在新时代的大背景下，越来越多的科技走进我们的生活……最近，北京、上海、重庆等地相继开放自动驾驶汽车上路实测，预示着无人驾驶汽车离我们的生活越来越近。无人驾驶汽车之所以能够提上各大汽车企业的研究与开发日程，被国内外相关机构作为研究重点，投入大量的人力和物力，不仅因为它代表了高新科技水平，更因为他满足了人类对汽车技术发展的迫切需求。
无人驾驶汽车是自主驾驶的一种表现形式，并不意味着司机完全成为摆设。在雨天、雪天等特殊环境下，还是由经验丰富的司机来驾驶更加安全；车辆拥堵的城市道路或是标示不明的乡村车道，也最好是由驾驶员手动驾驶。不过平时情况下，无人驾驶模式更加安全，也更加舒适。对于常常跑长途的集装箱卡车而言，无人驾驶技术的需求似乎更加迫切。
无人驾驶汽车是指通过车载传感系统得到本车位置，同时感知道路、车辆等周围环境，自动规划行驶路线，自动控制车辆的驱动速度、转向和制动，能主动对障碍物进行避障，最终控制车辆到达目的地的智能汽车。
从广义上说，无人驾驶汽车是在网络环境下用计算机技术、信息技术和智能控制技术武装起来的汽车，是有着汽车外壳的移动机器人。
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。
包括定位技术和导航技术。定位技术可以分为相对定位（如陀螺仪、里程计）、绝对定位（如GPS）和组合定位。导航技术可以分为基于地图的导航和不基于地图的导航（如惯性导航），其中高精度地图在无人驾驶的导航中有着关键作用。
环境感知系统模拟人对局部车辆行驶环境的实时辨识的功能，通过多种传感器对车辆周围的环境信息进行感知。感知信息不仅包括了车辆自身状态信息，如车辆速度、前轮偏角、车辆航向角等，还包括周围的环境信息，如道路位置、道路方向、障碍物位置和速度、交通标志等。常用的传感器包括摄像头、激光雷达、毫米波雷达等。
相当于智能车的大脑，它通过综合分析环境感知系统提供的信息，对当前的车辆行为进行规划（速度规划、避障局部路径规划等），并产生相应的决策（跟车、换道、停车等）。规划技术还需要考虑车辆的机械特性、动力学特性、运动学特性，并给出合理的决策策略。常用的决策技术有专家控制、隐马尔科夫模型、贝叶斯网络、模糊逻辑等。根据决策技术的不同，控制系统可分为反射式、反应式和综合式。
无人驾驶汽车的执行系统主要包括转向、驱动和制动三个系统。三个控制系统对控制的精确性、平顺性、响应延时等性能要求有着不同的侧重点。其中，转向控制主要是对转向电机的控制，根据控制目标的不同，可分为角度闭环控制和力矩闭环控制。驱动控制实现对车辆加速、匀速、减速的控制。制动控制根据制动场景的不同又可分为正常的制动控制和紧急制动控制。
2018年3月9日至3月13日，贵州省启动城市公交汽车自动驾驶项目，设置贵安新区为试验场地，并从中、美、德、日等12个国家招募30名顶级无人驾驶工程师，汇聚于贵阳高新区的联合智造Czone共享工厂，参加Move it无人驾驶全球工程师共享协作营活动，利用不足一个月的时间，这批顶级无人驾驶工程师在协作营里碰撞思想、交流技术、开发软件、共享经验和成果，成功开展了线控技术改造、算法调试、自动驾驶样车安装调试、导师分享等活动。
贵阳首次组装，成功改造出两台无人驾驶汽车，并进行了规避障碍物、识别交警手势等上路测试，取得了测试路段和活动场地附近高精度3D地图的绘制、原始点云数据采集、采集并标注了10000张交警/行人图像等创新成果，共同推动无人驾驶技术更为广泛的应用、发展和落地。
值得一提的是，此次活动还建立了无人驾驶控制代码仓库和全球第一个交警手势识别框架数据集，降低了无人驾驶车辆的开发成本及开发门槛，加快了无人驾驶汽车走进人们生活的步伐。
