自動駕駛包括感知層、決策層和執(zhí)行層這三個關鍵技術層面。

感知層是環(huán)境信息和車內信息的采集與處理，就像車的“眼睛”。這涉及多種技術，比如激光雷達、攝像頭、毫米波雷達、超聲波雷達、速度和加速度傳感器等。單一傳感器有局限性，所以要運用多傳感器融合技術。像攝像頭能看清有顏色的標識和物體，但在夜晚或惡劣天氣下視力不好，也不擅長遠距離觀察。激光雷達能繪制周邊障礙物的 3D 圖，卻無法識別圖像和顏色。毫米波雷達可全天候工作，能穿透塵霧、雨雪，不過無法識別高度，分辨率不高，也難以成像。

決策層就像車的“大腦”，依據(jù)感知信息來進行決策判斷，確定工作模型，制定控制策略。這需要用到先進的決策理論，比如模糊推理、強化學習、神經(jīng)網(wǎng)絡和貝葉斯網(wǎng)絡技術等。但類人的駕駛決策算法的優(yōu)化面臨很大挑戰(zhàn)，需要大量有效數(shù)據(jù)覆蓋各種罕見路況。

執(zhí)行層是系統(tǒng)做出決策后對車輛的控制，車輛的各個操控系統(tǒng)要能通過總線與決策系統(tǒng)連接，精確控制加速、制動、轉向、燈光等駕駛動作，實現(xiàn)車輛的自主駕駛。

此外，自動駕駛還需要高性能運算處理器平臺、車與外部設施通信的 C-V2X 技術以及 VEPP 高精度定位技術等基礎共性技術的支撐。高性能運算處理器平臺為算法提供運算能力，C-V2X 技術讓車與交通標志、行人、其他車輛、云端等通信，VEPP 高精度定位技術能準確知道汽車實時位置，提高感知結果的精確性和可靠性。

（圖/文/攝：太平洋汽車 整理于互聯(lián)網(wǎng)）