谷歌无人驾驶汽车技术.doc

谷歌无人驾驶汽车技术

无人汽车阵营中，谷歌的研究和探索应该是最为深入和先进的。让一辆车实现完全无人的在城市道路上行驶确实是件很难的事。但与很多人对无人汽车还只能在实验场地和特殊路况下进行测试和调试不同，其实谷歌的无人车GoogleCar已经具备了相当程度的实用价值。今天就让我们看看GoogleCar的详细工作原理，看看它到底靠不靠谱。

GoogleCar不是一辆车

首先有一点是需要说明的：GoogleCar虽然外形是一辆汽车，其行使的也是汽车的功能，但GoogleCar更应该算是一个机器人。对GoogleCar的研究也基本不是在汽车行业的领域，而是在机器人领域来进行的。因为对汽车的部分来说，如传动装置、使用燃料等方面。GoogleCar的构造与普通的有人驾驶汽车几乎没有任何不同，GoogleCar与有人驾驶汽车最大的不同在于它能够自主探明周围的环境并智能的做出反应，以达到最终到达目的地的使命。这句话里的关键就在于智能二字。将这个区别梳理清楚，就能发现从本质上来说，GoogleCar是一个能够将你送到目的地的智能机器人。而不只是单纯的一辆车。

GoogleCar

既然是智能机器人，GoogleCar会需要一双能看的眼睛和一个能思考的大脑。而这些就由车上众多的精密测量仪器和强大的处理器来完成了：

Velodyne64-beamlaser

GoogleCar上最重要也是最贵的器件就是头顶的这台VelodyneLidar公司生产的HDL-64E64线激光发射器了。它可以一边旋转一边不间断的发射64束最远射程可达120米的激光束，并接收反射回来的光束，依据返回时间的差别计算出物体与汽车之间的距离。从而绘制出汽车周围实时的3D地形图。并且因为光束非常密集并且刷新频率非常快，综合探测数据后还可以判断出物体的形状、大小和大致的运动轨迹，以此作为接下来行动的判断依据之一。HDL-64E的性能非常强大。每秒可以给GoogleCar的处理器提供130万组数据，这可以保证提供给GoogleCar处理器的信息几乎是实时的。当然这也对处理器提出了更高的要求，这里暂且按下不表。下图就是在HDL-64E的运作下GoogleCar看到的世界：

GoogleCar眼中的世界，这是未经处理器处理过的原始数据样貌

GoogleCar会将收集到的数据与车体内置的谷歌地图已有的信息进行整合，从而判断出相当精确的四周的状况，为做出反应打下良好基础。

GPS和摄像头

理论上HDL-64E已经足以确定汽车的位置了。但在环境复杂的道路上，驾驶者和行人的安全都需要多重保障。因此谷歌给GoogleCar配了更直观的眼睛：摄像头。GoogleCar有一对向前的摄像头，其之间有着一定的距离。从两个摄像头传回的画面的视差就像人的两只眼睛一样，可以帮助车辆判断自己的位置、行进的速度等信息。GoogleCar的车胎轮毂上同样带有位置传感器，用于探测车轮转动，也能帮助车辆进行定位。再同GPS得出的数据进行整合。数组数据共同保证车辆定位的准确性。

另外，摄像头还可以辨识出路上出现的交通标志和信号灯等物体，以保证自身的运行会严格遵守交通规则。这点是激光发射器很难办到的。

信号灯、斑马线、行车线、限速标识交通标示无处不在，它们是道路安全的保证。

车载雷达

HDL-64E是有一定判断物体运动轨迹和速度的能力的。但其获得的数据毕竟不实时，并且

要将其与车辆自身的速度结合，计算出两者的相对运行速度，还需要许多额外的计算量。因此谷歌为车辆前后都配备了车载雷达，它们可以很精确的测出前后车辆与GoogleCar的相对速度，以此判断接下来的车速该如何变化。

车前的雷达

处理器

以上所有传感器的数据都会汇集起来并传输给位于汽车右后方的中央处理器进行处理，由于所有数据都是实时的，因此流量异常庞大（可达到1GB每秒）。因此GoogleCar的车在计算机的性能也是非常强的。处理器会参照各传感器提供过来的数据，并绘制出一份最终的周边环境地形图。它会将所有对其意义不同的物体用不同的颜色标示出来。如粉色代表暂时不会与行进路线相交的物体，绿色代表已经阻挡在行进路线上的物体等。然后车内的程序，或者说AI就会对路况作出判断，随时根据道路情况决定汽车下一步的行动。

经过车载处理器处理后的世界的样子

GoogleCar的AI已经具有相当程度的道路智能，规划目的地路线这样的小事早已不值一提，在遇到一些临时或者突发的事件的时候GoogleCar也能及时作出合适的反应：比如在交通灯变绿色的时候，汽车开始拐弯，但这时有路人从前面走过，这时GoogleCar将会让路。另一个例子是，在通过没有红绿灯的十字路口的时候，它会根据大家通用的守则让其它车先过，如果其它车辆没有反应，它在通