【新智元导读】Tesla发布了新版AutoPilot系统，还发布了一段从家到公司的全自动驾驶视频，伴随着Musk一句“我们能五级全自动了”，业界开始争论不休。这里我不得不提醒参与讨论的广大群众，正所谓临渊羡鱼不如退而结网，跟着瞎嚷嚷不如多学习学习。

　　自动驾驶领域最好看的 paper 是哪些？有没有引用过千的？我经常遇到让我推荐 paper 的读者，自动驾驶涵盖的关键技术太多，论文也多如牛毛，感兴趣的群众往往不知从何入手，索性罗列在此。本文算是综述文章的一个引子，大家查论文都费时费力，我找了自动驾驶领域里比较有代表性的五篇文章，简单介绍和点评内容，有 Darpa 比赛冠军的技术报告，也有大约十五年前自动驾驶刚起步时奠定学科基础的文章，无论想是入门自动驾驶还是提高，这些都是你不可错过的经典。

　　【进入新智元公众号，在对话框输入1023下载全部五篇论文】

　　就这几天Tesla发布了新版本的 AutoPilot， 8个相机（3个前向），更新换代了超声波，可以看到之前两倍的距离（其实大概就是4米……）更强的计算设备，Nvidia Titan（其实算法比计算平台重要太多倍），然后Musk声称可以进行5级全自动驾驶了，还附上了一段视频。讲道理其实我个人对这个配置做城区全自动驾驶是抱有怀疑态度的，因为我觉得速度较高的情况下，只有一个前向毫米波，换道你都搞不定（这难道是视频里面没有展示多车环境换道的原因？另外视频也并不是一镜到底连续的）。

　　不过吐槽归吐槽，Tesla也算是技术小能手了，很多人一定很好奇全自动驾驶到底是怎么做出来的，我推荐下面五篇论文。

　　【1100+引用】 Stanley: The Robot that Won the DARPA Grand Challenge

　　这文章绝对是自动驾驶领域里最值得看的那篇文章了，出自著名的概率机器人理论发明人Sebastian Thrun，同时也是Google无人车的缔造者。Stanley是Stanford大学无人车的名字，赢得了2005年Darpa郊区挑战赛，具备非常智能的自动高速沙漠通过能力，而其设计的软件架构，在业界具有非常大的影响力，而其利用的机器学习和概率推理等算法，也被后人广泛应用，本文就逐个模块对Stanley进行了介绍。

　　【800+引用】Autonomous driving in urban environments: Boss and the Urban Challenge

　　业界应该没有人不知道CMU这辆Boss了，出自Google最近离职的自动驾驶总监Chris Urmson之手，获得了2007年Darpa挑战赛的冠军。Boss是一辆搭载了传感器和计算机的无人驾驶平台，目标是进行城区道路的全自动驾驶。它能够跟踪其他车辆，检测障碍物和利用高精地图进行自定位，采用三层规划系统（包括任务级、行为级和运动级）。任务级在用户给定目标后，会给出一个导航规划，而行为级则决定车辆如何换道和通过路口，运动级则详细规划行车动作和轨迹。Boss这篇文章给了后来很多从业者从架构到具体方法的指导，影响面非常广。

　　【500+引用】Junior: The Stanford Entry in the Urban Challenge

　　这篇文章出自Michael Montemerlo，当年是Stanford调车软件组的主力，其实他更出名的是做了FastSLAM。本文主要介绍了参加Darpa城市挑战赛的那辆Junior，可以自己选择路径，汇入和离开交通流，以及进行各种城区道路驾驶动作如换道、超车和路口通行等，直播，当年比赛拿了个第二。

　　值得一提的是，后来Thrun的学生Jesse Levinson又补充了一篇paper，题目是“Towards Fully Autonomous Driving: Systems and Algorithms”，就是讲Junior主要目标是参加比赛，其中很多真实场景并没有考虑，因此需要重新考虑系统设计，如增加64线雷达，生成高精度地图用于厘米级精确定位；如更换了更加精细的规划算法，每秒钟从几千条备选轨迹中得到目标；以及将底层控制方法从油门制动分别控制改为联动控制等。进一步地，整个系统升级为适应更多天气和时间，并进行了上千公里真实路况的测试。

　　【400+引用】Vision-based intelligent vehicles: State of the art and perspectives