【奥迪死锁怎么解除】把你推向未来的无人驾驶汽车。

说到无人驾驶汽车，人们立刻想到了谷歌，这一印象仍然抓住了人们的心。最终，自谷歌2010年首次公布无人驾驶汽车测试计划以来，到目前为止，“Google Cell F-Driving CAR”(见图1)在道路上积累了超过70万英里的实际驾驶经验，

图1、谷歌无人驾驶汽车。

目前Google在无人驾驶汽车上持续研发amp除了投入d改良外，国际级汽车工厂也认同这一趋势，认真看待这一技术。

在今年的2015 CES消费者电子战中，无人汽车再次成为关注的焦点。例如，奔驰(Mercedes-Benz)展示的无人驾驶汽车“F015 Luxury in Motion”(见图2)的最大特点是，在自动驾驶时，驾驶员可以将前座转向180度，与其他乘客互动。汽车就像是行动的豪华盒子。

图2，梅赛德斯-奔驰f015豪华in motion

宝马配备三星电子，采用全自动无人遥控停车助手技术(见图3)

图3:宝马远程valet parking assistant

奥迪(Audi)是基于Jack车的无人驾驶概念车“杰克”(见图4)

图4，奥迪A7 Jack

，正如当时乘坐《杰克》的《连线》杂志作家亚历克斯达维斯所描述的那样：“奥迪的无人驾驶汽车可以让人认为是智能巡航控制、车道偏离警报和其他半自动技术的荣耀升级。如今，很多高级轿车都提供了这种技术。”

Google在实际测试多年后，于2014年5月首次发布了自驾车模型(见图5)，并发布了漫画化外观和屋顶上的光达(LIDAR，Light Detection)。

供乘客手动操控紧急停止或前进，剩下的驾驶工作则全部交给传感器及计算机负责，因为Google的理念是无人驾驶的过程不需人为的介入。

图五、Google Self-Driving Car（左）模型 （右）原型

接着在12月发表的自主驾驶车原型（prototype）则是将LIDAR系统缩小，并安装了实体车头灯；除了必备的传感器及计算机外，也把方向盘及煞车踏板装回去了，这样的组合似乎是对当初设想的「完全无需人为驾驭」的情境，打了点折扣，但反过来想，以现阶段来说，会有多少人可以接受没有方向盘的车？能符合消费者的实际需求才是最重要的课题，太过超越的创新反而会令人为之却步。

无庸置疑的是，在无人驾驶车的开发进度及经验累积上，Google已居于领先地位，紧接在后的反而是国际汽车大厂。但Google是想把无人驾驶车的创新概念「一步到位」实现，汽车大厂反而是采「进化」步骤，一步一步增加新功能，引领消费者逐步适应截然不同的驾驶体验。

先不论无人驾驶车在正式上市前将面临的许多法令、保险以及消费者接受度等等的问题，我们来看一下无人驾驶车包含了哪些重要技术。

根据美国的专利顾问公司Lexinnova的报告，归纳出九种已运用于无人驾驶车的基本技术（见图六）：车对车通讯（V2V Communication）、巡航控制（Cruise Control）、自动煞车（Automatic Brakes）、车道维持（Lane Keeping）、雷达（Radar）、循迹或稳定控制（Traction or Stability Control）、视讯摄影机（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是相对比较多的，也显示其重要性，所以接下来就针对这五项技术作一简单介绍。

图六、无人驾驶车的基本技术

车对车通讯（V2V Communication）

透过车对车通讯，车辆之间可以互相传送数据，让佊此了解对方的行为与状况，可以让驾驶者提前作出判断和决定，减少视野盲点所造成的危险。

图七、V2V Communication示意图

美国国家公路交通安全局（NHTSA）正在制定车对车通讯相关标准及规格，以确保所有车辆都使用共同的语言，而且美国运输部也宣布，最快在2017年出厂的新汽车，按规定都要配备车对车通讯系统。

NHTSA制定的车对车通讯系统，使用的是基于IEEE 802.11p及IEEE 1609标准的专用短程通讯（DSRC，Dedicated Short Range Communications）技术，藉由5.9GHz微波频段传输数据，拥有超低传输延迟、高传输速度等特性。在DSCR网状网络中，每一节点（汽车）以每秒10次的频率向四方传送信号，覆盖范围达300公尺，在网络内的数据收讯可以多步（multi-hop）方式往前跳跃到5到10个节点（汽车）之远，就如同收集到一英哩外的交通状况，这使驾驶者对交通状况拥有充足的应对时间。

根据Lexinnova的统计，车对车通讯的相关专利，多数为丰田汽车及其子公司Denso所掌握，紧接在后专利权人则为日本车用电子商Alpine及通用汽车（GM）。

巡航控制（Cruise Control）

传统的定速巡航控制系统，会依据设定的巡航速度，自动调整引擎节气门开度，进而达到定速行驶的目的。智能巡航控制系统（ACC，Adaptive Cruise control）则会主动侦测前方车距，以系统限定的安全跟车时间间距，以及驾驶者设定的速度为依据，适当地控制油门与煞车，进而达到适应前车状况的巡航控制。

图八、Adaptive Cruise control示意图

ACC系统主要是由前车车距侦测器、车速传感器、纵向加速传感器、煞车及油门控制单元，及逻辑运算控制单元组成。

根据Lexinnova的统计，巡航控制相关专利的前三大专利权人为：博世（Robert Bosch）、日产汽车、通用汽车。

自动煞车（Automatic Brakes）

自动煞车系统包含防死锁煞车系统（ABS，Anti-Lock Braking System），以及电子煞车力分配（EBD，Electronic Brake-Force Distribution）系统。

图九、ABS示意图

ABS最早由Bosch于1987年引入市场，目前已是相当普遍的配备。踩煞车时，

ABS会透过感测组件侦测车轮转速，一旦发现车轮有死锁现象，ABS会释放煞车，然后再快速煞车死锁，接着再度释放再度死锁，如此循环，可以让驾驶者仍能操控方向盘避免打滑失控。

EBD为ABS的附加系统，其作用先于ABS，以减少不必要的ABS动作。EBD系统监控四轮转速，将各车轮煞车油压自动调节至最恰当的程度，以防止ABS作用前的任何死锁现象，增大保护范围。

根据Lexinnova的统计，自动煞车系统相关专利的主要专利权人为南韩的汽车零件供货商万都株式会社（Mando Corporation）及博世，但万都株式会社的ABS或EBD专利似乎未用于无人驾驶车领域。

车道维持（Lane Keeping）

车道维持的技术分为下列二种：

车道偏离警示系统（LDWS，Lane Departure Warning System），当感测组件侦测到车辆偏离车道时，若驾驶者未打转换车道的方向灯讯号，系统会发出视觉、听觉或震动的警示讯号以提醒驾驶者返回车道。

车道维持系统（LKS，Lane Keeping System）或车道维持辅助系统（LKAS，Lane Keeping Assist System），则是当车辆无意间偏离车道时，若驾驶者没有立即对偏离状况做处置，LKAS会主动介入控制方向盘，给予适当辅助力，让车辆维持在原有车道内。无人驾驶车即采用此种系统，传感器可以使用影像传感器、雷射传感器，或红外线传感器。

图九、车道维持辅助系统（LKAS）示意图

根据Lexinnova的统计，车道维持系统相关专利的前四大专利权人为博世、日产汽车、丰田汽车，及现代汽车。

雷达（Radar）

雷达系统是无人驾驶车最重要的技术之一，除了我们熟知的倒车雷达之外，定速巡航要用到雷达，侦测周遭交通状况要用到雷达，防撞系统要用到雷达，保持车道也要用到雷达。

图十、车用雷达应用示意图

车用雷达依讯号产生源的不同，分为声波雷达、光波雷达，及毫米波雷达（Millimeter Wave Radar）等三种。

属于声波类的超音波雷达，因其测量距离较短，主要用于停车辅助系统，例如倒车雷达。

属于光波类的红外线雷达及激光雷达，其最主要的缺点为光线穿透力易受尘雨雾雪的干扰，而影响测量的精确度。红外线雷达的测量距离较短，可用于夜视系统，而激光雷达的测量距离较长，与红外线雷达一样，均可用于防碰撞系统。

毫米波雷达的波长如名称所示为毫米级（mm），运作频率范围在30GHz到300GHz之间，主要集中在23~24，60~61，76~77GHz频段，是目前车用雷达研发的主流。与声波相比，毫米波雷达不受大气紊流的影响，与光波相比，毫米波雷达的穿透性较强，因此毫米波雷达的探测性良好，精准度高。

无人驾驶车除了使用雷达系统之外，还有使用光达系统（LIDAR），也就是光学遥感技术，通常是利用雷射光脉冲对目标物进行高密度扫描，以量测物体的距离，或获取物体三维形貌的数据。

根据Lexinnova的统计，雷达关专利的前四大专利权人为丰田汽车、日立商社、博世及富士通。

结论

无人驾驶车在正式上市前，除了要面对复杂的法规问题之外，还有许多技术问题尚待克服，例如各式各样的感测组件稳定度及准确度问题、车对车通讯的安全性问题、软件整合度的问题、操作判断程序的问题等等，而这些种种技术问题，最终将汇集成为消费者最敏感的价格问题。

其实无人驾驶车所需的基本技术，都是目前现有技术的再研发与改良，但将这些技术整合运用则是一种创新与发明。我们期待这股创造力量能为科技产业与汽车产业带来庞大的商机，也希望能够透过科技的力量创造出更安全、更有效率的行车环境，以及更节能、更环保的生活方式。

作者：谢锦星，职位：北美智权教育训练处研发创新顾问