本文目录一览：
无人驾驶涉及哪些技术
无人驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，通过电脑实现无人驾驶，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。
无人驾驶依赖几种先进技术，这些互为补充的技术感知周围环境、进行自我导航。究竟这些技术如何协同工作？除了Waymo等知名的领头羊之外，又有哪些公司在推动这个行业发展
感知能力，无人驾驶汽车必须要能够识别交通信号和标志，以及其他汽车、自行车和行人。它们还必须能感知前方物体的距离和速度，以便作出对应反应。
摄像头和计算机视觉，摄像头普遍用于无人驾驶车辆和配备先进驾驶辅助系统（ADAS）的车辆，是无人驾驶环境下一种重要的感知设备。
摄像头可以识别颜色和字体，帮助检测道路标志、交通信号灯和街道标记——这是其相对于雷达和激光雷达的一个优点。不过，在检测深度和距离上，摄像头远远不及激光雷达。
无人驾驶感知系统基于计算机视觉技术来检测物体和信号，以此处理从摄像头提取的数据。计算机视觉软件需要能够识别车道边界的具体细节（比如，线条颜色和图案等），还需要能评估适当的交通规则，在复杂交通场景下实现安全的、与人类驾驶行为类似的自主驾驶。
20年自动驾驶技术体验如何？有什么新的进步呢？
提高交通运行效率、提升社会交通服务的智能化水平，离不开智能汽车、智慧的路和高效的监管与决策。致力于为用户提供安全、舒适、智能、高效驾驶感受的自动驾驶，离不开相应技术的支持。
提高交通运行效率、提升社会交通服务的智能化水平，离不开智能汽车、智慧的路和高效的监管与决策。致力于为用户提供安全、舒适、智能、高效驾驶感受的自动驾驶，离不开相应技术的支持。
车联网
目前，由人工智能和“电动化、智能化、网联化、共享化”为代表的新四化变革驱动，正在引领车联网由第一阶段向第二阶段演进，车联网从汽车内部互联、车与人的交互，慢慢延伸到车与车、车与电信设施、车与路边单元之间的信息交互。
其中，V2X无线通信技术则能够将“人-车-路-网-云”等交通参与要素有机地结合在一起不仅可以支撑车辆获得比单车感知更多信息，促进自动驾驶等技术的研发、转化、应用，还有利于支撑构建一个智慧的交通体系，促使汽车和交通服务朝着新模式业态方向发展。
激光雷达
作为自动驾驶汽车的“眼睛”，激光雷达是重要的传感器之一，对于保证自动驾驶汽车行车安全具有重要意义。激光雷达应用主要分为两个部分：一是落地到自动驾驶测试的无人车上，二是落地到汽车厂商推出的具有辅助驾驶功能的量产车上。
据《中国智能网联汽车产业发展报告(2019)》分析道，激光雷达是未来L4～L5级自动驾驶的核心传感器之一，将逐步由当前的机械旋转式向成本更低、可靠性更高的芯片化、全固态化的方向发展。
精确定位
自动驾驶汽车需要非常精确的定位。除了基于雷达，激光雷达，GNSS和摄像头的普通传感器之外，对于在城市环境中进行自动导航所需的车道级定位来说，轨迹估计也是必不可少的。当前，用于自动驾驶的高精度定位技术主要有以下三种。
其一，基于参考系统信号的绝对定位技术：具有代表性的一种是全球导航卫星系统，以及UWB、WiF、蓝牙等。其二，环境特征匹配，即基于激光雷达和视觉传感器的相对位置，将传感器观察到的特征与数据库中存储的特征进行匹配定位车辆；其三，INS系统提供航迹估计，一种基于惯性导航IMU的组合导航技术。
人机交互
人机交互技术，尤其是触摸屏、语音控制、手势识别技术，在全球未来汽车市场上有较大可能得到广泛采用。自动驾驶汽车人机界面应集成功能设定、车辆控制、信息娱乐、导航系统、车载电话等多项功能，方便驾驶员快捷地从中设置、查询、切换车辆系统的各种信息，从面使车辆达到理想的运行和操纵状态。
当然，人机界面的设计必须在好的用户体验和安全之间做好平衡。随着技术的快速成熟，车载信息显示系统和智能手机将实现无缝连接，人机界面提供的输入方式将会有更多选择的空间，用户能够采取不同操作，在不同的功能之间进行自由切换。
规划决策
决策是无人驾驶体现智能性的核心的技术，相当于自动驾驶汽车的大脑，涉及汽车的安全行驶、车与路的综合管理等多个方面。通过综合分析环境感知系统提供的信息，及从高精度地图路由寻址的结果，规划决策者可以对当前车辆进行速度、朝向等规划，并产生相应的停车、跟车、换道等决策。
与此同时，规划技术还需要考虑车辆的机械特性、动力学特性、运动学特性等。从目前来看，常用的决策技术有专家控制、模糊逻辑、贝叶斯网络、隐马尔科夫模型等。随着5G网络、车辆、路面、云端、平台等各个环节的技术不断成熟，车辆正从辅助驾驶转向自动驾驶，基于自动驾驶的协作式智能交通也日益临近。
总结：
发展智能网联与新能源汽车已经成为了行业共识，这一点在各国政府的产业政策与企业未来战略布局上取得了验证。2020年下半年，自动驾驶路测、技术研发、产品创新等方面或将取得更多新成果。
车联网
目前，由人工智能和“电动化、智能化、网联化、共享化”为代表的新四化变革驱动，正在引领车联网由第一阶段向第二阶段演进，车联网从汽车内部互联、车与人的交互，慢慢延伸到车与车、车与电信设施、车与路边单元之间的信息交互。
其中，V2X无线通信技术则能够将“人-车-路-网-云”等交通参与要素有机地结合在一起不仅可以支撑车辆获得比单车感知更多信息，促进自动驾驶等技术的研发、转化、应用，还有利于支撑构建一个智慧的交通体系，促使汽车和交通服务朝着新模式业态方向发展。
激光雷达
作为自动驾驶汽车的“眼睛”，激光雷达是重要的传感器之一，对于保证自动驾驶汽车行车安全具有重要意义。激光雷达应用主要分为两个部分：一是落地到自动驾驶测试的无人车上，二是落地到汽车厂商推出的具有辅助驾驶功能的量产车上。
据《中国智能网联汽车产业发展报告(2019)》分析道，激光雷达是未来L4～L5级自动驾驶的核心传感器之一，将逐步由当前的机械旋转式向成本更低、可靠性更高的芯片化、全固态化的方向发展。
精确定位
自动驾驶汽车需要非常精确的定位。除了基于雷达，激光雷达，GNSS和摄像头的普通传感器之外，对于在城市环境中进行自动导航所需的车道级定位来说，轨迹估计也是必不可少的。当前，用于自动驾驶的高精度定位技术主要有以下三种。
其一，基于参考系统信号的绝对定位技术：具有代表性的一种是全球导航卫星系统，以及UWB、WiF、蓝牙等。其二，环境特征匹配，即基于激光雷达和视觉传感器的相对位置，将传感器观察到的特征与数据库中存储的特征进行匹配定位车辆；其三，INS系统提供航迹估计，一种基于惯性导航IMU的组合导航技术。
人机交互
人机交互技术，尤其是触摸屏、语音控制、手势识别技术，在全球未来汽车市场上有较大可能得到广泛采用。自动驾驶汽车人机界面应集成功能设定、车辆控制、信息娱乐、导航系统、车载电话等多项功能，方便驾驶员快捷地从中设置、查询、切换车辆系统的各种信息，从面使车辆达到理想的运行和操纵状态。
当然，人机界面的设计必须在好的用户体验和安全之间做好平衡。随着技术的快速成熟，车载信息显示系统和智能手机将实现无缝连接，人机界面提供的输入方式将会有更多选择的空间，用户能够采取不同操作，在不同的功能之间进行自由切换。
规划决策
决策是无人驾驶体现智能性的核心的技术，相当于自动驾驶汽车的大脑，涉及汽车的安全行驶、车与路的综合管理等多个方面。通过综合分析环境感知系统提供的信息，及从高精度地图路由寻址的结果，规划决策者可以对当前车辆进行速度、朝向等规划，并产生相应的停车、跟车、换道等决策。
与此同时，规划技术还需要考虑车辆的机械特性、动力学特性、运动学特性等。从目前来看，常用的决策技术有专家控制、模糊逻辑、贝叶斯网络、隐马尔科夫模型等。随着5G网络、车辆、路面、云端、平台等各个环节的技术不断成熟，车辆正从辅助驾驶转向自动驾驶，基于自动驾驶的协作式智能交通也日益临近。
总结：
发展智能网联与新能源汽车已经成为了行业共识，这一点在各国政府的产业政策与企业未来战略布局上取得了验证。2020年下半年，自动驾驶路测、技术研发、产品创新等方面或将取得更多新成果。
无人驾驶汽车的主要技术？
根据无人驾驶汽车的功能模块，可将无人驾驶的关键技术分为：定位导航技术、环境感知技术、规划决策技术和自动控制技术。
1、定位导航技术
定位导航模块包括定位技术和导航技术。定位技术可以分为相对定位（如陀螺仪、里程计）、绝对定位（如GPS）和组合定位。导航技术可以分为基于地图的导航和不基于地图的导航，其中高精度地图在无人驾驶的导航中有着关键作用。
2、环境感知技术
环境感知模块通过多种传感器对车辆周围的环境信息进行感知。感知信息不仅包括车辆自身状态信息，如车辆速度、前轮偏角、车辆航向角等，还包括周围的环境信息，如道路位置、道路方向、障碍物位置和速度、交通标志等。常用的传感器包括摄像头、激光雷达、毫米波雷达。
3、规划决策技术
规划决策模块相当于智能车的大脑，它通过综合分析环境感知系统提供的信息，对当前的车辆行为进行规划（速度规划、避障局部路径规划等），并产生相应的决策（跟车、换道、停车等）。规划技术还需要考虑车辆的机械特性、动力学特性、运动学特性。常用的决策技术有专家控制、隐马尔科夫模型、贝叶斯网络、模糊逻辑等。
4、自动控制技术
自动控制模块主要包括转向、驱动和制动三个系统。无人驾驶汽车的三个控制系统对控制的精确性、平顺性、响应延时等性能要求有着不同的侧重点。
其中，转向控制主要是对转向电机的控制，根据控制目标的不同，可分为角度闭环控制和力矩闭环控制。驱动控制实现对车辆加速、匀速、减速的控制。制动控制根据制动场景的不同又可分为正常的制动控制和紧急制动控制。
技术原理
无人驾驶汽车是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的智能汽车。
它是利用车载传感器来感知车辆周围环境，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。
集自动控制、体系结构、人工智能、视觉计算等众多技术于一体，是计算机科学、模式识别和智能控制技术高度发展的产物，也是衡量一个国家科研实力和工业水平的一个重要标志，在国防和国民经济领域具有广阔的应用前景。
以上内容参考 百度百科-无人驾驶汽车