自动驾驶汽车技术

有这么多派对，自动驾驶比您想象的更接近

在我们的上一篇博客中，我们谈到了自动驾驶汽车的一些主要参与者以及该技术的发展速度。我们几乎不知道，就在我们发布帖子几天后，一个非常突出的自动驾驶汽车应用程序会引起巨大的不安。 2016 年 12 月 14 日，优步在加利福尼亚州旧金山推出自动驾驶出租车服务后不久，一段视频显示其中一辆自动驾驶汽车闯红灯。尽管优步表示当时这辆车由一名人类司机驾驶，车上没有乘客，但反响很快：推出后仅一周，当加利福尼亚州撤销汽车的注册。

显然，从伟大的想法到所有人的自动驾驶汽车的旅程中都会有一些弯路。但我们可以肯定的是，即使偶尔遇到挫折，自动驾驶汽车背后的技术仍在继续向前发展，促使我们彻底重新思考将我们从 A 点带到 B 点的机器。

自动驾驶汽车现在在哪里——它们将走向何方？

我们目前日常驾驶的汽车中的自动化与不远的未来自动驾驶汽车中的自动化之间的基本区别主要与驾驶员的参与程度有关。如今，许多较新的车辆已经包含一系列控制装置，可以为我们自动处理驾驶的某些方面，例如辅助制动和自适应巡航控制——这些都被认为是 1 级自动化。

目前市售的自动驾驶汽车大约是 2 级自动化；一个很好的例子是我们在上一篇关于自动驾驶汽车的博客中谈到的特斯拉的半自动驾驶辅助（“自动驾驶”）功能。大多数正在测试的原型都处于 3 级，即驾驶员在某些情况下可以安全地不注意，或 4 级，除非有恶劣的天气或意外的路况，否则驾驶员不需要参与。然而，研究表明，检查文本或打瞌睡的人类“司机”根本无法重新获得注意力并足够快地集中注意力以正确和快速地做出反应，从而在迫在眉睫的紧急情况下重新获得控制并采取有效行动。因此，许多制造商得出的结论是 3 级和 4 级根本行不通，因为故障安全系统（人类）的响应速度不够快，无法避免对自己或他人造成危险。

最终的自动化程度是 5 级，完全不需要司机在场。这是完全拼车未来主义所需的技术。这是没有人拥有汽车的设想场景。相反，您只需召唤一辆车，它就会来接您。谷歌和梅赛德斯的自动驾驶汽车概念都是 5 级，除了期望的目的地外，使用零人工输入。

是什么推动了自动化？

虽然汽车制造商和其他参与者对透露太多细节持谨慎态度，但我们知道一些基本技术组件是自动驾驶汽车设计不可或缺的一部分。例如，几种类型的传感器用于收集自动驾驶汽车成功、安全地在道路上行驶所需的视觉输入。摄像头是一种相对便宜的传感器，可以提供人类在驾驶时收集的基本视觉信息；多个摄像头用于提供景深。雷达已用于某些 1 级车辆控制；缺点是雷达只擅长近距离。

LIDAR（光检测和测距）是一种车载激光系统，可在汽车移动时映射汽车的周围环境。您可能对 LIDAR 很熟悉，因为它是大多数 Google 测试车辆顶部的大型旋转装置；固态激光雷达不需要旋转，并且也用于正在开发的一些自动驾驶汽车中。尽管 LIDAR 可以创建高度准确的 3D 映射，但它确实有缺点；除了非常昂贵之外，该技术还受天气影响，其信号会因雨雪而反弹。

在当今已经高度计算机化的汽车中，传感器信息的大部分传输是通过控制器区域网络 (CAN 总线) 进行的，该协议旨在允许微控制器和设备在没有主机的情况下相互通信。然而，真正的自动驾驶汽车需要更强大的数据连接，以及计算能力和软件来获取所有视觉输入和其他收集到的数据，对其进行组织、解释并将其转化为可操作的驾驶——所有这些都是实时的。这反过来又要求：

* 大量（可以说是巨大的）处理能力
* 将来自不同传感器的数据汇集在一起​​（“传感器融合”）以计算比单独一个传感器所能确定的更多的东西

这就是为什么机器学习——一种让计算机能够在接触新数据时“自行”学习的人工智能 (AI)——是自动驾驶设计中一个关键且快速发展的方面。更进一步，称为*深度学习*的机器学习类型旨在模仿人类获取新知识的方式。通过自动化预测分析，深度学习可以让汽车在每次驾驶时都变得更智能，甚至可以向其他司机和其他汽车学习。

自然，为了安全起见，自动驾驶汽车必须非常聪明！但是，无论车辆的设计是为了解释感官输入，然后从一系列硬编码的驾驶决策中进行选择，还是用于将输入（来自传感器和其他来源）直接映射到端到端的驾驶输出，机器学习肯定是其中的一部分绘图板上或路上的每辆车。

除了驾驶还有什么影响？

当然，只要有计算机技术，信息安全就是一个重要的问题，自动驾驶汽车也不例外。事实上，黑客攻击自动驾驶汽车的影响是巨大的。乘坐重吨级车辆高速行驶的人当然不希望担心车辆可能被第三方接管和远程控制。

2015 年，克莱斯勒召回了超过 100 万辆汽车，当时两名安全研究人员（幸好不是坏人）发现了一个软件漏洞，该漏洞允许他们无线入侵吉普车并接管其仪表板功能、转向、传输和刹车。克莱斯勒为车主提供了基于 USB 驱动器的软件更新，并采取了网络级措施，通过车辆的蜂窝网络连接检测和阻止黑客攻击。然后在 2016 年，一个安全实验室演示了对特斯拉 Model S 的黑客攻击，通过汽车的 CAN 总线和恶意 WiFi 热点远程访问和控制车辆在停车和驾驶模式下。几天之内，特斯拉就部署了无线软件更新来解决潜在的安全问题。

这些案例向汽车制造商及其合作伙伴表明，加强安全性至关重要，可确保继续实施更强有力的保障措施。但是，由于每辆自动驾驶汽车都需要计算机和网络连接才能驾驶，因此有人在自动驾驶汽车正在使用时对其进行入侵可能只是时间问题。

与此相关的是，隐私对于汽车和驾驶员来说也是一个越来越具有挑战性的领域。今天，逃犯可以关掉车内的 GPS 并展开地图。但由于自动驾驶汽车的固有功能需要几乎持续使用 GPS，因此必须几乎一直跟踪该车辆。此外，虽然摄像头提供重要的传感器功能并为机器学习提供输入，但它们也是监控工具。因此，一旦自动驾驶汽车（及其摄像头传感器系统）全面推出，每一寸道路空间都有可能被拍摄和检查，几乎是恒定的。

从更人性化的角度来看，虽然可靠和全自动驾驶汽车的出现将在制造业和相关领域创造就业机会，但在某种程度上它也意味着一些工作岗位的流失。按需出行和拼车应用将使出租车和公交车司机过时。农场上的自动驾驶汽车将越来越多地减少所需的人工数量。仍然需要卡车司机来维护他们的钻机，但他们不会驾驶它们，因此需要更少的人来维护卡车车队以进行自动化部署。而在 2016 年底，一家在线外卖（外卖）公司在伦敦推出了机器人送餐服务。因此，从包裹处理员到将披萨送到你家门口的孩子，这些工人最终可能会被自动驾驶汽车取代，然后是送货机器人形式的相关技术。

为什么金属切削在谈论它？

Metal Cutting 为包括汽车公司及其技术合作伙伴在内的众多行业提供特种产品和精密小型金属零件的定制金属切割服务——提供零件切割、加工、精加工和其他需要严格公差的应用所需的技术、特定的表面光洁度以及高度定制的端部、锥度和直径。

想探索金属切削是否是*您的*汽车零件或其他应用的最佳合作伙伴？下载免费指南，选择新合同合作伙伴的 7 个秘诀：精密金属制造外包技术指南。