感知是无人驾驶的核心
无人驾驶汽车依靠人工智能、视觉计算、雷达、监控装置和全球定位系统协同合作，通过电脑实现无人驾驶，可以在没有任何人类主动的操作下，自动安全地操作机动车辆。
从技术角度讲，自动驾驶又分为感知定位、规划决策、执行控制三个部分。要实现自动驾驶，除了算法创新、系统融合之外，还需要来自云平台的支持。“感知定位是无人驾驶汽车能否上路的关键点。”余崇圣说，无人驾驶汽车必须要能够识别交通信号和标志，以及其他汽车、自行车和行人，必须能感知前方物体的距离和速度，以便作出对应反应。
目前，无人驾驶汽车主要通过摄像头(长距摄像头、环绕摄像头和立体摄像头)和雷达(超声波雷达、毫米波雷达、激光雷达)实现感知的。但是不同的传感器各有利弊。
余崇圣指出，现阶段应用较多的毫米波雷达，穿透力强，成本较低，但探测距离受到频段损耗的直接制约，并且对周边所有障碍物无法进行精准的建模。激光雷达的优势在于其探测范围更广，探测精度更高，综合能力高，但价格不占优。
预判能力还待发展
无人驾驶汽车上路对软件、硬件的稳定性和契合程度提出了近乎严苛的要求。由于汽车驾驶过程中的场景复杂、多变，加上交通容量难以预估，稍有差错就可能付出生命的代价，所以在无人驾驶中，正确的预判及操作显得尤为重要。
而预判显然来自于感知数据采集，以及大数据的应用。余崇圣说，无人驾驶汽车的数据采集很大部分依靠传感器。传感器将采集的数据回传，经过不断地收集、分析数据，让无人驾驶汽车遇到突发情况时，在尽可能短的时间内做出反应。
“可目前来看，数据采集还不足，也影响到了预判。”他表示，机器视觉还需要提升计算能力和感知能力，以确保采集的数据准确，同时，准确且大量的数据也指导无人驾驶汽车做出正确的预判。
除了技术瓶颈之外，大家也在担心无人驾驶汽车上路的法律问题。余崇圣认为，虽然当前的法律法规还不健全，对自动驾驶的管控还未解决。“现在世界各国均出台了一系列法律法规，可以肯定的是，未来在车企、交通部门等多方面的产业支撑和政策配合下，法律问题不会是无人驾驶汽车上路的最大阻碍。”
