摘 要

伴随着汽车行业的快速发展和人工智能在汽车领域的应用，自动驾驶已经成为汽车领域和智能产业发展的热点方向。自动驾驶是一个综合系统，结合了感官数据融合技术，动态决策和规划，执行控制等多项功能，结合人工智能的发展，自动驾驶已成为汽车行业的领导力。

论文主要从自动驾驶技术概况，自动驾驶关键技术，国内外自动驾驶汽车发展现状，自动驾驶技术和产业发展态势进行研究和分析，对我国自动驾驶技术和行业发展提出建议。首先，我通过文献资料查找有关自动驾驶的资料，阐述自动驾驶技术概况并且将自动驾驶的五个等级进行叙述。其次对自动驾驶技术的关键技术进行总结分析，主要有感官数据融合技术，规划决策技术，控制执行和高精地图和定位技术。接着对国内外发展现状进行调查并且做出总结分析，分别从技术发展，产业发展等提出建议。

研究结果表明：中国自动驾驶虽然起步较早但在感官数据融合和规划决策方面仍存在不足，我们在自动驾驶的发展道路上要开发属于自己的核心技术，才能走得更远。

本文的特色：本文完全结合实际情况，利用国内外对比分析和层次分析法，以朴实、简明扼要的语句对自动驾驶的基本概况和技术发展做出研究分析。并且查阅文献，依据上述提出的国内外对比分析法和层次分析法，可以看出中国虽是发展中国家，但是在自动驾驶方面却拥有自己的技术基础，但在某些创新技术方面存在不足，所以在技术方面可以引进国外的先进技术，在获取最佳路线，高精定位，降低摄像感官耗资等方面重点突破。在行业发展方面，我国可以多围设一些自动驾驶试验基地，增加开放区域。交通部门也应采取相关措施，比如颁布自动驾驶测试规定，实验场地规划方案等，促进自动驾驶行业的发展和转型。

关键词：自动驾驶；关键技术；产业发展；

Abstract

With the rapid development of the automotive industry and the application of artificial intelligence in the automotive field, autonomous driving has become a hotspot in the development of the automotive industry and the intelligent industry. Automated driving is an integrated system that combines sensory data fusion technology, dynamic decision making and planning, executive control and many other functions. Combined with the development of artificial intelligence, autonomous driving has become the driving force of the automotive industry.

The paper mainly studies and analyzes the automatic driving technology, the key technologies of automatic driving, the development status of autonomous driving vehicles at home and abroad, the automatic driving technology and the development trend of the industry, and puts forward suggestions for the development of China's automatic driving technology and industry. First, I use literature to find information about autonomous driving, explain the overview of autonomous driving techniques and describe the five levels of autonomous driving. Secondly, it summarizes and analyzes the key technologies of autonomous driving technology, including sensory data fusion technology, planning decision technology, control execution and high-precision map and positioning technology. Then, we will investigate the development status at home and abroad and make a summary analysis, and make recommendations from technology, talent training, testing, and industrial development.

The research results show that although China's automatic driving started earlier, there are still some shortcomings in sensory data fusion and planning decision-making. We must develop our own core technology in the development of autonomous driving, in order to go further.

The characteristics of this paper: This article is based on the actual situation, using domestic and foreign comparative analysis and analytic hierarchy process, to make a simple and concise statement on the basic profile and technical development of autonomous driving research and analysis. And by consulting the literature, according to the above-mentioned domestic and foreign comparative analysis method and analytic hierarchy process, it can be seen that although China is a developing country, it has its own technical foundation in autonomous driving, but there are some shortcomings in some innovative technologies. In terms of technology, we can introduce advanced foreign technology, and make breakthroughs in obtaining the best route, high-precision positioning, and reducing the cost of camera sensory. In terms of industry development, China can build more self-driving test bases and increase open areas. The transportation department should also take relevant measures, such as promulgating automatic driving test regulations and experimental site planning programs to promote the development and transformation of the autonomous driving industry.

Key Words：Autopilot；key technology ；industry developent；

目 录

摘 要 4

Abstract 5

第1章 绪论 1

1.1选题的背景及意义 1

1.1.1选题背景 1

1.1.2课题研究的意义 1

1.2研究的主要内容 2

第2章 自动驾驶技术 3

2.1自动驾驶技术概况 3

2.2汽车自动驾驶关键技术 4

2.2.1感官数据融合技术 4

2.2.2规划决策技术 6

2.2.3控制执行技术 7

2.2.4高精地图和定位技术 8

2.3人工智能技术 8

2.3.1人工智能在环境感知中的应用 9

2.3.2基于视觉的定位算法 9

2.3.3人工智能在车辆控制中的应用 9

第3章 自动驾驶发展现状 11

3.1中国自动驾驶的发展现状 11

3.1.1中国汽车自动驾驶行业相关管理部门和政策 11

3.1.2中国自动驾驶汽车的研发现状 12

3.1.3中国自动驾驶汽车的检测和监督情况 13

3.2国外自动驾驶发展阶段 15

3.2.1国外自动驾驶文化教育相关管理部门和政策 15

3.2.2国外自动驾驶车辆的研发状况 16

3.2.3 国外自动驾驶汽车测试监管现状 17

3.3本章小结 17

第4章 自动驾驶技术和产业发展态势 19

4.1自动驾驶关键技术发展态势 19

4.1.1两种广泛使用的感知技术 19

4.1.2决策算法 19

4.1.3多通道传感器融合技术的发展 20

4.2自动驾驶产业发展态势 20

4.2.1引入自动驾驶测试，尽快实现商业登陆 20

4.2.2辅助驾驶和无人驾驶团体形成，推动自动驾驶向前发展 21

4.2.3全球并购热潮实现资源整合 21

4.2.4形成美德引领、日韩觉醒的发展态势 21

4.3本章小结 22

第5章 对我国自动驾驶提出建议 23

5.1技术 23

5.2产业 24

第6章 结论与展望 25

6.1结论 25

6.2展望 25

参考文献 27

致谢 28

第1章 绪论

1.1选题的背景及意义

1.1.1选题背景

早在2000年初，世界上许多经济和科技力量发达的国家就已经开始对自动驾驶汽车进行研究。终于在很长的研究谈论在之后，自动驾驶的5个不同等级被划分，详见图1。“随着时代的进步，世界各大汽车制造商，互联网技术公司，汽车配件工厂，传感器公司和研究型大学和公司正在全力开发汽车驱动技术及相关产品，检测技术和检测设备。相关部门也在推进自动驾驶产业的发展，积极颁布政策和促进产业结构转型，以及加大研发力度[2]”。本文正是基于此背景，将介绍汽车驾驶技术的概况，汽车驾驶的关键技术及相关的人工智能技术，并研究全球汽车自动驾驶技术的发展现状。对国内外自动驾驶所处阶段做出分析，并且对中国自动驾驶汽车行业的前进方向做出指引。

L0

无自动驾驶

驾驶辅助

L1

L2

部分自动驾驶

L3

有条件自动驾驶

L4

高度（完全）自动驾驶

图1 自动驾驶等级图

1.1.2课题研究的意义

发达的自动驾驶技术可以推动自动驾驶向着成熟迈进，自动驾驶发展的速度越快，也会推动驾驶产业的前进。自动驾驶技术的快速发展将促进汽车产业的产业结构转型，提高社会发展水平，并且促进人能智能在其他行业的应用。其重要意义在于总结汽车驾驶技术及其发展，为中国汽车驾驶的发展提供一些技术参考。

在国内，无人驾驶汽车的发展受到政府和各大车企的重视。2017年12月，交通运输部要求通信部，法律部，公路局，交通运输服务部，公路学院和长安大学有关部门结合实际工作，从趋势技术发展，各机关部门之间做出相应的变动，制定相应的法律以及开展对无人驾驶的测试。并且对试验区的构建，智能公路示范，模拟测试平台等方面的难题和接下来的动向提出建议。强调了自动驾驶汽车将会在不久的将来出现，因为现在的各家汽车公司都在研究自动驾驶汽车，已经发明新技术可以支撑实现部分条件自动驾驶或者高度自动驾驶。就目前来看，有必要根据中国自动驾驶行业发展现状进行研究，以实现自动驾驶行业高效前进，节省成本。本文的意义在于研究和总结汽车驾驶行业的发展趋势，并为中国汽车驾驶行业的发展提供一些建议。

1.2研究的主要内容

第一部分概述了汽车驾驶技术，汽车驾驶的关键技术以及相关的人工智能技术。

1. 详细描述了自动驾驶技术的通常状态。自动驾驶技术是一种基本的自行车技术，可以改进车辆自主识别的规划和控制，使车辆具有驾驶员的眼睛，手和脚的功能，以实现更安全和更有效的驾驶。
2. 汽车驾驶的关键技术。各种不同技术的相互配合共同支持自动驾驶汽车的正常进行，而最关键的技术包括：感官数据融合技术，规划与决策技术，控制和执行技术，高精度地图创建和高精度定位技术。
3. 关于人工智能技术。汽车自动驾驶的应用主要在于环境感知，规划决策和控制等算法程序，它使用深入学习，模糊思维和专家系统。遗传算法等方法使汽车自动驾驶具有一定的水平。通过自学和大数据培训获得智力。

第二部分：通过分析全球自动驾驶行业发展所处的阶段，研究关键技术产业的发展趋势，分析了全球自动驾驶产业的发展现状，提出了自动驾驶的建议。

（1）国内自动驾驶发展

（2）分析全球自动驾驶行业的发展趋势

（3）对国内自动驾驶的建议

第2章 自动驾驶技术

2.1自动驾驶技术概况

自动驾驶技术是一种基本的自行车技术，可以改进车辆自主识别的规划和控制。车辆具有驾驶员的眼睛，手和脚的功能，以实现更安全和更有效的驾驶。所以我们说，自动驾驶技术是将人和目标车辆相分离的一种独特技术，它实现了无人驾驶，来取代当今社会存在的有人驾驶技术。

目前，行业内主要有两种汽车驾驶智能技术路径，主要不同在于感知技术路径。第一种是通过便宜的摄像功能，并且通过各种复杂的传感器进行处理结合。以沃尔沃等传统公司作为代表，他们使用高性能的32或者64线激光雷达。另一种是通过创建地图，并且在摄像的基础上，通过高精度定位实现。Google和Baidu等IT企业作为代表。但是当今社会上存在的智能操纵系统的传感器，价格仍然不菲，成本很高。所以，各部门各车企加大投入力度进行研究总结，将AI其作为核心传感器，可以有效降低成本。

汽车的无人驾驶技术类比人的意识操作反映可以分为三个部分：感知层，决策层和控制层。通过数据处理，预测判断，相互协作完成汽车自动驾驶，实现无人驾驶。在数据互换处理过程中，多方、大量异构信息的高速运行和转换，可为运行和规划提供即时回应。汽车进而可以实现自动驾驶。

智能驾驶技术

驾驶辅助技术

控制执行技术

智能决策技术

感官数据融合技术

图2 自动驾驶技术流程图

2.2汽车自动驾驶关键技术

只有将人工智能技术应用到自动驾驶中，自动驾驶才会实现。汽车自动驾驶关键技术可以分为感官数据融合技术，规划决策技术，控制和执行技术，高精度地图构建和高精度定位技术。前三个也可以说是自动驾驶技术的最核心功能，后两个则起的是支撑作用。感知决策规划或控制执行与车辆本身及其周围的其他动态和静态物体的位置速度信息不可分离。

2.2.1感官数据融合技术

由多个传感器获取的动态和静态对象的检测识别定位、跟踪和预测信息，将信息数据进行融合处理和检测反馈，实现感知数据的融合。其中，预测行人，非机动车等动态物体的运动行为，根据当前运动速度计算安全空间，是智能车辆自主决策的必不可少的信息。但是感知能力的大小我们也需要知道，可以通过交互评测得知。交互测评的重点是考核车辆对交通环境的感知及应对能力, 是面向车-车、车-路、车-人、人-车-路等耦合系统的测试^[9,10,11]。自动驾驶汽车之所以能够安全行驶，并且按照人们的意愿进行行驶，其中最重要的一个原因就是车辆具有智能的环境感知能力，可以依靠数码拍摄，激光雷达等融合处理^[6]。

不同的传感器需要通过融合传感器技术分析和处理采集的数据，借助数据集，从传感器的不同角度进行同步分析。这里我们主要谈到以下五种融合传感器：

（1）数码相机

数码相机是可以应用到智能汽车上的。因为人眼，人们通过智能汽车的眼睛捕捉外部信息，依靠数码相机获取外部环境信息。

随着相关功能的完善成熟，数码相机的摄像水准越来越高，说明成像的速度越来越快。添加到汽车，就好像它是装备有一对眼睛，可以监测世界，这提供了在控制系统数据中的平均水平的重要来源，并跟踪预测和通过其他过程收集这些环境数据。

数码相机的使用很简单，通过记录就可以自动生成内容，包含图像分析的像素值，自动检测图像中的各种物体，并将其转换成数字表，列出信息对象，进一步识别和管理数据和处理。然而，与生物体的立体视图不同，数码相机可以将三维空间数据转换为二维像素矩阵。

如果不能准确地理解汽车和物体之间的距离，则确定距离身体的深度是特别重要的。目前的解决方案之一是使用有机体的形式来配置大量数码相机以捕获标准汽车光学镜头，其可以帮助计算机重建3D场景。这样，以车身为中心，水平和垂直的大气深度就可以得知。

另一种解决方案是结构化光相机投影功能，可以添加深度信息到图像数据的相机的光调节器中，可以删除所述光纤在视线目标和测量数据中的失真深度，可以通过测量失真来计算。然而，弱点更明显，如果阳光更强，相机发出的光会受到影响或干扰。

（2）激光雷达

激光雷达不断向周围发射脉冲激光，然后根据需要的时间，每秒数百万个转发器使激光雷达传感器能够计算出周围的三维数字模型，激光雷达能够在没有死角的情况下查看所有方向并检测信息的深度^[20]。

由于半个世纪前，在1971年阿波罗计划期间，测量和地形图测绘经常使用，用于宇航员绘制月球表面的技术，直到无神论者的开始，二十世纪的管理是许多DARPA挑战者，他们与激光雷达工作的原理有一个类似的生活方式，好像你在一个充满隐藏物体的房间里，比如你手中的红色油漆，你可以旋转并喷涂红色。隐藏的物体出现在你面前，因为当有足够的油漆覆盖整个房间时，它们就会被污染。这是激光雷达工作的原理，通过连续光束发射，扫描和测量周围环境。这里我们需要引入浊点概念来解释由产品表面测量工具获得的数据点集，几点之间的距离越大，我们把他们命名为分散点，并且通过三维激光束扫描过的云点成为云密集点。雷达激光国外发射激光束在特定情况下，这样才能形成一个扫描线由大量细微之处的，如果我们要建立一个三维模型使其更完整，我们应该用一组辊来改变激光反射镜的方向。通过这种方式，从激光束中，不断扩展圆形光栅，以激光雷达为中心，就像抛出的石头一样。这些高度集成的平行光栅线将显示外部形状，例如注射结果，当加载自动雷达激光器时，电动机将能够注入激光雷达传感器提供的数据流算法来控制基本系统环境的平均深度的水平，这样就可以进行详述的数据分析，并确定这些对象的一些外部形式。可实现对驾驶环境的准确实时监控和识别，并为其预测提供依据。