一个人研究无人驾驶，这是真高手

无人驾驶的概念诞生数十年后，迄今依然没有走进我们的生活，实现它的难度可想而知。它需要的不仅仅是汽车本身的软、硬件提升，还需要道路设施、卫星定位等车外设备的支持，绝非一个小团体、甚至一家公司能够独立完成的。

不过，对无人驾驶感兴趣的专家，却可以凭借一己之力，做出适用于某个特定环境的无人驾驶系统。来自重庆大学的智能汽车专业在读硕士RF-or，便为我们带来了这样的故事。

进入智能汽车实验室，初来乍到，便听闻了大师兄的传奇事件：在一个暑假的时间里，几乎靠自己搞出来一辆无人驾驶汽车，用实力诠释了个人搞无人驾驶汽车是可能的。

这辆帅气的小红车便是师兄的成果：

当然，车上的硬件都是实验室的财产，算起来也有上百万了，如果单靠个人的话，估计这些设备是买不起的。

但是，没有人研究无人驾驶汽车是从实车开始的，都是经历一系列的算法研究，仿真分析等才应用到实车上进行实践分析的。所以，个人完全是能够好好钻研钻研无人驾驶汽车的。

无人驾驶汽车总体上由硬件和软件组成。最高级别的无人驾驶汽车是完全解放人力，所以车上的硬件需要具备人在驾驶过程中的功能，如图所示，要想取代人类驾驶员，无人驾驶汽车需要具备环境感知，决策规划和控制执行三大模块。

硬件设备

目前现有的车载传感器包括【超声波雷达】、【激光雷达】、【毫米波雷达】、【车载摄像头】、【红外探头】等。

目前主流的无人驾驶传感平台以【激光雷达】和【车载摄像头】为主，并呈现多传感器融合发展的趋势。各个传感器之间借助各自所长相互融合、功能互补、互为备份、互为辅助。

现奉上无人驾驶汽车整车硬件设备的连接关系图：

有了这张图和这些设备，我们个人也能组装出一辆活生生的无人驾驶汽车了。

这些硬件设备中大部分大家都已经耳熟能详了，就不再赘述。但是不得不说的是无人驾驶汽车中的一大神器：dSPACE。相信师兄也是有了它的帮助，有了如虎添翼的感觉。

dSPACE实时仿真系统是由德国dSPACE公司开发的一套基于MATLAB/Simulink的控制系统开发及半实物仿真的软硬件工作平台， dSPACE提供了一个单源的端到端工具链，用于自主驾驶。

通过高性能平台的独特速原型解决方案和定制的软件环境，我们可以在车辆中开发完整的多传感器应用，从感知和融合算法到实时控制都会涉及。 只能通过将测试拖到软件在环（SIL）仿真中，才能对显著增加的测试过程进行管理。PC集群通过并行计算机节点和仿真实现了较高的测试吞吐量，同时将扩展性最大化。对于释放测试来说，硬件在环 (HIL) 仿真仍然不可或缺。

其中最大的挑战之一是集成真实环境传感器，如摄像头传感器、雷达传感器或激光雷达传感器以及传感器融合。dSPACE 提供完整的集成方案，从简单的残余总线仿真和原始数据传输到OTA激励都有涉及。

软件部分

需要的三大软件有：

除了MATLAB，其它两个软件都是集成在dSPACE系统中的，dSPACE是不是很神奇！

但是，这么神奇的东西，价格自然是相当昂贵了，我们对它只作了解。

许多搞无人驾驶的团队都是用的Linux系统。确实，对于学会用Linux系统的人来说，Linux系统操作简单，安全可靠，但是如果不想学习Linux系统，Windows系统也是完全没问题的。

工欲善其事，必先利其器。现在研究无人驾驶的主流工具有：MATLAB和python。

MATLAB

MATLAB中有许多现成的工具箱，像Automated Driving System Toolbox、Computer Vision System Toolbox、Deep Learning Toolbox、Image Processing Toolbox等工具箱都是入门无人驾驶的好选择。

工具箱中的demo都有开源的代码和详细的解释，只要认真阅读，还是能够理解清楚滴。

Python

Python是最近几年流行起来的编译语言，它语法简单易学，可读性强，最重要的是它是一款免费开源的软件。

理论知识

对于理论知识方面，自然是需要大量的数学知识了，什么数值分析啊，数理统计啊，最优化啊，模糊数学啊通通得来一套。

所以还是建议大家选择一种工具，先从小例子开始学起，实践才是发现问题，解决问题的途径，所以大家决心想做无人驾驶的话，建议行动起来，在做的过程中，便会发现自己知识上的欠缺，边做边学，一举两得，千万不要先一味的学习。

我曾尝试过看各种课程，但是往往忘记的比记住的还多，所以，实践+学习是进步的好办法。大家不管选择哪种工具，只要认真坚持学下去，一定会有所收获的。

现在深度学习和强化学习方法也应用到了无人驾驶技术中，大家与其纠结于是选择传统方法开始研究还是选择智能方法开始研究，不如就敲定一种简单方法先做出来再说，只要能做出来了，其它的方法在慢慢研究呗。

总结

研究无人驾驶这条路水还是很深的，但是个人研究还是很靠谱的。当然要想真正搞明白无人驾驶技术，停留在表层是不行的，需要抓住某一方面深入研究，搞清算法原理。

比如单独研究感知方面或单独研究决策方面等，中途可能会遇到一些困难，就像大师兄改造无人驾驶汽车时也遇到了很多困难一样，但是只要不急不躁，认真坚持下去，你也会成为无人驾驶界的大神。

未经授权，禁止转载。

·END·

也可以进入知乎 搜索“RF-or”

关注作者本人