[爱卡汽车 科技频道 原创]
无人驾驶是汽车发展的最高形式，也是智能驾驶追求的最终目标。近日，天津市人民政府在中国汽车技术研究中心主办了首届世界智能驾驶挑战赛，让我们一起来看看这场别开生面的比赛有何亮点？
一、何为世界智能驾驶挑战赛？
前面提到智能驾驶是未来汽车发展方向，中国的科研机构和汽车相关事业单位自然不想错过这样的发展浪潮。为了响应国家科技引领、创新驱动的发展战略，推动智能交通产业进步，天津市人民政府联合中国工程院等单位共同主办了这项赛事。
世界智能驾驶挑战赛以“智能改变世界，创新驱动未来”为主题，致力于打造世界级智能汽车品牌赛事，搭建全球性智能汽车交流平台，构建国际化技术实践评测标尺。参赛的62支队伍涵盖了奔驰、宝马、奥迪、沃尔沃等众多汽车品牌，相信随着时间的发展，世界智能驾驶挑战赛的影响力会越来越大。
二、智能驾驶挑战赛挑战的是什么？
世界智能驾驶挑战赛由无人驾驶组、智能辅助组和信息安全组三个组别构成。
无人驾驶组比赛设置了15个关键测试区，测试项目包括住宅区启动、隧道行驶、施工绕行、掉头行驶等内容。
智能辅助组比赛包括自动泊车（AP）、自动紧急刹车（AEB）、车道偏离预警与保持（LDW丰田、特斯拉等汽车厂商。我们之前也做过类似的测试，您可以点击爱卡试验室（10）主动安全功能安全吗？查看详细内容。
信息安全组比赛主要针对具有智能化功能的汽车进行信息安全的攻防测评，从而推动全球汽车信息安全技术进步和发展。关于这一点您可以看看360专家是如何破解特斯拉汽车的。
三、让我们来看看中国的自动驾驶技术如何？
此次参加世界智能驾驶挑战赛无人驾驶组的队伍共有18支，全部都来自中国高校或汽车相关企业队伍，在无人驾驶组，世界智能驾驶挑战赛更像是“中国智能驾驶挑战赛”。从硬件设备种类来看，各支参赛队伍基本相同，车辆传感器主要包括激光雷达、毫米波雷达、超声波雷达、摄像头等，用高精度GPS作为定位设备。部分车辆还安装有惯性导航设备，当GPS信号丢失时惯性导航设备会介入。
这辆由军事交通学院打造的无人驾驶车就是非常典型的代表，让我们一起来看看这辆车是如何来实现无人驾驶功能的。在外观方面，整车同普通车型最大的不同便是车顶的“帽子”。
车顶的装置是整车传感器中最重要的一个——激光雷达。
关于激光雷达，我们之前有非常详细的介绍，您可以点击助力无人驾驶 现阶段激光雷达体系解析查看相关内容，我在这里就不做详细介绍了。
激光雷达通过发出/接收激光线束来侦测车辆周围情况，图中所示的64线激光雷达每秒钟会收集120万左右的点云数据，这些点云数据会为车辆自动驾驶提供重要参考。
在车辆前部还布置有毫米波雷达，用来侦测车辆前部障碍物，相比激光雷达，毫米波雷达受天气影响更小，价格也更加便宜，与激光雷达起到互补作用。
这辆由军事交通学院打造的无人驾驶汽车可谓是所有参赛车辆中最为“金贵”的一辆了，除了车顶布置有一个64线激光雷达外，在车辆的前脸两侧还分别布置有一个单线束激光雷达。
根据品牌和性能差异，目前激光雷达如果线束衡量价格的话，平均每线束在1-3万元，激光雷达的数量越多整车成本自然是越高，但是俗话说得好，没有花钱的不是，激光雷达的数量越多，车辆对周围情况探测就越为详细，无人驾驶的性能就会越高。
前面提到的激光雷达和毫米波雷达更多是为了识别物体的形态，在物体纹理方面，更多是靠摄像头来实现。将物体的形态与纹理结合便能呈现出更为真实的道路情况。
在特斯拉Autopilot2.0硬件系统中，摄像头的数量达到了8个，其中3个前置摄像头分为长焦、正常和广角三个种类，目的便是覆盖不同的识别范围。在此次无人驾驶挑战赛中，大部分车队都设置了2个摄像头，相比特斯拉的Autopilot 2.0系统虽然少了很多是因为大部分参赛车辆都有激光雷达作为传感器，这是特斯拉Autopilot 2.0系统所不具备的。
与特斯拉布置三种不同视野范围的摄像头不同，大部分参赛车辆选择布置两个不同视角的摄像头，其中视角较低的摄像头用于识别车道线、障碍物等，视角较高摄像头识别信号灯、路牌等。
在18支参赛队伍中更多的是像北航江铃踏歌这样的“朴素”车队。
激光传感器虽然也有应用，但是仅仅是在车头处布置一个单束激光传感器。
车顶处的惯性导航系统用于GPS信号丢失时使用，帮助车辆在无信号状态下导航，信号丢失这种情况多发生在隧道行驶时。
粗暴的转向控制机构并没有采用其他车队常见的线控方式，而是采用了外置机械机构，这种设置体现出了资金不足的无奈。
编辑点评：自动驾驶功能的实现其实不是什么困难的事情，如何在有限的成本下实现较高性能的无人驾驶，并将之应用到量产车上是现阶段汽车企业需要面对的问题，当然，这个问题不只是针对中国汽车厂商。
目前的无人驾驶大致分为两个阵营，一个是以特斯拉为代表，传感器选择为摄像头+毫米波雷达/超声波雷达，另一个阵营就是今天我们所看到的，传感器选择为激光雷达+摄像头+毫米波雷达/超声波雷达。在硬件设备高度相似的情况下，数据处理与算法成为不同车队最主要的差别，这也是无人驾驶技术核心所在。
