雷鋒網(wǎng)·新智駕按：9月24日，中國電動汽車百人會·常州論壇（2017）召開，會議主題為“交通變革與智能出行”。本文來自清華大學(xué)自動化系系統(tǒng)工程研究所所長張毅演講，雷鋒網(wǎng)·新智駕對內(nèi)容做了不改變原意的整理編輯。

張毅：今天的題目是“人工智能與智能駕駛”，從大家最關(guān)心的人工智能話題出發(fā)，看看它對智能駕駛的影響和作用，以及對未來出行領(lǐng)域的變革。

我是清華大學(xué)自動化系系統(tǒng)工程研究所所長，從事交通領(lǐng)域工作二十幾年，國家的一些重要發(fā)展戰(zhàn)略我們都有參與，同時我們也是第一個承擔(dān)國家車路協(xié)同重點項目的主持單位。今天分享的內(nèi)容包含四個方面：

第一，人工智能與智能交通的結(jié)合思考。

第二，如何從人工智能的角度實現(xiàn)智能駕駛。

第三，在人工智能實現(xiàn)智能駕駛的過程中，哪些技術(shù)可以產(chǎn)生作用。

第四，如何落地與實現(xiàn)。

一、人工智能與智能交通的結(jié)合思考

人工智能領(lǐng)域非常寬，人工智能在交通領(lǐng)域的應(yīng)用也非常深入。那么到底怎么去理解人工智能呢？

從學(xué)術(shù)角度闡述是非常漫長的過程，但是簡單來講，人工智能就是研究和開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的基礎(chǔ)科學(xué)。不管技術(shù)怎么樣，更多的是看如何實現(xiàn)它。

人工智能涉及這么多領(lǐng)域，怎么和實踐結(jié)合起來？有什么方法可以實現(xiàn)它？簡單來講，目前比較實用的，而且能夠產(chǎn)生結(jié)果的就是機(jī)器學(xué)習(xí)，即通過機(jī)器學(xué)習(xí)去仿真、去研究、去模擬人的一系列內(nèi)容。什么內(nèi)容？后邊我會講，我們達(dá)到了這個目的才叫人工智能。

我們現(xiàn)在在交通領(lǐng)域、交通以外的其他領(lǐng)域談了很多，但是通過我的報告大家可以看見，實際上人工智能距離實際應(yīng)用的路還非常漫長、任務(wù)還非常艱巨。

有機(jī)器學(xué)習(xí)是不是就能解決問題了？還不太行，還不能有效地解決問題，于是我們說進(jìn)一步推進(jìn)它，叫機(jī)器學(xué)習(xí)不夠，我們做一個深度學(xué)習(xí)。在這樣的情況下，如何看待人工智能真正在交通領(lǐng)域中應(yīng)用的困難呢？

大家知道，要從許多許多圖片中辨識和找到一只貓，人用眼睛一看就知道了，但對機(jī)器而言卻非常困難，即便如此，我們還是取得了非常多的進(jìn)展。延伸到交通領(lǐng)域，會不會產(chǎn)生同樣的結(jié)果呢？

同樣的一只貓，換到交通里可能不是貓了，是車輛，那么對車輛的識別是否像對一只貓的識別這么簡單呢？情況可能會發(fā)生很大的變化。

為什么？第一，從二維圖像而言，汽車有不同的角度、不同的方向。第二，汽車會移動，給我們增加了辨識的困難。第三，實際交通環(huán)境十分混雜，在車流中像人一樣快速、準(zhǔn)確地辨識非常困難。

這就是為什么，真正要把人工智能應(yīng)用到交通領(lǐng)域中，遠(yuǎn)比我們想象困難得多。

舉個例子，比如視頻識別或車牌識別，這是人工智能與圖象識別中最經(jīng)典的應(yīng)用方式，大家會發(fā)現(xiàn)，它的應(yīng)用是最完備、最有效、最準(zhǔn)確的。所以目前而言，將機(jī)器學(xué)習(xí)甚至深度學(xué)習(xí)的最新技術(shù)應(yīng)用在一些靜止場景是能做到的。

至于移動場景中，如惡劣的交通環(huán)境下，即便用最新的人工智能技術(shù)都不能準(zhǔn)確地識別。所以回顧看來，所有交通系統(tǒng)里，能夠?qū)⒒谌斯ぶ悄艿膱D像識別應(yīng)用最好的場景也就是屈指可數(shù)，其他復(fù)雜的、運動的條件下人工智能應(yīng)用都還是非常困難的。因此，可以看得見，用人工智能實現(xiàn)智能駕駛是非常具有挑戰(zhàn)性。

再以很有名的特斯拉事故為例，當(dāng)時采用了Mobileye配合雷達(dá)傳感器，Mobileye也應(yīng)用了人工智能技術(shù)，但算法配合傳感器仍然出現(xiàn)了這種典型的事故，如何能將人工智能技術(shù)更好地應(yīng)用呢？今天我們談到的車路協(xié)同系統(tǒng)如果能實現(xiàn)，將提供車車通信、車路通信，就能某種意義上避免這種事故。

二、如何從人工智能的角度實現(xiàn)智能駕駛

人工智能能不能在交通領(lǐng)域很好地實現(xiàn)？做人工智能的資深院士張院士說，如果說一個系統(tǒng)具有人工智能能力，那么它應(yīng)該具備三個條件：

第一，像人一樣感知環(huán)境、感知社會。但人眼一看就知道了，其他的設(shè)備未必能行。

第二，能夠像人一樣進(jìn)行思考，即具有思維的方式。不用多么復(fù)雜的思維，但是簡單的思維要有。

第三，要模仿人的動作。但是人的一些動作是自然的、有條件的。

如果達(dá)到這三點，才是真正意義上的人工智能。

但目前我們看到的很多，嚴(yán)格意義上對這三點來講距離還很遠(yuǎn)，還有很多工作要做。

而和交通領(lǐng)域結(jié)合起來、和車輛結(jié)合起來，要做到下面三點：

第一，環(huán)境感知。現(xiàn)在汽車上安裝的所有傳感器，都不能達(dá)到像人眼一樣的實時環(huán)境感知能力。

第二，能判斷、有思維。舉個非常簡單的例子，當(dāng)你們在高速路上開車的時候，突然旁邊有一輛汽車比你開得快，從你旁邊穿過去了，一般老司機(jī)都知道這個司機(jī)開車的時候有什么樣的動作，在你前邊簡單超車還是并道都會有一個判斷，但是對智能駕駛系統(tǒng)來講未必會這樣，同時這也并非采用規(guī)則算法能理解和實現(xiàn)的。

第三，遇到各種事故后，能像人一樣把車輛操作下去。

我們看到，SAE（美國汽車工程師學(xué)會）將自動駕駛進(jìn)行了分級，從Level 0到Level 5，但其中是不是已經(jīng)包含了人工智能？我的回答是并不包含。

目前，從業(yè)界情況看，人工智能如果按照上述的三條標(biāo)準(zhǔn)，那么在智能汽車中還沒有應(yīng)用。如果將Level 5實現(xiàn)，就是實現(xiàn)全自動化，那么它屬于一個機(jī)器人，但要真正將人工智能貫穿進(jìn)來，我們還會加兩層，就是狹義上和完全意義上的人工智能，構(gòu)成7級的模式，這是一種新的發(fā)展思路。

這樣的情況下我們會遇到什么挑戰(zhàn)？

以駕駛輔助系統(tǒng)為例，這是一個從定速的巡航逐漸過渡到變速功能的系統(tǒng)，即我們所說的ADAS。但隨著車路協(xié)同引進(jìn)后，自動駕駛又提出了新的條件，就是單車的駕駛輔助還可以與多車結(jié)合起來，于是我們就做了CDAS（協(xié)助式駕駛輔助技術(shù)），之前工信部已經(jīng)報道說目前初步實現(xiàn)了CDAS，它的實現(xiàn)基礎(chǔ)就是車路協(xié)同平臺。

而人工智能引入之后就不是CDAS，還會升級成AIDAS。如今，巡航控制已經(jīng)在許多車型上體現(xiàn)，但系統(tǒng)對前車的動作是不理解的，只是通過對距離和速度的判斷，來判斷前車可能在做什么。

下一個發(fā)展階段，不論是車路協(xié)同還是自動駕駛，我認(rèn)為前車或周邊車輛的任何動作，都要反饋一個信息，而不是單單猜測你在做什么，人工智能和車路協(xié)同是完全可以結(jié)合起來的。

三、車路協(xié)同系統(tǒng)在智能駕駛中的應(yīng)用

基于此，如果用剛才的三個條件去評斷人工智能在交通領(lǐng)域的應(yīng)用和發(fā)展，我們說這條路還很漫長，任重道遠(yuǎn)。

目前國內(nèi)，我們有幸作為國家項目牽頭單位，當(dāng)時聯(lián)合了10家單位、7家高校、2個研究院、1個汽車企業(yè)，通過4年的努力，把車路協(xié)同的關(guān)鍵技術(shù)做了一個突破，形成了一個具有一定規(guī)模的典型應(yīng)用，目前在上海、重慶、北京、無錫等城市，都有典型的示范應(yīng)用了，現(xiàn)在也在不斷往新的領(lǐng)域和更大規(guī)模拓進(jìn)。

車路協(xié)同，其實是提供一個平臺，讓所有的交通主體，人、車、路在這個平臺上都可以實時的、全方位的交互信息，在這個基礎(chǔ)上對交通出行的駕駛安全和交通管理提供一個新的手段。我們發(fā)現(xiàn)，現(xiàn)階段一些信息不平衡的情況通過我們做的工作完全可以得到提升，包括我說的車聯(lián)網(wǎng)、網(wǎng)聯(lián)車和車路協(xié)同實際上是殊途同歸的，但是車路協(xié)同更多強(qiáng)調(diào)的是交通整體集成功能的實現(xiàn)。

車路協(xié)同系統(tǒng)的搭建，將帶來兩個改進(jìn)：

第一，駕駛安全的改進(jìn)。在車路協(xié)同平臺下，可以階段性地實現(xiàn)一些交通安全需求的功能，如剛才提到的協(xié)助式駕駛輔助技術(shù)CDAS，就是現(xiàn)在發(fā)展中一個能看得見、摸得著、能夠?qū)崿F(xiàn)的應(yīng)用。

簡單來說，在傳統(tǒng)的安全措施之上，我們提供了V2V平臺，就使得所有車輛之間信息，包括操作信息可以共享，這種情況下，就改變了原來的安全模式。比如安全帶、安全氣囊，這是被動式安全模式，我們現(xiàn)在說的ADAS屬于主動式，因為出現(xiàn)事故之前可以主動避障，但還是單機(jī)版的，不是多機(jī)協(xié)作的，到了CDAS，就實現(xiàn)了多輛車的協(xié)作，甚至把人工智能的技術(shù)引入，我們可以做到AIDAS。

第二，交通控制領(lǐng)域的革命性變化。現(xiàn)在大家所知道的信號控制的控制側(cè)，不管你是中國的系統(tǒng)還是美國的系統(tǒng)，這些系統(tǒng)都是在傳統(tǒng)的平臺上搭建，現(xiàn)在我們給你一個新的平臺，讓你知道所有車輛在道路上行駛的位置、速度、加速度、方向，就可以很好地調(diào)整、變換你的控制側(cè)，這樣的情況下我們可以實現(xiàn)什么呢？要等到所有車都裝上了設(shè)備，所有路側(cè)設(shè)施都搭建好了，這是一個過程。

現(xiàn)階段，我們能做到簡單的單車引導(dǎo)，由于車和信號燈有交互，車輛在哪種行駛速度下達(dá)到路口正好綠燈，對這個信息可以做一個引導(dǎo)。單車可以引導(dǎo)，那么多輛車也可以，甚至多輛車和信號燈之間的信息也可以交互。新的控制系統(tǒng)中，整個交通系統(tǒng)的信號機(jī)完全不再起到?jīng)Q定性的作用，甚至可以讓它消失，這是理想的狀態(tài)。

有了車路協(xié)同，傳統(tǒng)的自動駕駛會不會發(fā)生變化？同樣也會發(fā)生變化。為什么說傳統(tǒng)的，我們現(xiàn)在大家關(guān)注的自動駕駛，我總結(jié)下來基本包括兩條技術(shù)路線。

第一，靠車載傳感器探測車輛周邊的交通環(huán)境信息，指導(dǎo)自動駕駛。 

第二，不完全依靠于傳感器，用高精度地圖加高精度定位技術(shù)，結(jié)合近距離傳感器，實現(xiàn)自動駕駛。

而利用車路協(xié)同平臺，完全可以給自動駕駛車輛提供周邊的交通環(huán)境信息，比如局部的交通以及所有道路的交通信息，并且可以做到高精度的。

傳感器探測周邊的環(huán)境，目前來說還是有很多局限性，路側(cè)設(shè)備同樣也可以探測，路側(cè)設(shè)備探測比移動過程中的探測精度、可靠性都要高很多?；诖?，可以使得自動駕駛完全依賴傳感器的技術(shù)路線摒棄掉，完全依賴車載高精度地圖信息就可以做到自動駕駛，而且靠基礎(chǔ)設(shè)施的建設(shè)，可以大幅度降低車輛的成本。

四、落地與實現(xiàn)

此次我們項目組來到常州論壇，也帶來了我們今年剛剛實現(xiàn)的兩輛自動駕駛汽車，就是基于車路協(xié)同平臺去實現(xiàn)的。我們不用傳感器，照樣做自動駕駛，利用車載設(shè)備和路側(cè)設(shè)備之間的信息交互，能夠完全實現(xiàn)。

如果說常規(guī)情況下自動駕駛車輛90%的經(jīng)費都在傳感器，比如一個自動駕駛車輛200萬—300萬，車20萬，那剩下全是傳感器的成本。但可以跟大家透露的是，我們買的車就是常用的乘用車，改裝成自動駕駛功能后，不需要裝配很昂貴的傳感器，目前實驗階段，即便不要傳感器，也能實現(xiàn)自動駕駛。

由于車路協(xié)同平臺的出現(xiàn)，我們也給自動駕駛帶來了一種新的技術(shù)路線，在這種情況下，對于我們現(xiàn)階段的自動駕駛實現(xiàn)會縮短很多的時間。因此車路協(xié)同不單單是技術(shù)管理和交通管理，對交通安全、出行方式也會產(chǎn)生革命性的變化。

雷鋒網(wǎng)推薦閱讀：清華大學(xué)研究成果：如何用博弈論解決自動駕駛路口的會車決策問題？

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。