特斯拉车祸不是自动驾驶的错？2017-2-2汽车驾驶大百科

这导致特斯拉加强了对自动驾驶技术的，如果司机没有对作出反应则暂时禁用自动驾驶。另外更新版的Model车型也升级了更好的传感器、处理器和软件。在特斯拉完成测试和开发之后，理论上应该能够实现全自动驾驶。

驾驶辅助是一个用来控制载具轨道而无须人工一直干预的系统。

自动驾驶汽车需要收集汽车周围数据，对信息进行处理并最终做出决策，这整个过程与真人司机所要完成的过程几乎毫无差异。所以训练自动驾驶汽车的过程，其实就是个从菜鸟到老司机的过程。

对苹果有利的消息是其事务副总裁LisaJackson入选美国交通部自动驾驶技术委员会，或将从政策方面为苹果带来益处。值得一提的是虽然特斯拉是目前自动驾驶领域的领头者，但却没有特斯拉高管参加自动驾驶委员会。

1）摄像头

（Google自动驾驶车）

这句话里面的关键词其实是“constant”持续的。也就是说，Autopilot所代表的驾驶辅助系统是不需要人类持续干预的，但是仍然需要人类做出某些干预，比如关键性的决策等，机器只是在一旁辅助。

在理想情况下，自动驾驶系统能够在驾驶员最小参与的情况下自主沿着道行驶，保持与其他车辆的距离，并根据情况自动改变车道。然而一些车主被拍到过度使用自动驾驶技术，进而难以避免地因疏忽造成事故。

还有一个重要的问题是，自动驾驶若是想要覆盖更多的地方，所要收集和处理的数据就会越来越多，不同的况会给车载电脑带来不同的处理变数。而当人类驾驶和自动驾驶车同时行驶在上时，不确定性就更高了，自动驾驶车做出决策的难度也会大大增加。

自动驾驶车（无人驾驶车，自驾驶车，机器人车）是能自动周围并且无需人干预而自动的载具。

了解了究竟什么才是自动驾驶，我们再来看看自动驾驶是通过什么技术实现的。

帮你完成个性化汽车梦想首页精华问答改装视频牛人汽车智能牛车网精华正文特斯拉车祸不是自动驾驶的错?2017-01-2414:59汽车工程师摘要

苹果研发自动驾驶汽车的“泰坦计划”(ProjectTitan)目前正处于困境中。报道“泰坦”从打造整车转向研究自动驾驶平台，并在2017年底决定是否重启整车计划或是选择和第三方汽车厂商合作。

摄像头同样也是自动驾驶车所必备的传感器，与两种雷达不同，摄像头没有任何穿透力且需要光线，用于自动驾驶的数据是通过对摄像头的图样识别得出的。不过摄像头也是最容易受到干扰的一种自动驾驶传感器，且一旦获取的图像有误差，对最终的识别结果就会产生极大的影响。唯一的好处在于成本低，且目前视觉识别的方案相对来说发展得比较成熟，做无人驾驶汽车可用的也比较多。

其实单纯从硬件技术层面来看，自动驾驶的原理并不算特别复杂。用最简单的话说，找一台车子来改装一下，加几个传感器，再塞一套开源的自动驾驶计算平台。

在人工智能技术的训练上，试错(Trialanderror)是极为重要的方式之一，人工智能通过不断的试错与纠正得到进步。但这一方式换到了自动驾驶上却几乎不可行。行车时出现的事故往往是我们不能接受的，只要出了意外，轻则损失数千元，重则导致人命伤亡。由始至终，自动驾驶汽车的关键绝非“能否做到”，而是“能否做好”；所以目前的自动驾驶技术，大部份都是用来减低犯错机率的。

Anautonomouscar(driverlesscar，self-drivingcar，roboticcar)isavehiclethatiscapableofsensingitsenvironmentandnavigatingwithouthumaninput.

此前据透社报道，车祸者约书亚·布朗（JoshuaBrown）在驾驶特斯拉ModelS并启用半自动驾驶模式时发生车祸丧生。7月份，NHTSA调查发现布朗的车事发时以74mph的速度行驶在限速65mph的道上，而且事发当天天气晴朗，能见度良好。

究竟什么是自动驾驶？自动驾驶是通过怎样的原理和技术实现的？为什么说自动驾驶要想全面使用，人们所要发展的不仅仅是单独的无人车技术？下面这些文字试图用最简单的方式来解答这些问题。

什么是自动驾驶？

每一辆自动驾驶汽车都知道相互的与速度，不会因为并线变道干扰到其他车辆，自动驾驶车也会实时读取出发点到目的地的道拥堵状况，实时选择最佳线以及避免过多红灯，车辆也会到行人的，避免出现车祸。只有实现了这样的高效率运作，自动驾驶才会真正有效避免拥堵和交通事故。

然而其实Autopilot这个词源于飞机、列车、轮船领域的辅助驾驶系统。也给这个词做了明确的定义：

从图表中我们可以看出，我们所期望的全自动驾驶车辆其实在分级上属于SAE的Level4-5、NHTSA的Level4车型，是基本不需要人类做任何驾驶决策的。

靠谱的汽车牛人平台牛车改装

传感器是自动驾驶车的眼睛，用于收集汽车周围的信息。归纳来看，目前主流的自动驾驶车其实也就是使用了三种传感器：LiDAR激光雷达、摄像头、和传统雷达。

自动驾驶车上搭载的传感器收集到的数据，都会被传输到车载电脑中进行分析和处理，最终做出决策。对于车载电脑的技术部分我们不必多说，因为自动驾驶汽车单纯从原理上真的不算是什么“黑科技”，毕竟规划线，障碍的功能目前很多扫地机器人和无人机都能实现。所以还是把关注的重心聚焦在实现自动驾驶的难点上。

自动驾驶能减少交通事故吗？这必须需要整个交通生态的改变

2）数据处理

而这一概念的定义是：

现在已经有不少厂商公布了自家的无人车计划，几乎都是计划在五六年之后让自动驾驶车正式上，先从商用做起，再逐步民用。当然，自动驾驶车是否真的会彻底取代人类驾驶员则是另一个层面的问题，毕竟人们可能并不会放弃传统汽车的驾驶乐趣。

如果NHTSA宣布特斯拉存在缺陷需要被召回，那么将不仅是特斯拉，连带着许多自动驾驶相关的公司都会受到影响。召回会导致安全措施被重新评估，NHSTA可能会因此引入新的法规。

人们对于自动驾驶最早的，其实源于一些的误读。很多把Autopilot这一词简单简单拆解为“Auto”和“pilot”两个词汇，并将中文意思曲解为自动驾驶。

三种传感器各有各的优势，早就运用在车辆倒车雷达上的传统雷达成本相对较低，穿透性较强且不受雨雾等的影响，但弱点在于覆盖范围较小且难以对周围物体做出精准的判断。LiDAR激光雷达的优势在于可以通过旋转的激光射线束，构建出车辆周围的3D影像图，但缺点是由于激光的特性，容易受到雨、尘埃、雾的影响。且最主要的，由于激光雷达加工难度比较高，产量小，所以售价最贵。一颗64线激光雷达的售价就得四五十万人民币。

Anautopilotisasystemusedtocontrolthetrajectoryovehiclewithoutconstant‘hands-on’controlbyahumanoperatorbeingrequired.

1月20日，美国国家公交通安全管理局（NHTSA）当地时间周四表示，没有表明5月份发生在佛罗里达的特斯拉事故是由自动驾驶系统所致。此一“无罪判决”为自动驾驶技术发展免除了潜在阻碍。

（Velodyne激光雷达）

苹果在与特斯拉之间的人才抢夺战中暂处下风。最近，苹果Swift编程团队的负责人ChrisLattner转投特斯拉，领导新东家自动驾驶系统的开发。

我们可以把交通事故的问题与交通拥堵的问题放在一起来看，理论上来讲，这两个问题的起因在于人类驾驶员的失误。如果驾驶技巧更高的自动驾驶汽车介入到交通系统当中，那些人类可能出现的失误将会被避免，可能出现的交通事故也被减少了。

然而事情并没有像理论上看上去那么简单。我们可以做个类比，地铁这种轨道交通，其实可以算得上是一个系统封闭、不容易受到干扰、高度自动化仅有少部分依赖人类驾驶员的交通方式。然而由于各种迷之因素的干扰，比如有乘客卡在门里或者突然某一节车厢出现了故障，整个地铁系统仍然有可能被打乱陷入瘫痪的境地，更不用说是现在还没有上的自动驾驶汽车了。

所以这样来说，自动驾驶究竟是什么的定义问题就变得格外简单了。驾驶辅助和自动驾驶，最主要的区别在于人的参与度，前者需要人参与，而后者完全不需要人参与。

(仍然需要人类做出关键决策的特斯拉驾驶辅助系统)

1月20日，美国国家公交通安全管理局(NHTSA)当地时间周四表示，没有表明5月份发生在佛罗里达的特斯拉事故是由自动驾驶系统所致.此一“无罪判决”为自动驾...

与对于驾驶辅助的定义类似，无人驾驶车概念的关键支持在于无需人类。也就是说机器会自动，自动做出决策并且自动驾驶。

而关于我们大众所认知的自动驾驶，或者说全自动驾驶，在中同样也有相关的定义。我们所认知的无人驾驶车，准确的说应该叫做“Autonomouscar”。

只不过到那个时候，恐怕人们要担心的就不是交通事故与拥堵，而是保障整个交通系统联网的绝对安全，避免网络被黑客干扰。

至于未来交通的样子究竟会是什么样？其实可以想象出这样一种场景：

如果我们只说人的参与度的问题，就会出现界定技术是否属于自动驾驶的秃头悖论（究竟拔掉多少根头发才算秃头）。所以为了更为清晰地做出界定，美国汽车工程师协会（SAE）和美国高速全局（NHTSA）对自动驾驶做了分级。

自动驾驶是如何实现的？难点在哪儿？