推动自动驾驶汽车发展的四项技术趋势

自动驾驶，被视为人工智能的标志性技术之一，也是未来汽车工业发展的必然趋势。

与传统车辆相比，自动驾驶对车辆周边的信息采集和处理具有更高的要求，需要大量的数据和样本作支撑，并且整个决策过程需要控制在毫秒甚至微秒级别才能保证自动驾驶的安全。然而现有的自动驾驶系统安全面临两个挑战：一是冗余数据侵占原本就有限的内存和算力，二是采样能力不足导致车辆在高速运动的情景下无法根据正确的数据输入做出迅速的反应。任何一点上的不足，都可能酿成一桩令人心惊的事故。

在自动驾驶车辆竞争中，有几项不太引人注目的技术趋势正在突起，以帮助真正的自动驾驶车辆成为现实。

教会自动驾驶车辆有关道路规则技术

人类驾驶员必须学习驾驶员手册，了解停车标志和让路标志的区别，同样地，自动驾驶车辆也需要通过人工智能(AI)学习道路规则。此外，自动驾驶车辆还需要通过在路上花费数小时来获取有关真实世界的体验。

自动驾驶车辆通过机器学习的人工智能来解释路标和其他道路信息，即需要驾驶一段路程并且需要人类对数据进行验证。交通数据公司Inrix研发了首个新自动驾驶道路规则(AV Road Rules)平台，可让城市和道路管理部门为行驶在公共道路上的自动驾驶车辆制定、验证和管理交通规则和交通限制。该平台还可利用自动驾驶车辆的实时信息，报告哪些基础设施需要改进，让道路对所有使用者来说都更加安全。此外，Inrix的新自动驾驶道路规则平台可让城市和道路管理部门迅速、轻松地将限速、人行横道、学区、公交车道和停车标志等特定交通限制数字化，使汽车制造商与高度自动化车辆运营商能确保车辆符合当地的交通规则。该平台还创建了一个渠道，可将高度自动车辆对道路基础设施的需求传达至交通部门，以帮助改善道路管理和维护工作。

自动驾驶模拟技术

一旦自动驾驶车辆了解了道路规则，他们需要在道路上应用，但是自动驾驶车辆运营商时间和资源都有限。但是研发人员找到了新方法，通过模拟软件来加速测试过程，从而加速自动驾驶车辆部署。

模拟训练可让自动驾驶车辆开发人员测试行人和骑自行车的人突然在车前穿过，或是日落时太阳直射到自动驾驶车辆的前置摄像头，暂时失去视力等“极端情况”。

远程操作技术

即使拥有计算能力和人工智能，自动驾驶车辆在特定情况下仍需要人类驾驶员的协助。因此，远程操作应运而生。

大多数主要自动驾驶公司要么在准备运程操作的自动驾驶出租车，要么已经进行测试。通用汽车的Cruise自动驾驶部门正在改装雪佛兰Bolts，使其在没有方向盘和踏板的情况下，依赖远程操作员的协助，实现“专家模式”。丰田公司申请了一项 “意外环境中远程操作自动驾驶汽车”的专利，而自动驾驶初创公司Zoox则有“远程操作系统和自动驾驶路径改变方法”。

驾驶员监控技术

随着自动驾驶汽车受到远程监控，人类驾驶员也越来越受到监控，特别是在汽车工程学会(SAE)规定的3级和4级自动驾驶车辆驾驶员而言。尽管凯迪拉克Super Cruise等汽车已经配备了摄像头监控驾驶员，但是新一代的摄像头将不止检测是否驾驶员头部移开路面，而是包括面部识别，甚至能够阅读完全自动驾驶车辆驾驶员的情感。