盘点无人驾驶技术的前生今世和未来
近年来，智能无人驾驶汽车己经成为世界车辆工程领域研究的热点和汽车工业增长的新动力，很多发达国家都将其纳入到重点发展的技术领域。
无人驾驶汽车是通过车载传感系统感知道路环境，自动规划行车路线并控制车辆到达预定目标的智能汽车。它是利用车载传感器来感知车辆周围环境，并根据感知所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车辆能够安全、可靠地在道路上行驶。
随着现代高新技术的迅速发展，数字化、信息化和智能化越来越多的应用到人类社会的生产、生活的各个方面，曾经只能在科普小说中看到的智能无人驾驶汽车已经不再是虚幻的，人们在不久的将来将能在现实中看见智能无人驾驶汽车。现在集各种高新技术于一体的汽车，其性能、舒适性、安全性已经取得很大进步。智能无人驾驶汽车通常具有一款高智能的计算机，它能够接收各种智能传感器传来的周围环境及汽车自身的各种信息并能高效迅速的综合整理，然后把信息传递给汽车的执行系统，从而实现自动驾驶、智能控制等功能。
车辆实现自动驾驶的技术原理
无人驾驶汽车运行时，在车载显示屏电子地图上点出目的地，并且设计行驶路径，将做好的电子地图确认自动导入中央处理器中，中央处理器根据地块边界规划出合理的行驶路径。
在系统中应用角度传感器、电动机转速传感器、位置传感器、压力传感器等传感器测量行车信息，并将行车信息转换为电信号传递给中央处理器进行运算，再由中央处理器发出指令控制自动变速转向机构，构成闭环系统，实现对汽车驾驶的智能控制。
智能无人驾驶汽车的分类
无人驾驶汽车的研究，可以归纳为三个方面：高速公路环境、城市环境和特殊环境下的无人驾驶系统。就具体研究内容而言，三个方面相互重叠，只是技术的侧重点不同。
高速公路环境下的无人驾驶系统
这类系统将使用在环境限定为具有良好标志的结构化高速公路上，主要完成道路标志线跟踪、车辆识别等功能。这些研究把精力集中在简单结构化环境下的高速自动驾驶上，其目标是实现进入高速公路之后的全自动驾驶。尽管这样的应用定位有一定的局限性，但它的确解决了现代社会中最为常见、危险、也是最为枯燥的驾驶环节的驾驶任务。
城市环境下的无人驾驶系统
与高速环境研究相比，城市环境下的无人驾驶由于速度较慢，因此更安全可靠，应用前景更好。短期内，可作为城市大容量公共交通的一种补充,解决城市区域交通问题，例如大型活动场所、公园、校园、工业园、机场等。但是，城市环境也更为复杂，对感知和控制算法提出了更高的要求。城市环境中的无人自动驾驶将成为下一阶段研究重点。目前这类环境的应用已经进入到小范围推广阶段，但其大范围应用目前仍存在一定困难，例如可靠性问题、多车调度和协调问题、与其它交通参与者的交互问题、成本问题、商业模型等。
特殊环境下的无人驾驶系统
无人驾驶汽车研究走在前列的国家 ,一直都很重视其在军事和其他一些特殊条件下的应用。但其关键技术和基于高速公路和城市环境的车辆是一致的，只是在性能要求上的侧重点不一样。例如,车辆的可靠性、对恶劣环境的适应性是在特殊环境下考虑的首要问题，也是在未来推广应用要重点解决的问题。
智能无人驾驶技术的发展历史
1920年代——起源
1925年，无线电设备公司Houdina Radio Control设计了一辆“无人”驾驶汽车American Wonder，这辆车由一辆1926 Chandler（美国汽车品牌，现已消失）改装而来，它的后座上安装了一个无线电接收设备，通过接收后车发出的无线电信号，经过信号译码，再通过一个小电动马达来操作车的方向盘、制动器、加速器等，进而控制车的运动。研发成功后这个American Wonder还在纽约市进行了展示，并穿越拥挤的交通，从百老汇开到了第五大道。
显然American Wonder的“无人驾驶”是打了双引号的无人驾驶，其“无人”仅为“车上无人”，但是还需要人来控制，严格意义上来说它应该叫做“遥控驾驶”。虽然如此，这辆车还是在当时引起了很多人的兴趣。
1930年代——世界博览会上的畅想
1939年纽约世界博览会，设计师 Norman Bel Geddes向当时的人们展示了他对未来汽车及交通的想法——未来汽车采用无线电控制，使用电力驱动，由嵌在道路中的电磁场提供能量来源。
1940年Bel Geddes设计了一种高速公路及运输系统，在高速公路上采用自动驾驶，驶出高速公路后才由人手动驾驶。并且，他预测这种设想会在1960年代实现。
1950年代——“自动高速公路”
时间回到上世纪50年代，研究人员开始按照上述设想进行试验，1953年RCA（Radio Corporation of America 美国无线电公司）实验室成功的研制了一辆微型汽车，它由按一定模式铺设在地板里的电线进行导航和控制。
几年后的1958年，通过与内布拉斯加州及通用汽车公司合作，RCA实验室又成功在该州林肯市外的高速公路上进行了400英尺的真实路况、全尺寸汽车试验。
实验的成功让当时的人们很看好这种方法的前景，并且引起了许多公司的注意。
50年代和60年代，通用汽车公司还陆续推出了几款试验车——Firebirds系列，它的广告是这样的：电子导航系统可以在驾驶员休息的时候让汽车飞速通过自动高速公路。
1960、70年代——新希望的出现
进入上世纪60年代，很多企业、机构也开始研发自动驾驶汽车，大部分都沿用了之前的技术，通过埋设在道路中的电子设备进行导航。英国运输与道路研究实验室使用改装的Citroen DS采用相同的方法，以130Km/h的速度在各种天气状况下进行了试验，结果汽车的速度和方向都没有发生偏离。不过在70年代中期，由于研究资金撤出，试验被迫中断。虽然在道路中埋设电子设备来实现自动驾驶的方法进行了众多次试验，但是由于其需要对道路进行改造，添加外部设备的成本和改造难度都比较大。70年代以后这种方法逐渐消失。
从1970年代中期开始，伊力诺依大学对智能驾驶逻辑算法展开研究。同期，1977年，日本筑波工程研究实验室开发出了第一个基于摄像头来检测前方环境的无人驾驶汽车。这辆车内配备了两个摄像头，可以不用在路里面再埋入一些外部设备了。这是所知最早的开始使用视觉设备进行无人驾驶的尝试，由此翻开了无人驾驶新的一页。
1980年代——在激励下起步
进入80年代，基于视觉的的无人车导航开始流行。
80年代初，慕尼黑联邦国防军大学（Bundeswehr University Munich）的Ernst Dickmanns带领他的团队以一辆奔驰汽车为基础，研制了一辆采用视觉导航的自动驾驶汽车，这辆车在交通顺畅的情况下达到了63Km/h的速度。同一时期，美国DARPA利用激光雷达、计算机视觉第一次实现了机器人自主控制下的自动驾驶，并在无人车上首次使用了便携式计算设备，速度达到了31Km/h。
1987年HRL实验室展示了第一款在越野环境下基于传感器的自主导航的ALV，在乱石、山坡、沟壑等地形成功以3.1Km/h的速度行驶了超过600多米。
1989年，卡内基梅隆大学率先使用神经网络来引导控制自动驾驶汽车，由此发展形成了现代控制策略的基础。
1990、2000年代——加速发展
1995年卡内基梅隆大学的Navlab计划，通过在车上加装多台便携式计算设备、摄像头、GPS设备，来增强车辆的自动驾驶能力，在穿越国家的行程中，行驶了超过5000公里，据称98.2%的都是“无手”自主控制，实际上这辆车只是半自动驾驶，因为它只是使用神经网络来控制车的方向，油门和刹车仍是人控制的。卡内基·梅隆大学的研究成果对于现在的无人驾驶技术提供了非常高的借鉴意义。
从2004年开始DARPA举办了3次无人车挑战赛，考验无人驾驶在恶劣和复杂环境下的能力，同时对获奖者提供巨额奖励。前两次比赛都是在沙漠中进行，比赛规则要求参赛的机器人只能依靠GPS来引导行驶，并依靠传感器或摄像头来绕开天然障碍物，从而通过230公里长的纯天然沙漠地带。
不过三届比赛结束之后，该项赛事没有再次举行。但是比赛中最先采用的一些设备与技术后来也被推广，有些也成为必备配置，如激光测距仪，雷达测距等。
实现无人驾驶涉及的关键技术
无人驾驶技术是一个非常庞大的知识体系，主要要解决四个大方向的问题，即定位、感知、决策、控制。定位：如GPS、Landmark、IMU；感知：车辆周围物体的辨识；决策：车辆路径、形式速度等行为决策；控制：方向盘、油门、制动等控制。
无人驾驶汽车开发的关键技术主要有两个方面：车辆定位和车辆控制技术。这两方面相辅相成共同构成无人驾驶汽车的基础。
车辆定位技术
车辆定位技术是无人驾驶汽车行驶的基础。目前常用的技术包括磁导航和视觉导航等。其中,磁导航是目前最成熟可靠的方案,现大多数均采用这种导航技术。
磁导航最大的优点是不受天气等自然条件的影响,即使风沙或大雪埋没路面也一样有效,而且便于维护。另外,通过变换磁极朝向进行编码,可以向车辆传输道路特性信息,诸如位置、方向、曲率半径、下一个道路出口位置等信息。但是,磁导航方法往往需要在道路上埋设一定的导航设备(如磁钉或电线),系统实施过程比较繁琐,且不易维护,变更运营线路需重新埋设导航设备。
视觉导航就不存在这个问题。视觉导航的优点是车载计算机可以在试验样车偏离目标车道前,事先知道并预防其发生,同时当在高速公路使用时,不需要对现有的道路结构做变化,并且在混合交通中,也可使用;其缺点为,当风沙、大雾等自然因素致使能见度过低或路面上的白色标线不清晰时,导航系统会失效。但由于视觉导航对基础设施的要求很低,被公认为是最有前景的定位方法。
车辆控制技术
车辆控制技术是无人驾驶汽车的核心,主要包括速度控制和方向控制等几个部分。无人驾驶其实就是用电子技术控制汽车进行的仿人驾驶。通过对驾驶员的驾驶行为进行分析可知,车辆的控制是一个典型的预瞄控制行为,驾驶员找到当前道路环境下的预瞄点,根据预瞄点控制车辆的行为。目前最常用的方法是经典的智能PID算法,例如模糊PID、神经网络PID等。
除以上两个方面,无人驾驶汽车作为智能交通系统的一部分,还需要一些其它相关技术的支持,如车辆调度系统、通讯系统和人机交互系统等,最终得以实现整个交通系统的高效、安全。
标准化与体系结构技术
智能无人驾驶汽车作为一种全新的汽车概念和汽车产品，将会成为汽车生产和汽车市场的主流产品。为了规范智能无人驾驶汽车的研究、设计、开发、生产和销售，避免将来可能发生的混乱局面和减少不必要的损失，应该在智能无人驾驶汽车出现之初，就抓紧相关标准的研究制定工作。智能无人驾驶汽车的标准化研究，应包括如下工作内容：系统功能标准；系统结构标准；质量与可靠性要求技术指标；信息与控制系统数据库技术指标；信息采集、处理与传输标准；导驶与定位技术规范；通信技术规范；智能无人驾驶汽车应用软件技术规范；安全、舒适性、环保、能耗技术规范；人机界面技术规范；与现行汽车技术规范体系衔接问题等。
智能无人驾驶汽车的体系结构，是研究智能无人驾驶汽车系统所包含的子系统及其用户所需要的功能，各个子系统所应具备的功能，以及各子系统之间的相互关系和集成方式，既相对独立，又存在信息流动。智能无人驾驶汽车体系结构的设计必须包含实现用户功能的全部子系统的设计。智能无人驾驶汽车的体系应该阐述车辆的结构体系，列出用户服务功能，定义实现用户服务功能的各个子系统，研究各个子系统之间的通信方式和组织方式，最为重要的是根据系统功能要求建立智能无人驾驶汽车系统的信息模型。
自动控制系统技术
智能无人驾驶汽车控制系统是汽车智能化的决策者和执行者，是整车电控系统的核心。由于汽车驾驶任务的复杂性，智能化的汽车控制器，必须采用综合智能控制策略，以提高汽车操纵响应能力和紧急躲避障碍能力。由于交通环境的复杂性、交通信息的多边性、交通任务的多样性等原因，研究设计智能无人驾驶汽车控制器的任务是十分艰巨的。汽车智能控制器一方面具有学习、自适应、自组织等仿人的智能化特点，同时又能克服人工驾驶汽车固有的缺陷。智能控制理论的研究已经有30年的历史，已经提出了模糊控制理论、神经控制理论、专家控制理论、分层递阶控制理论、粗集控制、可拓控制等智能控制方案，并正向综合智能控制策略的方向发展。所有这些智能控制策略，其核心思想就是“模仿人的思维和行动”，完成或部分完成只有人类才能完成的控制任务。智能无人驾驶汽车控制系统必须以现代微电子技术为核心来设计系统硬件，以智能控制理论为基础来设计软件控制策略，以信息技术为支撑来设计系统框架。
智能无人驾驶汽车控制系统立足于主动安全控制，以微型计算机为控制核心的电子系统，通常由8个功能不同的子系统组成，包括紧急制动辅助系统、车距控制系统、限速识别系统、并线警告系统、泊车辅助系统、夜视仪系统、周围环境识别系统及综合稳定控制系统等。
1、制动辅助系统是在车辆雷达传感器的配合下进行自动车距控制。传感器的作用是提供前方车辆或者其它障碍物的距离信息，若系统认为通过紧急制动可以减少碰撞事故发生的可能，就会开始紧急制动以降低事故发生的可能性。
2、并线警告系统是通过车载照相机探测根据车道之间的分界线来判别车辆的位置。如果车辆明显脱离正确的行驶路线时，在可能偏离路面之前，系统就会对驾驶员发出警告。
3、限速识别系统进行交通信号识别，会在车辆内的显示屏上显示标识。目前有两种用于识别限速的系统，一种是通过导航仪接收数字无线广播信息的系统；另一种是限速标识本身发射无线信号的系统。
4、车距自动控制系统具有逐步停车功能，在必要时可以使汽车自动地完成停止，可以发出碰撞警告，在前面有显著障碍时进行制动，可以判别前方的路况，在进入弯道时进行制动控制。
5、综合稳定控制系统的作用是在任何给定的条件下，综合控制车上所有的主动元件(驱动、制动、操纵系统等)，对车辆进行持续控制，这种控制可以很轻易地个性化。这意味着，车主只需按动按钮，车载软件就能够使车辆的动力输出从偏重追求速度变成偏重驾驶舒适性。
6、泊车辅助系统可以帮助驾驶员自动泊车或者接收系统的辅助帮助系统进行泊车，当车辆达到停位时，系统会自动探测存在空间和障碍物的尺寸，一旦它确定了这些数字，就会自动地计算理想的泊车操纵，驾驶体验只需要按下泊车辅助系统的按钮，只需脚踏油门而无需进行手柄操纵即可以5km/h以下的车速自动倒入车位。
7、周围环境识别系统通过采集车辆全部的传感器数据来创造一个虚拟的车辆外部环境模型，数据以影像方式显示，并且帮助驾驶员判断出某些危险。
8、夜视仪系统使用红外线单元来判断步行者或者任何可能的危险源，通过判别步行者和他们的位置或与车辆之间的距离，通知信息系统做出决策。
信息及通信技术
智能无人驾驶汽车的最主要目标是将信息技术运用到汽车上，用实时、全面、有效的信息流来驱动汽车系统的运行。因此，研究智能无人驾驶汽车系统的信息环境模型、信息源特征、信息采集原理与技术、信息处理方法与技术、高效的信息传输技术与子系统，就显得尤其重要。汽车在行驶过程中，必须得到的信息包括车辆自身状况信息、乘客和货物信息、道路信息、近邻行驶汽车的信息及导航定位信息等，分为语音信息、图象信息、文字信息、数据信息等。在信息处理方面，精确、实时、有效地采集行车和状态信息，采取抗干扰技术，对信息进行在线处理。
通信系统的任务就是保证信息的准确快速传输。在智能无人驾驶汽车与智能无人驾驶汽车之间、智能无人驾驶汽车与交通监控中心之间、智能无人驾驶汽车与道路附属设施之间、智能无人驾驶汽车与其它信息系统之间，都存在着大量的文字、语音、数据、图像等信息的实时交换。通信系统是智能无人驾驶汽车系统获取和传递信息的神经中枢。必须研究适合于智能无人驾驶汽车信息交换的通信系统结构形式、软件技术、传输介质、编码纠错技术等。通信系统保证各模块之间以及车载体与控制中心之间的高质量通信，目前大多数采用无线数字通信，为了提高通信的质量，要精心设计通信电路及通信协议，蓝牙技术为车载通信系统提供了很好的解决方案，它将取代目前多种电缆连接方式，以低成本的近距离无线连接为基础，通过嵌入式微电子芯片，使所有相关设备在有效范围内完成相互交换信息、传递数据的工作，使各种电子装置在无线状态下相互连接数据。
信息决策及显示技术
信息决策及显示系统主要是根据现场的情况，如交通状况信息、环境信息完成决策或分类任务，安排汽车行走路线。在此基础上根据一定的准则和决策的可信度对上述结果进行融合，再有策略库进行汽车动作部署，做出最优决策(如车辆优化调度、路径规划、汽车加减速、超车及停车等)，以便具有良好的实时性和容错性，使在一种或几种传感器失效时也能工作。策略应根据经验进行提取，并存在知识库中。知识库还应有一个学习智能体，用于不断丰富策略。各种智能算法如神经网络、模糊算法、遗传算法等也可以应用到构造策略库以及策略选择过程中，系统根据采取的对策，决策汽车的任务和动作。显示系统包括底视显示系统、顶视显示系统和控制中心显示系统。底视显示系统显示汽车行驶速度、发动机转速、发动机状态、车门状态(锁死/微开)、燃油状态，还监控转向盘上用来选择合适娱乐工作模式的各按钮状态；顶视显示系统安装于汽车挡风玻璃上，可为驾驶员传递路况信息、卫星导航信息；控制中心显示系统的液晶显示触摸屏能够为驾驶员提供各种信息界面显示，如电话、电视、车辆状态信息、车载移动办公、导航、网站浏览、娱乐等。
导航与定位技术
导驶定位技术就是通信与信息技术、传感器技术、自动车辆定位技术及计算机技术的综合应用。其硬件有车载计算机(控制器)、显示器、CD机、数字地图、定位系统等。车辆数字导驶技术研究已经取得了一些结果，但是要安全彻底解决问题，还应做很多研究。智能无人驾驶汽车导航定位系统的任务是对行驶中的智能无人驾驶汽车进行实时导航定位，在车辆内显示目的地地图，确定车辆位置，选择合适的行车路径。系统包括在车辆上安装导航定位仪，通常有惯性导航仪、无线电导航仪、GPS导航定位仪、GPS/DR/GIS组合导航定位仪等，以及电子地图数据库或地理信息系统INFOMAP等。必要时，车辆同交通监控中心可以通信，同时使用数据库记录车辆及途径道路的历史状况信息。该子系统研究涉及GPS技术、DR技术、GIS或电子地图技术、数据库技术、显示技术、以及接口技术和应用软件技术。
车辆主动防碰撞控制系统技术
基于多传感信息融合的车辆主动防碰撞控制系统，就是根据多传感器接收到的车辆前方目标信息和本车的状态信息，利用多源信息融合技术，识别出本车前方车辆的距离和速度等状态信息，并进行碰撞危险估计的。基于多传感信息融合的车辆主动防碰撞控制系统是一种主动式的防撞、防抱死的汽车安全系统，它使反应时间、距离、速度三个方面都能得到优化控制，可减少驾驶员的负担和判断错误，对于提高交通安全性将起到重要作用，能有效地避免大部分汽车事故的发生。同时也为提高使用车速、增加道路通行能力、实现自动化驾驶等奠定了良好的基础。
1、行车环境监测技术
行车环境监测包括环境探测和车况探测两个方面。环境探测系统由测量车间距离和前面车辆方位的毫米波雷达、激光雷达、CCD摄象机及能够判断路面状况的道路传感器所组成。车辆的周边传感技术是实现汽车防碰撞的关键技术。传感器性能的优劣将直接影响整个系统的性能，提高传感器的可靠性，可减少系统的虚警率。微波传感器（雷达）的性价比较高，因此一般选择工作于毫米波的微波传感器作为主传感器，配置以图像、路面传感器等作为辅助传感器来实现对车前障碍物的检测。毫米波雷达安装在车辆前端的中央位置上，激光雷达安装在毫米波雷达的两侧，它们的主要功能是测量本车与前车的距离和前面车辆的方位，并把所测数据传输到防碰撞判断系统；CCD摄象机获得前方车辆和障碍物的图像信息，道路传感器得到路面的状态信息，车况探测系统检测本车的速度、加速度和其他状态信息，所有信息都将被送往防碰撞判断系统。
2、防碰撞判断系统技术研究
防碰撞判断系统由目标识别系统和危险估计系统组成。目标识别系统将毫米波雷达、激光雷达、CCD摄象机等传感器的信息经融合处理后，估计出本车前方距离最近的车辆或障碍物的距离和相对速度，并将此信号传送给危险估计系统。
危险估计系统根据路面状况（湿/干）、本车的状况（如车速、转向角及横向摆动速率）、距前车的距离和相对速度以及司机的反应状况计算出“临界车间距离”，并将实际测量的车间距离与临界车间距离进行比较，在实际测量的车间距离非常接近临界车间距离的某一时刻，报警器发出警告信号。当实际测量的车间距离等于或小于临界车间距离时，自动启动制动控制系统。
3、制动机构控制技术研究
国际公路委员会对驾驶员的反应时间做了调查，结论得出平均值为0.5～3s。若驾驶员的反应时间是1.5s，那么在汽车的车速为40Km/h时，反应时间内汽车的行驶的距离是16.7m；车速为80Km/h时，行驶的距离将达33.4m。自动制动系统的反应时间远比驾驶员少的多，它的反应距离只有0.5 m。
工作时，防碰撞判断系统不断地根据测出的两车之间的距离、本身的车速、相对车速等有关信息，通过数据处理求出安全距离，并与雷达测出的实际距离相比较。如实测距离小于安全距离时，就发出报警信息，如驾驶员仍未采取措施，且安全距离小于极限安全距离时，系统通过执行机构对汽车的常规制动系统起作用，使汽车减速，当距离超过极限距离时，制动机构又恢复正常。
显示与娱乐系统技术研究
显示与娱乐系统包括底视显示系统、顶视显示系统和控制中心显示系统。底视显示系统显示汽车行驶速度、发动机转速、发动机状态、车门状态 (锁死/ 微开)、燃油状态，还监控转向盘上用来选择合适娱乐工作模式的各按钮状态，顶视显示系统安装于汽车挡风玻璃上，可以为驾驶员传递路况信息、卫星导航信息，控制中心显示系统的液晶显示触摸屏能够为驾驶员提供各种信息界面显示，如电话、温度控制、电视、车辆状态信息、车载移动办公、导航、网站浏览、娱乐等。乘客通过连接在座椅上的通讯接口，也能享受这些功能。
信息融合技术
信息融合（Informati on Fusion）又称数据融合（Data Fusion )，是从军事C3I（Command，Control and Communicati on In tegration) 系统中提出的。它与信号处理、计算机技术、概率统计、图像处理、人工智能和自动控制等学科密切相关，是一门新发展起来的多学科交叉的前沿学科。信息融合技术，即利用计算机技术对按时序获取的若干传感器的观测信息在一定准则下加以自动分析、综合，以完成需要的决策和估计任务而进行的信息处理过程。近二十年来，人们提出了多种信息融合模型，其共同点或中心思想是在信息融合过程中进行多级处理。
1、从信息融合的角度分析智能车系统
智能车系统是一个典型的信息融合系统，其技术的内涵、实现的结构层次与信息融合系统有诸多的相似之处：
①智能汽车的摄像机，微波雷达及GPS装置，但同样要识别出目标（障碍物）的方位、机动特性，并且要对目标状态进行尽量准确的预测预报。另一方面，雷达的性能直接影响作战，而智能车的摄像机、微波雷达及GPS装置也直接影响决策。
②车载决策系统，需要进行态势分析、威胁估计、行动策略的确定等。对这方面的技术要求，智能车系统要超过战场指挥系统，因为战场指挥系统是有人参与的，真正智能的决策是由人类智能完成的，而智能车最终要达到无人驾驶，所以它要集中更多的智能处理技术和实现方法。
③智能车的无线通讯收发装置，完成决策命令下达的功能。
2、建立基于信息融合的智能车系统模型
多传感器信息融合技术充分利用多个传感器资源，通过对这些传感器及其观测信息的合理支配和使用，把多个传感器在时间和空间上的冗余或互补信息依据某种准则进行组合，以获取被观测对象的一致性解释或描述。在信息融合系统中包括四个处理阶段：观测、定向、决策和行动。
3、信息融合模型研究
信息融合是一种数据综合和处理技术，是许多传统学科和新技术的集成和应用，如通讯、模式识别、决策论、不确定性理论、信号处理、估计理论、最优化技术、计算机科学、人工智能和神经网络等。近年来，不少学者又将遗传算法、小波分析技术、虚拟技术引入到信息融合。
数据层融合，直接对数据源操作，如加权平均、神经元网络等。主要是通过图像处理和识别以及多传感器集成等技术，得到环境中汽车、人和其他障碍物的位置（得到速度、加速度则更好）预测下一步（或下几步）其位置的变化，从而为决策的形成奠定基础。
特征层的融合，利用对象的统计特性和概率模型进行操作，如卡尔曼滤波、贝叶斯估计、多贝叶斯估计、统计决策理论等。主要是根据环境中形势与已有的知识进行关联，识别现在环境中形势的特征。
决策层的融合，主要是根据各种特征的关联概率，以及该策略的成功概率、风险程度、能量消耗等综合因素，采用基于规则推理的方法（如模糊推理、证据推理、产生式规则等)，最后形成一个决策。
高速总线系统
随着智能汽车技术的不断进步，车载应用日益复杂和多样化，如碰撞警告、舒适度控制、信息娱乐系统以及辅助驾驶功能等，新增加的服务使车载网络内部以及车载网络之间保持连接所需要的带宽也日益增长。现有的汽车通讯技术已不能满足智能汽车对高速率和高带宽网络的需求。
1、CAN总线
CAN（Controller Area Network）控制器局域网，是一种有效支持分布式控制或实时控制的串行通信网络。CAN属于现场总线的范畴，它是一种有效支持分布式控制或实时控制的串行通信网络。较之目前许多RS-485基于R线构建的分布式控制系统而言，基于CAN总线的分布式控制系统在以下方面具有明显的优越性：
（1）网络各节点之间的数据通信实时性强；
（2）完成对通信数据的成帧处理；
（3）网络内的节点个数在理论上不受限制；
（4）各节点之间实现自由通信；
（5）结构简单，开发周期短；
（6）形成国际标准的现场总线；
2、以太网
随着数据容量、嵌入式存储器和域控制器架构的发展，车上需要新的高速互联接口。基于以太网的通信技术则是一个符合成本效益和可扩展的解决方案，能够支持多个系统和设备，提供高数据传输速率，并且每个端口都拥有自己专属的带宽。以太网用作车载骨干网是很适合的，主要原因是：
（1）增加了带宽选择；
（2）在保持低EMI条件下采用低成本的非屏蔽双绞线；
（3）以太网是技术及市场成熟的网络架构；
（4）已经有很多有经验的技术开发者；
（5）容易与消费电子集成；
光纤总线技术
目前的诸多总线技术虽然在一定程度上满足了电子设备信息共享和控制信号传输的需求。但是，这些总线技术解决的问题主要集中在，数据信息的分发和共享，对其它的业务如语音、视频等业务信息仍然在适应以及性能上无法满足车载娱乐系统、安全告警系统等对综合数据业务的互联要求。因此，需要发展光纤总线解决车载平台设备集成时所面临的通讯带宽不足问题。以光纤替代铜缆，一方面可以提高通讯带宽、降低成本；另一方面可以提高系统的可靠性，电磁兼容性好。
无人驾驶是汽车界与机器人界碰撞、融合的产物，它汇集了机电一体化、环境感知、电子与计算机、自动控制以及人工智能等一系列高科技。人工智能将成为未来发展的一大趋势，无人驾驶也将逐渐改变人们的出行方式。无论时代如何发展，科技都将是引领人们前进的方向，而那些掌握前沿技术的人才都是推动时代发展不可磨灭的力量。
本篇文章为传感器技术平台原创文章，转载需联系我们授权！