哪些企业在研发无人驾驶汽车？

1. 哪些企业在研发无人驾驶汽车？

研究无人驾驶汽车的企业有4家：百度 苹果 特斯拉 Uber

百度（重点介绍）
第一个为什么说百度呢！因为是中国企业！
百度在2016年成立了自动驾驶汽车单元，总部设立在北京和加利福尼亚州森尼维耳市，而百度对无人驾驶汽车的研发则可以向前追溯很久。百度研究院是百度旗下的三个实验室之一。自从2013年以来一直领导自动驾驶项目，百度自动驾驶技术的核心百度大脑，包括高度自动化的驾驶地图、定位，检测和智能决策与控制模块。
2015年12月，百度无人驾驶汽车在北京首次实现了从城市到环路再到高速路的全自动驾驶。从北京中关村软件园百度大厦出发，驶入G7高速路，经五环到达奥林匹克森林公园，并原路返回。全程在复杂的路况情况下，完成并实现了起步、加速、变道、超车、上下砸到、转弯、调头等复杂的驾驶过程。最高时速达到了100km/h。
2016年9月百度获得了美国加州车管所颁发的无人驾驶测试牌照，在中国和加利福尼亚州进行了多次公共道路测试。
百度研发无人驾驶汽车经历了三个阶段：第一阶段，封闭尝试性的测试，初步了解汽车的动力性能、电信号接口的稳定性；第二阶段，在深圳进行低速状态下的半封闭测试，进行算法的构建与调试；第三阶段，低速过渡到高速，为在北京高速公路上的测试做准备。
百度的无人驾驶汽车技术能够顺利的进行关键是公司的AI和深度学习的技术积累。环境感知力、行为预测、操作系统、规划控制、高精度的定位及系统安全，保证了无人驾驶汽车技术的成功测试。
目前百度的无人驾驶汽车技术的合作伙伴有，博世(雷达)、哈曼(AI软件)、NVIDIA(云车平台)和Velodyne(激光雷达)。

苹果
2016年11月22日，苹果公司首次确认对自动驾驶技术有兴趣，但该公司仍不大可能设计或生产整车。关注焦点是控制自动驾驶汽车的软件，正在大举投资可应用于交通等多个领域的机器学习和自动化技术。
苹果开发的系统叫作“Apple Automated System”，它就是苹果的自动驾驶平台，将硬件与软件整合在一起。这套系统可以发送电子指令，控制汽车、加速、减速，还可以承担部分的动态驾驶任务。
2016年12月初，美国专利商标局通过一项关于苹果自动驾驶汽车专利，这项专利介绍一种自动防撞系统，未来将有可能成为无人驾驶汽车基础遥测技术解决方案，苹果这项技术可以应用于避免凸面和凹面成为移动过程中静止碰撞目标的障碍。
从种种的迹象表明苹果的目标是将系统卖给传统汽车制造商，说服它们将系统装进汽车中，而不是投入时间和金钱自己开发技术。
关于自动驾驶汽车项目，苹果消息可谓是少之又少。只能说苹果很低调。直到做好准备，为我们带来重磅消息。一定会在无人驾驶汽车技术上掀起一阵波澜。

特斯拉
特斯拉与谷歌在无人驾驶领域是最为超前的，对于特斯拉而言，在数据上的积累遥遥领先。同时，特斯拉有生产销售汽车的经验、先行的技术积累和扎实的客户基础。
特斯拉的自动驾驶技术在目前阶段处于半自动驾驶阶段。可以执行诸如转向和停车的功能。特斯拉的第二代硬件套装拥有8个摄像头可以提供360度可视范围以及250米的控制范围。12个超声波传感器和前向雷达可以侦测物体，甚至可以穿越大雨、大雾、扬尘和前面的车辆。
去年5月份的“自动驾驶夺命车祸”被曝光时，死者开启自动驾驶的一辆Model S在行驶经过一个十字路口时，直接撞上了左前方正在转弯的卡车。但在车祸发生时，Model S并没有自动刹车。此次车祸事件对于特斯拉来说是个巨大的打击，导致特斯拉推迟发布了辅助驾驶系统Autopilot的更新版本。Autopilot系统是特斯拉实现汽车全自动驾驶的关键核心技术之一，它能使车辆在车道中自动行驶，保持一定的速度，司机则不必操作油门、刹车和掌握方向。特斯拉方面曾表示，Autopilot是目前为止道路上最先进的驾驶辅助系统。但事件发生后世界各大媒体及专家都对特斯拉的无人驾驶汽车技术提出了质疑。

Uber
无人驾驶技术领域一直有Uber的身影，像苹果一样，关于无人驾驶，Uber向外透露的信息可谓少之又少。挖了谷歌无人驾驶部门的墙角，但谁都不清楚Uber的无人驾驶汽车进展到底如何。目前来看，Uber有机器人专家、地图数据、出行数据，以及能够和无人驾驶汽车时代无缝连接的广受欢迎的出行服务。消息显示，Uber想要利用自动驾驶汽车使打车便宜又方便，以此让人们彻底打消拥有汽车的念头。
各大企业都在无人驾驶技术上面发力，即使遇到的问题仍然很多，但一切没有阻挡住他们的出发点和原动力。当然无人驾驶汽车技术是相当复杂的系统性工程。虽然目前来看各家企业都各自为政，都推出自己的一套无人驾驶技术技术，但如此复杂的工程不是一家公司可以做的，需要各家企业结合自身的优势合作推出一款集各项技术一流的无人驾驶汽车。

2. 无人驾驶汽车的研发历史

从20世纪70年代开始，美国、英国、德国等发达国家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。中国从20世纪80年代开始进行无人驾驶汽车的研究，国防科技大学在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，世界上最先进的无人驾驶汽车已经测试行驶近五十万公里，其中最后八万公里是在没有任何人为安全干预措施下完成的。

3. 国内企业为什么热衷研发无人驾驶汽车

（1）我国正处在社会主义初级阶段，生产力水平还比较低，科学技术水平、民族文化素质还不够高。 

（2）当今世界，国际竞争的实质是以经济和科技实力为基础的综合国力的较量，而综合国力的较量归 根到底是人才的竞争。

（3）当前世界，科学技术成为生产力中最活跃的因素，科学技术是第一生产力。 而人才成为了第一战略资源。

（4）重视科技、人才，有利于全面提高我国科技创新能力和科学技术水 平，有利于增强综合国力和国际竞争力，实现全面建设小康社会的目标。

4. 中国能完成无人驾驶的研发吗?

据报道，日前中国相关负责人表示，目前中国高速铁路已经走到世界先进水平，部分走到世界领先水平，下一步，高速列车若实现“无人驾驶、有人值守”，改变现在人控为主到机控为主的模式，将会更安全、更准时。

报道称，在媒体询问，无人驾驶环境很复杂，跟地铁不一样，地铁毕竟是几十公里以内的事情，高铁是上千公里，无人驾驶行不行？该负责人表示，可以实现“无人驾驶、有人值守”，改变现在人控为主为机控为主的模式，实现更安全、更准时。

据悉前中国无人驾驶高速列车已在试验验证阶段，目前该种模式列车正在北京到张家口路段进行试验验证，力争在北京冬奥会和残运会上，向世界展现，中国始终在高速铁路运输上没有懈怠，一步一步在往前，以期形成中国样板、中国模式，推向世界。

分析人士表示，目前，中国高速列车的明星产品就是中国标准动车组“复兴号”。作为一款具有自主知识产权的中国标准动车组列车，“复兴号”在涉及的254项重要标准中，中国标准占到了84%，中国完全有能力实现高铁的无人驾驶！
希望高铁无人驾驶技术可以早日实现！

5. 无人驾驶汽车的推广普及

1.美国试点推进谷歌是最有可能扫除当前所有短期障碍并将成千上万辆无人驾驶车带到公路的公司。谷歌公司有一个传统：让自己的员工率先去体验公司研发的新科技和新产品，谷歌将之美名其曰：Eating your own dog food（吃你自家的狗粮）。无人驾驶车已经获得了加利福尼亚州立法获批，谷歌可能会在该州部署数百辆无人驾驶车，用来接送公司员工上下班。据报道，谷歌汽车在试运行的过程中，到目前为止仅与其他社会车辆发生过两次碰撞，其中一次是非常小的事故——完全在驾驶员的可控范围内。然后，谷歌可能会将无人驾驶车推向更多的地区，例如拉斯维加斯，因为除了加利福尼亚，内华达州也已经允许谷歌无人驾驶车上路行驶了。另外，有雄厚的资金做保证，谷歌接下来会给无人驾驶车建设一些必要的基础设施，试图将用户的责任剥离出来，并且会在内华达市场以一个非常具有竞争力的价格推出无人驾驶车。2.中国牌尽管美国联邦政府短期内不会让无人驾驶汽车上路，其它国家对新技术的态度可能会更加开放。中国可能会引入无人驾驶车，中国交通事故率是美国的两倍多，而且汽车总量高速增长，车祸几率可能进一步攀升。此外，中国人口密度高，无人汽车可以适应更窄的街道、取消红绿灯和路灯以及降低能源消耗，为政府节省万亿元的开支。而且，无人驾驶车也属于中国政府重点支持7大行业之一，中国研究人员已经在该领域取得了长足的进步。如果引入并完善无人驾驶车的系统的话，还可以将这一系统出口到其他国家和地区。3.风投介入这种情况下，由创业型公司进入这个市场，开发大规模共享无人驾驶交通系统。这种情况或许是3种情况中可能性最小的，但是这种操作方式的盈利模式已经出炉了。这个团队的领军人物是前通用汽车研发部门副总裁，现任美国哥伦比亚大学地球研究所可持续发展计划负责人劳伦斯·伯恩斯（Lawrence Burns）。这项计划建立在专业的技术以及金融数据分析的基础之上的，它可以提供3个可持续发展的市场准入策略。这个团队已经对美国密西根州安娜堡市做了详尽的数据分析，结果显示该市可以引进这种无人驾驶系统，因为可以为该地区的每一位车主节省90%个人开支，而且还可以带给车主更好的驾车体验。此外，再以曼哈顿地区为研究案例，通过分析郊区以及人口密度较大的城区交通数据，共享的无人驾驶系统同样可以为该地区提供巨大的资源节省空间以及更优质的服务。该计划为创业公司提供了绝佳的商机。“对首批进入该市场的创业公司而言，这是一个可以实现高利润的商机。以安娜堡为例，假设某公司给无人驾驶车的个人移动服务的定价为每天7美元，那么刨去运营费用依然可以有5美元的利润。如果安娜堡有10万个市民（该市人口的三分之一）从这家公司订购了这项服务的话，那么这家公司每天的净利润就可以达到50万美元。美国有2.4亿人口，假设这家公司能够分得1%的市场份额的话，那么这家创新型公司每年的净利润可以达到40亿美元。这个盈利模式展示了伯恩斯主导这一商业计划是如何在积极的风险管理下快速有效的变成现实的。

6. 无人驾驶汽车将迎来量产了吗?

日前有媒体报道称，无人驾驶汽车或将迎来量产，专家建议给无人驾驶汽车系上法律“安全带”。

报道称，对新技术发展应该持鼓励态度，安全监管固然重要，但是用旧有体系去强硬限制也不恰当，这是一个新的领域，需要用新的观点和新的态度来看待，希望立法上能尽快承认无人驾驶汽车，不要因为法律滞后影响新事物的发展。

在企业推广无人驾驶汽车的同时，相关部门也在紧锣密鼓地制定制度，2017年12月18日，北京市交通委联合北京市公安交管局、北京市经济信息委制定发布了《北京市关于加快推进自动驾驶车辆道路测试有关工作的指导意见（试行）》和《北京市自动驾驶车辆道路测试管理实施细则（试行）》，规范推动自动驾驶汽车的实际道路测试。

分析人士表示，无人驾驶涉及到很多层面，这两个文件对道路测试作出了规定，可以说是开启了破冰的一小步。但是，关于无人驾驶汽车的损害赔偿责任、平台责任、保险类型、数据安全等多个方面，仍然需要法律作出规范。
希望无人驾驶时代可以早日到来！

7. 无人驾驶车的新技术有那些

亲，您好，无人驾驶车的新技术有：1.物联网技术。自动驾驶汽车搭载了数百个传感器，是它们将车辆周围的物理世界转化成了数字信号。就拿自动驾驶汽车的“眼睛”一雷达、摄像头和激光雷达来说，没有它们车辆就无法获得720度的视野（包括水平和垂直角度）。2.海量数据管理。自动驾驶系统和传感器等设备产生的数据很轻松就能突破TB级别，而这些数据必须得到快速的处理和转化。【摘要】
无人驾驶车的新技术有那些【提问】
亲，您好，无人驾驶车的新技术有：1.物联网技术。自动驾驶汽车搭载了数百个传感器，是它们将车辆周围的物理世界转化成了数字信号。就拿自动驾驶汽车的“眼睛”一雷达、摄像头和激光雷达来说，没有它们车辆就无法获得720度的视野（包括水平和垂直角度）。2.海量数据管理。自动驾驶系统和传感器等设备产生的数据很轻松就能突破TB级别，而这些数据必须得到快速的处理和转化。【回答】
还有没有无人驾驶的新技术【提问】
亲亲，您好，3，边缘分析,设想一下，未来的自动驾驶汽车每秒可能就会产出数个 GB 的数据并做出上千次判断，这一切顺利进行的背后是强大的计算能力。4， 云计算。虽然边缘计算对实时分析和决策至关重要，但大量数据还是要回流到云端进行处理。【回答】
无人驾驶的发展现状【提问】
亲亲，无人驾驶的未来发展 未来的某天，当无人驾驶汽车普及，很多现有的社会制度将会受到强烈的冲击，比如人们不再需要驾照与保险这个硬性规定。随着信息技术的普及，无人驾驶汽车必将会与移动通信技术相连接，无人驾驶汽车通过移动通信可随时保持联系。如果是电动无人驾驶汽车，或许从国家电网公司购买电动汽车也不再是遥不可及，油费将会被电费取代，加油站也将会被拆除。马路上的出租汽车也不需要“的哥”，出租车司机这个职业将会渐渐消失。【回答】
无人驾驶现状【提问】
亲亲，由于研发过于烧钱，看不到量产前景，盈利遥遥无期，福特和大众共同宣布从无人驾驶“明星公司”Argo AI撤资，转投现阶段更具商业价值和变现能力的低级别辅助驾驶。曾经的自动驾驶“一哥”英特尔Mobileye二次上市遇阻，市值缩水近半。【回答】

8. 无人驾驶汽车的关键技术

总的来说，无人驾驶技术是传感器、计算机、人工智能、通信、导航定位、模式识别、机器视觉、智能控制等多门前沿学科的综合体。按照无人驾驶汽车的职能模块，无人驾驶汽车的关键技术包括环境感知、导航定位、路径规划、决策控制等。
  
 
 　　1.环境感知技术
 
 　　环境感知模块相当于无人驾驶汽车的眼和耳，无人驾驶汽车通过环境感知模块来辨别自身周围的环境信息，为其行为决策提供信息支持。环境感知包括无人驾驶汽车自身位姿感知和周围环境感知两部分。单一传感器只能对被测对象的某个方面或者某个特征进行测量，无法满足测量的需要。因而，必需采用多个传感器同时对某一个被测对象的一个或者几个特征量进行测量，将所测得的数据经过数据融合处理后，提取出可信度较高的有用信号。按照环境感知系统测量对象的不同，我们采用两种方法进行检测：
 
 　　无人驾驶汽车自身位姿信息主要包括车辆自身的速度、加速度、倾角、位置等信息。这类信息测量方便，主要用驱动电机、电子罗盘、倾角传感器、陀螺仪等传感器进行测量。
 
 　　无人驾驶汽车周围环境感知以雷达等主动型测距传感器为主，被动型测距传感器为辅，采用信息融合的方法实现。因为激光、雷达、超声波等主动型测距传感器相结合更能满足复杂、恶劣条件下，执行任务的需要，最重要的是处理数据量小，实时性好。同时进行路径规划时可以直接利用激光返回的数据进行计算，无需知道障碍物的具体信息。
 
 　　而视觉作为环境感知的一个重要手段，虽然目前在恶劣环境感知中存在一定问题，但是在目标识别、道路跟踪、地图创建等方面具有其他传感器所无法取代的重要性，而在野外环境中的植物分类、水域和泥泞检测等方面，视觉也是必不可少的手段。
 
 　　2.导航定位技术
 
 　　无人驾驶汽车的导航模块用于确定无人驾驶汽车其自身的地理位置，是无人驾驶汽车的路径规划和任务规划的之支撑。导航可分为自主导航和网络导航两种。
 
 　　自主导航技术是指除了定位辅助之外，不需要外界其他的协助，即可独立完成导航任务。自主导航技术在本地存储地理空间数据，所有的计算在终端完成，在任何情况下均可实现定位，但是自主导航设备的计算资源有限，导致计算能力差，有时不能提供准确、实时的导航服务。现有自主导航技术可分为三类：
 
 　　相对定位：主要依靠里程计、陀螺仪等内部本体感受传感器，通过测量无人车相对于初始位置的位移来确定无人车的当前位置。绝对定位：主要采用导航信标，主动或被动标识，地图匹配或全球定位系统进行定位。
 
 　　组合定位：综合采用相对定位和绝对定位的方法，扬长避短，弥补单一定位方法的不足。组合定位方案一般有GPS+地图匹配、6PS+航迹推算、GPS+航迹推算+地图匹配、GPS+GLONASS+惯性导航+地图匹配等。网络导航能随时随地通过无线通信网络、交通信息中心进行信息交互。移动设备通过移动通信网与直接连接于Internet的WebGIS服务器相连，在服务器执行地图存储和复杂计算等功能，用户可以从服务器端下载地图数据。网络导航的优点在于不存在存储容量的限制、计算能力强，能够存储任意精细地图，而且地图数据始终是最新的。
 
 　　3.路径规划技术
 
 　　路径规划是无人驾驶汽车信息感知和智能控制的桥梁，是实现自主驾驶的基础。路径规划的任务就是在具有障碍物的环境内按照一定的评价标准，寻找一条从起始状态包括位置和姿态到达目标状态的无碰路径。
 
 　　路径规划技术可分为全局路径规划和局部路径规划两种。全局路径规划是在已知地图的情况下，利用已知局部信息如障碍物位置和道路边界，确定可行和最优的路径，它把优化和反馈机制很好的结合起来。局部路径规划是在全局路径规划生成的可行驶区域指导下，依据传感器感知到的局部环境信息来决策无人平台当前前方路段所要行驶的轨迹。全局路径规划针对周围环境已知的情况，局部路径规划适用予环境未知的情况。
 
 　　路径规划算法包括可视图法、栅格法、人工势场法、概率路标法、随机搜索树算法、粒子群算法等。
 
 　　4.决策控制技术
 
 　　决策控制模块相当于无人驾驶汽车的大脑，其主要功能是依据感知系统获取的信息来进行决策判断，进而对下一步的行为进行决策，然后对车辆进行控制。决策技术主要包括模糊推理、强化学习、神经网络和贝叶斯网络等技术。
 
 　　决策控制系统的行为分为反应式、反射式和综合式三种方案：反应式控制是一个反馈控制的过程，根据车辆当前位姿与期望路径的偏差，不断地调节 方向盘 转角和车速.直到到达目的地。反射式控制是一种低级行为，用于对行进过程中的突发事件做出判断，并迅速做出反应。
 
 　　综合式控制在反应层中加入机器学习模块，将部分决策层的行为转化成基于传感器的反应层行为，从而提高系统的反应速度。