什么是无人驾驶汽车？
无人驾驶汽车是一种智能汽车，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。它的技术原理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。
无人驾驶汽车背后的黑科技
目前，以百度和谷歌为代表的科技巨头纷纷发力人工智能领域。而人工智能研究方向主要是机器学习、自然语音处理、机器视觉这三大块，其中机器学习是人工智能的重要分支。
而在无人驾驶技术中，机器学习起到关键性因素，机器学习在环境感知层面上的应用包括传感器和功能模块。
传感器模块上的应用有：
1、摄像头：目标检测跟踪识别、距离深度估计、图像语义分割、序列预测识别、视差光流计算；
2、激光雷达：点云目标检测识别、点云分割、路沿提取；
3、毫米波雷达：降噪、目标检测等；
功能模块上的应用：
1、目标检测、跟踪、识别、位置、占据、速度、行为等感知；
2、交通标志、地面标志、车道线、停止线、人行道、指路标志等的地图属性提取注册；
3、语义标志、底层特征、IMU+GPS融合、里程计等定位功能；
不仅如此，机器学习也有着决策系统上的应用，包括找出可行驶区域，拟人化决策并寻找最优化的路径规划。在环境感知部分，机器学习在ADAS（驾驶辅助系统）上与无人驾驶基本上研究方向一致，定位方面无人驾驶比起ADAS不止关注车道线间，而且需要地图匹配，通过高精度地图与本地的交通信息互动。在决策规划部分，无人驾驶需要有实时的全局规划的能力，而ADAS更关注规避制动之类的瞬时控制规划。
简单的来说，无人驾驶的基本思路就是利用人工智能做辅助和互联网的云端数据，来实现汽车的导航，控制和驾驶。目前，谷歌在无人驾驶领域处于领先地位，百度正在加紧跟随。
未来的安全能否得到保障？
自从谷歌开发研究无人驾驶汽车后，无人驾驶存在安全问题且不断被搬到台面上讨论，而且经过多年的讨论，人们担心的因素越发具有共性。
国外曾发生几起无人驾驶事故。从一辆置有Autopilot自动驾驶功能的汽车发生翻车事故，到一辆自动驾驶模式下的汽车撞毁事故，导致司机当场死亡。以上两起案例说明，无人驾驶汽车在某种程度上依然存在安全隐患。
其次，随着无人驾驶技术变得越来越普遍，来自黑客的攻击威胁也与日俱增。据了解，黑客可以通过计算机对无人驾驶汽车的雷达、摄像头等任何环境感知节点造成传感器误报引起安全事故。再者，智能决策的控制器是自动驾驶汽车的核心处理器，只要能攻破中央处理器，就可以掌握整车所有控制权。
但值得注意的是，无人驾驶汽车发生事故或引起纠纷，究竟是谁的责任？是汽车生产商还是车主本人呢？
笔者认为，开发无人驾驶汽车的前提是要安全性隐患降到最低。当下，公众对无人驾驶的信心不会在一夜之间建立起来，除了需要突破无人驾驶技术的挑战外，还需检验车辆的自我管理能力。规范无人驾驶自主等级、安全测评标准、确立交通事故处理的法律和保险索赔等相关政策。只有通过技术检测、审批、立法等层面保障无人驾驶的安全性，才能让公众“放弃方向盘”，享受无人驾驶的新未来。
