2.3.4 大数据技术与自动驾驶汽车

自动驾驶汽车每行驶8h将产生并消耗约40TB的数据，这意味着自动驾驶汽车将至少像依赖石油或电力一样依赖数据。自动驾驶汽车可以通过大数据分析，做出明确、合理的决策，保障汽车安全行驶。随着自动驾驶程度的提高，为自动驾驶提供支持的技术变得更加复杂，这就需要更多的数据。

自动驾驶主要依靠智能传感器感知周围环境信息，并自行做出驾驶行为决策，控制车辆到达既定目的地。其核心在于深度的AI算法，但这又依靠海量大数据和高性能计算。

1. 自动驾驶汽车如何收集数据

自动驾驶汽车使用来自各种内置传感器来收集数据。在自动驾驶汽车中，来自各种内置传感器的数据可以在毫秒内得到处理和分析。这使得汽车不仅可以从A点到B点安全行驶，还可以将路况信息传递给云端，从而传递给其他车辆。然后，来自互联汽车的大数据将与其他智能汽车共享。

2. 哪些传感器帮助自动驾驶汽车收集数据

为了观察和感知自身周围的一切，自动驾驶汽车通常使用三种类型传感器：摄像头、毫米波雷达和激光雷达。摄像头可帮助汽车获得周围环境的360°全景。不仅如此，现代摄像头还可以提供逼真的3D图像，用于识别物体和人，并确定它们之间的距离。但恶劣的天气条件、损坏的交通标志和对比度不足会影响摄像头的性能。对毫米波雷达而言，天气条件并不会影响其性能，它可以检测移动物体，实时测量距离和速度。激光雷达可以创建周围环境的3D图像并绘制地图，从而在汽车周围创建360°视图。

在自动驾驶中，一个更为关键的组件是帮助分析自动驾驶汽车中数据的软件。将其连接到网络后，自动驾驶汽车不仅可以将其所有传感器的数据传递到云端，而且还能立即对情况做出响应。

3. 自动驾驶汽车如何处理大数据

自动驾驶汽车必须有传感器、人工智能软件和云服务器。自动驾驶汽车通过定位技术确定自己的世界坐标位置，并结合来自内部传感器的数据来确定它的速度和方向；同时，还需要在地图中定位，标志、标记、车道和各种障碍物都要被考虑在内。利用收集到的数据，自动驾驶汽车可以针对道路上许多可能的情况制定策略。自动驾驶汽车之间的数据共享将有助于避免交通堵塞，同时考虑天气状况并应对紧急情况。

4. 大数据对自动驾驶汽车的作用

大数据对自动驾驶汽车具有以下作用。

（1）环境感知 尽管自动驾驶汽车配有雷达和视觉传感器，使它们能够感知周围的环境，但如果不能获得可靠的数据流，以及了解周围的情况和未来的预判，自动驾驶汽车就会存在安全风险。未来的自动驾驶汽车可以依靠传感器和已有的大数据，将不同数据有效融合起来，建立一个基于大数据的感知系统，保障自动驾驶汽车的安全行驶。

（2）驾驶行为决策 在路况简单时，要控制好在行驶过程中的自动驾驶汽车，传统的方式是基于规则的判定。而在未来更复杂的环境包括拥堵情况下，基于数据驱动的驾驶行为的决策，会变成整个发展的主流。大数据在交通行业已经实现商业化应用。采集了车速及安全带使用、制动、加速习惯及下班后的用车习惯等相关信息。若该类数据可以共享并用于自动驾驶，研发人员可将该类数据用于机器学习，更精确地定位车辆信号及路况情况，从而提升自动驾驶的安全性，降低事故发生率。

如何将海量数据高效地传输到运营点和云集群中，如何将全部海量数据成体系地组织在一起，快速搜索，灵活使用，为数据流水线和各业务应用如训练平台、仿真平台、汽车标定平台提供数据支撑，均涉及大数据技术。