无人车的发展现状

（1）国内的发展现状

在我国，无人驾驶技术始于20世纪80年代，随后，高等院校和科研机构对无人驾驶汽车的进行研究，目前大多还处在研发阶段。通过不断学习及算法调整同时与人的驾驶行为的模仿，实现了较为平顺的转向效果。

（2）国外发展现状

线控系统的布置使得汽车的内部空间具有灵活性，在拥挤的城市路况中行驶也更为平稳。并且取消了传统汽车中的机械传动装置，从而使得整车变的更加轻盈，提高了行驶的稳定性，更有利于提高动力学性能，路感也随之提高。

线控转向系统使得整个汽车空间的布置更加灵活，并且与提供能源的电池制成一体，既增加了汽车内部空间，又提高了车辆行驶稳定性。

无人车的核心

无人车两个核心问题是场景理解和自主运动。

（1）场景理解就是需要将从多个传感器的场景感知数据转化为自主运动的决策依据。这需要用到三大类传感器：相机、毫米波雷达和光雷达，这三者的感知范围、作用距离都不一样，不同的传感器可用于不同的驾驶任务。

（2）自主运动就是在场景理解的基础上做行为决策、局部运动规划，然后通过反馈控制来车辆的自主运动。自主运动的四个环节为路线规划、行为决策、运动规划和运动控制。

无人车的场景理解

无人车的场景理解可进一步分成静态场景和动态场景两个部分。

（1）静态理解：只考虑场景的静态部分，不考虑运动的车辆和行人，从几何拓扑结构。如路的宽度，车道的数量，车道线的位置，车道线的颜色等。

（2）动态理解：主要考虑交通参与者，如车辆、行人所占据的车道和空间以及它们的运动轨迹和将来一段时间的运动预测。动态场景理解必须把交通规则和障碍物的检测跟踪结合起来。