，并计划在2020年投入 生产，面向大众。博世在自动驾驶领域技术优势最为明显，相信会在未来开花结果。
 
 
 

写在最后：
自动驾驶技术是汽车发展的趋势，越来越多的企业加入自动驾驶的角逐，竞争空前激烈，我国自动驾驶虽然处于世界领先水平，但仍然存在很多不足，我国自动驾驶技术佼佼者百度在美国自动驾驶专利竞争力排行榜上名列116名，有效专利数量远不及国外企业，在技术研发方面，国内企业还是需要加强的。

2018年，中国无人驾驶迎来高速发展的阶段，自动驾驶车辆产品纷纷脱离“概念”而实现了真正落地，无人驾驶技术的逐渐成熟，让无人车产品给传统交通带来了巨大的机遇和挑战，如何规范无人驾驶实现真正“路行”，也因此成为了国家政策法规中极为重要的部分。为此，北京在2018年推行了国内最高级别、最严格的T3级自动驾驶路测牌照，能够通过该测试的无人驾驶企业屈指可数。
1月17日，“智行者”旗下星骥无人驾驶获得了北京市政府颁发的T3级自动驾驶车辆道路测试许可资格(业界称之为“路测牌照”)。

智行者CEO张德兆表示：“智行者能够顺利通过本次国内最高级的自动驾驶测试，源于智行者团队对无人驾驶汽车的‘大脑’有着极其深入的研究，智行者拥有自主研发的AVOS软件操作系统和AVCU硬件控制平台，为无人驾驶车辆提供环境精准识别和智能决策算法，让无人驾驶产品能够实现快速、灵活地进行相应部署。因此，北京T3级路测对于我们而言并非是一种考验，其中更大的意义在于，让社会对智行者的无人驾驶技术产生信任与认可。”
在通过此次测试之前，智行者在低速无人车领域已经取得行业首肯的成就，其自主研发的“蜗”系列无人驾驶清扫车“蜗小白”及无人驾驶物流车“蜗必达”在2018年10月底实现规模量产，成为国内首家实现低速无人车量产的企业。因此，基于智行者安全、高效、先进的自动驾驶技术，智行者未来的研究必然是朝着“可上路”的方向前行，这次通过T3牌照测试，成为智行者实现无人驾驶乘用车量产的重要发展基垫。

2017年12月份起，北京市交通委、北京市公安交管局、北京市经济信息委等部门，联合制定发布了《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见(试行)》、《北京市自动驾驶车辆道路测试管理实施细则(试行)》，以及2018年2月份发布了《北京市自动驾驶车辆道路测试能力评估内容与方法(试行)》和《北京市自动驾驶车辆封闭测试场地技术要求(试行)》文件，表明了北京政府对自动驾驶汽车的鼓励与革新态度。

北京智能车联产业创新中心作为北京市级自动驾驶与车辆网试验测试与示范创新中心，共开放了44条测试道路，长达123公里，覆盖京冀地区(包括城市、乡村、高速)85%交通场景。但同时也避开了住宅区、办公区、医院、学校等人流量、车流量集中的区域。为参与路测牌照的无人驾驶产品提供交通安全考察、车辆变道、自动行驶、自动刹车、自动转向、自动监视周围环境等功能测试环境，以测试无人驾驶汽车的安全性和路况认知识别能力，智行者在测试过程中表现优异，最终成功荣获北京T3级自动驾驶路测牌照。
智行者在无人驾驶领域的发展能够实现从无到有，从创新到创造，得益于企业始终坚持初心和愿景，智行者以低速无人车作为无人驾驶领域的敲门砖，让无人驾驶技术能够首先服务于人类的各大生活领域，成功构建了无人驾驶的智慧生活圈。因此可以相信，智行者在收获了T3级自动驾驶路测牌照后，全面实现自动驾驶商业化落地的局面已经不远了。

T3路测牌照怎么获得?
T3路测牌照也是国内目前颁出的最高级别路测牌照——代表自动驾驶汽车具有认知与交通法遵守、路线执行、应急处置等多项综合能力。路测牌照的获得需要经过封闭测试场训练、自动驾驶能力评估和专家评估等一系列程序。
以交通安全法规为依据，考察车辆对道路、标志标线及附属设施的认知，审查指定行驶场景下正确操纵车辆的能力，包括但不限于自动行驶、自动变速、自动刹车、自动监视周围环境、自动变道、自动转向、自动信号提醒等功能。第三方授权机构还要审查驾驶员能否能随时随地介入并接管车辆驾驶行为，以确保驾驶员具备操控与接管能力，保障自动驾驶道路测试安全。

1. ​​

北京是国内首个要求无人驾驶企业在封闭场地内训练满5000公里后参加能力评估考试的城市。封闭场地训练不仅使得企业能够充分的认识道路中的各种交通设施，以及易于发生交通事故的场景，同时也是对自动驾驶系统稳定性的一个考验。
星骥无人驾驶整体解决方案
『星骥』系列是智行者推出的 L3/L4级别的自动驾驶解决方案，关键技术包括多源传感器融合感知、高精度地图与定位定姿、目标行为识别与轨迹预测、自主决策与轨迹规划、多目标纵横协同控制等。『星骥』系列定位于实现高速道路及复杂城市道路的自动驾驶。

 

Enabling Autonomous Automotive Solutions at Scale
使能自动驾驶解决方案的大规模 应用
Intelligent Vehicle Compute Platform Workshop Beijing  December 2018
 

 

 

 
据业内专家估计，无人驾驶汽车，2020年将可能达到技术成熟，大规模上路运营。今年的9月6日，美国众议院为全球第一部自动驾驶法案投票，让人们进一步看到了，无人驾驶临近的曙光。
作为一个技术控，忍不住想知道，在车来人往的繁华都市里，在崎岖不平的乡村小路上，如果都能无人驾驶，它是怎样做到的？
闭上眼睛，按照我们熟悉的驾车过程设想一下， 开车上路这件事，涉及到四个方面：驾驶员，汽车，道路，行人和车辆等“共路人”。处理好无人车与这些主体之间的关系，无人车应该可以畅行无阻，指哪打哪了吧。
无人驾驶汽车，让汽车除了做好自己本职工作，还要做好“人”的工作。
我们通常对驾驶员的要求：会开车，会认路。
分解会开车技能，包括知道什么时候加油；什么时候刹车；有车同向或者相对开过来，怎样处理；有行人出现在路上，怎样处理；路上突然出现了大石头或者大水坑，怎样处理；下雨下雪，要不要处理。
分解会认路技能，从张庄到李庄，一共有几条路，怎么走；走在路上，知道自己现在在哪里，大约还要多久能够到达李庄。
无人驾驶系统就是代替人，做好开车和认路这两件事。

1环境感知
环境感知，认路能力的一部分，通过传感器，采集周边和自身信息，实时发送给处理器，形成对周边环境的认知模型。从尺度上划分，环境感知包括定位和环境扫描两个层次。环境感知是无人驾驶系统其它技术的数据基础，为路径规划、实时决策和行车控制提供依据。
按照前文所述的两个层次，选择适用的传感器。
定位，需要在大尺度上确定自己所处的位置，这个数据一般从GPS或者斗导航系统获得。环境扫描，选择的传感器，按照远近不同，环境不同，同时使用激光雷达，视觉识别系统和毫米波雷达，形成组合，共同完成。
1.1定位
定位主要依靠全球卫星定位系统，获得经纬坐标。GPS，每个智能手机都自带的功能，我们自然不陌生。北斗导航系统，是我天朝的骄傲。另外还有两个常见导航系统： Glonass，俄罗斯；伽利略，欧盟 。
定位系统的工作原理，不再赘述，自行百度。
在无人车上使用导航系统，获得车辆实时位置坐标，结合车辆管理系统内置的离线地图，可以直接调用以往积累的环境信息。比如Google拥有自己的3D地图，可以调用详细的街景信息。
我们常用的高德地图、百度地图，能够用于导航，都是这个道理。
1.2 环境扫描
按照适用距离，适用环境，精度，抗干扰能力要求不同去选择环境扫描传感器。目前常用的类型包括激光雷达，照相机，毫米波雷达，此外还有超声波传感器，红外线传感器等。

激光雷达
激光的发散度极小，可以远距离传播，在无人车上，激光雷达一般被用于远程扫描，发现需要分析的区域。
激光雷达按照光源数量不同，分成单线激光雷达和多线激光雷达。其中，多线激光雷达水平360°扫描，垂直方向，具备一个俯仰角，因此不但可以测量物体距离，还可以扫描障碍物三维尺寸。
激光雷达安装到无人车上以后，需要校准坐标系，才能获得正确的测量结果。
相机
把相机安置在无人车上，对周围环境拍照，以获得环境的图像信息，这就是应用在无人车上的机器视觉技术。为了适应无人车上天气变化，车体震动等造成的干扰，相机需要经过特别设计。
相机的种类主要有，单目相机，双目相机，全景相机三大类。
其中，单目相机造价低廉，应用较广，是机器视觉行业翘楚以色列Mobileye 公司的主打产品。
双目相机，由于在运动的无人车上，成像精度不高，并没有被特别广泛的应用。
全景相机，是利用多台相机同时拍照，再经过计算机图像处理，合成再现环境图景，是应用在无人车上进行目标识别的先进武器。但也有一个小问题，计算量比较大。
毫米波雷达
其功能与激光雷达近似，只是传播距离比较短。之所以还有用武之地，在于它的抗天气影响能力非常好。在大雾，大雨天气也能正常工作。
 
 
2 路径规划
路径规划，是解决无人车从起点到终点，走怎样路径的问题。规划的总体要求是不要撞到障碍物，保证自身的安全和可能相遇的车辆和行人的安全。在此基础上，再去依次追求下列目标：车体平稳，乘坐舒适，寻求路径最短等等。
路径规划问题可以分成两类，总体路径规划和局部路径规划。前者是指，给无人车设定目的地，从出发地到目的地，走哪条路最好。后者指，在行进过程中，遇到障碍、行人、车辆、甚至小动物等，怎样获得理想的行进路径。


2.1局部路径规划
目前使用比较多的路径规划算法有四种。
Dijkstra‘s算法，在起点周围不会遇到障碍的所有可能点中，寻找最短路径，规划结果比较优越，但在没有足够约束条件情况下，计算量巨大；
随机采样算法，是在Dijkstra‘s算法基础上改良的。为了减少计算量，加入了启发式算法，配合随机采样，只计算样本中的最短路径。解决了计算量的问题，但路径可能不连续。
基于差值曲线的路径规划，降低了计算量，同时解决了路径不连续的问题，是比较有优势的一种算法。
基于数值最优，把无人车姿态和环境约束条件都加入模型的一种算法，可以得到较好的规划结果，但对计算能力依赖性强。
2.2整体路径规划
整体路径规划，在结构化道路上，一般由卫星定位和导航系统来完成。利用卫星定位和自身保存的离线地图，规划出理想路径，过程与我们用手机导航去一个地方非常类似。这里的结构化道路，指的是边缘比较清晰规则，路面平坦，有明显的车道线及其它人工标记的行车道路。
 
环境感知就如同人的眼睛，这个类比，我们不难认同。
路径规划呢，其实也是对人类的模仿。只要移动身体，我们都在路径规划，但为什么我们没感觉呢？
从我们的老祖先到我们自己，路径规划这个动作延续了太长时间，为了节约大脑的运算资源，规划过程早已内化到本能当中，不需要经过左脑，就能做出正确规划。没有刻意的思考，就没有进入我们的意识。
试想，你在黑暗中行进，伸手不见五指山，你的精神状态是怎样的，你的内心戏是怎样的？
你一定是全身紧绷，一边在脑袋里单曲循环：前面有没有坑，有没有坑，一边用脚慢慢试探着前进。
在不能采用熟悉的方式（用眼睛观察周边）感知环境时，我们刻意规划路线的意识才显现出来。
环境感知，路径规划的方式就是人类的翻版。
最后，你认为，无人驾驶汽车，会在什么时间点真正进入我们的生活呢？
 
参考：
基于凸近似的避障原理及无人驾驶车辆路径规划模型预测算法
霄无人驾驶汽车环境感知与导航定位技术应用综述
无人驾驶汽车环境感知技术综述