“ 自动驾驶无人车”，已经成为全球发展转型的主流和方向。

在科技高速发展的今天，当激光测距等各类传感器开始被应用，且关键传感器零部件成本下降，就助推了无人车的高速发展。今天我们可以看到，包括BAT、小米、美团、京东、华为、谷歌、苹果、特斯拉等企业都盯上了无人车的赛道，且都在向着“自动驾驶无人车”的方向努力。

目前无人车已经走到百花齐放的阶段。但实际上，无人车之所以被各大企业争相追逐，是因为过去靠人口的红利支撑了几十年的发展，现在却不能单靠人口红利去做。“无人车”的出现不是去想如何取代劳动力，而是解决当下劳动力不足，人手不够的问题。未来的趋势一定是尽量去解决紧缺劳动力的问题。

无人车最大的价值其实不是“无人”，无人取代一个人力的价值是有限的，但是无人车变成智能车，加上了各种AI能力，那么它就可以做一些人做不到的事情。未来如物流、出租、港口、安防各种场景都会相继出现。

助力智慧安防、科技赋能，爱上智能或成最优解

公安网智能安防的头部企业“爱上智能”，通过科技赋能传统警务和物业安保工作，很好的解决了人力紧缺的问题，并获得北京三里屯太古里、亚洲金融大厦、京港地铁、克拉玛依公安等知名商圈、大型停车场、重点园区以及公安警务的订单，他们是如何通过技术手段，实现这一目标的呢？

总的来说，无人车是传感器、计算机、人工智能、通信、导航定位、模式识别、机器视觉、智能控制等多门前沿学科的综合体。按照自动驾驶无人车的职能模块，无人驾驶汽车的关键技术包括感知技术、导航定位、路径规划、决策控制等。

环境感知模块相当于无人车的眼和耳，无人驾驶汽车通过环境感知模块来辨别自身周围的环境信息，为其行为决策提供信息支持。

爱上智能则采取 “16线激光雷达+固态雷达+两个单线激光雷达” 的策略。16线激光雷达是绕障、避障、障碍物检测主雷达，可实现360°全角度覆盖检测；固态雷达安装于车辆中轴线的正前方；两个单线激光雷达分别安装于车辆后方左右两侧，这样做的优势在于将固态雷达点云与16线雷达点云深度融合，用于进行障碍物绕障检测，使障碍物轮廓扫描精度更高；将单线与固态点云同时作为安全感知数据使车辆安全感知覆盖更全面，安全感知盲区无死角。

整车感知由多线绕障感知与安全感知两部分组成，其中多线感知部分融合16线激光雷达与固态雷达数据，经dbscan聚类，roi过滤，多目标追踪等实现障碍物轮廓、位置等信息输出满足绕障需求。

固态雷达及单线雷达数据经地面滤除、聚类分割、感知区域划分、直通滤波等算法实现安全感知模块，任何障碍物闯入安全感知范围即触发安全停车，可实现障碍物在车身周围任何角度突现工况下的车辆紧急制动。

无人车的导航模块用于确定无人车其自身的地理位置，是无人车的路径规划和任务规划的支撑。

自主导航技术是指除了定位辅助之外，不需要外界其他的协助，即可独立完成导航任务。自主导航技术在本地存储地理空间数据，所有的计算在终端完成，在任何情况下均可实现定位，但是自主导航设备的计算资源有限，导致计算能力差，有时不能提供准确、实时的导航服务。如果采用“相对定位+绝对定位”双向组合的方法，扬长避短，能弥补单一定位方法的不足。

爱上智能采用的相对定位是依靠内部本体感受传感器，通过测量无人车相对于初始位置的位移来确定无人车的当前位置。采用的绝对定位，主要根据激光雷达和组合导航单元的数据信息构建出全局地图。激光雷达、摄像头、毫米波雷达、超声波雷达的感知结果融合处理后建立以行驶车辆为中心的感知局部地图。并通过用于自动驾驶车辆使用的矢量地图和用于SLAM+GPS+DR的融合定位的点云地图的叠加，提供一种直观了解行车环境各种信息处理结果的实时综合地图。

自主导航技术如果配合5G互联的网络导航，那就解决了存储容量的限制，并且计算能力强，能够存储任意精细地图，而且地图数据始终是最新的。

路径规划是无人车信息感知和智能控制的桥梁，是实现自主驾驶的基础。路径规划的任务就是在具有障碍物的环境内按照一定的评价标准，寻找一条从起始状态包括位置和姿态到达目标状态的无碰路径。

爱上智能在已知地图的情况下，利用已知局部信息如障碍物位置和道路边界，确定可行和最优的路径，它把优化和反馈机制很好的结合起来。在已知地图路径规划生成的可行驶区域指导下，依据传感器感知到的局部环境信息来决策无人车当前前方路段所要行驶的轨迹。

通过已知地图路径规划针对周围环境已知的情况，再通过传感器感知规划未知环境的情况，这样就可以处理复杂多变的路况。

决策控制模块相当于无人车的大脑，其主要功能是依据感知系统获取的信息来进行决策判断，进而对下一步的行为进行决策，然后对车辆进行控制。

爱上智能无人车具备自适应安全跟车功能，避障绕行功能，自适应横纵向姿态调节功能，定速巡航功能，可不断地调节转角和车速，直到到达目的地。

定位漂移判断保护和前后向、侧向安全保护功能能应对行驶过程中的突发事件，并做出判断，然后迅速做出反应。若在反应层中加入机器学习模块，将部分决策层的行为转化成基于传感器的反应层行为，就可提高系统的反应速度。

在自动驾驶无人车中，爱上智能扮演了什么角色？

据人社部统计，中国最难招聘的十大职业里，保安员位列第三名！截至2020年底，全国保安从业人员522万，年市场需求超过2100亿，按15%的人力采用机器人，年服务费用超过300亿元。

传统安保行业面临着招人难、留人难、流失率高、薪酬上涨难、人员老龄化等诸多痛点，伴随着中国城镇化进程加快，以及人口老龄化加剧的新形势，形成了保安人员既短缺又分流的双重压力，保安人员转行从事外卖、快递、快车等行业现象严重，迫切需要采用科技手段优化升级现有安保队伍和管理模式。

在业务成面也存在诸多问题。人车管控难，出现未登记人员入侵、安保人员违规值守、人员异常行为、是否存在消防隐患等问题；监测种类繁多，是否存在消防隐患、关键设施损坏或丢失、消防通道是否被堵塞、垃圾有无满溢及乱丢等等；主观影响比较大，固定监控盲区多无人看、恶劣环境下工作难坚持、夜间巡逻有效性难提高、安保工作态度监管难等一系列的问题。

而爱上智能无人车就能很好的解决上诉所存在的问题。

根据无人车的监控数据实时采集，发现异常并智慧研判，在对异常进行智慧派单下达至相关人员处理，做到7*24小时不间断自主巡逻工作。

目前，爱上智能将L4级自动驾驶无人车运用到第七届世界军事运动会安保任务中。军运会期间累计巡逻时间超过400小时，其中夜间巡逻时长超过100小时，巡逻里程共计近600km；共受理一键求助29起，采集人脸图片8.2万张，实时比对发现重点人员76人。圆满完成第七届世界军人运动会国际级安防保障任务，“智能巡警”的安全性、稳定性与爱上智能高效运营能力得到充分验证，超强警务实战能力获得国家各级领导与武汉公安高度认可，为更多城市立体安防发展树立行业示范性标杆。武汉市公安局还特发感谢信，高度肯定“智能巡警”能力价值

后续在徐州公安、青岛公安、珠海公安等等场景纷纷应用落地，逐渐向基层组织下沉、向实战应用聚焦，不断探索基层治安场景应用，为基层一线警务人员实战应用提供了高质量服务和支撑。随着爱上智能无人车在各地公安的应用落地，也获得当地媒体的报道和人民群众的一致好评。

试想，以前公安干警他晚上巡逻，灯光很暗的话，也许他的能见范围只看到20米，但是无人车可能的能见范围是200米，因为科技让他看得更远。

此外，在京港地铁园区；北京三里屯商圈、上海万科；杭州逑江新村、珠海铁炉村；丽江古城景区；澳门科技大学；以及众多写字楼、住宅小区都得到了充分的应用。每辆车可降低2-3名人力及相关装备配置成本，还可以增加20-30%人力效能，提高安全，做到实时处置。

无人车最大的价值不只是“无人”，而是利用AI能力帮助人类将劳动力释放到更具增值空间的事务上。然后使得整个社会能获得更幸福的科技生活。

很多L4自动驾驶同行都有一种期望，就是为行业带来新的拐点，带来新的价值。而通过三年的技术沉淀的爱上智能，自主研发设计生产车辆主控板、充电桩、配电室等，后续还会在载物功能和链接室内室外的四足机器人方面深耕，利用AI应用新终端组合式套件快速适配更多使用场景的机器人。

声明：该文章系转载，旨在为读者提供更多新闻资讯。所涉内容不构成投资、消费建议，仅供读者参考。