自動駕駛大腦被認為是自動駕駛汽車的靈魂，也是多數(shù)公司正在努力的核心環(huán)節(jié)。但是，作為自動駕駛的最重要組成部分，自動駕駛大腦究竟是如何構(gòu)成和工作的，很多人對此卻仍然一知半解。最近，北京智行者科技 CTO 王肖在雷鋒網(wǎng) · AI 慕課學院的“未來汽車大講堂”，對這一問題做出了將近兩個小時的詳細講解。

王肖博士畢業(yè)于清華大學汽車工程系，曾作為核心人員參與 2012、2014 及 2015 年中國智能車未來挑戰(zhàn)賽，并獲得團隊冠軍，還曾參與起草中國智能網(wǎng)聯(lián)車輛技術(shù)路線圖，獲汽車工業(yè)科學技術(shù)進步一等獎、軍隊科技進步獎等多項獎勵。

智行者科技設定的自動駕駛路線分為兩方面，一是限制場景下的園區(qū)低速車，2017 年 9 月，其研發(fā)的自動駕駛掃地車已經(jīng)在北京奧林匹克森林公園進行了試運營；另外，開放場景下的自動駕駛乘用車也是其聚焦方向之一，鑒于近期北京市路測政策的出臺，公司在這一領(lǐng)域的步伐也在不斷加快。

基于智行者在技術(shù)升級和落地兩方面的突出表現(xiàn)，關(guān)于自動駕駛大腦的構(gòu)成與運行，王肖博士應該是行業(yè)最具發(fā)言權(quán)的人士之一。

（2018 年 1 月 16 日，雷鋒網(wǎng) · 新智駕將在美國硅谷舉辦 GAIR 硅谷智能駕駛峰會，屆時，將有國內(nèi)外多位自動駕駛行業(yè)專家到場，帶來豐富的行業(yè)干貨分享。詳情請點擊 https://gair.leiphone.com/gair/gairsv2018）

整個課程共分為三部分：自動駕駛大腦的研究背景、自動駕駛大腦的設計思路探析以及 AVOS 關(guān)鍵技術(shù)的設計與應用。

研究背景

首先，王肖博士對自動駕駛大腦的研究背景進行了講解，這其中包括自動駕駛大腦與人類駕駛員各自的行為邏輯分析，自動駕駛大腦的組成，以及 Google 等先進自動駕駛公司在此所做的實踐。

2016 年 11 月 8 日，谷歌公布自動駕駛視頻在業(yè)內(nèi)引起巨大轟動，很多人一度認為自動駕駛將馬上走入普通人生活。但第二天，拉斯維加斯的一輛自動駕駛低速擺渡車便與一輛卡車發(fā)生了車禍。事故的原因并非自動駕駛車輛本身出現(xiàn)了問題，而是卡車在倒車過程中不小心撞上了停在一邊的擺渡車。

這一事故便集中反映了目前自動駕駛大腦的局限性及其與人類駕駛員的區(qū)別：在遭遇外界的某種“入侵”時，人類駕駛員可以采取積極行動，進行躲避，而停止的自動駕駛汽車則多半只能“坐以待斃”。

由此也引出兩個重要問題：

一、眼下的自動駕駛系統(tǒng)是否具備真正的智能？

王肖博士認為，圍繞事件判斷中“what”、“which”、“who”、“when”、“where”等核心問題，現(xiàn)有的人工智能技術(shù)還遠不能給出完整準確的回答。

比如，利用眼下的技術(shù)，用戶可以搜索出美國總統(tǒng)是誰，在什么時間當選總統(tǒng)，但關(guān)于其為什么可以當選、通過什么手段當選這樣的問題，Google 上能搜索出來的僅僅是引用的相關(guān)專家回答，搜索引擎自己并不能生成智能分析。

因此，可以說，在分析“為什么”或者“怎么樣”的問題時，現(xiàn)有的人工智能仍然非?！吧怠?。關(guān)于“在哪兒”、“要去哪兒”、“周圍車輛狀態(tài)如何”這樣的問題，現(xiàn)有的自動駕駛系統(tǒng)可以很容易做出高精度感知和定位，但如果面對堵車、如何換道這樣的問題，自動駕駛系統(tǒng)多數(shù)只能基于規(guī)則來工作。

在此，王肖博士舉出了一個具體案例。最早，Google 的豆莢車看見小朋友穿著奇形怪狀衣服，可以做到停車避讓，這是所有新司機都可以達到的水平。但是，如果是一個老司機，則會想，小朋友穿著奇怪的衣服是否是因為前方學校正在舉行活動，學校舉行活動是否會引發(fā)堵車，如此是不是需要避開這條路，重新規(guī)劃一條路線。但現(xiàn)在即使是 Google 在內(nèi)的所有自動駕駛公司的產(chǎn)品都做不到這一點，即無法產(chǎn)生一個正常司機能夠產(chǎn)生的聯(lián)想。

所以，王肖博士得出的結(jié)論是，現(xiàn)有的自動駕駛系統(tǒng)并不具備真正的智能，我們所說的智能車，某種程度上，還處于非?！叭踔恰钡碾A段。

二、人類的常規(guī)駕駛是否需要如自動駕駛一般的高精度輸入與輸出？

現(xiàn)在世界上最好的攝像頭、激光雷達、高精度定位都宣稱自己能做到厘米級，王肖博士表示，在與很多汽車行業(yè)的朋友交流時，經(jīng)常被問到“人為什么不需要高精度地圖”之類的問題。

王肖認為，這之中非常重要的一個問題是，大部分人類駕駛員做不到高精度識別或高精度控制。人識別不了厘米級誤差，而且，人類開車只需要確定一個大概的方向，基本靠局部定位，在駕駛過程中憑感覺完成判斷。高精度控制也是同理。人開車時只要不打瞌睡，基本上都能比世界上最好的自動駕駛系統(tǒng)完成更好的駕駛。

行業(yè)常說希望自動駕駛汽車達到人類駕駛水平，但是自動駕駛研究的思路和實現(xiàn)方案與人類則完全不一樣?，F(xiàn)在的自動駕駛汽車依賴高精度感知定位，某種程度上就是因為自動駕駛大腦本身太弱。

......

自動駕駛大腦設計思路探析

自動駕駛大腦的分析設計是此次課程的核心環(huán)節(jié)，關(guān)于自動駕駛大腦的認知、規(guī)劃，情境的輸入與輸出，王肖博士花費了大量篇幅從各個細節(jié)進行了講解，并從智行者的產(chǎn)品出發(fā)，做出了多種情境的實例解析。

自動駕駛包括感知、認知、規(guī)劃三個部分，自動駕駛大腦則主要包括認知和規(guī)劃模塊。認知的輸入就是感知的輸入，輸出后便直接到達了規(guī)劃。

在這里，王肖博士引入了幾個重要的行業(yè)術(shù)語，比如感知的輸出為場景，場景便是傳感器識別到的人或車，是孤立的事物，其相互連接并不緊密。情境則是眼前的畫面映射到大腦中產(chǎn)生的關(guān)聯(lián)分析，這種分析又包括多維場景的融合分析，對象顯著性分析，注意力聚焦分析，情境形式化分析。關(guān)于這四個模塊，王肖博士都做出了非常詳盡的解釋。

……

AVOS 關(guān)鍵技術(shù)

在第三部分，王肖博士則介紹了智行者自動駕駛操作系統(tǒng)（AVOS）的設計思路與應用，以及其涉及的關(guān)鍵技術(shù)，并分享了團隊的測試視頻。

…...

課程最后，王肖對學員的在線提問也做出了耐心解答，這些問題涵蓋了自動駕駛大腦的研究設計到整個自動駕駛行業(yè)發(fā)展的多個方面。

比如，自動駕駛運動規(guī)劃的方法有哪些？

王肖博士的回答是，運動規(guī)劃大致有兩種，一種是常規(guī)的路徑加速度的分解，一種是模型的方法，后者最典型的代表是戴姆勒，其主要思路是，綜合考慮障礙物位置、道路屬性等多種因素后，得出車的軌跡。對兩種方法的好處與缺陷，王肖博士也進行了分析。

比如，最近有消息稱，博世與國內(nèi)三大圖商合作完成了高精度地圖眾包采集與數(shù)據(jù)標注的可行性驗證，那么，高精地圖的制作未來會不會被主流圖商或大型供應商壟斷，創(chuàng)業(yè)公司自己做采集、標注平臺的意義還大嗎？

王肖博士認為，未來，高精度地圖肯定會由圖商來做，包括智行者在內(nèi)的大多數(shù)科技公司并不想做，也沒有能力去做大范圍的高精度地圖。

而高精度地圖為什么是各家自動駕駛公司商業(yè)化的必備條件，王肖分析了幾點原因，包括高精度地圖是導航的基本依據(jù)；高精度地圖是彌補感知缺失的重要手段；高精度地圖是量產(chǎn)產(chǎn)品行為一致性的可靠保證。

......

點擊課程鏈接 http://www.mooc.ai/open/course/412，即可獲取王肖完整課程視頻?；蚩杉尤搿?span style="color: #FF0000;">低速社群”，觀看完整系列課程。（低速社員專享：http://www.mooc.ai/course/394）

“未來汽車大講堂”由雷鋒網(wǎng) · 新智駕、 AI 慕課學院聯(lián)合主辦，從 2017 年 11 月 30 日晚 8 點開始邀請業(yè)內(nèi)專家、智能駕駛一線從業(yè)者進行行業(yè)干貨分享，至今已更新 6 期。更多詳情，歡迎加入未來汽車低速討論群。微信添加助教“小慕”（moocmm），備注“低速”，審核入群。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。