《智能汽車是遠還是近》由會員分享，可在線閱讀，更多相關(guān)《智能汽車是遠還是近（5頁珍藏版）》請在裝配圖網(wǎng)上搜索。

1、智能汽車，是遠還是近 　　如果有一天，汽車會學(xué)習(xí)，也會思考，世界將變成什么樣? 　　對于智能汽車的定義，不同的人有自己不同的理解，不過對于智能科技的終極目標——無人駕駛或者自動駕駛，卻是大多數(shù)人所向往的未來。尤其在谷歌人工智能機器人Alpha Go大勝圍棋頂級高手之后，很多人認為我們距離智能汽車的終極目標似乎越來越近，甚至仿佛可以指日可待，事實果真如此嗎?本期我們采訪了博泰前瞻技術(shù)研發(fā)經(jīng)理原樹寧博士，目前，由其主導(dǎo)的博泰V2X項目正在穩(wěn)步推進，在無人駕駛領(lǐng)域已取得了有效的進展。 　　記者：在可見的未來，像AlphaGo那樣專門用于下圍棋的人工智能(AI)，專門應(yīng)用于自動駕駛的人工

2、智能(AI)會出現(xiàn)嗎? 　　原樹寧：我的觀點是保守的肯定。目前來看，汽車上已經(jīng)開始在應(yīng)用的視頻分析、自適應(yīng)巡航、自然語言識別等技術(shù)實際上已經(jīng)利用了人工智能，但是基于通用智能的這種無人駕駛，就是它可以自己去適應(yīng)任何交通環(huán)境的自動駕駛技術(shù)，可能還遙遙無期。要大規(guī)模普及無人駕駛需要在決策層應(yīng)用人工智能(AI)，目前的視頻分析，專業(yè)語音識別等技術(shù)都是在感知層的應(yīng)用。人工智能(AI)在無人駕駛中的應(yīng)用，其核心肯定是人工智能(AI)AI在決策層的作用，比如說車速怎么加?方向朝哪里?如果這個決策本身是人工智能(AI)做出來的，沒有人工的干預(yù)，這才是真正的無人駕駛，或者說自動駕駛。 　　而且我認為

3、如果無人駕駛要大規(guī)模普及，用傳統(tǒng)的程序控制方法是很難做到的，它必須使用機器學(xué)習(xí)，或者人工智能(AI)的方法實現(xiàn)決策。由于交通規(guī)則不是絕對的，如果用人工智能(AI)實現(xiàn)決策，那么人工智能(AI)就要適應(yīng)沒有規(guī)則的情況，它會遇到很多困難，比如說，有一個人賴在前面不走，或丟一個大東西等情況，因為智能汽車是絕對遵守規(guī)則的，如果別人不遵守規(guī)則，就可以欺負它。 　　事實上，現(xiàn)有的人工智能基本上都是對特定任務(wù)設(shè)計的，例如：圖像識別、自然語言識別、軟件框架設(shè)計、扮演游戲?qū)κ值确浅＜毞值膶I(yè)應(yīng)用。各個應(yīng)用之間是分割的、不能垮行業(yè)使用的。另一方面，人工智能領(lǐng)域中的“通用人工智能(General AI)”，依

4、然是科技界長期奮斗的目標。通用人工智能要能夠很快學(xué)習(xí)新的規(guī)則，適應(yīng)新的事物，能夠直接應(yīng)用在不同的領(lǐng)域，會下棋、也會打橋牌、還認識朋友、會開車。不過如何實現(xiàn)通用人工智能，我們目前在理論上都還沒有搞明白。 　　記者：人工智能(AI)在自動駕駛中的作用是什么? 　　原樹寧：首先是環(huán)境感知。這是自動駕駛的數(shù)據(jù)基礎(chǔ)，提供車輛周邊環(huán)境的狀況。車輛不但需要知道自己所在的位置，還要獲取道路屬性、周邊物體的屬性、交通設(shè)施的屬性。在這個層面上視頻分析、雷達成像分析等人工智能手段是完成環(huán)境感知的最重要組成部分，這一部分的技術(shù)發(fā)展已是突飛猛進，例如對車輛、摩托、行人、動物、障礙物、限速牌、紅綠燈、車道的識

5、別。好的識別模型和大量的數(shù)據(jù)訓(xùn)練能夠保證很高的識別正確率，但是，機器學(xué)習(xí)本身，即使在理論上，它都無法保證絕對(100%)的正確。這在自動駕駛中卻是不可原諒的缺點，如果環(huán)境感知不能確保絕對的正確，那如何保證決策的正確性呢?如何保證行車安全呢?人們會購買發(fā)生事故的自動駕駛車輛嗎?因此在環(huán)境感知層面，人工智能與工程手段將會起到相互補充的作用，實現(xiàn)對環(huán)境的正確感知。其中非常有潛力的一項技術(shù)就是V2X技術(shù)，它會將所有的交通基礎(chǔ)設(shè)施和每輛車都貼上標簽，實時的播發(fā)自己的相關(guān)信息，從而使得每部汽車都能直接獲取周邊的情況，再結(jié)合其他傳感器，實現(xiàn)信息冗余，保證對環(huán)境的正確感知。 　　其次是決策協(xié)同。決定車輛

6、的行駛速度、方向、線路等根本問題?；诔绦蚩刂频能囕v完全能夠?qū)崿F(xiàn)自動駕駛。但是，它只能運行在有限的場景之下，極度缺少應(yīng)對能力，并且消耗大量的程序分析和維護時間(系統(tǒng)越復(fù)雜維護成本越高)。基于機器學(xué)習(xí)的人工智能在決策協(xié)同領(lǐng)域有著無可比擬的優(yōu)勢，自我完善，維護成本越來越小，具有較強的適應(yīng)和應(yīng)變能力。就好比用編程控制的方式也能讓程序下圍棋，卻永遠無法達到AlphaGo的高度。但是，這里也會遇到一些奇奇怪怪的障礙。 　　1)無規(guī)則。在現(xiàn)實生活中交通規(guī)則不是絕對必需遵守的，而圍棋的規(guī)則至少在正規(guī)比賽中雙方都是絕對遵守的。如果李世石偷偷在棋盤上多放一個子，AlphaGo會怎么處理?應(yīng)該整套模型都必需

7、重構(gòu)吧?這也是大家調(diào)侃谷歌不敢挑戰(zhàn)中國麻將的原因。一個隨時可以被打破的規(guī)則(闖紅燈、超速、逆行、橫道線搶行等)就是沒有規(guī)則。這樣的模型建立恐怕絕不亞于“通用人工智能”的難度。解決方法就是建立一個必需絕對準守的規(guī)則，將那些可能不遵守規(guī)則的參與者全部剔除，于是乎就只身下自動駕駛車輛本身了。 　　2)規(guī)則重塑。在一個只有自動駕駛車輛的路網(wǎng)上，機器的駕駛行為將會完全不同于人類的駕駛行為。例如，人類在高速上行駛需要保持100米左右的車距，其原因是人類生物能力的限制，例如，高速時視覺的狹窄化、反應(yīng)時間的限制。此時機器完全不需要顧及人類生物能力的限制，而是根據(jù)自身的反應(yīng)時間、信息處理的范圍和能力重新定

8、義交通規(guī)則，例如高速公路車速完全可以提升到200km/h，甚至300km/h，車間距離可以縮小到數(shù)米甚至完全對接，高速公路的線型(坡度、轉(zhuǎn)彎半徑、車道寬度)也可以放松要求。新的規(guī)則將保證自動駕駛車輛的安全運行。 　　3)車輛互學(xué)習(xí)。這個只有在自動駕駛車輛行駛的道路網(wǎng)中進行，車輛的駕駛行為和我們現(xiàn)在人類的駕駛行為將會大相徑庭。但是人類的駕駛行為可以作為車輛自己學(xué)習(xí)駕駛的起點。人類開車時是如何保持車距、如何在擁堵時協(xié)作排隊、如何變道、轉(zhuǎn)彎、掉頭對于AI而言都是難能可貴的經(jīng)驗。以此起點，在既定規(guī)則下，向自動駕駛道路網(wǎng)投入已經(jīng)學(xué)會了人類開車方式的車輛，讓他們之間相互協(xié)作、相互學(xué)習(xí)，優(yōu)化自己的駕駛

9、效率。就如同兩個AlphaGo對弈，相互學(xué)習(xí)圍棋技藝。 　　最后是控制執(zhí)行。這是對決策的執(zhí)行，例如決策需要5秒加速到80Km/h，那么該噴多少汽油，發(fā)送機轉(zhuǎn)速要多快等等。這里完全是工程的世界、是精確控制的領(lǐng)域，需要對命令的堅決和精準地執(zhí)行。這里和人工智能無關(guān)。 　　記者：能否為我們描述一下智能汽車的演化過程。 　　原樹寧：智能汽車是汽車革命里面最重要的一次革命。一開始的無人駕駛，肯定是在高速或者專有的道路上，然后這些專有的道路，逐漸會開放為半封閉狀態(tài)，比如在城市的公交專用道里設(shè)置無人駕駛專用道，智能汽車在某些地方可以像出租車一樣跑，它也可以在無人駕駛專用高速路上行駛，這時它速

10、度就會非常快，相當(dāng)于結(jié)合了高鐵和出租車的共同優(yōu)點。我覺得，無人駕駛首先應(yīng)該在相對比較封閉，而且交通量不大的地區(qū)出現(xiàn)，美國的那些中小城鎮(zhèn)是非常合適的實驗場所。 　　記者：因為他們地廣人稀。 　　原樹寧：對，本身他們的交通不那么復(fù)雜，不遵守交通規(guī)則的人相對也少一點。至于智能汽車的商業(yè)模式，我覺得以出租車的形式出現(xiàn)的可能性最大，就是以“共享車”，或者“服務(wù)車店”的形式出現(xiàn)的可能性最大。 　　然后可能會在高速公路上實現(xiàn)無人駕駛，并且能夠進行幾輛車并在一起的行駛，同期可能也會出現(xiàn)高速上的測試，之后，系統(tǒng)會逐漸合并，技術(shù)上也會合并，重點解決車輛怎么協(xié)作，在低速道路上怎么行駛等問題，最后就

11、會出現(xiàn)跨城市的自動駕駛。第一階段，比如在美國小鎮(zhèn)、出租車式的無人駕駛，我覺得可能在2020年能夠?qū)崿F(xiàn);第二階段，在高速道路上，拼車高速行駛的情況在2025年左右，在某種程度上可能會出現(xiàn)。 　　事實上，車本身不能識別人類的世界，所以需要把整個道路系統(tǒng)變成車輛能認識的世界，也就是需要把整個道路數(shù)字化，讓車能識別出自然就解放了駕駛者，這就是“車車通信系統(tǒng)”和“車路通信系統(tǒng)”。但是，無人駕駛不應(yīng)該是被動接受周邊的信息，如果所有的車輛甚至包括摩托車也安裝了這些裝置，將車輛和車輛之間實現(xiàn)通訊交互，這個時候整個交通系統(tǒng)就可以完成交流，并形成車和車之間的互動與協(xié)作。 　　記者：智能汽車的市場在什么

12、條件下會爆發(fā)? 　　原樹寧：只有技術(shù)發(fā)展到一定程度，真正的商業(yè)模式才能出來。 　　例如電腦和手機的發(fā)展。智能手機能夠出現(xiàn)并快速替代傳統(tǒng)手機，關(guān)鍵在于兩項技術(shù)，一是操作系統(tǒng)，二是3G移動網(wǎng)絡(luò)。個人計算機的普及也一樣，Windows操作系統(tǒng)使每一個人都可以使用計算機，而互聯(lián)網(wǎng)為每個使用計算機的人提供了豐富的內(nèi)容。 　　智能汽車的大規(guī)模爆發(fā)，也需要同樣的技術(shù)條件。其中，操作系統(tǒng)的核心作用是屏蔽硬件的復(fù)雜性。由于每個品牌汽車的接口都不一樣，應(yīng)用軟件的開發(fā)會遇到車企不開放CAN總線接口的問題。如果在車輛CAN總線上加一個中間層，就可以將車輛的各類消息和接口轉(zhuǎn)化為類似計算機C庫的標準庫。

13、這樣，任何程序員都可以方便地對智能汽車進行軟件開發(fā)，軟件開發(fā)人才也因此可以在市場上普遍獲得。 　　所以說，這樣一個操作系統(tǒng)是非常重要的。類似的開發(fā)工作，國外的AUTOSAR聯(lián)盟(即 AUTomotive Open System Architecture，汽車開放系統(tǒng)架構(gòu))已經(jīng)在做，一些企業(yè)也可能在秘密研發(fā)?？梢哉f，誰能做出這個操作系統(tǒng)，誰就將主導(dǎo)未來的汽車市場。 　　再看網(wǎng)絡(luò)。谷歌無人駕駛車采用地圖加大量傳感器的方式，已經(jīng)做了很多年，為什么至今無法大規(guī)模商業(yè)化?因為不能出錯。計算機和人的認知方式不同，只知道0和1。讓一輛無人駕駛的智能汽車在行駛中識別人類世界是非常困難的，即使準確率

14、達到98%，也是不夠的。要解決這個問題，就要通過車路通訊，把所有路側(cè)信息全部數(shù)字化，包括其他車輛、紅綠燈、施工信息等，變成計算機可以了解的東西。這就是V2X，也是智能汽車所需要的網(wǎng)絡(luò)。只有這個時候，無人駕駛的時代才會真正到來。 　　記者：自動駕駛技術(shù)產(chǎn)品化的過程中，最大的難點是什么?在智能汽車的發(fā)展中，最有前景的技術(shù)又是什么? 　　原樹寧：在產(chǎn)品化過程中有兩點最重要：一是可靠性，產(chǎn)品絕對不能出問題; 二是適應(yīng)性，道路環(huán)境非常復(fù)雜，比如在澳大利亞開車，可能會突然跑出一只袋鼠。最重要的技術(shù)就是我剛才談到的兩項，一是與硬件無關(guān)的編程技術(shù)，放大來說就是整個車載操作系統(tǒng);二是V2X網(wǎng)絡(luò)技術(shù)。

15、當(dāng)然，傳感器、地圖等技術(shù)也非常重要，但它們已經(jīng)很成熟了。 　　記者：在實現(xiàn)更智能的汽車方面，目前你們做了哪些工作? 　　原樹寧：博泰V2X技術(shù)的訴求正是讓所有的道路設(shè)施全都變成車輛能懂的語言，然后去完成現(xiàn)在的無人駕駛系統(tǒng)沒有辦法完成的工作，最終實現(xiàn)普遍的無人駕駛。我們已經(jīng)完成了V2X box設(shè)備在不同場景下的通信性能測試，該設(shè)備可隨時發(fā)送車輛的速度、位置等信息，同時接受其他車輛發(fā)送的信息;開發(fā)了車輛主動安全仿真系統(tǒng)，實現(xiàn)了車輛間急剎警告、追尾警告、交叉口碰撞警告三大主動安全功能，并進行了多次真實場景道路測試。 　　記者：能否用你觀點來定義智能汽車對于交通運輸變革的意義? 　　原樹寧：智能汽車的突破，類似于內(nèi)燃機取代馬車，是一場真正意義上的革命。第一，它提高了效率，第二，它節(jié)約了資本，同時也節(jié)約人力，節(jié)約了大量的基礎(chǔ)設(shè)施建設(shè)。 　　記者：智能汽車實現(xiàn)了自動駕駛，或者無人駕駛，是不是也使得汽車的駕駛樂趣也消失了? 　　原樹寧：肯會有這么一種人，愿意自己開車，就像現(xiàn)在很多人還是愿意騎馬一樣，那么這些人可以去特定的場所去駕駛汽車，就像現(xiàn)在的人要去馬場騎馬。