无人驾驶汽车的发展现状与展望.docx

精品文档，仅供学习与交流，如有侵权请联系网站删除无人驾驶汽车的发展现状与展望课程名称：无人驾驶车辆设计理论学生姓名：张原旗、周昕、王铭轩、张妍、王浩淼、于骁机械与车辆学院0引言近年来，互联网技术的迅速发展给汽车工业带来了革命性变化的机会。与此同时，汽车智能化技术正逐步得到广泛应用，这项技术使汽车的操作更简单，行驶安全性也更好，而其中最典型也是最热门的未来应用就是无人驾驶汽车。也许这一趋势能使无人汽车比新能源汽车更早走入大众的生活。无人驾驶车辆从广义上可以分为地面、空中、水上和水下等多种形式，但现阶段一般特指所有地面无人驾驶载体，它包括军用平台和民用平台，地面无人驾驶车辆起源于军事需求，无人驾驶车辆在军事应用领域的迅猛发展，极大地促进了世界各国研发无人驾驶车辆的热情。无人驾驶车辆具有异常广阔的应用前景。通过车辆与车辆(V2V)以及车辆与基础设施（V2I）的通信，可以实现无人驾驶车辆与其他车辆、基础设施以及人类之间的交互。凭借这种优势，多个无人驾驶车辆之间可以完成编队，通过交叉口、多任务分配等多种方式的协作，从而形成一种全新的智能交通方式。同时在一些工作环境恶劣、劳动强度较大的领域，如矿区环境，无人驾驶车辆也已崭露头角；另外，无人驾驶车辆还可以应用在军事领域，节省人力，提高作战效率，减少人员伤亡。汽车的智能化发展是逐步推进的，2014年美国汽车工程师学会（SAE）将汽车自动化等级定义为以下六个层次：L0无自动驾驶（Level 0 Driver Only）：完全由驾驶员控制汽车的速度和方向，没有辅助系统的干预。L1辅助驾驶（Level 1 Assisted）：驾驶员持续控制着汽车的纵向或横向的驾驶任务，另一方向的驾驶任务由辅助驾驶系统控制，如辅助泊车系统。L2部分自动驾驶（Level 2 Partial Automation）:驾驶员必须持续监测动态驾驶任务及驾驶环境。在一定的条件下，自动驾驶系统控制汽车的纵向和横向动态驾驶任务，如交通拥堵辅助系统。L3有条件自动驾驶（Level 3 Condition Automation）：驾驶员不需要持续监测动态驾驶任务和驾驶环境，但是驾驶员必须时刻处于一个可以随时恢复对汽车控制的位置。自动驾驶系统在一定的条件下可以控制汽车的纵向和横向驾驶任务，但是自动驾驶系统的性能有限，要保证驾驶员有足够的反应时间恢复对汽车的控制，如高速公路自适应巡航控制（ACC）系统。L4高度自动驾驶（Level 4 High Automation）:在一定使用条件下，汽车驾驶不需要驾驶员存在，自动驾驶系统控制着汽车的纵向和横向驾驶任务，如城区下的自动驾驶系统。L5完全自动驾驶（Level 5 Full Automation）：在所有工况行驶过程中，自动驾驶系统控制着汽车的纵向和横向驾驶任务，不需要驾驶员存在。如今，越来越多的企业开始涉足这块领域，将尖端的 IT 技术运用到汽车领域中，希望为消费者驾车出行带来更多美好体验。麦肯锡预测，到 2025 年无人驾驶汽车可以产生 2 000 亿 1.9 万亿美元的产值; 市场研究公司 IHS 预测， 2035 年L5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。1无人驾驶汽车发展现状 无人驾驶技术的发展，离不开需求和技术这两个关键因素。随着市场对汽车安全化和智能化的要求越来越高，越来越多的科研机构、车企、互联网企业、创业公司等加入了这个领域，他们走在无人驾驶技术发展前沿，使得近年来无人车辆智能化和网联化技术取得巨大进步，真正的实现无人驾驶指日可待。1.1国外无人驾驶汽车发展现状 国外著名汽车企业及IT 行业巨头谷歌都竞相着手研发无人驾驶汽车技术，研发进程十分迅速，不少研发车型已接近量产。在美国及欧洲，允许正在开发的自动驾驶车上路行驶正成为一种普遍现象。美国内华达、加利福尼亚、佛罗里达及密歇根州为谷歌、奥迪等正在开发的无人驾驶车发放了公路试验牌照。欧洲方面，德国向宝马发放了许可证，西班牙也允许无人驾驶汽车上路行驶。 GooleX实验室在2007年就开始了无人驾驶汽车研究的各项筹备工作，并在2009年利用丰田车身进行了无人驾驶汽车的初步研发工作。2012年月，美国内华达州机动车辆管理部门（DMV）为 Google无人驾驶汽车颁发了首例驾驶许可证，这也是美国首例自动驾驶汽车的路测许可。而在2014年月，Google公司公布了其自主设计的无人驾驶汽车，虽然还处于原型阶段，但是它仍然显示出了其与众不同的创新特性。同年12月，Google完成了首辆全功能无人驾驶汽车原型。截止到2015年11月，Google研发的无人驾驶汽车共完成了209万公里的路测。Google在人工智能方面长时间的研发积淀为其无人驾驶汽车的发展奠定了良好的基础，2016年月，NHTHA表示 Google的无人驾驶汽车采用的人工智能系统可以被视为“司机”。同年，Google自动驾驶汽车项目独立成立了新公司Waymo。虽然，Google公司是首家上路测试无人驾驶汽车的公司，并且其无人驾驶技术处于领先地位，但是 Google尚未实现无人驾驶汽车的商品化，在这方面要落后于特斯拉和Uber等主要竞争对手。另外，Google公司的无人驾驶汽车所安装的智能零配件成本较高，安装在汽车顶部的64束激光雷达售价就高达万美元，各种传感器的价格总和达到了25万美元左右，而整个无人驾驶汽车的成本总计约35万美元，过高的成本也是限制 Google无人驾驶汽车商业化生产的主要因素之一。2018年1月，Waymo公司正式拿到了美国首个商业自动驾驶打车服务执照，其计划在当年商业化无人驾驶出租车服务。总体来看，Google作为最早发展无人驾驶技术的公司，其依靠自身强大的视觉系统和高精定位为主要优势，在无人驾驶研发领域处于技术领先的地位，并且，其旗下的Waymo公司已经开始与美国汽车行业的其他公司积极开展合作，逐步扩大其无人驾驶汽车的应用场景。特斯拉作为美国另一家具有代表性的无人驾驶汽车的研发公司，其并没有像 Google那样采用完全由计算机实现自动驾驶的方式。特斯拉公司在无人驾驶汽车的研发过程中旨在通过无人驾驶帮助司机提高驾驶体验，实现相应的辅助驾驶功能，其无人自动驾驶不会完全替代驾驶员的作用和地位。特斯拉已经在其量产的商用车中，集成了部分基础的自动驾驶功能，但是仍然要求驾驶员做好随时接管车辆的准备。特斯拉公司的无人驾驶汽车的硬件设备包括摄像头、超声波传感器、前置雷达和车载处理器。与Google有所不同的是，其无人驾驶汽车并未采用激光雷达设备，而是使用摄像头和具有40倍计算能力的车载处理器代替。由于特斯拉的自动驾驶汽车已经投入量产，所以其选择的“低成本感知高性能计算”的方式对于控制整车成本来说是十分合理的。特斯拉公司的Modle系列车型中加载了自动驾驶系统Autopilot，它可以帮助车主在一些特定情况下实现辅助自动驾驶功能。2016年10月，特斯拉公司在其新车上都安装了Autopilot 2.0“完全自动驾驶功能”的硬件系统，其软件部分也包含了多项辅助功能，但是成本却控制在了合理的范围之内。2017年月，特斯拉宣布推出Autopilot8.1系统，大大提升了无人驾驶汽车的等级。据相关资料统计显示，特斯拉公司的无人驾驶汽车在Autopilot模式下行驶的路程已经超过了2.2亿英里。相对于 Google公司的无人驾驶汽车目前还处于测试阶段，特斯拉公司的无人驾驶汽车已经实现了商业化的量产，并且拥有一个关于自动驾驶汽车的商业模式。在特斯拉的创始人ElonMusk看来，当前汽车实现L5自动驾驶的基础已经具备，而且无人驾驶汽车的安全性至少是人类驾驶员的倍以上，理应加快L5自动无人驾驶的进程。所以特斯拉公司在无人驾驶汽车方面研发的目标在传统的车企以及其竞争对手看来，过于冒险甚至有一些激进。过去几年里，特斯拉自动驾驶汽车曾多次发生事故，从而造成车内人员伤亡。这些事件也引起了人们对于无人驾驶汽车的安全性的广泛讨论，在实现全自动无人驾驶汽车目标的过程中，特斯拉公司必将遇到技术和安全等方面的多重挑战，有许多问题亟待解决。福特公司在2015年也成立了无人驾驶汽车研究团队。为了增强其在自动驾驶中的云计算能力，福特公司在2016年入股了云计算领域的一家公司Pivotal Software，而在同年月，其与麻省理工学院共同发起了一项关于机器学习以及自动驾驶系统的研究计划，该计划旨在解决车辆碰撞问题以及改进自主路线规划。除了使用激光雷达测距传感外，福特还尝试使用无人机充当无人驾驶汽车的传感器，并获得了一项新专利。根据最新的专利显示，福特公司想要开发一种新类型的车载传感器，一旦无人驾驶汽车的传感器出现问题，无人机的套件将作为替代组件使用。但是目前这套系统还只是处于专利阶段，此项技术的普及还需要长时间的实验及验证。福特公司计划在2021年开始量产无方向盘的纯无人驾驶汽车，用于无人驾驶的出租车服务。德国的两大著名汽车企业奔驰和宝马公司也各自开展了有关无人驾驶汽车的研发工作。2013年月，奔驰汽车公司宣布其生产的S级轿车完成了从德国的曼海姆到达普福尔茨海姆的自动驾驶测试，2015年月，在国际消费电子展上，奔驰公司发布了其旗下F015 Luxury in Motion自动驾驶概念级豪华轿车，并在美国旧金山通过路试。除此之外，奔驰公司还与芯片制造商英伟达公司建立了研发无人驾驶汽车的合作关系。宝马公司早在2006年，就已经开始在赛道上尝试对汽车的自动驾驶进行测试，2011年，宝马公司的无人驾驶汽车的首次路试在德国进行。2014年月，宝马公司和百度公司达成战略合作，进行无人驾驶汽车的研发和制造，其中，宝马公司负责硬件设施的设计和制造，而百度公司则承担起数据分析和技术服务的任务。2015年底，宝马公司联合奥迪、奔驰公司收购诺基亚地图业务HERE，布局对无人驾驶至关重要的高精地图领域。而在2016年月，宝马、英特尔以及 Moblileye联合举行发布会，宣布进行三方合作，联手进入无人驾驶汽车领域，协同开发无人驾驶电动车iNext，并声明宝马公司将于2021年与两家合作公司共同推出无人驾驶汽车。这也是IT、汽车、ADAS三巨头的首次合作。除了上述企业外，汽车行业的其他公司也纷纷开展有关无人驾驶汽车的研发和制造。包括丰田、奥迪、大众、沃尔沃等传统的车企在内的许多公司都加入了无人驾驶汽车的研究，并制定了相应的战略布局。另外，芯片制造商英伟达、移 动专车公司 Uber、全球汽车零件供应商博世等公司的积极参与使得无人驾驶汽车产业更加蓬勃发展。1.2国内无人驾驶汽车发展现状国内无人驾驶汽车的发展相对较晚，我国的无人驾驶研究始于20世纪80年代，1992年多个高校联合研发出了我国第一辆具有自主识别功能的ATB-1无人驾驶汽车，一辆国产的面包车上安装了由计算机及相应的检测传感器和液压控制系统所组成的汽车计算机自动驾驶系统，既保持了原有的人工驾驶性能，又能够用计算机进行控制实现一定程度的自动驾驶行车。2000年月，国防科技大学与中国第一汽车集团联合开发“红旗CA7460”，并且试验成功，其最高时速可以达到130km/h。而其研制的无人驾驶汽车红旗HQ3在2011年通过了试验，从长 沙经高速公路自行开往武汉，行程286公里，平均时速87km/h。由于起步较晚，且受到技术条件等相关因素的限制，我国的无人驾驶汽车还处于研发试验的初级阶段，未形成产业市场。目前，国内无人驾驶的研发主体主要是各高校以及科研院所，虽然近年来一些车企开始与高校进行合作，共同推进无人驾驶汽车的研发和制造，尤其是智能辅助驾驶系统的研究。但是也只有为数不多的汽车企业积极开展相应的无人驾驶研发。2013年月，上汽集团与中国航天科工三院在上海签署了战略合作协议，共同开展有关无人驾驶汽车的研究。同年，比亚迪与北京理工大学联合研制“Ray”无人驾驶车辆，获得2013年“中国智能车未来挑战赛”第一名，首次将无人驾驶车辆环境感知、规划决策和控制技术与汽车动力系统、传动系统和电子控制系统进行了一体化融合设计。除此之外，北京现代汽车与军事交通学院也展开合作研究。随着人工智能的快速发展，国内一些IT企业和各大自主车企也将目光更多地投入到无人驾驶领域。 作为国内IT企业的领先者之一，百度公司在近几年也投入大量的精力在无人驾驶汽车的研究上。百度的无人驾驶车项目于2013年起步，由百度研究院主导研发，其技术核心被称为“百度汽车大脑”，包括高精度地图、定位、感知、智能决策与控制四个模块。百度公司使用大数据、高精度地图、人工智能以及百度大脑等一系列现有技术进行无人驾驶汽车的相关研究。2015年12月，百度公司宣布，百度无人驾驶汽车在国内首次实现了城市、环路及高速道路 混合路况下的全自动驾驶。2016年，在百度世界大会无人车分论坛上，百度自动驾驶事业部负责人王劲宣布，百度无人车刚获得美国加州政府颁发的全球第15张无人车上路测试牌照，并且，百度将成立NHTSA Level 3等级自动驾驶技术的3事业部。2017年月17日，百度宣布与博世公司正式签署基于高精地图的自动驾驶战略合作，开发更加精准实时的自动驾驶定位系统。此外，百度也已经将视觉、听觉等识别技术应用在“百度无人驾驶汽车”的系统研发中，并由百度深度学习研究院负责此项目。除了百度之外，国内也有其他一些企业参与到无人驾驶汽车的研发领域。2016年月，京东集团对外宣布，由其自主研发的中国首辆无人配送车已经进入到道路测试阶段，10月份即将开始试运营。滴滴公司也宣布将无人驾驶汽车作为滴滴的 重大战略布局。综上所述，目前在国内有关无人驾驶汽车的研究，一方面主要依赖于各高校以及科研院所和国内主要车企的合作，另一方面，国内的IT企业也在利用其技术方面的优势，积极投入到无人驾驶汽车的研发中来。2无人驾驶汽车的技术难题和产业化瓶颈2.1技术难题当前无人驾驶技术产业化仍有许多关键技术问题亟待解决。第一，环境感知技术。不论是何种程度的无人驾驶，感知都是必不可少的步骤，只有通过感知车辆行驶过程中其周围的路况环境，才能在此基础上做出相应的路径规划和驾驶行为决策。目前为止，没有一种传感器能满足L5无人驾驶需求，在不同的条件下，不同类型的传感器有着各自的优缺点。例如，激光雷达对雨雾的穿透能力受到限制，对黑颜色的汽车反射率有限；毫米波雷达对动物体的反射不敏感；超声波雷达的感知距离与频率受限；摄像头本身靠可见光成像，在雨雾天、黑夜的情况下其灵敏度会有所下降。第二，提高汽车的视觉能力也是当前无人驾驶汽车面临的一个重难点。它要求无人驾驶汽车不仅需要识别周边的其他车辆，还必须能够在各种环境下能够检测周围的车道、行人、交通标志等一系列相关因素，而且当处于雨雪天等恶劣的环境中时，无人驾驶汽车也必须精确识别周围环境中的相关因素，进行精准的判断和决策。第三，精确定位和导航技术。无人驾驶要求地图定位的精确度达到厘米级别甚至是厘米以内，并且需要地图以更快的速度进行更新。目前，高精度的GPS受制于国外限制，无法在民用汽车上使用，国内的北斗导航系统虽然已经投入使用，但在定位精确度上仍然有待提高。第四，复杂环境下的适应和学习能力。复杂的路况问题也是无人驾驶汽车所需要考虑和解决的另一个难题，不同国家、地区、光照、天气下的路况会存在一定程度的差异，要求无人驾驶系统具有相应的自适应能力以及自主学习能力，这也是未来研发的重难点。2.2成本问题到目前为止，无人驾驶汽车产业化瓶颈主要来自于成本，所面临的挑战包括开发低成本、稳定可靠的传感器及大量的软件开发。上述成本中未包括企业在研发及软件开发领域的成本，全球主流企业在无人驾驶汽车领域的前期研发投入都非常庞大。Google公司的无人驾驶汽车单辆的硬件成本就高达35万美元，其中各种传感器的成本为25万美元，一个64束激光雷达的成本就高达万美元。由于无人驾驶汽车更多依赖于汽车电子产品和软件，根据摩尔定律，未来随着无人驾驶技术研究的进一步深入，廉价的电子零部件替代品出现将会使无人驾驶汽车的成本快速下降。2.3法规问题 无人驾驶汽车是新技术新产品，加之近年来已出现包含特斯拉在内的一些安全事故，侧面反映了有相当多的法律问题及道德伦理问题有待解决，针对无人驾驶汽车的法律法规也不健全。现有的道路交通安全法规还无法适应无人驾驶汽车的行车条件，需要有针对性的法律法规保证无人驾驶汽车的正常行驶。美国目前有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。2017年12月18日，北京市交通委网站下发通知，宣布正式印发北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）和北京市自动驾驶车辆道路测试管理实施细则（试行）两个文件，正式为北京地区的自动驾驶测试活动提出了管理规范。尽管已经有不少例子证明政府为鼓励科技创新会对有关的法律法规进行调整，但在政府决定出台支持无人驾驶汽车的法律前，还需要数以百万公里的路测。另外，无人驾驶汽车在行驶时可能会引发交通事故，如何划分事故责任，如何依据法律法规进行公正地判决仍然，以及保险的赔付，市场准入标准等相关问题仍然需要建立起相关法律法规的支持。2.4信息安全问题无人驾驶汽车属于智能交通大系统，是智能汽车与车联网的交集，也是未来发展方向和关注焦点。无人驾驶汽车是“集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统，实现车与车、路、人、云等智能信息交换和共享”。然而，信息安全挑战也随之而来。远程攻击、恶意控制，窃取用户隐私数据等安全隐患会对车、路和环境甚至人的生命财产安全造成危害。因此无人驾驶汽车信息安全问题引起了高度重视，信息安全对于保护智能汽车、保障智能交通和智慧城市具有基础性作用，是无人汽车与智能交通和智慧城市融合发展的先决条件。3.无人驾驶发展前景目前我国无人驾驶汽车技术发展仍以汽车厂商为主导，发展明显滞后于国外。中国最大的搜索引擎运营商百度已有5年无人驾驶软件研究基础。其无人驾驶汽车的Apollo软件系统是开源的，并有意邀请所有人一起来测试汽车和收集数据。2014年7月，百度启动“百度无人驾驶汽车”研发计划。2015年12月，百度无人驾驶车于国内首次实现城市、环路及高速道路混合路况下的全自动驾驶，测试时最高速度达到100kmh。2016年11月，百度无人车首次进行了开放城市道路实验，实现全程无人工干预的L4级无人驾驶技术。2018年4月，百度宣布Apollo商用级无人驾驶巴士正式面向公众试乘。如今百度无人车的定位精度能够达到10 cm，大大高于GPS定位35m的精度。这标志着中国无人驾驶车的发展进入具有里程碑意义的新阶段。不同于国外车企以自主研发为主，我国汽车厂商多采取与国内科研院所、高校合作研发无人驾驶技术，其中已经开始相关研究工作的企业有一汽、上汽、北汽、奇瑞、长安等。其中，2015年7月，长安汽车发布智能化汽车“654”战略，计划到2025年建立起1500人的研发队伍，累计投入130亿元用于提升无人 驾驶等智能汽车技术水平，并掌握全自动驾驶技术。通过比较加州交管局汇报的数据和国内数据，国内顶尖的Apollo与Google Waymo和Uber相比还有一定差距，且国内的测试环境更具有挑战，但政府提供了很多交管法规和技术设施的支持，加上中国人对新事物的接受程度很快，所以投入更多的人才抢占先机，中国的无人驾驶有长远的发展前景。目前，各整车制造企业采取的路线是：首先以高速公路为中心实现自动驾驶技术，然后逐渐推广到主要公路乃至普通公路。人们普遍认为，相比突然推出全自动无人驾驶汽车，循序渐进的引入和推广自动驾驶技术才是可行之道。戴姆勒一奔驰预测，汽车自主操控将首先在交通堵塞或泊车等低速驾驶的场合实现，这在未来几年就已经可以实现。而在需要正常驾驶的场合，部分车企(如通用汽车)会选择首先在路况和设置相对规范的道路(如高速公路)上实现无人驾驶。无论是奔驰、宝马、沃尔沃还是比亚迪都认为，无人驾驶时代远比IT企业预想的要来得慢，而且驾驶员对于安全感的需求可能远远超过IT思维的预想。即使技术上已经很安全，但要打消车主对于自行转动方向盘的不信任，仍是一个艰难的过程。这看起来是一个符合逻辑的理由，但是这些汽车厂商内心真实的想法是：一方面通过辅助安全来迎合汽车智能化的趋势，另一方面在IT企业占主导的出行解决方案上，尽量拖延商业化的到来。但是智能安全辅助功能研究已经很成熟，客观上为无人驾驶搭好了基础技术平台，而且接下来汽车厂商的研究重点是将车辆低速跟随和远程控制商业化，这个领域是汽车企业和IT巨头争夺无人驾驶为特征的个人智能交通的临界点。来自专业机构的分析，这个时间点会在2020年出现。IT企业将所有正在开发和尝试实现的汽车智能化和交通控制智能化技术集为一体。因此，无人驾驶技术也被视为“汽车智能化的终极目标”。以谷歌为例，无论是开发安卓系统、做实景地图，还是发射自己的卫星，谷歌的这些技术将来都会转移到无人驾驶领域上。不过，谷歌的技术仍需要以传统汽车厂商制造的整车为载体，因此，谷歌与传统汽车厂商一起组建了“开放汽车联盟”(OAA)。其目的是让所有联盟中的汽车厂商在自己的汽车车载系统中使用谷歌的Android系统， 进而再购买其开发的无人驾驶解决方案。目前，几乎所有欧美汽车制造商都已通过跨行业合作启动了无人驾驶项目，以期在无人驾驶汽车的竞争中把握主动权。 4.应用场景4.1物流行业物流的核心在于调度，中间运输环节的核心则是安全和成本。借助无人驾驶技术，装卸、运输、收货、仓储等物流工作将逐渐实现无人化和机器化，促使物流领域降本增效，推动物流产业的革新升级。一直以来，无人物流是各大企业的必争之地。2018年5月24日，苏宁物流的“行龙一号”无人卡车上海完成行业首个Level4级“仓到仓”无人驾驶物流场景作业。2018年11月7日，智行者宣布，旗下研发的无人驾驶物流配送车“蜗必达”迈入规模化量产的阶段，该车主要应用于小区或园区内的无人物流配送。除此之外，国内的阿里菜鸟、智加科技、慧拓智能、图森未来、主线科技等企业，对无人驾驶技术在物流领域的应用也有布局。4.2共享出行基于共享平台的多样性和极具吸引力的“流量”，汽车共享出行平台为无人驾驶提供了一个真实的“道路测试平台”。无人驾驶技术解决了目前共享汽车领域诸多痛点，从“人找车”“人找位”，变成“车找人”“车找位”，还可实现“一键叫车”“一键泊车”。目前，国内一些企业已经开始无人驾驶共享汽车的应用测试。2018年4月底北京车展期间，北汽新能源轻享科技在奥林匹克水上公园，实现了国内首个封闭场景的无人驾驶共享汽车应用落地。同年5月24日，百度与盼达用车在重庆启动国内首次自动驾驶共享汽车试运营，6台搭载百度Apollo自动泊车产品的自动共享汽车将在园区内投入为期1个月的定向式运营。国内，在共享出行领域的无人驾驶队伍中，还有滴滴、优步、中智行科技、Momenta、驭势科技、零跑科技和美团等企业。4.3公共交通车速慢、距离短、线路固定、专用道行驶等特点，让公交车具备无人驾驶的基础条件。应用于公交车的无人驾驶系统，能及时对突发状况做出反应，可实现无人驾驶下的行人车辆检测、减速避让、紧急停车、障碍物绕行变道、自动按站停靠等功能。国内已有不少企业开启了无人驾驶在公共交通领域的技术研究和测试。2015年8月29日，宇通无人驾驶客车在河南郑开大道开放道路测试，在开放道路交通条件下，全程无人工干预首次成功运行。2019年1月18日，深兰科技主导研发的多功能“熊猫智能公交车”，在“新一代人工智能未来发展峰会”上正式发布，该车已在德阳、常州、衢州、池州等地试运行。此外，在出租车行业，无人驾驶技术为其提供人工智能驾驶员，根据地理位置进行定制化设计，并提供城市及动态条件下的车载导航功能，帮助出租车实现自动化。国内，各大科技企业对无人驾驶出租车领域这块“蛋糕”觊觎已久。2018年11月1日，全国首辆自动驾驶出租车在广州大学城开始试运营，该辆无人驾驶出租车的技术支持来自文远知行WeRide.ai。今年7月3日，百度无人驾驶出租车项目“Apollo Go”亮相百度AI开发者大会，据介绍由百度和一汽红旗打造的中国首条L4乘用车前装产线现已开始正式投产下线，并将于长沙率先落地。我国还有很多无人驾驶初创企业，像AutoX、地平线、清智科技、极目智能、海梁科技、领骏科技、宽凳科技等，在为公共交通的无人驾驶系统提供技术支持。4.4环卫一直以来，环卫领域都属于劳动力密集型行业，成本高、过程乱、质量差、风险大、经验缺一直是环卫行业的痛点。无人驾驶清洁车通过自主识别环境，规划路线并自动清洁，实现全自动、全工况、精细化、高效率的清洁作业，使其行业痛点得以克服。国内的无人驾驶清扫车的商业落地也已初现端倪。2017年9月11日，百度携手智行者推出国内首款无人驾驶环卫车，实现我国无人驾驶环卫车的首次商用。今年7月2日，高仙机器人与浩睿智能联合研发生产的第二代无人驾驶环卫车Ecodrive (爱科驾) Sweeper G2投入使用，首台落地应用已于河南省鹤壁5G产业园亮相。另外，国内的智澜科技、四图维新、仙途智能等企业，也已展开对无人驾驶技术环卫领的探索。4.5港口码头据了解，我国港口众多，每年都要完成大量的货物吞吐，对卡车司机的需求量大。对港口而言，以经济可行的方案，实现已建集装箱水平运输自动化，是向世界一流港口看齐的必由之路。无人驾驶技术在港口码头场景的转化应用，可有效解决传统人工驾驶时，存在的行驶线路不精准、转弯造成视线盲区、司机疲劳驾驶等问题，节约人工成本。目前，国内已有多个港口迈出了关键性的一步。2018年1月14日，西井科技联合振华重工，在珠海港先后进行了跨运车（在码头搬运、堆砌集装箱的专用车辆）和集装箱卡车的无人化运行演示。2018年4月19日，中国一汽解放专为港口作业研发的ICV(Inteligent Container Vehicle)港口集装箱水平运输专用智能车全球首发，这是中国国内第一个实现L4级港口示范运营的智能驾驶运输车辆。此外，青岛、厦门、天津等城市的港口率先启动了无人化，自动化应用，成为高科技的自动化港口。在我国，还有图森未来、主线科技、踏歌智行、西井科技、智加科技等企业，在为港口码头实现自动化提供解决方案。4.6矿山开采对于矿山开采而言，无人驾驶技术可以说是刚需。无人驾驶在矿山开采中，通过技术支撑，矿山开采整体能耗下降、综合运营效益提升，提高矿区安全生产工作，加快智慧矿区的建设。近年来，矿山开采自动化已经成为大势所趋。2018年6月14日，由洛阳钼业公司与河南跃薪智能机械有限公司联合研发的SY系列纯电动矿用卡车，在三道庄矿区正式投入使用。今年1月28日，中国兵器北重集团北方股份公司自主研制的国内首台无人驾驶电动轮矿车，在内蒙古自治区包头市的生产线成功下线，并进入调试阶段，不久将进入矿山试运行。在国内，像踏歌智行、图森未来、东风汽车、西井科技等企业，也都有参与无人驾驶卡车的研制和应用。4.7零售有业内人士认为，新零售的下一个“战场”就是移动零售。无人驾驶技术让零售实体店突破以往的区域限制，打破线下有形场景与线上无形场景的边界，实现零售业态的全面升级。本质上，无人驾驶零售就是一个渠道，它立足点是“让商群无限接近客群”。2018年6月7日，深兰科技发布了一款名为“芭堤雅”的自动驾驶功能性商用车，据了解，芭堤雅无人车就是一个移动商店，是扫手上车、拿了就走的无人店；2019年7月16日，北京朝阳公园为丰富园区服务类型、提升园区智能化水平，引进了无人驾驶零售车。除朝阳公园外，北京世园会园区、河北雄安新区等地也有此类无人车投放。除了深兰科技外，国内还有AutoX、极智无限、新石器等企业，在零售领域的无人驾驶场景应用上，也已拥有较为成熟的技术方案。随着各互联网公司和车企的积极布局，以及不断冒出的无人驾驶技术创业公司，使得国内无人驾驶领域的力量正在不断壮大。目前，国内无人驾驶技术的商业落地还处于起步阶段，在构建的未来蓝图中已布局到多个适用领域，但距离全面实现生活化应用还有很长的路要走。未来，随着环境感知、导航定位、路径规划、决策控制等技术的发展进化，无人驾驶技术产品商业化落地也将从低速到高速、从封闭到开放的路线逐步向前。分工：张原旗：1.1国外无人驾驶汽车发展现状周昕：1.2国内无人驾驶汽车发展现状王铭轩：0引言 2.1技术难题 张妍：2.2成本问题 2.3法规问题 2.4信息安全问题王浩淼： 4.应用场景于骁：3.无人驾驶发展前景 【精品文档】第 14 页