借用一句金庸老师《倚天屠龙记》里的一句经典句述：你强自你强，清风拂山岗，他横由他横，明月照大江。
不用懂里面的深层武学含义，我们只从明面上解读一些这句话的意思，纵使你再强、再横，但是对固如山岗、川流不息的江川来说就如同清风拂过、明月倒影，并不会影响到大局。
这也就是为什么恐怖主义虽然活跃在世界各地，但是他们都无法撼动全球走向和平的决心，制造恐怖袭击只是想证明自己还存在，没有消亡，当一个组织没有话语权的时候它就该解散了。
所以无人驾驶技术的进步方便了未来出行，虽然也会给恐怖主义提供新的攻击渠道，但是无人驾驶最终是电子控制系统，不可能完美没有缺陷，破解了安全防御系统的无人驾驶就是一堆废铁，更高安全级别的无人驾驶让本来就欠缺实力的恐怖主义更加难以搞定。
《速度与激情8》这部集飙车、打斗等各种元素的超级大片相信近日已经朋友圈中霸屏了。各种豪华跑车亮相，一直是该系列电影最重要的吸睛元素。而在此次《速度与激情8》中，神秘冷艳的黑科技高手赛弗的出现，并加入了一种新鲜的高科技汽车类型：无人驾驶汽车 你们一定都记得“僵尸车”出动的片段，以及众多汽车集体“跳楼”的震撼场景。在影片中，大反派查理兹·塞隆运用高科技，黑进无人驾驶汽车，使上千辆无人汽车在街头拦截追杀俄国国防部长，汽车巨浪在街头汹涌前进，画面超震撼，超跑除了在路上奔驰，还从大楼流泻下，各种场面十分震撼创新。无人驾驶汽车也成为这部电影最亮眼的科技元素之一。虽然无人驾驶汽车可能彻底改变汽车行业，但仍然面临黑客入侵等诸多问题。 “黑客能够改变车辆的行驶方向，造成城市拥堵，甚至绑架人类。男人，没有金刚钻，不拦瓷器活，没有好硬度，夜里和妻子滚沙发不快活，科学专业来助你，嘉上叁个z一个h与数字120的鹏友圈。”咨询公司毕马威信息保护总监维尔·洛考尔(Wil Rockall)说，“从驾驶员和路人的人为错误，到开发者的失误，各种各样的风险都会涌现出来。”不过，这些风险并没有阻止无人驾驶汽车技术的进步。本文将聚焦于无人驾驶汽车全领域，为大家全面揭秘无人驾驶汽车到底是怎样的一项黑科技。乐晴智库，全球行业和公司深度研究速度与激情8里面汽车被黑客操纵，可能性有多大？汽车被操纵的两大最基础条件：自动泊车+联网功能自动泊车功能近几进而黑掉汽车。只具备这种基础条件的车型想要被黑客任意操纵，需要一个信号中继系统，主要是由于遥控信号或者WIFI信号的连接距离有限。这种中继系统通常可能由无人机完成，面对这种情况，基本上把对方无人机打掉就能中断操控。 汽车被操纵两大进阶条件：自动驾驶+4G联网功能拥有自动驾驶的汽车，基本上都配有PI（权限接口）和驾驶操作API形成一套转换指令的病毒，直接通过卫星就能够操作你的汽车了，而不需要任何其他联网条件。是不是有点吓人？ 汽车被操纵的最重要条件：黑客大神目前具备被攻击条件的汽车，出厂时设定了但是目前的情况看，然而汽车面对黑客攻击的防御力并没有达到高枕无忧的状态。汽车被操纵的现状分析：移动物件，缺乏人工防护机制计算机世界和现实世界一样，都遵从攻与守人来职是让人给黑下来了。无人驾驶汽车:网络犯罪的潜在目标网络安全对于汽车行业或商业领域而言都不是什么新的威胁了。但是由于无人驾驶汽车是高度复杂和互联的设备，想使其免受网络攻 击就显得困难重重。这些攻击往往来自于两个方面:1. 间接攻击 :黑客可以通过蜂窝网络、交通及 基础设施信号、GPS信息及其他源头操控数据流，并利用自动驾驶汽车的互相连通向其植入错误信息。安全研究人员已经证实了这 种攻击方式的可能性。然而相较间接攻击，直接攻击带来的危害要更加严峻。2. 直接攻击:黑客可以入侵自动驾驶汽车的系统，以扰乱其运作来引起车祸，或利用自动驾驶汽车来进行绑架或谋杀。这样的 事故将会瞬间摧毁公众对自动驾驶汽车的信心，使长年累月且耗资巨大的研发投入付诸东流。 直接攻击在理论上和现实中都存在可能。两名“白帽黑客”(利用自身出色的技术发现软 硬件漏洞，从而进行修复使其更为安全的电脑 专家)证实了这一点。他们利用蜂窝基站模仿了欧洲一家大型整车厂未加密的数据流后，控制其车辆打开了驾驶员一侧的车门。这并不是纯粹的偶发事件。安全研究人员已经发现了数十种不同的途径入侵各种车企车型的软硬件。在一个公开的测试中，两名美国 研究员将一台手提电脑直接与一辆传统车辆的 总线系统相连接(该系统用于连接车辆上各控 制单元)。这个简单的行为使这两位研究员获 得了对这辆汽车系统的几乎全部控制权。他们 能够通过远程控制，使该汽车的刹车失灵。另一次，一些中国学生在参加2014年北京网络 安全会议时进行了一项黑客挑战活动，他们成功获取了一辆崭新汽车的远程控制权，将其解 锁、鸣响喇叭、开启车灯并打开了其车顶。而当时，这辆汽车仍在行进中。这些事件表明汽车行业面临着广泛且严峻 的网络安全挑战。正如一名研究人员所说:“真 正的问题并不在于某一辆车的不堪一击，而是 人们长期以来依赖于封闭系统，对其安全性过 于信任的错误意识。”基于这种意识，工程师 们采用了一种车内网络，即总线系统，但该系 统并未从本质上考虑到外界入侵的可能性。总 线系统连接着车内所有的电子控制单元，因此 黑客只要攻陷一个系统，哪怕是一个较小的系统，就能够获得车辆所有功能的控制权。 无人驾驶汽车概念无人驾驶汽车是一种智能汽车，也可以称之为轮式移动机器人，主要依靠车内的 以计算机系统为主的智能驾驶仪来实现无人驾驶。 无人驾驶概念车无人驾驶依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，让电脑可以在没有任何人类主动的操作下，自动安全地操作机动车辆。无人驾驶主要原理在于通过车载传感系统感知道路环境，自动规划行车路线 并控制车辆到达预定目标;同时通过车载传感器感知周围环境，并根据感知 所获得的道路、车辆位置和障碍物信息，控制车辆的转向和速度，从而使车 辆能够安全、可靠地在道路上行驶。无人驾驶汽车行驶示意图根据美国的专利顾问公司 Lexinnova 的报告，无人驾驶汽车发展所需基本技术有9 项，即车对车通讯(V2V Communication)、巡航控制(Cruise Control)、自动刹 车(Automatic Brakes)、车道维持(Lane Keeping)、雷达(Radar)、循迹或稳定控 制(Traction or Stability Control)、视频摄影机(Video Camera)、位置估计器(Position Estimator)、全球定位系统(Global Positioning System，GPS)，在上述的基本技术中，前五项技术的专利申请数量相对较多，是最重要的技术。无人驾驶产业起源无人驾驶产业起步可追溯到 2005 年，塞巴斯蒂安〃特龙作为教授领导研发机器人 赛车“斯坦利”(Stanley)赢得 DARPA 无人驾驶汽车挑战赛，随后从斯坦福大学辞职， 开始了在谷歌的全职工作，发起 X 实验室秘密启动了谷歌无人驾驶汽车项目。到 2010年，媒体开始报道谷歌的 7 辆无人驾驶汽车在加州道路上行驶。截止今日，谷歌的 50 辆 无人驾驶汽车已上路行驶了大约 160 万英里。无人驾驶的实现逻辑无人驾驶产业商业化进程无人驾驶 = 高级驾驶辅助系统(ADAS) + 车联网 ( V2V / V2X /......)Advanced Driver Assistance Systems Vehicle to Vehicle / Vehicle to X(外界)无人驾驶的四个等级关于无人驾驶的阶段划分，目前业界引用最多的是美国公路安全局(NHTSA)对 自动驾驶技术的官方界定，分为无自动化(0 级)、个别功能自动(1 级)、多种功能自动(2 级)、受限自动驾驶(3 级)和完全自动驾驶(4 级)五个级别。从目前发展情况看，自动驾驶作为汽车技术的发展趋势已经得到业界广泛认可自动驾驶 1 级(个别功能自动)已经得到基本普及，其他级别发展情况不一:自动驾驶 2 级(多种功能自动)普及度不断提高。欧盟 2012 年就出台相关 法规，要求所有的商务车辆都要在 2013 年 11 月之前安装好紧急自动刹车系 统 AEB(Automatic Braking Assistance)，2014 年起，所有欧盟市场销售的 新车都要配备 AEB，没有配备该系统的汽车都不能获得 E-NCAP 五星级的 安全认证。Volvo 的城市安全系统、本田的 CMBS、奔驰的 Pre-Safe 都属于 这个层次，目前英菲尼迪的新车已能够自动控制方向盘。自动驾驶 3 级(受限自动驾驶)目前已形成雏形。戴姆勒的奔驰 S 系轿车可 以在堵车的情况下自动跟车。自动驾驶 4 级(完全自动驾驶)目前应用很少。这个级别是各大主流车企及 谷歌、百度等互联网公司致力于达到的终极目标，驾驶者完全不必操控车辆。无人驾驶发展符合消费升级趋势。未来随着技术升级与成本降低，无人驾驶汽车最终将成为继智能手 机后的下一个智能终端而快速普及。 传感器、ADAS 与高精导航地图目前最受益1. 目前智能汽车发展处于辅助驾驶及半自动驾驶发展的阶段，对传感器、ADAS 以及地图导航应用需求大。2. 单位汽车传感器用量将因无人驾驶发展而持续上升。据此，我们测算，2020 年我国车载传感器市场将达到 243.19亿元，年复合增速 11.25%，保持较快增长;据德勤分析，目前我国 ADAS市场处于从导入期进入成长期的快速发展阶段。我们根据《中国制造 2025》 重点领域技术路线图所提目标测算，到 2020 年我国 ADAS 市场规模超千亿， 年复合增速超 70%，市场空间大;3. 高精导航地图能够充分满足无人驾驶对 车辆位置及周围环境识别的要求，且可实时更新，可为无人驾驶系统提供决 策依据，是无人驾驶系统必备组件之一，将跟随智能汽车的发展而加速普及。 ADAS可视作无人驾驶的前提， 目前技术自动化程度处于Level2随着人们对安全、舒适的驾驶体验的不断追求，自动驾驶成为汽车的新方向。目前的自动驾驶可分为两类。一类是目前非常火爆的无人驾驶，更 强调的是车的自主驾驶以实现舒适的驾驶体验或人力成本的节省， 典型的例子为百度和Google的无人车;一类是ADAS(全称为Advanced Driver Assistance System， 即高级辅助驾驶系统)， 发展历史已久， 早在1970S就已进入车厂布局中。两者都是利用安 装在车上的各式各样传感器收集数据，并结合地图数据进行系统计 算，从而实现对行车路线的规划并控制车辆到达预定目标。 不过，ADAS也可以视作无人驾驶汽车的前提，随着ADAS实现的功 能越来越多，渐进式可实现无人驾驶。车企与互联网公司齐发力，路径各有不同1. 最近两年，大众、奥迪、奔驰、福特、丰田、沃尔沃、德尔福、英伟达、 谷歌、BAT 等主流车企与互联网公司纷纷进军智能汽车领域，终极目标均指 向无人驾驶。根据各自研发进度与目标规划，2020 年前后有望真正迎来无人 驾驶汽车量产时代。2. 车企因在人工智能领域缺乏优势，目前主要以车联网 与 ADAS 发展路径为主，目前已由高端车型逐步向中低端渗透;3. 由于在 高精度地图以及人工智能领域拥有绝对优势，目前以谷歌/百度为代表的互联 网公司直接切入无人驾驶领域，发展处于领先地位。车企发展无人驾驶主要模式1.丰田丰田宣布 2020 年左右实现可在“汽车专用道路”上使用的自动驾驶技术，为建 立无人驾驶所需的高精度地图，丰田推出了一套“地图自动绘制系统”，该系统 可以充分利用搭载于市销车上的摄像头及 GPS，自动绘制车辆自动驾驶所必须 的高精度地图，该项技术有望为将来的自动驾驶车辆提供行驶支持，未来还有望 扩充应对“一般道路”及“道路障碍物”等方面的功能。 2. 沃尔沃作为汽车安全的领导者，沃尔沃提出到 2020 年确保其汽车产品不会出现重大伤 亡事故，而发展自动驾驶技术正是这一目标的产物。目前，沃尔沃的车辆已包含 有自动紧急刹车、行人和骑车者监测、车道偏移辅助和自适应式巡航控制等技术。目前，沃尔沃已进入“高度自动驾驶”的实质性项目测试和商业化阶段。2014 年沃尔沃发布了与爱立信打造的 Sensus 智 能操作系统，Sensus 智能操作系统在中国的合作伙伴包括百度、联通、高德、豆瓣等。同时，沃尔沃与苹果 CarPlay 和谷歌 Android Auto 均已达成合作联盟，未来沃尔沃车主可通过 Sensus 与目前两大应用最广泛的智能手机平台进行互联互通。沃尔沃 Sensus 智能操作系统功能示意图 3. 宝马早在 2013 年，宝马就与汽车零部件供应商大陆集团合作开发无人驾驶汽车，主 要目的是为 2020 年之后将自动驾驶技术投入应用作准备。2014 年，宝马展示了其研发的无人驾驶技术，该技术不仅可以帮助车主在交通状 况拥堵的城市找到便捷畅通的行驶路线，同时并不会夺走驾驶员对汽车的掌控 权。宝马将其命名为“UR:BAN research”(城市空间)，该技术是以用户为 主的网络管理和辅助系统，致力于帮助驾驶员避开路上的行人，通过预测交通信 号灯的变化方式使出行更加顺畅更加高效。宝马大力推进的另一项目“Urban Roads”着重开发“绿色协调和减速辅助系 统”，该系统可计算出红绿灯的变换时间，并将其结合当前的实时路况信息，之 后随时调整道路和发动机设置，以实现最高效的驾驶状态。 4. Tesla特斯拉 Model S P85D 在发布时，厂商就明确表示其具有各类传感器，可实现自 动驾驶功能。只不过，限于当时的技术条件限制，软件方面却没有全部开放所有 的个功能，特别是自动驾驶功能。2015 年 10 月，公司发布 7.0 版本固件，固件中搭载了名为 Autopilot 的自动驾 驶功能。用户通过在线升级厂商推送的固件后即可解锁自动驾驶功能，特斯拉的 自动驾驶功能主要包括自动车道保持、自动变道和自动泊车等功能。与谷歌无人驾驶所不同的是，特斯拉并不是真正意义上的无人驾驶，而是高级自 动驾驶(或辅助驾驶)，谷歌的解决方案更多是依靠高精度雷达、高精度传感器 和高精度地图，而特斯拉的高级自动驾驶则更多地依赖摄像头，依靠机器视觉进 行车道保持、变道等功能。就其理念而言，Google 更理想化，直接指向终极解决方案，而 Tesla 更务实些， 现阶段的可行性更高。 特斯拉Model S P85D自动驾驶无人驾驶汽车之“眼”--车载毫米雷达波 ADAS的普及是未来无人驾驶实现的先行条件，是提高汽车主动安全性能的技术基础。目前绝大部分汽车处于L0~L2阶 段，即ADAS的应用普及阶段。ADAS的普及和融合既能促进单 车的智能化，同时也是完全无人 驾驶实现的基础条件。 谷歌的无人驾驶汽车已经达到L3水平，各大整车厂在无人驾 驶方面也正从L1阶段向L2以上 阶段过渡。 请点击此处输入全球无人驾驶推进时间表1)汽车电子沿着两横三纵的技术架构，逐步实现成熟的智能化和网联化:2016年-2018年主要是三大传感器的融合使用;2017年-2019年主要是高 精度地图的成熟;2019年-2022年是车载通讯模块、互联网终端、通信服 务的成熟;2022年-2025年主要是决策芯片和算法的成熟。2)2016-2018—三大传感器融合:国内毫米波雷达今年开始出货;车载 视觉系统硬件已经达到消费级水平，进入软件成熟期;激光雷达成本不断 下降，加速ADAS和无人驾驶的普及进程。3)2017-2020—高精度地图的成熟:传统地图无法满足自动驾驶的要求，高精度地图是L3、L4级别最为关键的技术;当前精度地图参与者主要 有图商、自动智能驾驶科技公司、ADAS方案提供商、传统车企四类，其 优劣势各不相同，硬件软件逐步融合。4)2019-2022—车载通讯模块的成熟:LTE-V在延时、频谱带宽、可靠 性、组网成本、演进路线等方面都具有优势，未来的发展趋势大概率是使 用LTE-V标准;目前布局的主要是半导体厂商和汽车厂商，但国内很多公 司都进入了产业链，大唐电信也发布了全球第一台LTE-V车联网设备，有 望在车载通讯模块爆发之际获得高速成长。5)2022-2025—算法和决策芯片的成熟:各大厂商都在用不同的芯片设 计支持不同的算法，Google自己已经开发了TPU，用于CNN加速，地平 线也在开发BPU，Intel收购Moileye打造芯片算法一体化，未来或是FPGA支持下的深度学习算法来实现自动驾驶。无人驾驶汽车国外发展情况从国外来看，从上世纪 70 年代开始，美国、英国、德国等发达国家就已经开始 进行无人驾驶汽车的研究，在可行性和实用化方面都取得了突破性的进展，主要标志性事件为:1970 年前:一些车企使用射频和磁钉的方式来导引车辆实现自动驾驶。1977~2000 年:日本、欧洲和美国的一些高校进行了一些实验和开放项 目，主要提供给高校和研究院所进行的开放项目，如 EUREKAPrometheus、CMU NAVLAB、AHS Demo。2004和2006年:分别进行DARPA的一些比赛，鼓励各个高校组织实际的车辆相互竞争参与比赛。2007 年:DARPA 城市挑战赛，选择了城市道路这项有很高难度的项目，其中 Carnegie Mellon 和 Stanford 这两个车队比赛成绩很接近。2015年6月26日，Google无人驾驶车正式开上美国加州的公路进行测试。2016 年 1 月 15 日，美国联邦政府宣布，计划在未来 10 年拨款 40 亿美元，加速无人驾驶汽车的发展，希望减少交通事故死亡率和交通拥堵状况。2016 年 1 月 19 日，据日本共同社报道，联合国谈判相关人士表示，关于全球汽车厂商推进研发的自动驾驶系统，制定汽车国际规则的联合国机构已开 始制定安全法规。预计日本和德国将提出方案，关于高速公路的行驶法规最早将在 2017 年 3 月获得通过。成员国将遵照国际法规完善国内法。2016 年 1 月 29 日，英国交通部宣布，准许自动驾驶汽车在伦敦街头上路测 试。从 2016 年 7 月起，“格林威治自动化交通环境项目”的第一辆自动驾驶车将在伦敦东南部的泰晤士河格林威治半岛的道路上试车。2016 年 2 月，美国监管部门告知谷歌，根据美国联邦法律，谷歌无人驾驶汽车可以被视为“司机”，这是无人驾驶技术在世界范围内迈出的重要一步。在国外，目前谷歌等互联网公司正在引领无人驾驶发展的潮流，给传统汽车发展 相关技术带来了较大压力，特斯拉、奥迪、日产、沃尔沃、奔驰、丰田等厂商相 继加快了研发步伐，从目前发展情况看，汽车厂商基本处于自动驾驶 2 级(多种 功能自动)到自动驾驶 3 级(受限自动驾驶)的过渡阶段。根据各自目标规划， 预计 2020 年前后有望推出第一批真正意义上的量产自动驾驶汽车产品。国外谷歌和特斯拉两种发展路径加速发展1. 自动驾驶目前进展加州车管局(DMV)公开了自动驾驶项目的脱离测试数据，基本衡量了目前主要自动驾驶项目 在加州境内在不同天气环境，不同的路段进行测试的进展，谷歌的性能明显优于其他厂商。自动驾驶项目的脱离测试数据 2. 谷歌和特斯拉代表两种不同发展路径谷歌和特斯拉在无人驾驶领域采取了两种不同的有代表性的发展路径，谷歌利用地图和深度学 习实时建模来实现自动驾驶;特斯拉依赖于传统的传感器的融合实现数据搜集识别、处理分析、完 成自动驾驶功能。从自动驾驶精度来看，谷歌的没有明确的数据，但其软件层面的可以检测和理解 手势之类的信号并作出反应;moblieye的FCW(前向碰撞预警)的算法识别精度达到99.99%;特 斯拉的算法处理水平很高，奔驰的路测车有着比特斯拉多一倍的传感器，但是精度远不及特斯拉。无人驾驶汽车国内发展情况我国从上世纪 80 年代就开始进行无人驾驶汽车的相关研究，进展如下:国防科技大学 1992 年成功研制出中国第一辆真正意义上的无人驾驶汽车。2005 年，首辆城市无人驾驶汽车在上海交通大学研制成功。2011 年 7 月，由一汽集团与国防科技大学共同研制的红旗 HQ3 无人驾驶汽车完成了 286 公里的高速全程无人驾驶试验，人工干预的距离仅占总里程的0.78%。2012 年，军事交通学院的“军交猛狮III号”以无人驾驶状态行驶 114 公里，最高时速 105 公里/小时。2015年12月初，百度无人驾驶汽车在北京进行全程自动驾驶测跑，实现多次跟车减速、变道、超车、上下匝道、调头等复杂驾驶动作，完成了进入高 速到驶出高速不同道路场景的切换，最高时速达 100 公里/小时，是国内无 人车领域迄今为止进行的难度最大，最接近真实路况的开放道路测试。2015 年 12 月 14 日，百度宣布正式成立自动驾驶事业部，计划三年实现自 动驾驶汽车的商用化，五年实现量产。国内第一款无人驾驶汽车 军交猛狮III号无人驾驶汽车 百度无人驾驶汽车 目前我国无人驾驶汽车技术发展仍以汽车厂商为主导，整体上处于自 动驾驶 1 级(个别功能自动)到自动驾驶 2 级(多种功能自动)的过渡阶段，发 展明显滞后于国外。为加快提升技术水平，《中国制造 2025》重点领域技术路线 图已经将无人驾驶汽车作为汽车产业未来转型升级的重要方向之一，未来将不断 加大政策支持力度。同时，随着 5G 建设的推进，“万物互联”将成为可能，从而 为智能驾驶汽车的迅速发展奠定网络基础条件。国内科技公司和传统车企合作打造自动驾驶，精度提升速度快通过863计划实施和国家自然科学基金委项目支持，清华大学、国防科技大学、北京理工大学 等部分高校、院士团队、汽车企业在环境感知、人的行为认知及决策、基于车载和基于车路通信的 驾驶辅助系统的研究开发取得了积极进展，并开发出无人驾驶汽车演示样车。清华大学等高校联合 企业开发的自适应巡航控制系统、行驶车道偏离预警系统、行驶前向预警系统等具有先进驾驶辅助 系统(ADAS)功能样机，正在逐步进入产业化阶段。从精度水平来看，百度的技术路径与谷歌一样，算法基于摄像头和激光雷达，去年通过摄像头 判断物体的准确率达到了 89.6%，今年其准确率上升到了 90.13%，其行人识别率达到 95%、红绿 灯判断达到了 99.9%。谷歌和百度的技术路径一部到位，成本较高，精度较高;特斯拉等车企的技术路径是一个缓慢 学习的过程，成本较低，精度也较低，未来的发展方向是必然两种技术手段的融合。监管法规因地制宜；交通监管:全球协力即使许多法律条文对“驾驶员”的定义需要 重新审视，但是美国的交通法规并未对自动 驾驶汽车在本国的发展造成很大的阻碍。大多 数专家认同法学专家Bryant Walker Smith的 看法，那就是自动驾驶汽车在美国“大概是合 法的”。1 至少有四个州(加利福尼亚、佛罗里 达、密歇根和内华达)以及哥伦比亚特区颁布 了法律法规，为自动驾驶汽车在其境内的活动 详细制定了法律框架。然而，国际上的监管环境则截然不同。1968年《维也纳道路交通公约》为大部分欧盟 国家、亚洲诸多国家和地区、南美以及世界其 他一些国家和地区定下了交通管理的基调。公 约明文规定:“驾驶员必须时时刻刻拥有对车辆 的控制权”。公约的多种语言版本毫 无例外地清晰规定了驾驶员的驾驶责任。 但驾驶责任会不断演变。奥地利、比利 时、法国、德国和意大利联合要求改变公约 的内容，以允许车辆自动驾驶，只要这种自动 驾驶具备“可以被驾驶员权限覆盖或接管”的特 性。公约的缔约国在2014年批准了内容修订，修正的内容会在未来生效。在大多数情况下，内容生效将意味着把公约的内容转化成本国的 法律。内容修订的发起国可能在2015年首先出 台新的法律法规。与此同时，在存在特别许可(比如在欧洲和日本)或专门法律(比如在美 国)的情况下，对自动驾驶汽车进行测试都是 合法的。无人驾驶产业链全解1. 无人驾驶的技术路线无人驾驶汽车开发伊始，传统整车厂和科技型企业选择了差异化的着力点。传统整车厂强调汽车的主被动安全、以及产业化的经济性等，在无人驾驶的技术路 线上，多采取“单/多目摄像头 + 毫米波雷达”的组合方案。例如，博世选择前视雷达、 侧方雷达、视觉摄像头、夜视系统的组合，来实现不同环境条件下对长中短距离外、窄 宽视角内的全部障碍物的探测。科技型公司，如谷歌等，以长期开源平台的建立为目标。在模型车的搭建上，装配 多种传感器组合，后续核心在于通过大量路测、来优化 ADAS 算法，实现无人驾驶功能 的进化和成熟算法在芯片上的早日固化。例如，谷歌选择了激光定位器、高精度 GPS、 立体摄像头、毫米波雷达、红外照相机等的组合，实时生成 3D 全景并据此决策执行下 一步动作。激光雷达造价机器高昂，极经济版本的成本亦在 5 万元以上，目前存在产业 化经济性难题;但长期来看，硬件成本将随技术进步和规模化而下降、趋势难以改变，ADAS 算法的成熟速度是真正决定无人驾驶何时产业化的关键，平台型公司预计将对无 人驾驶的未来具有显著导向力。 （1）车载摄像头车载摄像头处于车联网与无人驾驶千亿市场双风口，市场规模超百亿。一方面，通 往无人驾驶的“桥梁”——ADAS 已迎来高速成长期，意味着无人驾驶时代悄然来临;另 一方面，车载摄像头将会作为车联网信息处理的重要入口。ADAS 与车联网是汽车电子 最具市场潜力与想象空间的板块，之于汽车电子正如苹果产业链在消费电子中地位。以 摄像头为主的传感器融合将成为未来 ADAS 主流解决方案，而车载摄像头又是车联网信 息处理的重要入口。因此，我们看好 ADAS 与车联网市场爆发对车载摄像头的推动作用。摄像头是车联网信息处理重要入口 车载摄像头是实现无人驾驶重要传感器。未来摄像头将成为实现无人驾驶的重要传 感器之一。摄像头可以有效弥补其他摄像头的不足:雷达技术在辨别金属障碍物方面准 确率较高，但在辨别非金属障碍物如行人方面却无能为力，且无法准确辨识从侧面驶来 的车辆，车道，碎片或者道路坑槽;激光雷达成本过高，难以产业化。（2）毫米波雷达毫米波雷达，通过向周围发射无线电，测定并分析反射波，以确定障碍物的距离、 方向和大小。其发射的无线电波长 1-10mm，频率 30GHz-300GHz，测量范围约 100-200米。由于毫米波穿透性强，其具有全天候适应性的优点(大雨天气除外)，兼具高精度、 高分辨率的特点，因此能够广泛运用于军事追踪、车载成像等。鉴于高精度、高分辨率特征，毫米波雷达被广泛运用于汽车传感器。1970 年代， 德国 AEG-Telefunken 与 Bosch 首次共同研发车载防撞雷达并开发出了 35GHz 产品， 但由于成本高昂、尺寸过大等未能快速普及;1980 年代，欧共体“普罗米修斯计划”促 进了汽车毫米波雷达的重新开发，到 1990 年代，戴姆勒奔驰的 S 级轿车上已搭载基于77GHz 毫米波雷达的芯片，可支持自适应巡航 ACC 功能;时至今日，雷达已经成为汽 车主动安全的常见中高端配置之一。 目前，车载雷达主要装载在车前、车后、侧部等位置，帮助实现自适巡航、碰撞预 警、车道偏离预警、盲点监测等各项辅助驾驶功能。一般来说，24GHz 雷达能够用于近 距离探测，探测范围为 30 米广角区间，用于前向防撞报警 FCW、盲点检测 BSD、辅助 停车 PA、辅助变道 LCA 等辅助驾驶功能;77GHz 雷达能够用于远距离探测，探测范围 为如 9°150 米窄长区域，主要用于实现自适应巡航 ACC 功能。（3）夜视系统夜视功能会成为汽车传感系统的核心壁垒之一。据美国国家公路交通安全管理局(NHTSA)的统计，虽然夜间行车在整个公路交通中只占四分之一，发生的事故却占了一 半;而其中，由夜间视线不良所造成的事故又占了 70%。因此，必须要求汽车摄像头具 有较强的感光能力，使得全天都可正常工作(也即，要求近红外的宽光谱范围400nm~1100nm)。未来，夜视功能将成为汽车传感系统得标配。2. 移动芯片:无人驾驶的先决条件（1）无人驾驶已成为移动芯片的下一个目标具有超高运行处理技术的智能芯片，不仅适合用于智能手机、平板电脑等移动终端 设备，也是实现无人驾驶技术的关键。一方面，无人驾驶汽车需要非常精密的机器视觉 引擎，以便能准确无误的检测到马路上的行人，再协调驾驶系统，做出安全及时的躲避动作。另一方面，车与车之间的高速信息通信，也需要处理能力更强、速度更快、功耗更低的移动宽带芯片。具有超高运行处理技术的智能芯片，不仅适合用于智能手机、平板电脑等移动终端 设备，也是实现无人驾驶技术的关键。一方面，无人驾驶汽车需要非常精密的机器视觉 引擎，以便能准确无误的检测到马路上的行人，再协调驾驶系统，做出安全及时的躲避。（2）5G 芯片加速，为无人驾驶保障护航可以说，未来的工业或制造业将以移动互联网、传感器、及云计算为主要驱动力， 而 5G 芯片无论是对工业 4.0、还是对车联网无人驾驶，都将是起到积极的促进作用。5G 的前景灿烂，芯片厂商也瞄准商机纷纷针对 LTE 演进技术、5G 新技术/新频段投入 开发，希望能夺得下一代移动宽带通信先机，并在可穿戴式终端、工业自动化、智能城 市、智能交通等新兴物联网应用中占得一席之地。3. 智能算法:控制功能的核心人工智能在无人驾驶领域的运用主要体现在以下三个关键环节:(1 )环境感知环节 的图像识别;(2)高精度定位、路径规划与决策;(3)车车交互、车与环境交互下的车 联网(车联网部分将在下节讨论)。4. 大数据+深度学习，推动图像识别精度进化在感知层，传感器采集到的实时路况信息，需要人工智能进行识别处理后、才能够 传递到下一层中。图像识别的精度是这一环节中的重点。5. ADAS:实践执行环节汽车智能电控是无人驾驶最终实践的重要一环。在无人驾驶的实现流程中，传感系 统首先采集充分完备的环境和行车信息，并通过传感器的雷达算法、视觉算法等，结合 人工智能算法，做出下一步驾驶动作的决策;但，无人驾驶行为的最终达成，要求 ADAS芯片算法与汽车电子控制系统集成，实现有效发出指令、完成动作。这一功能的实现， 对汽车车身、底盘、发动机等系统的智能、精密的电控，提出了尤为重要的要求。6.车联网:V2V/V2X 有望最先实现人工智能拓展了传统车联网和智慧交通的边界，使其成为无人驾驶的先行者，车联 网和智慧交通产业的发展将推动无人驾驶的产业化进程。传统的车联网核心技术是移动 通讯技术和互联网技术。
