自动驾驶汽车的发明历程
自动驾驶汽车
一.自动驾驶车辆ABC
自动，就是指一个东西，它自己动起来了，没有人的参与；驾驶，应该是源于人类对动物的驾驭行为，然而在现代社会中，骑马和牛已经变成一种很复古的行为，而人类能够驾驶的无非有三：车，船，飞机。
自动驾驶，顾名思义，是指原来被人类驾驭的交通工具自己动起来了，这回没有人的操控，人从一个驾驭者，转变为一个乘客。目前，主流媒体提到自动驾驶，通常是指自动驾驶汽车（也称无人驾驶，简称无人车）。无人机、无人船火了几年，并没有引起大企业大公司足够的兴趣，然而无人车从进入大众目光开始，就挑起了企业霸主们的强烈的兴趣，原因有很多：一，汽车是劳苦大众接触最多的交通工具；二，汽车市场万亿级，足以挑动霸主们的神经；三，无人车应该会比无人机、无人船更快进入实用等，简言之：量大利润高。
自动驾驶汽车，就是依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆，安全地把我们送到我们想去的地方。
为什么我们需要自动驾驶？首先，自动驾驶可以把人从枯燥、辛苦的驾驶工作中解放出来，尤其是在遇到堵车、长途驾驶的时候。
自动驾驶可以减少交通事故，保证行车安全。很多时候，交通事故都是驾驶员操作不当造成的，而自动驾驶则不仅可以严格按照交通规则和路况安全驾驶，还可以提高道路的通行效率。
汽车进入千家万户，扩大了人类活动范围的同时，也成为人类的得力助手和生活伙伴。人类总是希望有一种能够根据人们的意愿，自动、快速、安全地将它们从A点到B点运输的交通工具。这个愿望不仅在幻想中，甚至早在19世纪初，就有人开始尝试将幻想变成现实。
二．早期的探索
自从1886年卡尔·本茨发明汽车后，人们逐渐发现这种当时还很吵很危险的机器，可以提高自己的移动速度和移动范围，于是开始有了让它自动行驶的想法。这个想法是在20世纪20年代真正付诸实施的。
1925年8月，一辆名为“美国奇迹”的自动驾驶汽车正式亮相，这让公众既兴奋又害怕。该车是由美国陆军电子工程师弗朗西斯·P.霍迪尼（Francis P.Houdina）制造的。这辆车驾驶座上没有人，它在纽约大街上，被千人簇拥着向前行进，从百老汇一直开到第五大道。根据《纽约时报》的报道，该车可以自动发动引擎，转动齿轮，并按响它的喇叭。不过，这种“自动驾驶汽车”，是由发射无线电波操控驱动的，顶多算是一辆遥控玩具车的放大版。
弗朗西斯·P.霍迪尼
在1939年的纽约世博会上，著名的工业设计师诺曼·贝尔·格德斯携手通用汽车，展出了世界上第一辆自动驾驶概念车——“未来世界”，这是一种由无线电控制的电磁场引导的电动汽车，该电磁场由嵌入道路的磁化金属尖刺产生。
自动驾驶汽车、卡车和公交车穿梭在自由流动的高速公路上，在细长的摩天大楼林立的繁华地区纵横交错。
诺曼·贝尔·格德斯 第一辆自动驾驶概念车——“未来世界”
直到1958年，通用汽车才将这一概念变为现实。通用将汽车的前端嵌入了称为拾波线圈的传感器，可以检测流过嵌入道路的电线的电流，由此可以操纵电流来告诉车辆向左或向右移动方向盘。这项技术的成功研发为人类实现自动驾驶提供了另一条途径。
1961年 也就是人工智能技术刚刚兴起之时，斯坦福大学研究院试制的一台自动驾驶小车——斯坦福推车（Stanford Cart）。这台车也是被普遍认可的，世界上第一辆“自动驾驶”汽车。
1961年 也就是人工智能技术刚刚兴起之时，斯坦福大学研究院试制的一台无人驾驶小车——Stanford Cart
不过斯坦福推车的发展也经历了漫长的过程，从1961年试制成功，到1967年才学会识别地面的白线，并沿着白线向前行驶。斯坦福推车依赖车顶的一个摄像头和早期的人工智能算法，实现了感知、决策、规划、控制的一系列流程。
到1979年 斯坦福推车终于实现了立体视觉感知，成功地通过了一个没有人为干扰，但充满椅子等障碍物的房间。
但它面临的一个大问题是：每移动一米需要20分钟的时间，它是一辆纯粹只能自动但是无法上路的实验室汽车。
1979年 Stanford Cart终于实现了立体视觉感知，成功地通过了一个没有人为干扰，但充满椅子等障碍物的房间。
不过，在原力看来，这货压根儿就不像一个汽车，不过考虑到它出现的年代，以及它用到的摄像头和人工智能技术，我们可以称它为自动驾驶汽车的鼻祖，纯粹出于对技术的敬意。
当然，探索自动驾驶领域的国家并不仅限于美国。20世纪60年代，英国交通与道路实验室基于雪铁龙DS开发了一款引导式自动驾驶汽车，并进行了路试。与以往的线控自动驾驶汽车不同，这款雪铁龙DS采用铺设在道路上的磁条进行引导，可以让道路更加安全。这款DS在测试道路上的最高时速达到了130 千米/时，在后续的研究中，自主车可以通过埋在地表下电缆中的信号进行巡航控制，理论上可以将道路通行能力提升50%，减少40%的交通事故。然而，由于资金原因，这些研究在20世纪70年代中期被迫停止。
随后，尤其是电脑和IT技术开始高速发展之后，自动驾驶技术才再次迎来了快速发展期。
1977年，日本筑波机械工程实验室开发出了第一个基于摄像头来检测前方标记或者导航信息的自动驾驶汽车，这辆车内配备了两个摄像头，并用模拟计算机技术进行信号处理。它改进了此前通用汽车使用的脉冲信号控制方式，使用一种将数据转发到计算机的摄像系统来处理道路图像。这辆车可以以每小时30公里的速度跟随白色的路标自动驾驶，不过仍需要钢轨辅助。
1977年，日本筑波工程研究实验室开发出了第一个基于摄像头来检测前方标记或者导航信息的自动驾驶汽车，
1993年在德国慕尼黑，奔驰S500车身上配备了多种摄像头和传感器，实现自动驾驶超过1000公里，此时可以说自动驾驶的应用技术已经逐渐走向落地。
1995年卡耐基•梅隆大学和慕尼黑联邦国防大学进行了一场自动驾驶技术比赛，距离提升至两个城市之间行进。无人驾驶技术取得实质性进展，通过在车辆上附加“便携式计算机、挡风玻璃摄像头、GPS接收器、以及其他一些辅助设备，来控制方向盘和安全性能”。卡内基•梅隆大学的研究成果奠定了无人驾驶技术的基础，彻底形成了高级驾驶辅助系统的思路和架构。
卡内基•梅隆大学研究的无人驾驶汽车
三.美国军方的推进
随着计算机和机器人技术的不断发展，它们的军事意义也逐渐显露出来。如果在战场上无论是战车还是士兵都能被机器人取代，尤其是对于侦察、扫雷等高风险的作战，不仅可以打击敌人，还可以减少己方人员的伤亡。因此，在1983年，美国国防部高级研究计划署启动了他们的战略计算机计划，其中也包括一个自动地面车辆计划。
这个计划的研究目的就是让汽车拥有充分的自主权，通过摄像头来检测地形，通过计算机系统计算出导航和行驶路线等解决方案。
2001年，美国深陷阿富汗战争，路边炸弹引起的大量伤亡。2003年，伊拉克战争又爆发。由军方资助的自主地面车辆项目已经进行了十多年，自动驾驶技术还是没有大的进展，却只造出又笨又慢的样车，令人大失所望。
为了应对危局，美国国会通过了一项法案：在2015年，军方三分之一车辆必须进行自动驾驶。根据法案，国会命令美国国防部高级研究计划署（DARPA）负责推动相关技术的发展，授权计划署对自动驾驶汽车的研发人员进行现金奖励。有了奖金的支持，计划署另辟蹊径，决定于2004 年—2007年举办了3届自动驾驶挑战赛。
2004年，计划署首次举办了240公里的沙漠自动驾驶汽车挑战赛，用100万美元作奖金。它迅速吸引了当时的一众科研团队参加。该挑战赛车辆在途中不但会遇到急弯、隧道、下坡、路口、沟壑和遍布全程的仙人掌，还要识别可能突然出现的动物和火车等。比赛要求参赛车辆必须是自动驾驶的自主地面车辆，不允许远程遥控，并对每辆赛车进行实车跟踪，在10小时内最先到达终点的队伍获胜。
报名参赛的106支队伍经测试只有15支车队进入了决赛。
卡内基梅隆大学的“沙尘暴”是一辆配备有摄像头、激光扫描仪、雷达的悍马，车辆上还有一个装满电子设备的重达1000磅的盒子, 以便在崎岖的地形中找到行驶路线，它跑出了最佳成绩，但只完成了不到全程的5%，接着在一个急转弯后撞上岩石结束了比赛。
最终，240公里的赛程没有一个车队成功行驶到12公里以外，最终的奖金也让计划署又揣回了兜里。
2004年DARPA大挑战赛
虽然第一次挑战赛以惨败告终，但因为这场比赛科学家、学生、发明家、赛车手、机械家和梦想家凑到了一起解决棘手的问题，他们给大赛带来的创意引发了新一轮关于自动驾驶汽车的研究，从这个角度来说，这次比赛无疑是成功的。
2005年，美国国防高级研究计划署再度举办了自动驾驶挑战赛，第一名的奖金从2004年的100万美元直接翻倍到200万。赛前共有195支队伍报名，经预选赛23支队伍进入了决赛。
比赛场地仍然在莫哈维沙漠，规则与2004年大致相同：参赛车辆在不借助公路设施和外力帮助的情况下，自动驾驶通过212公里的赛道。组委会在比赛前两个小时发放比赛路线文件。
这次的越野环境道路相比于上届更加恶劣，道路更陡、更窄、曲线赛道的数量更多，其中包含3条狭窄隧道，100多个急转弯，还有很多陡坡、山路等复杂的路况。
第二届挑战赛有五辆自动驾驶汽车使用人工识别系统，成功通过了路况恶劣的沙漠赛道。最终，斯坦福团队的史丹利以不到7小时的成绩获得冠军，获得了200万美元大奖。
2005 第二届挑战赛 斯坦福大学AI实验室负责人及参赛团队队长Sebastian Thrun
虽然2005年是自动驾驶汽车探索的一个里程碑，但它也存在一些重要的问题，其中最重要的是，比赛环境是静态的，自动驾驶要想成功，其必须能够感知移动的交通，并与之互动。于是，国防部高级研究计划署决定组织新的挑战，也就是第三届挑战赛，称为“城市挑战赛”。
2007“城市挑战赛”是在一个废弃的空军基地上举行的。它要求设计者设计出能够遵守所有交通规则的车辆，同时能够在赛道上检测和避开其他车辆。
这对于车辆软件来说是一个特殊的挑战，因为车辆必须基于其他车辆的动作实时做出“智能”决策。这次比赛在更杂乱的城市环境中进行，并且要求汽车之间进行复杂的互动，这更像人类的驾驶场景，这无疑增加了挑战的难度。
最终，53支报名队伍中，11支通过了资格测试，6支车队跑完了全程，卡内基梅隆大学的“老板”、斯坦福大学的“年轻人”和弗吉尼亚理工大学的“奥丁”获得前三名，麻省理工学院获得第4名，宾夕法尼亚大学和康奈尔大学也完成了比赛。
2007年 卡内基梅隆大学与通用汽车合作制造的Boss取得了第一名
2007年城市挑战赛结束后，计划署就不再举办类似的比赛。
四.谷歌的开发
在挑战赛的观众中有谷歌两位创始人拉里·佩奇(Larry Page)和谢尔盖·布林(Sergey Brin)，几次比赛他们都在全程观战。
塞巴斯蒂安·特伦(Sebastian Thrun) 带领斯坦福大学团队夺得了2005年挑战赛的冠军和2007年城市挑战赛亚军后，谷歌两位创始人佩奇和布林找到了特伦，邀请特伦帮忙建立一个实验室，专门用于研究自动驾驶项目，希望制造一辆能在加州街道上行驶的自动驾驶汽车。谷歌对特伦非常好：“在这里，你可以做你感兴趣的任何事情，钱不是问题。”。
塞巴斯蒂安·特伦 Sebastian Thrun
从2009年开始，谷歌就开始秘密开发自动驾驶汽车项目。
2010年，报道称谷歌夜间在洛杉矶和旧金山之间的1号高速上做自驾车测试，没有人类干预的行驶距离为1,000英里，偶尔需要人为干预的行驶总长已超过140,000英里。
特伦说，真正的完全自动驾驶汽车必须解决三个独立的任务：感知（了解周围世界发生了什么）、预测（确定下一步会发生什么）和驾驶策略（采取适当的行动）。最后一个任务是最简单的，自动驾驶中只有10%的问题与之有关，而感知和预测则是较困难的部分。
自动驾驶汽车通过摄像头、雷达和激光雷达等传感器来感知世界。类似雷达，激光雷达，使用不可见的光脉冲来绘制周围区域的高精度3D地图。摄像头、雷达和激光雷达三者是相辅相成的关系。摄像头便宜，可以看到道路标记，但却不能测量距离；雷达可以测量距离和速度，但却捕捉不到细节；激光雷达提供了很好的细节，但是价格昂贵，并且容易将雪地和其他地形混淆。
结合来自传感器的数据后，汽车需要识别周围的物体：其他车辆、行人、骑自行车的人、路面标记、道路标志等。在识别方面，人类比机器要好得多，机器必须通过大量仔细标记的样本训练过后才有这样的能力。
谷歌自动驾驶汽车示意图
特伦说，最难识别的是那些很少见的东西，例如路上的垃圾或是在高速公路上被吹起的塑料袋。他回忆起谷歌的自动驾驶项目早期的时候，“我们的感知模块无法区分出物体究竟是塑料袋还是飞奔的孩子。”路上的水坑也让识别系统混淆。不过，结合来自多个传感器的数据就可以分辨道路上的物品是否为坚硬的障碍物。
传感器获得的数据还能够与先前在同一条路上行驶的其他车辆收集的传感器数据进行比较，这种相互交流的过程被称为“车队学习”。自动驾驶的先行者们已经积累了许多的数据，这让他们占一定的优势，但一些创业公司也在制作和销售现成的供自动驾驶汽车使用的高精度地图。
一辆车识别出周围的一切之后，它就需要立刻预测未来几秒会发生什么并决定如何应对。道路标志，交通信号灯，停车灯和转向标志也提供了一些提示。但是，自动驾驶车辆在某些地方还离人类驾驶员还是有差距的，人类驾驶员擅于处理一些意外情况，例如道路施工、抛锚的车辆、运输卡车，紧急车辆、倒下的树木或恶劣的天气等。雪是一个特殊的挑战：激光雷达系统必须仔细调整才能忽略飘落的雪花，道路积雪也会降低高精度地图的准确度。
虽然高精度地图技术仍在开发中，但它对于一些限定的地区还是有帮助的，这些地区已有了详细绘制的地图并且通常天气很好。
塞巴斯蒂安·特伦
2014年，谷歌展示了没有方向盘、油门或刹车踏板的自动驾驶汽车的原型，从而实现了100%的自动驾驶。三年后, 这支自动驾驶团队从谷歌分离出来, 成立了自动驾驶汽车的公司，它宣布纯自动驾驶汽车即将上路。
五．自动驾驶的未来
20世纪80年代，梅赛德斯-奔驰做了大量的自动驾驶研究，到2015年, 它在CES上发布了一辆未来概念汽车F015，车辆的窗户可以作为触摸屏, 而且也为那些不敢放手的人提供了方向盘。该车预计在2030年出厂。
在帮助卡内基梅隆大学进行美国国防部高级研究计划局的城市挑战赛11年后, 通用汽车发布了一款既不带方向盘也没有踏板的雪佛兰 Bolt 电动汽车。 通用公司将在2019年的某个时候将这款车作为自动驾驶的出租车推出。
通用汽车Cruise无人驾驶汽车
