无人驾驶客车的发展现状及展望 | 厚势

Original 陈笃廉厚势汽车 2024-04-13

厚势按：去年 11 月 9 日，法国自动驾驶初创企业 Navya 研制的无人驾驶巴士 ARMA 在美国拉斯维加斯投入运营仅仅几个小时，就发生了交通事故，被一辆倒车的货车给撞了。由此可知，虽然固定路线的无人驾驶小巴被视为自动驾驶技术最有希望的应用场景之一，尚有诸多技术难点需要解决（相关详情可阅读 17 年 12 月 14 日的推送《自动驾驶汽车也能像人类驾驶员那样摁喇叭吗？》）。

文章从 4 个方面来探讨「无人驾驶客车」的科技发展之路。首先，介绍了国内外无人驾驶客车的发展现状；其次，结合金龙旅行车有限公司「无人驾驶客车」项目讨论相关的关键技术；再次，论述无人驾驶客车产业化瓶颈；最后，阐述了无人驾驶客车领域的行业发展前景。

本文来自 2017 年 6 月 30 日出版的《机电技术》，作者是厦门金龙旅行车有限公司的陈笃廉。

科学真正合理的目的在于造福人类，用新的发明和应用提高人类生活的质量。今天，更多的新技术被运用于客车行业，服务于大众。那么，商用车的未来之路在哪？很显然，「无人驾驶客车」是「未来城市」的重要组成部分。因此，当下很有必要对「无人驾驶客车」的科技发展之路进行探讨。

1. 国外无人驾驶客车的发展状况

美国和德国作为当今汽车工业最强大的国家，从上世纪 70 年代就开始进行无人驾驶汽车的研究，到目前谷歌公司和特斯拉汽车公司在无人驾驶技术上处于领先地位。目前全球各地有很多的 IT 行业巨头公司和著名汽车企业联合进行无人驾驶技术的研究开发，研发进程十分迅速，有不少研发车型已经接近量产。但大多集中在乘用车车型，对于商用车，包括客车的无人驾驶开发研究较少。

较早在客车上研究无人驾驶技术的是日本的丰田汽车公司，2000 年丰田汽车公司开发出了无人驾驶公共汽车。这套公共汽车自动驾驶系统主要由道路诱导、车队行驶、追尾防止运行管理等方面组成。安装在车辆底盘前部的磁气传感器将根据埋设在道路中间的永久性磁石进行导向，控制车辆行驶方向。该技术对于道路有严格的限制性，适用于有特定行驶路线的车辆。

图 1 EasyMile 研制的无人驾驶小巴 WEpod

2016 年 2 月，在荷兰瓦赫宁根大学城内，两台被称为 WEpod 的小型公交开始在校园内来回穿梭，运送乘客，这是欧洲第一次针对这种自动驾驶的交通工具进行开放式测试。WEpod 公交车在道路识别方面同样配备了激光雷达、GPS 定位系统，同样用 3D 地图来跟实际情况比对、判断。设计、生产这些 WEpod 小型公交的，是一家法国车辆制造商 EasyMile。在过去两年，WEpod 小型公交已经在不少城市开始了测试，包括法国拉罗谢尔、希腊特里卡拉。

图 2 Navya 研制的无人驾驶小巴 Arma

2016 年 12 月，新加坡南洋理工大学发布视频，展现了被成为 Arma 的无人驾驶轻型客车。该辆车可以容纳 15 名乘客，由法国公司 Navya 开发，使用了激光雷达传感器和摄像机来检测其路径中的障碍物，并将其 GPS 位置传达给基站，以便操作者可以监测它的位置。南洋理工大学表示 2017 年初将有一款自动驾驶公交车在新加坡上路。

2. 国内无人驾驶客车的发展状况

目前国内的众多汽车企业也加大在无人驾驶领域的投入力度，基本集中在乘用车企业。2016 年 4 月，长安汽车公司完成了从重庆到北京 2000 km 无人驾驶的实路测试，实现了自动驾驶三级水平。而在国内众多的客车企业中，仅有为数不多的几家客车企业有在进行无人驾驶的开发运用。

宇通客车公司作为国内客车行业的龙头企业，与总参 61 所李德毅院士联合开发出全球第一台无人驾驶大客车，并于 2015 年 8 月在郑州与开封的城际道路上进行一次自动驾驶试验。在完全开放的道路环境下，途径 26 个信号灯路口，自主完成了跟车行驶、自主换道、邻道超车、路口自动辨识红绿灯通行、定点停靠等一系列试验科目，行驶 32.6 km，最高时速 68 km，顺利到达指定的终点，全程无人工干预。其整车智能驾驶系统主要包含智能主控制器、智能感知系统、智能控制系统 3 大部分。

厦门金龙旅行车有限公司（以下简称：金旅公司）于 2016 年初成立了无人驾驶技术研究项目组，着手致力于无人驾驶客车的研究与开发，目前已经取得了阶段性的研究成果。

3. 无人驾驶客车的关键、核心技术

无人驾驶客车最关键、核心的技术在于：对车辆的精准定位、对外部环境的准确感知以及对车辆的有效控制。三者相辅相成，缺一不可。

厦门金龙旅行车有限公司于 2016 年年初开始着手致力于无人驾驶客车的研发。首台无人驾驶客车选择现有城市微循环 6.6 m 纯电车作为基础平台进行无人驾驶改造升级。首台无人驾驶车采用光纤惯导及 RTK 基准站进行车辆定位；采用前向、侧向毫米波雷达、16 线激光雷达以及前向多目、环视摄像头进行外部环境感知；利用 Windows 及 Ubuntu 系统工控机进行信息收集分析以及下发整车控制指令，下发的控制指令主要进行车辆的转向、制动以及驱动控制（包含前向驱动及倒车驱动）。该系统的核心零部件详见表1。所有的控制策略基于 1939 CAN 通讯网络实现数据对接。

表 1 金旅城市微循环无人驾驶小巴车无人驾驶系统核心零部件

该无人驾驶客车作业时，利用惯导系统安装在车辆上的陀螺仪及加速度计算出载体在导航坐标系中的速度和位置，多基准站 RTK 采用载波相位动态实时差分方法，时时确保车辆实现厘米级快速定位。【注：关于「高精度定位」更详细的介绍，可阅读 17 年 9 月 18 日的推送《无需基础知识，理解自动驾驶高精度行车定位技术》】

毫米波雷达可实现近距离感知识别及避障，而激光雷达可实现就车辆、行人等目标障碍物场景识别，包括障碍物的轮廓提取以及静态动态跟踪，亦可做到自动巡航低速避障、辅助航道偏离警告等作用。【注：关于「毫米波雷达」更详细的介绍，可阅读 17 年 8 月 16 日的推送《同济大学汽车学院白杰教授主题演讲：毫米波雷达和智能驾驶》】

作业过程中激光雷达同立体视觉摄像头进行数据深度融合，充分保证了障碍物识别的准确性。有了外部感知数据作为行车基础，通过工控机算法进行运算分析，指导车辆进行驱动、转向、制动等一系列行车作业。【注：关于「传感器融合」更详细的介绍，可阅读 17 年 9 月 7 日的推送《解析自动驾驶的未来——多传感器融合》】

此外，亦可通过车联网系统给工控机下发作业信息指令，进行车辆的调度及下发工作指令任务。

4. 无人驾驶客车产业化瓶颈

当下，无人驾驶客车面临的产业化瓶颈主要有：未攻克的技术难题、高昂的制造成本、未成型的法律法规等。

4.1 未攻克的技术难题

无人驾驶小巴项目运行至今，碰到的主要技术难题有：

1）转向执行角度与转向实际需求角度误差值大

传统的客车转向系统都是纯机械式，无人驾驶客车需通过工控机发送转向指令控制转向电机驱动齿轮控制车辆的实际转向角度，而这当中的转向精度误差较大，在车辆高速运转过程中，这样的误差带来的危险系数将会随着车速增加而成正比放大。

但由于机械阻力及内耗等原因，通过电机来驱动齿轮或多或少会导致精度的不准确。因此，目前无法完全摆脱转向误差问题。且通过电机驱动齿轮实现转向这个过程的速度跟车速的比例关系是一个很复杂的综合逻辑判断系数，常规应该是成反比关系，但在紧急避让时，高车速的同时也需高转速，这当中的综合逻辑判断需要大量的实验来校核、调整，这也是一项较难的系统工程。

2）无法实现制动力闭环控制

客车由于载荷原因都使用气刹，传统的脚刹阀可实现诸如点刹等特殊行车工况，而目前无人驾驶小巴通过控制刹车阀门开启及关闭来实现车辆的制动，没有一个量化的刹车参数，无法实现制动力闭环控制，刹车舒适性及可控性无法控制。

该项问题可通过增加传感器、部分电磁阀实现刹车过程的「平滑过渡」；但诸如国外 WABCO 的 AEBS 自动刹车系统的控制策略，目前国内尚无成型技术及产品，所以其运用也是一个很大的难题。

3）无法应对恶劣天气

无人驾驶小巴外部的感知传感器固然很多，但是在恶劣条件下（大雨天及大雪天），障碍物的识别能力及识别准确率还是大打折扣的。

众所周知，激光雷达及视觉相机在雨天及雾天相较大晴天其误差及准确度差别很大，毫米波雷达在大雨天穿透能力也是直线锐减；且在交通识别牌这一环节，诸如大雪天交通识别牌被大雪遮掩，以及特殊情况交通指挥权交给交通警察而非交通识别标志的时候，无人驾驶根本无法识别及预判指导行车状态。

因此，在恶劣的行车路况条件下，无人驾驶现有技术尚不具备上路的条件。IV、互联网大时代，虽然可通过车联网来调度、控制车辆，但这也给不法分子通过黑客手段恶意控制车辆造成诸如交通瘫痪及交通事故等恶性事件以可乘之机，因此，「防黑」技术也是无人驾驶客车目前缺乏考虑的一道硬伤。

当然，无人驾驶客车的技术症结还有很多，本文只做部分罗列，并未做过多深入拓展。

4.2 高昂的制造成本

先抛开传统整车制造成本及纯电车电池成本不计，本文中表 1 罗列的无人驾驶系统核心零部件总成本就将近 130 万元，且不包含转向、驱动、制动等系统的改制费用。当然，这么庞大一笔费用不单单是硬件的费用，还包含研发及调试的费用。

由于国内目前部分技术及零部件质量相较落后的原因，核心零部件都依赖于进口，且短期内无法量产化。因此，很长一段时间内，无人驾驶的投入费用将依旧高昂。

4.3 未成型的法律法规

美国内华达州于 2011 年通过「511 法案」，该立法进程已成为无人驾驶汽车发展史上具有里程碑意义的事件，这一法治事件促使许多国家和地区纷纷借鉴与效仿。目前美国已有 4 个州——内华达州、佛罗里达州、加利福尼亚州和密歇根州通过了允许对无人驾驶汽车进行路测的法规。谷歌的无人驾驶汽车是该法规的直接受益者。

而在我国，无人驾驶的相关法规暂时空白，在现有的法律规范下，这一新型交通方式必将给驾驶制度、个人隐私以及法律责任的承担等方面带来诸多挑战。举个例子：无人驾驶客车的主体是车，而现有的法规责任主体是驾驶者，无人驾驶客车的推行将打破现有的常规，对法规制裁的主体、交通事故责任的鉴定，以及保险理赔的原则，带来的都将是颠覆性的改变。

但由于无人驾驶车具有巨大的节能潜力，在减少交通事故、改善拥堵、提高道路及车辆利用率等方面都具有深远的意义，并可直接带动智能汽车后市场等产业的快速发展。因此，加快制定和完善无人驾驶汽车相关政策法规，是抢占产业发展制高点的有效途径。

2016 年两会期间，百度 CEO 李彦宏所携的 3 项提案，其中就有一项是加快制定无人驾驶车政策法规。民心所向，相信不久的将来，我国的无人驾驶法律法规定会陆续出台。

5. 无人驾驶客车行业发展前景

在国外，2014 年上半年，英国机械工程师协会公布的一项调查结果显示，56% 的人明确表示不会购买无人驾驶汽车，愿意购买的人只占 20%，其余人持观望态度。而 2015 年 1 月，英国开始允许无人驾驶汽车在公路上行驶；也将修订道路交通规则，为无人驾驶汽车的出现提供适当的规则指引。麦肯锡预测，到 2025 年无人驾驶汽车可以产生 2000 亿～19000 亿美元的产值；市场研究公司 IHS 预测，2035 年 4 级完全无人驾驶车每年销量可达 480 万辆。对任何一个行业而言，这都具有足够的市场诱惑。

在国内，2016 年 5 月百度宣布，与安徽省芜湖市联手打造首个全无人车运营区域，这也是国内第一个无人车运营区域。工信部于 2016 年 6 月 7 日正式批准成立了国内首个「国家智能网联汽车（上海）试点示范区」封闭测试区。该封闭测试区的投入运营也意味着中国的智能联网和无人驾驶汽车从国家战略高度正式进入实际操作阶段。从表 2 的分析总结中可以看出，对于各大客车企业来说，无人驾驶客车的研究开发项目已不仅仅停留在噱头项目这么表层而已。

表 2 无人驾驶客车趋势、意义简析表

当前，无人驾驶客车项目的机遇与挑战是共存的，诱惑力及意义固然很大，但是所面临的技术难题、成本问题以及未成型的法律法规等也导致目前整个项目步履维艰。车辆在川流不息的城市道路自主驾驶过程中，自主检测路况及变化、规划替代路线、自我修正驾驶行为，最终实现交通零拥堵与零事故，这是实现无人驾驶的终极目标。但很显然，仅凭目前的技术储备还无法实现这个目标。

换另一种思考方式：无人驾驶是「智能车」及「智能路」的结合，「智能车」实现了，那「智能路」就可以因地制宜、就地取材。例如，现有的 BRT（Bus Rapid Transit，快速公交）道路上，由于运行线路固定，并且有自己的专属车道，所以运营无人驾驶客车其实已经完全具备了条件。

进一步拓展思路，城市物流车、城市微循环车，诸如大型公园班线、旅游景点班线、公司微循环班线、大型展区参观班线、机场大巴等等，这些都是无人驾驶客车投放运行场所的理想选择，因为这些场所路况单一、目的性强，可同目前「智能车」「智能车」无缝贴合。待有了这些路况运行经验积累，实现真正意义上的无人驾驶将指日可待！

参考文献

[1] 杨帆. 无人驾驶汽车的发展现状和展望[J]. 上海汽车，2014（3）：35-40.

[2] 陈晓林. 无人驾驶汽车对现行法律的挑战及应对[J]. 理论学刊，2016（1）：124-131.

[3] 陈慧岩. 无人驾驶汽车概论[M]. 北京：北京理工大学出版社，2014.

[4] 龚建伟，姜岩. 无人驾驶车辆模型预测控制[M]. 北京：北京理工大学出版社，2014.

[5]邹译达. 无人驾驶汽车技术的制约因素与发展前景[J]. 科技展望，2016，26（23）：330.

编辑整理：厚势分析师拉里佩

转载请注明来自厚势和厚势公号：iHoushi

-END-

文章精选

企业家

马斯克和贾跃亭｜福特CEO下台｜正道汽车仰融