已驾驶了48万公里，谷歌在无人驾驶产品上有哪些操作？

Google Driverless Car是谷歌公司的 Google X 实验室研发中的全自动驾驶汽车，不需要驾驶者就能启动、行驶以及停止。2012年底正在测试，已驾驶了48万公里。项目由Google街景的共同发明人塞巴斯蒂安·特龙(Sebastian Thrun)领导。谷歌的工程人员使用7辆试验车，其中6辆是丰田普锐斯，一辆是奥迪TT。这些车在加州几条道路上测试，其中包括旧金山湾区的九曲花街。这些车辆使用照相机、雷达感应器和激光测距机来“看”其他的交通状况，并且使用详细地图来为前方的道路导航。谷歌说，这些车辆比有人驾驶的车更安全，因为它们能更迅速、更有效地作出反应。然而，在所有的测试中，都有人坐在驾驶座上于必要时可以随时控制车辆。[4] 2012年4月1日，Google展示了他们的使用自动驾驶技术的赛车，命名为10^100(十的一百次方，也就是googol，"google"这个单词的词源) 2012年5月8日，在美国内华达州允许无人驾驶汽车上路3个月后，机动车驾驶管理处(Department of Motor Vehicles)为Google的无人驾驶汽车颁发了一张合法车牌。为了醒目的目的，无人驾驶汽车的车牌用的是红色。

我们知道，上海的多条地铁已实现了无人驾驶，每当乘坐高速运行的地铁，站在驾驶员位置眺望前方灯光闪烁下的轨道，都有一种说不出的自豪：技术发展太快了。

虽然从技术上，无人驾驶汽车已经完全可以实现，但是地面的汽车驾驶与轨道交通，完全不能相提并论。

有消息称，北京已获准企业可以向公众提供“方向盘后无人”的自动驾驶出行服务了，上海也在国际汽车城正式启动“无人之境”示范体验区，体验区采用无人驾驶汽车，车后排配有安全员，车辆自动开启，自动调整车速和方向。

由此看来，无人驾驶汽车是否离百姓不远了呢?

让我们以谷歌无人驾驶汽车为例，简单了解一下无人驾驶汽车的工作方式。

谷歌的无人驾驶汽车，在硬件上安装了多个传感器，高速摄像机，激光雷达，由此可以保证汽车眼观六路，耳听八方。

软件方面，借助人工智能技术，实现车辆的正常行驶，这需要两大支撑：一个是数据地图，一个是大数据中心。

在谷歌，有一种工作叫作扫街，扫街员工的工作，就是游山玩水，他们天天开着叫作街景车的车辆，穿行于大街小巷，采集所到之处的街景数据。

谷歌有无数辆街景车，这些车非常酷炫，装备奇特，车上安装了先进的激光雷达、高速摄像机、传感器。

谷歌(Waymo)自动驾驶事业正式开始，但实际上谷歌的自动驾驶可以追溯到2005年第二届DARPA无人驾驶挑战赛，已有了十几年的历史，目前也是自动驾驶领域的标杆企业，不过Waymo也经历了各种坎坷，包括早期领导人职业操守严重不足，跟车企合作被鄙视，骨干员工加入竞争对手等。

Waymo在超过25个城市的公共道路上行驶了超过2000万英里。另外还在模拟环境中行驶了数百亿英里。此外，Waymo正在美国经营L4自动驾驶出租车服务，真正的在没有司机的情况下运送乘客。

下面来梳理一下Waymo的技术，以此来窥探一下头部企业背后的实际情况。

与其他公司的自动驾驶系统一样，Waymo自动驾驶技术主要包括：感知、定位、规划、控制。下面分别对其进行梳理，不过对于控制，由于其与车辆动力学模型是强相关的，就不对其进行介绍。

01.感知

感知模块是自动驾驶的基础也是核心，其主要实现对障碍物距离的估计，以及车辆的定位。Waymo的感知系统使用了摄像头、激光雷达和雷达的组合，如图1所示。感知模块的大部分工作是由4个LiDAR完成的，因此其技术路线刚好与特斯拉相反。图2为Waymo的感知系统处理后的视图与原图像。

Waymo的感知系统获取障碍物信息的能力非常高，包括：

1、可以识别常规汽车、警车、救护车、消防车和校车。如果遇到特种车辆，系统可以根据警报器和灯光做出判断;

2、每个检测到的障碍物都有一个状态：移动、停车等。

在Waymo开发感知系统的过程中，遇到过不少棘手的问题，比如在车辆反射问题，如图3所示，不过由于感知系统采用了激光雷达，这种发射问题不会出现在激光雷达的点云中。

另外还有一个极端问题：如果人们可能躺在卡车车顶，举着STOP标志。对于这样的问题，感知系统首先会检测STOP标志，然后将这些信息与地图进行匹配，检测地图上此处是否有STOP标志，是否有道路工程等，如果没有，该标志会被忽略。

02.架构

最近在讨论Tesla计算机视觉架构时，我探索了HydraNet 架构。它是一种旨在同时运行多个神经网络的架构。“Hydra”这个词意味着一个有多个头的系统。Waymo没有HydraNets。

Waymo的架构并不是固定的。

图4展示了一个神经网络架构搜索(NAS)单元，它是神经网络的构建块，类似于ResNet的大型神经网络中的构建块。这个想法已经被采纳并改编成一种叫做 AutoML 的东西。AutoML 的思想是神经网络架构必须由算法估计。

Google的无人驾驶已经在上路测试了，看起来我们离报废自己的驾照又近了一步。近日，Google披露了一些关于其无人驾驶汽车的细节，让我们对Google的无人驾驶系统有了更深入的了解。经过整理，我们总结了几种关键技术，正是这几种技术让Google的无人驾驶成为了可能。

1、激光测距仪

Google的无人驾驶汽车的一个“突出”的特点就是其车顶上方的旋转式激光测距仪，该测距仪能发出64道激光光束，帮助汽车识别道路上潜在的危险。该激光的强度比较高，能计算出200米范围内物体的距离，并借此创建出环境模型。

2、用于近景观察的前置相机

车头上安装的相机可以更好地帮助汽车识别眼前的物体，包括行人、其他车辆等等。这个相机还会负责记录形式过程中的道路状况和交通信号标志，然后车载软件将对这些信息进行分析。

3、前后保险杠雷达

在Google的无人驾驶汽车的前后保险杠上面一共安装了四个雷达，这是自适应巡航控制系统的一部分，可以保证Google的无人驾驶汽车在道路行驶时处在安全的跟车距离上，按照Google的设计，其无人车需要和前车保持2-4秒的安全反应距离，具体设置根据车速变化。从而能最大限度地保证乘客的安全。

4、从空中读取自己精确的地理位置

充分利用GPS技术定位自己的位置，然后利用Google地图，可以实现最优化的路径规划。但是，由于天气等因素的影响，GPS的精度一般在几米的量级上，并不能达到足够的精准。为了实现定位的准确，Google需要将定位数据和前面收集到的实时数据进行综合，车子不断前进，车内的实时地图也会根据新情况进行更新，从而显示更加精确的地图。

5、后轮上的超声传感器

后轮上的超声传感器有利于保持汽车在一定的轨道上运行，不至于跑偏。同时在遇到需要倒车的情况时，这些超声传感器还能快速测算后方物体或墙体的距离。还能帮助汽车在狭窄的车位中实现停靠。

6、车内设备

在车内还装备一些高精度的设备，比如说高度计、陀螺仪和视距仪，可能帮助汽车精确测量汽车的各种位置数据，这些高精度的数据为汽车的安全运行提供了保证。

7、传感器数据的协同整合

所有传感器收集到的数据都会在汽车的CPU上进行计算和整合，从而让自动驾驶软件带来更安全舒适的用户体验。