感知是無人駕駛的核心
無人駕駛汽車依靠人工智能、視覺計算、雷達、監控裝置和全球定位系統協同合作，通過電腦實現無人駕駛，可以在沒有任何人類主動的操作下，自動安全地操作機動車輛。
從技術角度講，自動駕駛又分為感知定位、規劃決策、執行控制三個部分。要實現自動駕駛，除了算法創新、系統融合之外，還需要來自云平臺的支持。“感知定位是無人駕駛汽車能否上路的關鍵點。”余崇圣說，無人駕駛汽車必須要能夠識別交通信號和標志，以及其他汽車、自行車和行人，必須能感知前方物體的距離和速度，以便作出對應反應。
目前，無人駕駛汽車主要通過攝像頭(長距攝像頭、環繞攝像頭和立體攝像頭)和雷達(超聲波雷達、毫米波雷達、激光雷達)實現感知的。但是不同的傳感器各有利弊。
余崇圣指出，現階段應用較多的毫米波雷達，穿透力強，成本較低，但探測距離受到頻段損耗的直接制約，并且對周邊所有障礙物無法進行精準的建模。激光雷達的優勢在于其探測范圍更廣，探測精度更高，綜合能力高，但價格不占優。
預判能力還待發展
無人駕駛汽車上路對軟件、硬件的穩定性和契合程度提出了近乎嚴苛的要求。由于汽車駕駛過程中的場景復雜、多變，加上交通容量難以預估，稍有差錯就可能付出生命的代價，所以在無人駕駛中，正確的預判及操作顯得尤為重要。
而預判顯然來自于感知數據采集，以及大數據的應用。余崇圣說，無人駕駛汽車的數據采集很大部分依靠傳感器。傳感器將采集的數據回傳，經過不斷地收集、分析數據，讓無人駕駛汽車遇到突發情況時，在盡可能短的時間內做出反應。
“可目前來看，數據采集還不足，也影響到了預判。”他表示，機器視覺還需要提升計算能力和感知能力，以確保采集的數據準確，同時，準確且大量的數據也指導無人駕駛汽車做出正確的預判。
除了技術瓶頸之外，大家也在擔心無人駕駛汽車上路的法律問題。余崇圣認為，雖然當前的法律法規還不健全，對自動駕駛的管控還未解決。“現在世界各國均出臺了一系列法律法規，可以肯定的是，未來在車企、交通部門等多方面的產業支撐和政策配合下，法律問題不會是無人駕駛汽車上路的最大阻礙。”
