期盼已久的无人驾驶汽车，为什么还没推出？5大复杂因素

无人驾驶汽车已经研发出来多年，怎么还不普及。人工智能棋手也能战胜世界围棋冠军，按道理无人驾驶汽车应该更简单。事实并非如此，AI下围棋战胜人类，只是一种基于大数据的算法在特定情况下比人类强，无人驾驶汽车却复杂多了，它要辨别、分析、计算和作出各类型的安全操作。下面就简单介绍无人驾驶汽车有多复杂：

1. 视觉感知。

无人驾驶汽车需要和人一样识别道路的宽窄、路面的状况、各种交通标志和交通信号灯等。它要感知前后左右四个方向的物体是什么，物体的速度及运动方向。它就是在模仿人类的视觉感知。

要实现计算机视觉感知，需要两种设备：

（1）传感器，如毫米波雷達和激光雷達传感器，它能探测存在的物体和测量距离，它能以每秒数百万次的频率发出光波，再去接收光波反弹回来的信号，构建出周围环境的三维图像，就像蝙蝠靠发出和接收高频声音来辨别洞穴环境一样。

（2）摄像器。因为传感器的分辨率低，不能准确识别环境中物体，我们需要用高精摄像器作为图像视觉，用于识别道路、信号灯、标志、树木、人、动物……等，出现在周围环境中的物体。

2. 大数据。

无人驾驶汽车要经过大数据分析来准确识别物体。

这里的大数据是指摄像器和传感器收集的数据，经过系统长时间的识别训练后，整理上传云端的数据。例如让系统通过物体的形状、颜色、温度、动态，去分辨那是什么。系统受训练的时间越长和越频繁得出的数据就越精确。

3. 驾驶方案。

计算机的视觉感知数据，传送到系统后先进行预测轨迹分析，再计算出最佳驾驶路线，作出最安全的操作决策。要从复杂和大量的环境数据中进行多重计算，需要高效率的算法和强大运算能力的芯片支撑。

4. 定位。

定位最常用的方法是全球定位系统定位，也就是我们常用的GPS，但是普通的GPS定位精度在10米左右，如用作无人驾驶汽车定位，显然它不能找到停车场的入口……。无人驾驶汽车只能用厘米级精度的定位系统，如高精度GPS、一维马尔科夫定位、北斗定位系统等。

5. 操作控制

目的地已定位，最佳行驶路线也计算好，系统会根据既定路线，使用最佳驾驶方案，对汽车驾驶行为作出决策，如加油前进、刹车、左右转向，等。

我国经过多年的持续积累，在人工智能领域取得重要进展，部分领域核心关键技术实现重要突破。据媒体报道：2018年，中国国内8家公司的自动驾驶汽车在北京市内的行驶里程达15.36万公里(95442.6英里)，部分公司的行驶里程与无人驾驶技术方面在中国国内均遥遥领先，已达到全球领先水平。

由此看来，无人驾驶汽车纵使十分复杂，却离我们不远。