在竞争激烈的无人驾驶汽车开发领域，相比欧美，日本起步较晚，但从去年下半年开始快速爆发。丰田、日产、本田三家整车厂商已经分别发布了旗下正在开发当中的无人驾驶汽车。随着日本无人驾驶汽车在公路实测方面相关法律法规的出台，积累已久的技术和产业都进入了更高速的增长。
2013年夏季之后，日本在无人驾驶汽车开发方面的潮流逐渐形成。日系车厂相继推出自已的试产车，并从政府获得了很多支持，无人驾驶汽车在公路实测方面的相关法规也迅速得到完善。
2013年9月26日、日产汽车对外发布了该公司正在开发中的无人驾驶汽车已经正式从政府部门取得可以在公路上行驶测试牌照的消息。而就在日产汽车公司公布这则消息的下一个月中旬，丰田汽车也公布其正在开发的无人驾驶汽车在高速公路上的无人驾驶视频。2013年10月份本田汽车也发布了正在研发的无人驾驶汽车。同年11月份日产和丰田的无人驾驶汽车已经可以在日本国会议事堂前的一般道路上行驶。
左图：日产公司正在开发中的无人驾驶汽车正式取得可以在公路上行驶的车牌。右图：基于丰田雷克萨斯GS改造的无人驾驶汽车，正在东京高速公路实测行驶。
在无人驾驶汽车领域、公路测试所起的作用非常大。据日产电子技术开发本部IT&ITS开发部专家组负责人二見徹介绍，无人驾驶汽车在公路上的实际行驶距离与这辆车的完成度是成正比的。各汽车厂家在无人驾驶汽车研究方面都有很长的历史，而基本的控制系统大部分已经完成。
对于今后的商业化而言，最重要的是对于行驶中不能完全考虑到的事件的处理。因此除了在公路上进行实测外，还没有能够有效地发现“未考虑到”的事件的方法。
公路测试
在美国和欧洲，正在开发的无人驾驶汽车已经实现在一般公路上的行驶测试。美国谷歌公司在2012年时取得了可以在内华达州进行无人驾驶汽车公路行驶测试的许可。另外、在美国加利福尼亚州和佛罗里达州也已经可以进行无人驾驶车公路行驶测试。
除此之外，在美国还有15个州正在商讨无人驾驶汽车公路行驶测试的许可事项。另外、德国大众集团旗下的奥迪汽车已经在美国内华达州取得无人驾驶汽车牌照。在欧州，德国已经向BMW公司发放无人驾驶汽车的行驶测试许可证。在西班牙，也已经可进行无人驾驶汽车的公路行驶测试。
日本2013年初尚不能开展无人驾驶汽车的公路行驶测试，但在2013年夏天这一局面已经被打破。日产汽车公司在2013年9月份正式取得可以在公路上开展无人驾驶汽车行驶测试的牌照。
这种完全改变的背景，更多的是现政府的政策转变。日本首相安倍晋三在2013年4月发表关于“自动驾驶技术尽早确立和公道行驶测试”的演讲。在此一个月后的“第二次成长战略”报告会上，日本明确了可以在公路上开展无人驾驶汽车行驶测试的政策。同年11月9日，安倍晋三在国会议事堂前的一般道路上试乘了丰田、日产、本田三家汽车厂家开发的无人驾驶汽车。到现在，丰田已经在高速公路上开展了无人驾驶汽车的行驶试验，今后将可以开展在一般道路上的无人驾驶试验。
安倍晋三正在试乘丰田、日产、本田开发中的无人驾驶汽车（a）。汽车正在国会议事堂前的道路上行驶（b）。
美国仍领先
随着在日本地区无人驾驶汽车在公路上的行驶许可的发放，日本汽车厂家也正式参加了这场全球范围内的竞争激烈的无人驾驶车开发之战。随着日本在无人驾驶汽车领域法规的完备，日本正在不断追赶欧美。
无人驾驶的实现也经历了很长的过程。从最初限定在停车场等私人领域行驶到后来的高速公路和堵车时段再到现在的可以在一般道路上开展测试，测试的范围确实扩大了很多。
但是准恐怕很难有适用一切的许可基准，各国都会根据自动驾驶车的发展水准而推进法规的阶段化完善。目前、美国的道路交通安全局（NHTSA）和德国的道路交通研究所（BASt）等都在讨论自动驾驶车的定义。
关于欧美的争论，日系的汽车厂家比较关注的是NHTSA以及美国汽车技术协会（SAE）对这些细分内容的定义（见下图）。在无人驾驶汽车的开发方面美国是投入最大的国家，无疑也是全球的引领者。
美国正在讨论中的无人驾驶汽车定义。由NHTSA制作出大体框架、SAE负责具体分解。自动化等级的提升程度，已完全接近无人驾驶。
水准等级划分
SAE讨论中的无人驾驶汽车的定义共分为6个阶段。定义主要分为驾驶操作和周边监控、遇到不测情况时的支援、车辆和人谁作为主体等几个方面。但是在引起事故时的责任分担方面仍存在分歧。
如果按照SAE的分类标准来看，到目前为止宣传无人驾驶汽车的企业的水准基本上还处在等级2和等级3阶段。处在这两个等级的话驾驶操控的主体已经从人类驾驶者转换为无人驾驶系统。不同之处在于处在等级2的情况下，负责周边监控的主体还是人类驾驶者，而处在等级3的情况下负责周边监控的主体是无人驾驶系统。但是处在这两个等级的情况下，在遇到系统设定之外的情况时，处理的主体都是人类驾驶者。所以在此情况下发生事故的话，目前倾向于将责任归结至人类驾驶者。
举例来说，Google正在开发的无人驾驶汽车目前处在等级3阶段，而美国通过汽车公司预计将在2017年发售的只能在高速公路上无人行驶的车辆还处在等级2。另外，目前已经预定在2020年前发售的无人驾驶汽车都处在等级3的水平。
处在等级4和等级5的汽车在现行的法律制度下，如果发生事故时责任可能将会被归结到车辆一方，这样一来、技术层面和制度层面的障碍也一下被抬高了很多。据SAE预计，处在等级4的无人驾驶汽车将会在2025年以后正式推向市场。
厘米级的距离精度
3家日系整车制造商中有2家在2013年末时都公布了旗下无人汽车的正式量产预期。其中，日产公司在2013年8月份时宣称该公司的无人驾驶汽车将会在2020年前实现量产。据预计该车届时将会处在等级3的水平。丰田公司在2013年10月份时宣称该公司研发的处在等级2的无人驾驶汽车预计会在2015年后正式走向市场。
日产公司正在研发的无人驾驶汽车是基于现售的电动汽车（Leaf）改造而来的，大致分为2种类型。目标是实现在技术难度更高的一般道路上行驶。一种是在日本国内公路上可以行驶的无人驾驶汽车，并于2013年9月上旬已经取得测试车辆的牌照。目前正在研讨在公路上行驶的时间和场合。
这辆无人驾驶汽车的特点是，不仅可以在高速公路上行驶还可以实现一般道路的行驶。在这辆车上搭载了很多传感器，其中激光雷达6个，单反相机3个、毫米波雷达3个、超声波传感器12个。
在这些传感器中，最重要的要属激光雷达，车辆的前侧有3个，车体左右侧各1个，车辆后侧有2个。无人驾驶车必须要有的一项技术就是实现车辆的定位。通过激光雷达可以使周围物体和自车的距离的精度达到厘米级，配合三维地图数据可以将车辆定位至几厘米～十几厘米的程度。虽然车辆有GPS功能，但是基本上不需要使用GPS实现定位。
其余的传感器在车辆定位时主要用于障碍物的检测。在车辆后视镜的前面有3个单反相机，用于观测车辆前方和左右侧斜前方的情况，可以分辨出人和汽车以及标识等等。在高速公路上行驶时使用起来非常方便的可以探测到很远距离的探测斜后方的毫米波雷达有两个，另一个放置在前方。超声波传感器主要用于检测近距离的障碍物。
无需GPS实现自车定位
日产公司于2013年8月至9月在美国加利福尼亚州举办的技术展览会“360”上公布该公司研发的另一款无人驾驶汽车，这是一辆低速无人驾驶汽车。同时在2013年10月在日本举办的“CEATEC JAPAN 2013”上发布了该车，并在现场演示了该辆无人驾驶汽车。下图中，在没有信号灯的交叉路口会自动识别人工驾驶的蓝色车辆，自动停止等待。白色的车辆为无人驾驶汽车。而在没有信号灯的交叉路口会自动识别人工驾驶的蓝色车辆，自动停止等待。
和已经取得行驶测试牌照的该公司另一款无人驾驶汽车的区别在于，该车将主要定位在用于日常工作和生活的市内行驶。该车搭载了5个激光雷达、5台单反相机且并没有配制毫米波雷达。此车具有完全不需要使用GPS就可以实现自车定位的功能，基本上是通过激光雷达生成的三维地图来实现定位。
当然这两款车都搭载了很多传感器，因此成本也相当高。日产今后也将会实验尽可能地减少传感器数量。
通过地图数据实现车辆急转弯
另外一方面，丰田汽车公司正在研发的限定在高速公路上行驶的处在等级2的无人驾驶汽车，已经接近量产化的水准。主要使用现有的单反相机和毫米波雷达作为外部传感器。另外车辆位置的定位也主要依靠现有的和车载导航相近水准的GPS和角速度传感器组合。
下图中显示的是丰田公司开发的无人驾驶汽车正在东京的高速公路上实测行驶。行驶距离大约为7公里。在东京的高速公路上行驶的过程中，驾驶者将手离开方向盘，脚也不放在油门和刹车踏板上。但在变道和汇流时需要驾驶者手动操作。
丰田研发的正在首都高速公路上实测行驶的无人驾驶汽车，此车由雷克萨斯GS改造而来。
这款测试车辆是由雷克萨斯的高级轿车GS改造而来。该车主要通过毫米波雷达来测定和前车之间的相对速度、通过照相机功能在防止车辆脱离车道，这两项功能相互配合实现无人驾驶功能。通过对照相机影像处理软件的升级和高速公路的地图数据使车辆在急转弯时也可以达到很高的识别精度。
之前的追踪功能对转向的识别度非常差，存在着在转向之前，丢失前车而加速行驶使驾驶者陷入危险的状况。通过改良车道线检知功能的规则、使用车辆的运行信息等开发出可以高精度推测转向曲率的技术。另外加上东京高速公路的地图数据，实现转向时自车位置的定位。
但是地图数据还是处在辅助位置，基本还是通过车辆本身搭载的传感器来识别行驶范围。
三维地图数据技术
丰田汽车已经研发出了完成度很高的用于高速公路行驶的无人驾驶汽车，下一步将会考虑适用于一般道路行驶的无人驾驶汽车。2013年1月在美国拉斯维加斯举办的“2013 International CES”上发布了搭载可以监视周围360度状况的激光雷达的实验车型。
该车和日产公司研发的无人驾驶汽车一样都是通过3维地图和激光雷达获取信息来实现车辆定位，通过照相机和毫米波雷达等多种传感器来识别周围的物体和标识。该车主要用于研究，尚未准备商用化。
日产和丰田的无人驾驶汽车具有很多共通点，而通过高精度的3维地图实现自车定位的技术已经成为世界上的主流技术——这项技术在Google公司正在研发的无人驾驶汽车上发挥了很大的作用。日产公司称“在高速公路上并不太需要地图数据，但是在行驶环境复杂的一般道路上地图数据是必不可少的”。
本田无人驾驶汽车的D-GPS
另一方面，本田公司正在开发的无人驾驶汽车却和最近的主流技术不太相同。主要通过“D-GPS（Differential GPS）”实现车辆定位。 “D-GPS（Differential GPS）”亦即利用附近的已知参考坐标点（由其它测量方法所得），来修正 GPS 的误差。再把这个实时误差值加入本身坐标运算的考虑，便可获得更精确的值。
下图是本田公司2013年10月举办的“第20届ITS世界大会东京2013”上，在约60×80m的展区内演示的正在研发的无人驾驶汽车。这是一辆由Accord hybrid改造而来的无人驾驶汽车，在车辆的前方配置用于检知的立体照相机、用于检知后侧方情况的是左右各一台24GHz带的毫米波雷达、在车顶配置接受D-GPS信号的天线。通过在展区内设置用于D-GPS的电波发射设备实现时速25km的行驶测验。
正在演示的本田公司开发的无人驾驶汽车。
上图中，a为搭载立体照相机、毫米波雷达、接受D-GPS信号的天线的“Accord hybrid”。b为东京BigSite里设置的展区内测试无人驾驶。图片中车辆在自动识别到前方的2轮车后处于停车等候状态。
但是、使用D-GPS机制的话，要想实现商用化前期需要很大的基础投资。必须在行驶范围内设定很多的基站。据悉，本田公司也正在开发使用3维地图数据的定位技术。
数据的精度和数量难题
使用地图数据来推断自车位置的技术是今后的主要课题，但是在产生高精度数据的同时，也需要减少数据量。
如果在一般道路上行驶的话，需要自车定位达到十几厘米的精度。另外随着三维地图数据量的增大，随之而来的计算量也将增大。在日产开发的无人驾驶汽车中，搭载了相当于5台服务器的计算机。在减少数据量时，需要能够准确推断汽车位置的特征点信息。
最近已经出现了旨在解决这个问题的用于无人驾驶汽车使用的三维地图数据收集企业。其中具有代表性的要属开发地图测量软件的aisantec公司。该公司 在第20届ITS世界大会上，发布了从用于三菱电机开发的自动测量车的地图数据上抽出特征点的技术。地图的位置精度很高，绝对精度达到了正负10厘米，表示地图内的特征点和特征点之间的距离的相对精度达到了正负1厘米。
上图中：（a）为aisantec公司开发的，与用于无人驾驶汽车的三维地图信息相接近的原始数据。（b）选择出无人驾驶汽车必备信息后的数据。当然选择的内容就是各家企业的技术秘诀。（c）由三菱电机公司开发的搭载激光传感器和照相机等传感器的自动测量车。
该公司主要集中力量在对测量的地图数据再加工技术的开发。例如，在城市中1km四方范围内原始数据量接近1Gbyte。如果从这个原始数据中抽出无人驾驶汽车必备的车道线、路缘、斜度信息等数据后，数据量可以下降到原始数据的1/100以下。现在包括整车厂和大型汽车配件厂大约有10家左右正在开发这样的技术。
Zenrin公司也正在开发用于无人驾驶汽车的三维地图数据。这些数据由激光雷达获取的点群构成。点和点之间的间隔数已经达到了几厘米的程度。该公司主要专注在车道线和电线杆、信号机等数据的提取并提高精度。
上图为zenrin公司正在开发的面向无人驾驶汽车的3维地图数据。由激光雷达测定出的点群构成。点和点之间的间隔只有几厘米。图片为东京BigSite周边。
汽车零件厂家也在向无人驾驶领域进发
在日系车厂商正在开发无人驾驶车的同时，日系汽车零件厂商也开始向无人驾驶技术领域转变。但是在汽车零件厂商中目前只有德国的Bosch和Continental两家国外公司开发的测试车达到了可以在现有公路上行驶的水准。而现在的日系汽车零件企业还只达到低速范围的自动泊车技术。
丰田系的电装和爱信公司在第20届ITS世界大会上推出了由丰田Prius改造而来的可实现自动泊车的测试车。电装公司呈现的是根据管制中心的指示使停放在停车场内的某个车辆自动行驶，并使车辆在指定时间行驶至指定位置的技术。该车主要搭载了4只可以判定前后左右位置的单反相机、可以检知前方物体 的激光雷达、可以提高位置精度的准天顶卫星位置测定器、内置的地图数据。
上图为电装公司演示的自动泊车系统，在停车场内某个无线充电器的设置场所处实现自动泊车。此车由丰田Prius改造而来。
爱信集团开发的车辆是通过使用可以认知周围某障碍物的照相机来认知停车框和进入车辆人行人以及汽车。该车在车辆前侧车标内侧搭载1个立体照相机、在左右反光镜内各搭载1台单反相机。
爱信集团的搭载自动泊车系统的车辆。
除了自动泊车功能，该车还在方向盘的中央附近配置了照相机，该照相机可通过识别驾驶者的脸和眼镜的方向从而判定驾驶者是否在看别处。如果在推断出驾驶者是在看别处时，就会提前发出警告并且自动刹车。
用于立体照相的两台单反相机间隔5cm，检知距离约为15m。位于车辆前侧的立体照相机的水平视角约为120度，位于车辆后侧的立体照相机水平视角约为160度。
日立集团的Clarion公司在2013年的CEATEC上宣布了由日立automotive公司和日立制作所共同开发的自动泊车系统。
日立集团正在开发的自动泊车系统。
该车通过搭载4台照相机来识别周围几米范围内的车道线和障碍物。技术上已经基本成熟，预计将会被整车厂采用。
该车由日产Leaf改造而来，正处于实验当中。只通过在辆的前后左右设置的4台单反照相机就可以识别周围几米范围内的车道线和障碍物。具有不需要使用超声波传感器识别障碍物的特征。该公司的目标是将障碍物的识别精度控制在±5cm范围内。
