张毅：人工智能与智能驾驶（下篇）

（清华大学自动化系系统工程研究所所长，国家863计划先进交通技术领域专家张毅）

清华大学自动化系系统工程研究所所长，国家863计划先进交通技术领域专家张毅发表了《人工智能与自动驾驶》主题演讲。

深圳市前段时间推出了号称是全世界第一个无人驾驶的公交系统，虽然后来做了一些改进，但没有称为无人驾驶，叫自动驾驶或者智能驾驶，因为它在行驶的过程还有人监管。现在这个系统已经运行了几个月，整体运行效果是不错的，当然在运行过程中能否将人工智能的东西都用好，我认为这部分还有提升的空间。

众所周知，特斯拉在全世界的自动驾驶领域是做得不错的，但是他有非常著名的交通事故。这张图在拐弯的情况下，一辆白色的货车左转弯和一辆直行的特斯拉汽车发生了交通事故，这辆汽车从货车后面的轱辘中间穿过去了。当时的情况是特斯拉开启了所谓的自动驾驶的模式，但是从技术上考察实际上不能算是纯粹的自动驾驶，它只是相当于一个巡航的功能延伸，所具有一定的智能驾驶的功能，使用者会误以为它是自动驾驶，但是它在概念上有点含糊。

在这样的情况下，特斯拉配备了全世界最好的Mobileye的视觉辨识。而且也有微波测距雷达，为什么会出现这种情况？这不是传感器的问题，最后判断出来的结果是这样的，这两个传感器都没有探测前面的物体，由于这个车是白色的，美国的天气蓝天比较多，背景是湛蓝的。蓝色的天出现一个白色的物体，而且它中间是空的，给人的感觉这就是一朵云，所以判断出来的结果不是一辆汽车，而是一朵云。所以人工智能做得这么好，但在这样的场景下无法做出准确判断。

第二个交通事故是今年3月18日在亚历山大的UBER公司，他的测试汽车在夜间撞到了一个横穿马路的妇女，这个妇女当场抢救无效死亡。在这个过程中同样也给我们带来一个问题，UBER做自动驾驶他的车已经跑了多少公里了，为什么会出现这样的情况，难道他没有很好的传感器吗？他也有很好的传感器，但这个情况到目前为止还没有准确的结论，从现在了解到的情况大概有两种说法。一种说法是这辆汽车开到了坡道的顶端。而前方探测雷达是平视的，这个角度非常小。汽车到了顶端的时候上坡的过程中前面的东西是看不见的。

还有一种说法是传感器探测到前方有人，但探测到前方的物体以后，出现雾汗。就像夏天在高速公路上开车的时候，人的肉眼在前方看见好像有一滩水，会有一种雾的感觉。在同样情况下，传感器虽然不像人一样感觉到雾，但是它也有模糊的地方。所以在研究中间，通常情况下需要调整这个预值。

这辆车的事故有可能就是因为在试验调整预值过程中，调得比较低了一点，所以没有探测出来。结论是探测到前面有物体了，但最后做决策却他把它归到误操作里面，也没有停车。当然这只是从侧面传出来不同的说法。由此可见人工智能说得这么好、研究了这么多年，但到真正场景过程中的时候，我们仍是任重而道远。

智能驾驶发展几个阶段

最早的时候是Autopilot Vehicles，他希望达到Autopilot Vehicles自动驾驶。实际上在自动驾驶中，真正讲自动驾驶最早的一波人想做的第一步是具有自助式驾驶能力的Autopilot Vehicles，具有自助式像人一样有意识行为的，但是现实中不是那么容易实现的。所以另外一波人叫Automated Vehicles，为什么叫Automated呢？自动化的汽车，简单来讲就是机器人。按照所有设立好的东西来实现，这样可以实现吗？

于是这两波人都在研究，最后发现第一波人老实现不了，第二波人总做机器人式的汽车也不甘心，所以两者慢慢开始融合。最后没办法就叫Automated Vehicles，含含糊糊的有没有智能没关系，是不是自动机器人的方式也没关系，所以就形成这样一个形式。基于这样的情况下发展一段时间又有新的技术路线，在中国称为车路协同系统。车路协同系统的概念比较大，因为除了汽车还要考虑到交通的整体性能。由此这三种就开始融合，三种合起来形成一种，融合起来现在叫ACV。

上面列出来的是美国汽车协会的5级自动驾驶分类，一二三四五级，在这里面强调5级是自动化的技术，就是机器人的规则问题，没有强调意识的。基于前面分析，我建议在后面应该增加一个两级的，就是Level5之后Level6具有弱人工智能的驾驶情况，最后一类是第七类是具有强人工智能的驾驶情况。要真正达到人工智能的智能驾驶应该有7类，当然这里面也值得思考和探讨，不能说前5类里面都是Automation的，这样大家也不甘心。所以说这样的分类是不是科学，我只是在原有的基础上做一个修改，没有策略的去研究它。

基于车路协同的技术方案

我们可以看到自动驾驶在现有的发展过程中间，要达到理想状态还有很多路要走，但已经达到了传统的辅助驾驶，这也算智能驾驶的一类。智能网联驾驶和无人的自动驾驶开始做了，但是效果不尽人意。现在我们也开始往人工智能驾驶转了，但是真正最难的是有人和无人混驾，如果路上全是自动驾驶汽车，我们给它一定的规则不就简单了吗？道路走右边，行人走左边。问题就在于有人在，人是自主的，不是按照一定规则来做的。我们也不可能在现实中全部是智能驾驶汽车，无人驾驶的。真正长期存在是有人和无人共存的环境，这样对我们的要求非常多。

现在有DAS系统，这叫辅助驾驶系统。后面想做协同式，最后是人工智能的。有一个巡航控制，大家知道现在的汽车里面都有。CC是一般的巡航控制，这是稍微好一点的。ACC是最近刚出来的，在定速巡航过程中，如果前车速度发生变化，尤其是踩刹车，在这样的情况下使得两车之间的距离发生变化以后，汽车会自动调整速度。

但是我上个月在美国就发现ACC，它能把车降速，但车恢复速度以后不能跟上去，还是要靠人加速，所以ACC还没有完全实现。后面我们是希望做C-ACC即协作式的，最后是做人工智能协作式的。所以说，人工智能在自动驾驶上的应用，虽然已经取得了一些成果，但是路还是很长的。

接下来介绍一种思维方式我们现在的自动驾驶都靠自身的雷达、自身的高精度地图和传感器来解决自动驾驶的问题，那能否换一个思路？在这样的情况下，我们对技术的依赖太强了，所有的东西要靠传感器去判断。我希望具有智能的车，同时具有智能的路，再具有智能的网络，最后特别凸显的是交通系统的功能需求，这样构成一个基于车路协同的智能交通系统。现在说到的传统智能驾驶里面完全要寄托或者完全依赖于汽车本身就有限的空间和有限的资源，对所有的环境感知、决策、甚至动作分散了，分散到智能度上、分散到智能系统上，这样使得自动驾驶车辆的技术要求依赖性降低。

基于这样的情况下，在安全上首先会起一个非常好的作用，安全带是第一代安全措施。第二代是安全气囊，现在世界上公认的第三代是汽车V2V，通讯以后能够保证两辆汽车在交汇过程中的安全下驾驶员做一定协作，安全措施第三代V2V要成为我们的汽车安全的第三代保证措施。这是从安全层面上可以做到自动式以及协作式的，这是基于车路协同以后把信息分散了。

同时对于交通里面最常见的比如说行驶车辆路口会合或者高速公路合流的过程中，同样可以基于车路协同，用路侧设备判断出很多东西以后发到汽车上，汽车再进行协作。比如说自动驾驶到路口判断红绿灯，判断是红灯还是绿灯，这个问题本来很简单，但是现实中并不简单，为什么？有光线问题，是不是逆光问题，经常红灯绿灯判断不清楚，造成自动驾驶汽车过路口就有危险。但是换一个思路，用车路协同以后，路侧设备把信息直接发给我，这样就轻而易举解决了。

同理，在这种程度上，换一个技术路线，基于车路协同来做自动驾驶，可能会对整个自动驾驶产生不一样的变化。在这种情况下假如我买了两台长安汽车，加上自动驾驶所需的必要的前向、横向和自动三个方面的功能，在这个情况下做自动驾驶。两辆汽车60多万，现在自动驾驶一辆汽车200万，汽车价值就十几万二十万，但是传感器所有的东西比它贵很多，以这种思路我就解决了以下几个问题：

· 解决环境感知的问题，我可以解决感知的难度，不一定完全靠自身，汽车告诉我你在什么地方，你的位置速度加速，你的转向方向传给我了，我就不需要靠传感器360度探测你。包括信号灯的问题也是一样的，你告诉我状态就可以减轻我的负担，没有必要花很大的精力去做很难的技术，效果还不一定达到90%以上。

· 提高行车安全。

· 降低系统成本。

我们在上海汽车城用两辆奔驰汽车做了一些测试，因为没有车路协同，自动驾驶过程中看不见前辆车就丢了。所以汽车运行的状态，将需要的东西提前给我了，你怎么转、怎么开都可以实现，这个技术我们已经做完了。在这个基础上，再解决自动驾驶需要的技术。

因为全靠自动驾驶有难度，现在还有很多方面不可靠，为了保证运用，第一辆汽车能开，由于有车路协同的支撑，第一辆车做任何动作后面的车全都知道了。目前的情况下我们是靠探测前车的过程和反应，由车队来实施。

在这种情况下，车路协同是怎么来的，车路协同是2011年科技部立项的国内首个车路协同的项目，这是全国第一家。后来工信部也出现了车联网的项目，紧接着车联网项目起来了，接着汽车联盟又推出了一个网联车，现在还有一种说法叫智能网联交通系统。这是跟我们的体制有关，每个行业都想有自己的名字。所以说你可以看到，我们这个是科技部支撑的整个交通系统，是车路系统协同。但是工信部说我不能做车路协同系统，我只能做网联车。搞汽车的说，你们弄了半天，怎么跟我的车没关系，于是又取了一个名字为车联网，以车为中心。后面又有一个智能网联交通系统，这又是另外一个发展。

所以说，总体上殊途同归，他们要解决这个问题需要什么？

其一是车载设备，车上必须要有支撑通讯、支撑感知、支撑协作控制的环节。路侧设备要有一套系统，我们是用这套解决方案来实现的。有了这样清楚的解决方案，使得我们能够把人工智能和智能驾驶的结合带来一种新的途径。既然这样，我们也可以在现在中国的条件下让智能驾驶和网联驾驶融合起来，真的让美国做这个事情不是容易的事，但是在中国是可能的。

比如交通部今年开始在高速公路上进行基础设施数字化建设，在现有的13.6万公里全世界第一的高速公路上推行，所以在高速公路建立基于车路协同的智能驾驶，这个就可以指日可待了。

其二是车路协同，在城市里面我们也同样希望，或者说我一直鼓励深圳市来做，围绕深圳市的公交也好、出租车也好、交通管理也好都可以做，来做基于车路协同的系统。这完全是信号控制提升一个阶段，不是完善、不是简单提升，而是更新换代。

因为在这样的情况下，公交优先的理念会发生变化。因为可以在公交有一套信号灯，而且在信号灯的地方进行引导，也可以根据车流的情况实时调整信号灯，把主动控制变成协同控制，在城市的智慧交通里面也会带来一个完全的新的理念和新的平台。谢谢大家！