导读：一般来说，当一个孩子跑上马路时，一般的人类驾驶员需要1.6秒来踩下刹车踏板。对于装有雷达/镭射雷达感测器和摄像系统的自动车辆，反应时间缩短到0.5秒。但在50公里/小时的速度下，这仍然意味着车辆将继续行驶7米，然后再踩下制动器并停止行驶。那么，装有各种感测器技术的自动驾驶车辆与人类驾驶员相比，有哪些真正实用的先进性？
近日，有研究机构发表白皮书，分析比较了人类驾驶员和自动驾驶车辆的感测能力，研究的发现主要如下：
•机器/计算机通常非常适合执行驾驶等任务，特别是在反应时间（速度）、功率输出和控制、一致性和多通道资讯处理方面。
•一般来说，人类驾驶员在驾驶方面仍然保持推理、预测和感知等优势。
•匹配（或超过）人类感知能力的情况下需要自动车辆（AVS）使用各种感测器，需要整个系统的感测器完全融合，结合所有感测器输入，形成对周围道路和环境的统一检视。
•虽然没有一个感测器完全等同于人类感知能力，但有些感测器为人类驾驶员提供了更多的能力。
•车联网感测器技术的整合扩充套件了人类驾驶车辆和自动驾驶系统的有效范围和覆盖范围，具有更长的操作范围和全方位通讯。
•将能够“看到”交通及其环境的人类驾驶车辆或AVS与能够“与其他交通及其环境对话”的联网车辆（CVS）相结合，最大限度地提高对其他道路使用者和道路条件的潜在认识。
•AV感测对于检测任何道路使用者或道路障碍物仍然至关重要。
雷达感测器模组为自动驾驶带来更多安全性
日前为了更好的促进感测器融合技术的发展，国外研究人员开发出一种具有重要意义的摄像机雷达模组，能更快地捕捉交通状况的变化。此装置不比智能手机大，其反应时间将少于10毫秒，这使得它比当前的感测器系统快50倍，比普通的人类驾驶员快160倍。
使用新系统时，车辆在系统干预和启动制动操作之前只需行驶15釐米，这可能会消除许多市内道路事故。
新系统的真正创新在于其综合讯号处理能力。这允许所有处理直接在模组内进行，系统有选择地过滤来自雷达系统和立体摄像机的资料，以便处理可以立即进行，或者故意延迟到后续处理阶段。识别不相关的资讯，但不转发。感测器融合应用于摄像机和雷达的资料融合。然后，神经网络评估资料，并基于机器学习技术确定实际的交通影响。因此，系统无需向车辆传送状态资讯，而只需传送反应指令。这就释放了车辆的总线来处理重要的讯号，例如检测到一个孩子突然跑上公路。“整合讯号处理大大减少了反应时间，”研究人员说道。
研究人员研发的功能演示器看起来像一个灰色的盒子，左右两侧都有眼睛——立体摄像机，该专案一直持续到2020年。在此之前，研究人员忙于测试初始原型，包括柏林的道路测试，希望在几年后他的“灰色盒子”将作为标准安装在每辆车上，为自动化的市内交通带来更多的安全。
