无人驾驶项目展示以及四个技术趋势

　　WEpod在荷兰Wageningen镇的项目DEVI的项目在国内媒体已经报道，这部分我也在这个周准备分几个部分来探讨未来的路径。在国内路线开展无人驾驶区域试验场和道路试验区的情况下，有很多的路径是可以进行对照的。

　　首先谈路径的问题，我们可以做一下两种区隔：

　　1）车队演进道路

　　通过配置特定的道路设施或者道路辅助的系统，来帮助车辆完成自动驾驶。这里可以单独开一条路，类似专用高速道路；也可以使用公共专门的车道，类似没有车轨的电车的概念。

　　2）车辆独立系统

　　这里从无人驾驶系统独立性可以分为：

　　后装高级自动驾驶套装（Cruise Automation），能够提供自动驾驶功能，能够通过总线控制油门、转向与刹车，车企高级自动驾驶套装（ZAFS），由原OEM提供的自动驾驶系统。

　　简单来说，这两者区别应用范围是否有限定性，是否是在限定的路线还有在一定已经经过学习适应的环境。

　　从3D地图的情况下，两者所处的环境还是差距很大的。其实从另一个侧面也反映出，限定一定的场景，可以减小实际的感知的难度和计算的量。

　　1）由高尔夫车演进的摆渡车

　　下面重点来说说这个EZ10，这个车是法国Ligier做的。

　　动力系统包括：48V 8 Kwh LiFePO4 电池、4 Kw交流感应电机

　　感知系统包括：基本配置包括GPS、4×lidar、两个Camera

　　在Devi项目里增加了camera & radar& 使用地区的地图

　　2）由单人/双人演进的未来小车

　　如果我们把德国的那个小车算上，其实这类系统低速的都可以用48V的系统来做，然后将感知系统+动力系统组合。这里最为典型的是前阵子很火的德国小车EO2 Smart Connecting Ca

　　与之相类似的设计，如PICAV和英国的LUTZ的小车（配置了3个lidar、2个radar还有4个超声传感器和一个雷达），此类小车平摊下来的硬件成本似乎太高了一些。

　　所以我倒是觉得可以做如下的判断，未来无人驾驶车辆会形成：

　　1 场景分离，个人开的车辆、摆渡的车辆，在低速下，解决城市、旅游区的问题会比较实用。为了最大化使用效率，会根据不同时段进行智能调整接人和目的地。

　　2 如上面所看到的那样，无人驾驶车辆技术比较好的办法，是将高端的感知和计算技术，先应用在比较简单的低速动力系统里面

　　3 不管是小车还是大车，由于用户不需要再看外面专心注意外部的情况，所有的信息、娱乐服务可以按照即插即入的方式进行渗透

　　4 短期内，在固定路段，不仅是地图、通信（与后台控制、基础设施通信）都是非常有必要的。

　　小结：

　　1）如果面对一个事情太复杂，我们必须选择在某些方面将之简化，进行差异化的方案演进

　　2）可以预见到，未来在不同的地点，需要各种辅助来把无人驾驶一点点完善起来