汽车如何实现自动驾驶？

　　在特斯拉发布Auto-Pilot之前，这些技术其实已不足为奇。除了自动变道（LaneChange）外，其他的功能，诸如车道保持、自动泊车、自适应巡航等，在豪华D级车上都已是标配。比如奔驰S级。

　　所谓的自动驾驶，只是这些技术组成的一个总称罢了。当然，ElonMusk也并未称其为自动驾驶，而是一直用Auto-Pilot指代。不过，真正的自动驾驶，显然是基于Auto-Pilot而实现的。

　　本文，我们来研究下自动驾驶的实现。但与前几篇解读不同，我们将不再以特斯拉为例。因为在这个领域，最典型的“教学案例”是全新奔驰S级。它的升级版S500IntelligentDrive是全球第一款完成高速与城市路段测试的自动驾驶车型。

　　在当前的量产车里，奔驰S级是智能化程度最高的车型。现役的奔驰S级代号W222，是第六代产品。与最大的竞争对手宝马7系、奥迪A8相比，奔驰总能在迭代周期与技术水平上，领先后者至少2年。

　　对奔驰S级的认知，人们普遍停留在“极致奢华”的层面。的确，论操控、论动力，它都是不是最出色的。而有着比对手贵几十万的价格下，依然用的是老一套的7G-Tronic变速箱这一事实，也没有让奔驰的“Thebestornothing”口号自圆其说。

　　但是，S级在汽车智能化层面，是最为出色的。甚至可以说，它引领了所谓“智能汽车”的方向。甚至特斯拉ModelS的Auto-Pilot，都有着与其类似的硬件布局。

　　先从硬件层面说起。在一般的民用版S级上，为了实现各种Auto-Pilot功能，你能找到多达23个“传感器”。包括：

　　①2个短距离前置雷达（30m，80°角）

　　②1个长距离前置雷达（200m，18°角）

　　③2个短距离后置侧方位雷达（30m，80°角）

　　④1个多重距离后置雷达（30m，80°角；或80m，16°角）

　　⑤1个立体摄影机（SMPC），位于挡风玻璃内侧，与后视镜衔接（探测距离500m，包括50m/45°角的3D探测）

　　⑥12个超声波传感器（前、后各4个；左右各2个，内置于前、后保险杠中）

　　⑦4个摄像头，可提供360°环景检测（每个摄像头覆盖垂直范围130°、水平范围180°的画面，分辨率1280*800）

　　这整套装备，帮助奔驰S级实现了初步的半自动驾驶。从产品角度，归结为这些功能：自适应巡航、车道保持、辅助刹车、车辆与行人侦测、追尾防护、智能远近光灯、夜视仪、抗疲劳驾驶提醒等。看下奔驰IntelligentDrive的功能列表，一通眼花缭乱的功能就这靠这些硬件、配合相应的软件算法实现的。

　　这样讲太抽象。用场景化描述的话，就比如在高速公路上，奔驰S可以自动跟车、沿着车道线自动保持、遇到有弧度的弯道可以自动循迹、十字路口检测到有转弯的车辆可以提前预警并辅助刹车。当然你把手移开方向盘，感受这些功能时，自动驾驶的代入感立刻显现出来。

　　曾在德国沿着世界上第一辆汽车走过的路线，自行驾驶了120多英里的S500IntelligentDrive，其硬件设施也是基于上述这些实现的。不同的是，由于是全自动驾驶，这台车的CAN总线被连接到一台计算机上，统一进行数据运算。并对转向助力等方面做了改动。

　　但从硬件角度讲，S级就是一个模板。其他品牌的自动驾驶车型，也都是依靠类似的硬件实现的，只不过数量和安装位置会有所差别。此类硬件的供应商，通常有博世、大陆、德尔福以及法雷奥等。都是汽车产业的Tier1供应商。

　　软件算法，决定了自动驾驶的“聪明”程度。它要有一个大脑。这里，我们以另外一台著名的原型车奥迪A7Connect为例来说。因为奥迪首先推出了自动驾驶中央运算解决方案，命名为zFAS。它相当于一个计算机主板，作为整台车的数据运算核心，并发出最终指令。

　　在这个主板上，有两个核心处理器。一个是英伟达的TegraK1，负责处理车辆各传感器统计来的数据，比如车速、方位、距离等。另一个是MobileEye的EyeQ3视觉处理器，专门预算摄像头采集的画面，比如分析红绿灯等。

　　奥迪A7采集的所有数据，经过zFAS初步整理，会通过4GLTE模块上传到远程服务器，由远程服务器完成数据处理，并再次返回结果，由zFAS通知车辆的其他ECU该如何执行。从这个模式可以看到，zFAS框架已经突破了传统汽车的数据处理方式。

　　普通汽车，内置有上百个ECU，有的负责监控刹车、有的负责监测引擎转速、有的负责监测大灯。这些ECU，在车辆内部构成一个局域网，相互之间通过CAN协议传输数据。由于驾驶员是指令发出者，所以这个局域网是被动化的，没有数据的输出与处理。

　　zFAS则改变了这个模式，它为ECU组成的局域网，提供了一个直接的数据输出端口，并对其进行运算。当然，传统汽车也有数据端口，即OBD。不同的是，自动驾驶汽车是先收集数据，再获得指令。

　　综上所述，这套方案是目前汽车厂商普遍奉行的办法。当然，zFAS只是奥迪的专利。其他品牌有各自的运算方案。上述硬件与软件的介绍，也是距离量产车较近的方案。另外一种自动驾驶的方案，则是Google的自动驾驶汽车。

　　Google的自动驾驶汽车，与奔驰、奥迪以及沃尔沃相比，最大的不同在于硬件基础。Google最著名的原型车，是基于雷克萨斯RX450h改装的那个车队。你可以看到头顶一个巨大的圆柱体装置。

　　其实，Google的雷克萨斯SUV也装备了一些雷达、摄像头等基础硬件。但它有一个杀手锏，就是头顶这一套LiDAR，即激光测距。LiDAR可以精确描绘出车辆周围360°的地理场景。一只鸟飞过都能检测到，更不说行人、车辆以及建筑物。

　　这套设备非常昂贵，成本在7万美元左右；而一辆奔驰S级也就这个价格。所以，LiDAR方案显然不适合量产车。但这个方案，对于描绘高精度地图有个很重要的作用。它可以告诉车辆，哪里有起伏路段、下一个转角多少度等等。

　　自动驾驶固然承载了人们对科幻电影情节的憧憬，但也要认识到，此类技术的普及还有相当长的时间。目前，Auto-Pilot的半自动驾驶、或叫做辅助驾驶，是比较现实的技术。全自动驾驶，且不说成本，单单是数据量还仍不够。这其中，要引入大数据、机器学习等计算机科学的前沿技术。

　　比如，你怎么让一辆奔驰S级在上海自动判断单行道？或者，它入股单行道后，该如何做出调整？在人类司机对此尚无能完美处置的时候，靠计算机还是有很大挑战的。