- 汽车传感器技术将让安全自动驾驶十年内实现

看见周遭人类与接近某个现场

高度自动化和自动驾驶车辆的开发人员必须考察复杂的人类行为，让自动驾驶汽车能观察、理解、模型化、推断和预测车厢内的乘客以及车辆周遭行人、汽车行驶区域内的人类行为（图8）。

图8 高度自动化和自动驾驶汽车必须要能理解车辆周遭人类行为。

而因为成像研究已经取得了显著的进步，这将有助于控制空间接近（space approach）；这些类型的研究和实验将有助于阻止自动驾驶车辆发生交通事故并危及人身安全，因为这些传感器系统正随着算法的成熟不断演进（图9）。

图9 这是采用了深度神经网络（DNN）的影像到控制策略流水线（调节语义感知）案例——先是语义场景元素（semantic scene element）的预测，然后是控制策略算法。

关于以整体性方法了解一个状况的来龙去脉，以及处理许多异常和意料之外场景和目标物的相关技术，还有许多需要学习的；包括对观察到的物体（包括人和汽车）之细微短/长期活动信息加以扩展分析，以及在被完全不可预知的人或车辆包围的条件下预测活动事件并做出决策的预测等。

声音检测和分析

目前的麦克风产品发展以及声音质量技术已经有重大进步，因此笔者认为自动驾驶车辆的另一个传感器数据源一定是声音；这种新增的听觉输入与所有视觉传感器，将共同为处理器和算法添加另一层信息输入，这有助于提高关键的决策判断能力，从而确保道路上自动驾驶车辆的安全。

人类对汽车喇叭，以及救护车、消防车和警车的警笛声都会有所反应，笔者相信我们也需要为自动驾驶车辆增加听觉，以完善对驾驶人的模拟。

麦克风技术已有不少提升，包括声音质量，以及具备能够耐受恶劣车用环境的高强韧度MEMS设计，还有降低噪声、低功耗运作以及动态范围等性能的改善。

小结

我们可以说，要决定是否让不需要人类干预之全自动驾驶车辆上路，现在还不是时候；还有许多工作要做。而传感器科学与工程技术还有成熟的算法正在快速发展，以预测人类和汽车的随机行为并迅速做出反应，目标是避免车辆和财物的损失，当然还有最重要的──保障人们的生命安全。