想要获得安全可靠的道路行驶能力，自动驾驶汽车必须对其周围环境有全景式的了解。它不但需要认出周边呼啸而过的轿车、卡车、摩托车，同时还要发现慢吞吞的自行车和行人。

此外，交通信号灯、路牌和路上的障碍物它们也不能放过。不过，这还不是最考验自动驾驶汽车的事物，让各家公司花费大量时间和资源搜集数据的各种天气和光照条件才是自动驾驶能否真正上路的最高门槛。毕竟如果不能穷尽每一种可能性，谁也不敢保证上路的自动驾驶汽车会不会惹出什么乱子。

一般来说，想让自动驾驶汽车实现眼观六路耳听八方，研究人员必须对大量数据进行标记，而这些标记过的数据将成为机器学习算法的养料。

对数据做标记可不是件轻松的工作，每家厂商都会派成百上千的工作人员处理车辆拍摄的照片或视频，他们需要用方框圈出旁边的车辆、路标等物体，同时还得给它们贴上相应的标签。令工作人员绝望的是，这个标记数据的过程需要一遍又一遍的重复。

自动驾驶汽车是人工智能和机器学习领域研究者们数十年科研的成果汇聚，他们这段漫长而丰富的研究过程，值得我们一起重新领略。苹果、百度的科学家们发布的研究成果便是这样的例子，以下为他们的三篇论文。

第一篇名为《适用于点云车辆探测的 3D全卷积网络》（3D Fully Convolutional Network for Vehicle Detection in Point Cloud），作者为来自百度的 Bo Li。

在该论文中，Bo Li 主要在一个 3D 点云上应用了 DenseBox 全卷积网络（FCN）架构。为此，Li 将点云分成了体素，这样就不用通过神经网络运行 2D 像素了，运行 3D 体素就行。

随后，训练全卷积网络来识别体素点云中的功能。对全卷积网络进行非样本处理以产生两个输出张量：其中一个是客体性张量，另一个则是包围盒张量。从感知的目的来看，包围盒张量可能更有趣，它会在车辆周围“画”出一个包围盒。

第二篇论文是清华大学和百度多位研究者（Xiaozhi Chen, Huimin Ma, Ji Wan, Bo Li, Tian Xia）的智慧结晶，该论文名为《自动驾驶多视角 3D 目标探测网络》（Multi-View 3D Object Detection Network for Autonomous Driving）。研究人员开发了多视角 3D 网络（MV3D），它将激光雷达和摄像头图像整合进了一个复杂的神经网络管道。

与第一篇论文相反（在激光雷达点云之外构建立体像素），MV3D 只是用到了点云中两个单独的 2D 视角：一个来自前端，一个则来自顶端（鸟瞰角度）。此外，MV3D 还用到了与激光雷达扫描有关的 2D 摄像头图像。它们能提供三个单独的 2D 图像（激光雷达前置视角、激光雷达顶端视角和摄像头前端视角）。

随后，MV3D 可利用每个视角生成一个 2D 包围盒。鸟瞰视角的激光雷达生成的包围盒与地面平行，另外两个视角生成的 2D 包围盒则与地面垂直。将这些包围盒相结合，就能生成一个“护卫”住车辆的 3D 包围盒。

在网络末端，MV3D 则用到了“深度融合”来结合三个神经网络管道的输出。最终得出的结果就是目标分类和 3D 包围盒。不过实话说，我不太清楚“深度融合”是如何工作的。

第三篇论文就是最近一石激起千层浪的苹果论文，该论文名为《VoxelNet：基于 3D 目标识别点云的端对端学习》（VoxelNet: End-to-End Learning for Point Cloud Based 3D Object Detection）。VoxelNet 有三个组成部分，它们分别是：特征学习网络、卷积中间层和区域建议网络。

学者认为，特征学习网络是“知识的主要来源”。这个网络的工作是开启立体像素中半随机的点样本，随后这些点样本会穿过一个全互联网络（非全卷积网络）。该网络能学习逐点特性，这些特性与体素（与这些点同源）息息相关。

机器学习神经网络将沿着一条挑战高效处理性能的发展道路继续阔步前进。先进的神经网络架构已经显现出优于人类的识别精确性。用于生成网络的最新框架，如 CDNN2，正在推动轻型、低功耗嵌入式神经网络的发展。这种神经网络将使目前的高级辅助驾驶系统具有较高的精确性及实时处理能力。

深度学习神经网络在量产型车辆上的首次使用将限于基本的视觉识别系统，但最终会在未来为自动化程度越来越高的车辆提供支持，帮助其应对众多的复杂信号处理的挑战。

如今，无人驾驶在中国已经进入了测试阶段。2017年12月8日，深圳，四辆白色的自动驾驶公交车在深圳福田保税区进行了试运行。测试线路全程1.2公里，车速10至30公里/小时，途中设3个停靠站。公交车所搭载的阿尔法巴智能驾驶系统，属于有条件的自动驾驶体系，即司机需要坐在驾驶位上，在紧急情况发生时，踩下刹车就可以从自动驾驶模式转换为人工驾驶模式。测试情况显示，自动驾驶公交车能够实时对其他道路使用者和突发状况做出反应，已初步实现行人车辆检测、减速避让、紧急停车、障碍物绕行变道、自动按站停靠等。

据悉，2016年11月3日，工信部与湖北省签订《基于宽带移动互联网的智能汽车与智慧交通应用示范》，武汉成为全国智能汽车与智慧交通应用示范城市之一，将会建一个3600亩的智能网联封闭试验场，还会建一个无人驾驶的“智慧小镇”。

东风汽车公司技术中心副院长周剑光博士介绍，东风这几年在智能网联汽车研究上，已经取得自动泊车、智能辅助驾驶、自主式自动驾驶、网联式自动驾驶等成果。在2020年，东风汽车将实现有条件自动驾驶，其中在2019年，会先在沌口试点有条件自动驾驶公交车。

在未来真正的无人驾驶技术定会到来。在这个路途中，无人驾驶汽车本身的制造、配套的通信5G设备、法律法规的修订以及最重要的人类的认知都是急需跟进的。

众创网  郑旺

众创网现已建立五大会、五大数据库、五大联盟、四大行业社群，欢迎各界优秀人士添加众创网官方客服小创妹（zhongchuangdream）进行更好的沟通交流哦~