中国地图全图可放大高清 放大图片(中国地图全图可放大高清)

　　2017年6月21日，由中国安全产业协会、TIAA车载信息服务产业应用联盟与车云网共同主办的2017年中国安全产业峰会暨首届交通安全产业论坛在北京召开。FOURIN世界汽车产业调研公司社长久保铁男在大会上做了主题演讲，回顾了自动驾驶快速进展的整体背景，并且展开讨论了未来的技术攻坚，自动驾驶可能对交通、生活、文化层面造成的影响，及其承担的社会意义与责任。

　　虽然世界汽车产业调研公司并不在汽车生产行业的产业链里，但是同汽车厂商有很多交流和合作，能从各个厂商那里获得信息和数据进行分析，所以做了关于全球自动驾驶及高度安全驾驶辅助系统的动向的报告。

　　IT技术革命，汽车保有量的量变与交通安全课题的质变

　　全世界的汽车保有量是在不断发展的，2008年金融危机的时候，汽车市场在不断下降，但是汽车保有量仍然平稳上升。这意味着汽车对人类来讲是必不可少的，是基础设施的一部分。

　　经济发展的越快，新车的销量越大。随着人口的不断增加还有经济的不断发展，汽车肯定会进一步发展的。随着汽车市场不断的增大，在全世界出现了各种各样的问题。

　　其中之一就是安全问题。比如说发展中国家，城市地区的交通拥堵越来越严重；在发达国家当中，特别是在日本，老龄化人口越来越多，老人开车的时候判断力就会越来越迟钝，所以安全与城市的老龄化发展相并行。全世界的NCAP安全评估机构越来越多。到2018年左右，全世界NCAP的评估项目中都会有自动紧急制动系统的评估。大家对于安全问题的重视度是非常高的。

　　汽车行业并不是说没有从事过自动驾驶相关的软件研究，叫做ADAS，其实世界汽车产业调研公司一直都在做研究，但是人可以思考到各种各样的情况，软件要尽可能的具体化，直接去预想各种各样的可能性，就发现编程是非常困难的。但是在IT领域现在提出了一些新的解决办法，可以应用大数据，同时还可以进行深度学习，可以用电脑解决这些问题。

　　所以就要考虑去融合各种各样的软件。比如说人类一年能够做的事情，电脑一个小时可以完成，所以IT的进化，就和自动驾驶之间产生了这样的一种联系，IT走在了ADAS的前面，比如说对于周边的感应，这些问题都是在不断解决。技术是不断发展的，我们视线看不见的地方也可以用V2X的方式去解决。

　　IT革命就是通过电脑去收集提供互联信息。借由IT技术革命，提供方便的移动出行服务的方式，可以通过更现实、更低成本的场景去实现自动驾驶的落地，所以它现在变得越来越现实起来。

　　为什么要有自动驾驶

　　对于大城市来说，人口不断集中到大城市来；对于地方性城市来讲，人口稀疏的问题越来越严重，对此自动驾驶其实就是一个非常有效的解决办法。跨城市之间，怎样去实现高效的运输，自动驾驶也是一个很有效果的方式。在发达国家还有发展中国家，由于不同的经济发展阶段，我们可以通过使用自动驾驶来解决不同经济发展阶段的城市所面对的问题。

　　比如说发达国家，老龄化越来越严重，老龄人口的驾驶能力、运动能力是在不断下降的；同时城市与地方交通的弱势群体越来越多；然后城市和地方之间基础设施的差距越来越大，也就是说每天出行的问题都非常严重；还有比如说不能开车的人，比如残疾人或者是老年人，他们可以通过自动驾驶的方式来改善自己的生活。

　　在发展中国家，公共交通网不发达，还有大城市的拥挤、拥堵问题，包括还有驾驶技术不太成熟的问题。所有这些问题都在发生，作为补充的解决办法就是自动驾驶。

　　在2014年的时候，汽车产业已经在做自动巡航系统，自动车道保持，还有自动制动，还有死角识别，辅助系统等等。而Google在2014年的时候，已经发布了自动驾驶汽车项目。也就是说，IT行业的人觉得完全自动驾驶是可以实现的，可以把IT革命的成果用在汽车领域当中。在汽车行业内部与IT行业之间，之前对自动驾驶理解的深度是不一样的，是产生过差距的。这样的差距在2014年被解决。

　　在2015年的时候，汽车行业开始想怎样使用IT的成果，把它应用到汽车产业当中。在某种意义上来讲，汽车产业曾经放弃过、试图停止的自动驾驶，又得到了重新的启动。到2016年以后，汽车行业认为自动驾驶从理论上是可行的，但是发现实现起来比较困难。

　　比如说，刚才提到的V2X，它不仅仅是人类视野范围内保证安全，而是要防止各种各样的情况。现在的解决方式实现起来太贵了，富裕阶层可以消费得起，为了实现自动驾驶，汽车行业就开始了各种各样的体验项目。

　　各项技术进展、成果、局限以及融合

　　现有汽车产业一直在做的线控技术，在自动行驶系统结构中，它是通过线控来进行电子控制的，然后在这基础之上结合周边视野控制速度、检测速度，包括结合行驶环境进行决策等等，用人工智能的模块把它放到一起。

　　线控在内燃机车上做的是是线控调节，这个是上世纪80年代就有的。然后还有线控制动，基本上所有的电动汽车都采用了线控制动。还有一个就是线控转向，用线控的方式加装EPS的方式，几乎所有的汽车都可以通过线控实现转向控制。

　　在这基础之上，再加上一个自动驾驶单元就可以解决实际行驶中的一些问题。人工智能的模块，包括检测、使用大数据、地图整合等等，都是可以用来解决问题的。可以使用摄像头去进行识别对象物。一个从图像的变化来重现人脑识别，另外一种就是用立体的摄像机来了解我们和对象之间，就是对象物之间的具体距离，现在技术已经实现了。

　　再看图像的领域，我们可以用移动眼的方式去认识周边的环境，然后把它检测出来。对于一些摄像头的生产厂家，他们对于摄像头的检测内容，是从距离的测定开始，然后进入图像的识别。所以无论是走哪条路，都可以用摄像头去识别周边的情况，把摄像头能看到的东西，通过深度学习，去认知检测出来的到底是什么物体。

　　除此之外，摄像头对距离比较近的东西精度较高，但是想要去感知到更远的东西，是需要雷达的。但是如果使用激光雷达的话，在下雨的时候就看不清楚；如果是毫米波的话，认知对方是一个什么样的物体就比较困难，毫米波能够认识到在几米之外有什么样的东西，具体是什么东西看不太清楚了。

　　所以在这里面有摄像头、毫米波雷达，还有激光雷达这几种选择，每个选择都有自己的特征，都有自己的不足，所以希望使用融合的方式，一起来实现更好的效果。我们可以把很多的大数据通过物联网的方式，从终端去了解到数据，通过分析，然后让电脑认知到对方是什么样的东西，自动进行判断。这是最新的思维方式，也是自动驾驶最核心的技术。

　　怎样把汽车当中的数字地图和现实进行重合，也就是地图的匹配，车辆行驶的道路是不是能够真正和地图匹配起来。特别是3D地图数据，汽车是要有一个这样的地图可以走到全世界，其实这个数据量行不通。所以有的时候每30分钟你进入到一个新的地区的时候，我们必须要从云端把数据收集进来，然后在存在3D地图的时候把它进行联动。

　　讲到自动化标准的时候会提到Level 3是最困难的，因为这一级自动驾驶需要在人和机器之间的切换。所以从Level 1到3的过程当中，也就是说我们从第一级到第二级（自动驾驶仅为辅助）到第三级，从第三级到第四级到第五级（完全无人或人无需驾照只做极简单的事情），这之间第三级是中间最需要跨越的一点。也就是怎么样让机器运转直接交给人。

　　基础设施在各个国家、不同地区所做的内容都不一样。到底是应该用V2X还是要用其他的技术，可能每个地方都不太一样，所以有必要要把它统一起来。

　　现实条件下的难题 & 值得探讨的商业模式

　　自动驾驶不能实现完全的自动驾驶，这是一个不太理想的状态。所以应该考虑怎样缩短实现自动驾驶的过程。我们现在可以做的就是从可以做的地方开始做，比如说在东京奥运会时候要进行路演，我们不断累积技术，然后人和机器之间切换的问题尽快的解决。

　　在进行自动驾驶的时候，商业模式是非常重要的。自动驾驶肯定是成本非常高的，比如说自动驾驶需要1亿日元，基本上没有人能够去负担这个事情，应该怎么样去做呢？我们考虑分享经济的方式来去做。

　　要实现自动驾驶的话，应该进一步完善基础设施，但是完善基础设施是什么意思呢？也就是政府就要开始花钱，政府花钱这件事情就是要让全世界、全社会都能够享受到自动驾驶的恩惠。要考虑怎么样去使用政府公共资金，然后让全社会都能够享用到自动驾驶的恩惠，这个是非常必要的。

　　比如一开始讲到老年人没有办法进行驾驶，但是有自动驾驶技术他们就可以驾驶，可以走到街上去，这是一个很好的恩惠。另外残疾人也可以一个人去驾驶汽车，我们觉得这是一种理想状态。如果可以实现到这样的一种理想状态的话，让眼睛看不见的人可以通过自动驾驶更加方便出行。从这些角度去看的话，对于社会来讲，是比较容易去筹备资金来进行基础设施投资的。

　　有人说自动驾驶让人变得更加的堕落、使人退化、让人容易犯错、让人觉得更加傲慢。所以我们需要让人放松、让人可以更加安全、更加舒适、更加迅速到达目的地的自动驾驶。对于自动驾驶的目的我们应该明确下来，我们到底为什么要做自动驾驶，我们应该怎么样去做自动驾驶，这才是我们应该一起去思考的问题。