低速无人驾驶的应用场景和发展

  技术的发展并不如我们所预想的那么顺利，无论是无人驾驶的发展模式（单车智能网联），还是无人驾驶的技术升级（激光雷达、等），亦或是无人驾驶的相关法律和法规制定，都没形成一个完善的且可以足够商用化应用的体系，消费者想要在日常生活中享受到无人驾驶服务的日子还有非常长一段路要走。但随着无人驾驶技术的提升，很多无人驾驶概念已经被使用且和我们日常生活息息相关的都看到了无人驾驶的影子，并服务于我们日常的生活当中，这就是低速无人驾驶。

  低速无人驾驶就是指应用场景相对简单固定，时速低于50 km/h的无人驾驶汽车，低速无人驾驶也被称之为低速无人驾驶，在很多园区、校园看到的自动快递运输车就是属于这一范畴，低速自动驾驶的应用区域包括校园、景区、园区、机场、矿山等，根据类别可大致分为载人类、载货类和专用车类等，能够正常的使用的范围有特定区域的物流配送、矿山开采、无人机农用机械、餐饮及零售等，低速无人驾驶技术多使用在运输货物上，但在部分使用场景中也可拿来载人，如高尔夫球车、园区巴士、机场接驳车等。据了解保守估计，包含低速载人无人车、低速载货无人车，无人作业车在内，2021年中国低速无人驾驶车销量达2.5万台，2022年将达10.4万台，低速无人驾驶将是我们日常生活中的一部分。

  低速无人驾驶的应用场景很多且已经相对成熟，如前文提到的自动快递运输车，我们国家社会物流总费用居高不下，除了经济结构、产业布局、发展阶段等客观因素外，各种运输方式缺乏合理分工、物流路径不够优化、货物多次装卸搬运也使得物流环节过多，从而推高了物流成本。此外，随着物流产业进入每日亿件包裹的时代，传统人工作业已无法更好满足日渐增长的需求，简而言之就是物流运输成本之高，快递数量之多，运输方式不合理且现在很多快递都会直接放置到快递柜，无法直接交给用户等问题一直存在，自动快递运输车的出现，就很好的解决了这样的一个问题，自动快递运输车的出现，能够大大减少派送员的派送时间，解决了派送员最后100 m的配送难题，自动快递运输车可以直接将快递送到用户家门口，且用户都能够通过手机端操作，告知派送时间，让无人驾驶运输车可以优化运送路线。

  类似于无人驾驶运输车等技术的低速无人驾驶的使用已经相当普遍，在其产品上，涉及了很多的无人驾驶技术，比如每辆低速无人驾驶车辆上都融合了硬件、软件、算法通信等多种技术，如无人驾驶所需的激光雷达、毫米波雷达、卫星定位、惯导模块等硬件设备及感知、定位、规划、控制、数据存储、仿真等技术都得到了应用，包括汽车工业链中的线控底盘技术都在低速驾驶车辆上进行了普及。

  2021年10月29日在深圳召开的2021无人驾驶低速无人车商业应用标准发布会上，由深圳市智能交通行业协会和低速无人车领域企业、专家共同编制的《低速无人车城市商业运营安全管理规范》团体标准正式实施。这是一部专为低速无人驾驶应用所编制等首创性标准，具有一定的先进性和创新性，将对低速无人驾驶投放使用起到重要的指导作用。

  随着低速无人驾驶管理规范的制定及有关技术的提升，低速无人驾驶也将会更多地进入我们日常生活，但低速无人驾驶与我们心目中所预期的无人驾驶技术并不相同，低速无人驾驶依旧是无人驾驶的早期形态，在前文提及低速无人驾驶的概念中提出，低速无人驾驶是时速低于50 km/h，即低速无人驾驶车辆的工作速度是很低的，其致死率、破坏性也比较低，速度也远远达不到载人在城市道路上运行的要求。其次就是低速无人驾驶车辆的应用场景范围多在园区或规定的区域，限定的环境就从另一方面代表着未知的干扰的可能性极低，系统的硬件成本和软件开发成本也会大幅度的降低，当将低速无人驾驶车辆从平时工作的区域放置到另一个新的场景后，将无法被使用，这也是与我们心目中无人驾驶区别最大的一个因素，但也正因为其低速和限定范围等因素，让低速无人驾驶汽车在技术实现和商业落地上具有很大的优势。

  最后和大家来聊聊无人驾驶的发展，最近在与一位大拿聊天时探讨了相关的话题，现在无论是低速无人驾驶，还是在部分地区投放的无人驾驶载人出租，都有一个共同的问题，即场景使用的局限性，当在这一地区投放的无人驾驶车辆或低速无人驾驶车辆，投放前期要做的一件事就是将该地的道路信息做全面的扫描，之后才能够直接进行应用，当道路信息变换或进入一个新的场景后，就需要对道路信息进行新一轮的扫描。这样的发展模式就像是教小朋友走路一样，有一个东西扶持着走路，小朋友只需要会走即可，简而言之就是现在的无人驾驶发展模式让无人驾驶汽车并不智能，只是在部分场景下的无人驾驶。如果一直依照这样的发展模式，在无人驾驶落地后将要消耗大量的人力、财力，如车辆投放具有范围的限制性，只能在规定区域行驶，道路进行修缮后，需要立刻完成相关区域的道路信息扫描。

  如果想要真正的完成无人驾驶商用化，就需要教会无人驾驶汽车和人类一样辨别道路，识别路况，完成无人驾驶，而这一步恰是最难的，无论是通过智能网联的发展模式，让道路信息和车辆信息实现共享互通，还是通过将单车智能做到极致化，让无人驾驶汽车实现人类一样的辨别能力，都是实现无人驾驶不可避免的一步，授人以鱼，不如授人以渔，教会无人驾驶汽车看路、识路，比教会无人驾驶汽车走路更重要，这也是影响无人驾驶技术急需突破的难点，关于无人驾驶和低速无人驾驶，大家怎么看？欢迎关注智驾最前沿，留言交流。

  面临的主要挑战是基于图像的机器学习能力。理论上，基于图像的机器学习可以让汽车实现

  高峰论坛将汇聚全世界汽车行业与半导体行业的核心参与者，深度剖析AI在汽车领域的突出

  ”汽车普及也有相应的“痛点”，包括法律和法规、伦理问题、成本高企等。 无人

  行驶的环卫车、港口的集装箱货车、封闭小区的物流车、室内停车库，以及园区的接驳车等

  对环境和拥堵产生积极影响。市场调查与研究公司ABI Research预测：到2030年，道路上四分之一的汽车将会是

  具有“智慧”和“能力”两层含义。所谓“智慧”是指汽车能够像人一样智能地感知、综合、判断、推理、决断和记忆；所谓“能力”是指

  的带宽有了更高的要求。从而使用以太网技术及中央域控制(Domain)和区域控制(Zonal)架构是下一代车载网络的

  趁着对港口的激情未退，趁着对码头的记忆还在，趁着矿山是否为“假冒伪劣”

  带32位MCU和高精度ADC的SoC产品-SD93F系列开发指南（九）

  allegro编程视频教程，在Allegro软件做等长设计时候，如何让等长进度条跟随蛇形线移动呢？

  AD20实用技巧系列教程 - 3-3-AD20中Port和Netlabe的区别