雷鋒網(wǎng)新智駕按：10月26日至27日，2019第二屆全球智能駕駛峰會(huì)暨長(zhǎng)三角G60科創(chuàng)走廊智能駕駛產(chǎn)業(yè)峰會(huì)在蘇州高鐵新城正式舉行。峰會(huì)主要聚焦“自動(dòng)駕駛的量產(chǎn)時(shí)代、單車智能和車路協(xié)同的共演之路、新型的車內(nèi)交互探索”三大主題，共同探討了智能駕駛的未來(lái)發(fā)展方向。

本次峰會(huì)由蘇州市相城區(qū)人民政府主辦，蘇州高鐵新城管理委員會(huì)、雷鋒網(wǎng)新智駕承辦，江蘇省智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟、江蘇省人工智能學(xué)會(huì)智能駕駛技術(shù)專業(yè)委員會(huì)、清華大學(xué)蘇州汽車研究院、中國(guó)移動(dòng)通信集團(tuán)等單位協(xié)辦。來(lái)自主機(jī)廠、國(guó)內(nèi)外一級(jí)供應(yīng)商、自動(dòng)駕駛解決方案商、自動(dòng)駕駛核心零部件、出行運(yùn)營(yíng)商等智能駕駛上下游企業(yè)，車路協(xié)同專家學(xué)者、代表企業(yè)等1500余位業(yè)內(nèi)人士蒞臨現(xiàn)場(chǎng)。

大會(huì)現(xiàn)場(chǎng)，香港科技大學(xué)自主駕駛中心主任劉明發(fā)表了《低速無(wú)人駕駛落地技術(shù)要素及場(chǎng)景展望》的主題演講。

劉明認(rèn)為，由于不同的天氣狀況和復(fù)雜場(chǎng)景，在實(shí)際的落地場(chǎng)景中，低速無(wú)人車需要應(yīng)對(duì)動(dòng)態(tài)環(huán)境中的不確定性。過(guò)去在無(wú)人駕駛的技術(shù)落地問(wèn)題上，業(yè)內(nèi)大多討論的是端對(duì)端的控制問(wèn)題，但在實(shí)際場(chǎng)景下，低速無(wú)人駕駛要解決的是復(fù)雜的動(dòng)態(tài)全流程問(wèn)題。因此如何通過(guò)人工智能或者深度學(xué)習(xí)的方法解決感知、決策和控制的全流程問(wèn)題，是目前技術(shù)發(fā)展上的一個(gè)難點(diǎn)。

目前在感知方面，劉明團(tuán)隊(duì)把傳感方案從激光感知進(jìn)一步拓展到視覺(jué)方案及融合方案，通過(guò)攝像頭的原始輸入，實(shí)現(xiàn)在不同環(huán)境、天氣、早晚環(huán)境下的無(wú)人系統(tǒng)全局定位；在決策方面，可以將無(wú)人系統(tǒng)在虛擬仿真環(huán)境下學(xué)習(xí)得到的決策訓(xùn)練運(yùn)用到真實(shí)場(chǎng)景；在決策之外，可以通過(guò)車載電子、機(jī)電系統(tǒng)來(lái)產(chǎn)生端到端控制的邏輯，最終實(shí)現(xiàn)對(duì)車的最終控制。

以下為劉明的演講全文。雷鋒網(wǎng)新智駕進(jìn)行了不改變?cè)獾木庉嫞?/strong>

今天我介紹的課題是低速無(wú)人駕駛系統(tǒng)的一些落地技術(shù)要素，和對(duì)未來(lái)場(chǎng)景的展望。

過(guò)去的十年間，我們團(tuán)隊(duì)主要圍繞無(wú)人系統(tǒng)展開(kāi)。在這個(gè)過(guò)程中，技術(shù)也在不斷沿革，從最開(kāi)始的基于幾何的方法，到目前基于深度學(xué)習(xí)的方法；從學(xué)習(xí)角度來(lái)看，我們也慢慢從傳統(tǒng)應(yīng)激模型包括深度學(xué)習(xí)，發(fā)展到目前的深度強(qiáng)化學(xué)習(xí)，即從啟發(fā)式學(xué)習(xí)到自發(fā)式的學(xué)習(xí)。這其中的區(qū)別是，如果碰到不同場(chǎng)景，無(wú)人系統(tǒng)可以在大量的數(shù)據(jù)訓(xùn)練過(guò)程中自適應(yīng)各種復(fù)雜的環(huán)境。

為什么要這么做？目前我們團(tuán)隊(duì)的低速無(wú)人車已經(jīng)在一些場(chǎng)景落地使用。在實(shí)際的工況條件下，由于不同的天氣、環(huán)境動(dòng)態(tài)，場(chǎng)景中的環(huán)境動(dòng)態(tài)程度非常高。比如在園區(qū)的上下班時(shí)間段，經(jīng)常出現(xiàn)人擠人的情況，但在這種情況下無(wú)人駕駛?cè)匀灰瓿扇蝿?wù)。

這個(gè)任務(wù)過(guò)程需要一些技術(shù)支持。目前在深度學(xué)習(xí)到深度強(qiáng)化學(xué)習(xí)的技術(shù)研究過(guò)程當(dāng)中，重點(diǎn)要解決的是復(fù)雜全流程問(wèn)題。而過(guò)去的三到五年間，業(yè)內(nèi)一直在討論端到端的控制問(wèn)題。

無(wú)人系統(tǒng)從傳感器的輸入到最終執(zhí)行，其中的操作流程是非常復(fù)雜的。如果中間做一個(gè)簡(jiǎn)要的區(qū)分，可以分為感知、決策到控制。因此如何通過(guò)人工智能尤其是深度學(xué)習(xí)的方法解決此全流程問(wèn)題，這是目前技術(shù)發(fā)展的一個(gè)難點(diǎn)。

在感知方面，我們港科大和一清團(tuán)隊(duì)本身就關(guān)注智能感知問(wèn)題。感知方面我們前期有大量的經(jīng)驗(yàn)，包括早期以激光為主導(dǎo)的建圖和導(dǎo)航。即便沒(méi)有車本身提供的編碼盤信息，單靠激光雷達(dá)傳感器，也可以實(shí)現(xiàn)實(shí)時(shí)結(jié)構(gòu)化或非結(jié)構(gòu)化的環(huán)境建模。

最近我們把傳感方案從激光感知進(jìn)一步拓展到視覺(jué)和融合方案。在視覺(jué)感知過(guò)程中，通過(guò)攝像頭的原始輸入，可以實(shí)現(xiàn)不同環(huán)境、天氣、早晚環(huán)境區(qū)分下的無(wú)人系統(tǒng)全局定位和路徑產(chǎn)生。

相對(duì)一些像素級(jí)分割、白天夜晚的環(huán)境遷移學(xué)習(xí)等傳統(tǒng)問(wèn)題，我認(rèn)為，感知方面的關(guān)鍵問(wèn)題還是自適應(yīng)性問(wèn)題，即通過(guò)感知算法了解周圍場(chǎng)景情況、定位信息之后，怎么產(chǎn)生合理的決策。

而在決策過(guò)程中，可以將車輛放到虛擬場(chǎng)景中，通過(guò)端到端強(qiáng)化學(xué)習(xí)、深度網(wǎng)絡(luò)學(xué)習(xí)實(shí)現(xiàn)一些簡(jiǎn)單的決策。然后將車輛在虛擬場(chǎng)景里學(xué)到的經(jīng)驗(yàn)應(yīng)用于真實(shí)場(chǎng)景中。

在這些基本訓(xùn)練中，可以通過(guò)學(xué)習(xí)人類駕駛員操作系統(tǒng)，包括人的注意力模型和眼球跟蹤系統(tǒng)，來(lái)進(jìn)一步增強(qiáng)訓(xùn)練的效率。在不同的動(dòng)態(tài)條件下，車輛可能存在不同的決策模型：跟車、超車等。我們團(tuán)隊(duì)利用多傳感器融合方案，無(wú)人車在低速駕駛的條件下，基于對(duì)動(dòng)態(tài)場(chǎng)景完整的理解可以產(chǎn)生相對(duì)合理的決策。

在決策之外，最重要的是怎么實(shí)現(xiàn)系統(tǒng)的控制，通過(guò)車載電子、機(jī)電系統(tǒng)來(lái)產(chǎn)生端到端控制的邏輯，最終實(shí)現(xiàn)對(duì)車的最終控制。過(guò)去這些年，我們團(tuán)隊(duì)的這部分工作獲得了20余項(xiàng)全球性獎(jiǎng)項(xiàng)。我們團(tuán)隊(duì)基本上是圍繞著三維感知、場(chǎng)景理解來(lái)展開(kāi)工作。

目前這些科研結(jié)果顯得極其復(fù)雜，在實(shí)際場(chǎng)景中到底能解決哪些問(wèn)題？科研問(wèn)題作為一個(gè)起點(diǎn)，可能會(huì)產(chǎn)生一系列可落地的技術(shù)，從技術(shù)最終到產(chǎn)品、展示場(chǎng)景、補(bǔ)充場(chǎng)景、替換運(yùn)行，最后成為主力場(chǎng)景這一系列過(guò)程。事實(shí)上任何技術(shù)的發(fā)展、新的科技產(chǎn)品應(yīng)用，例如Email、智能手機(jī)等等都要經(jīng)歷一個(gè)從展示到補(bǔ)充、到最終主力的發(fā)展過(guò)程。

結(jié)合目前港科大及一清創(chuàng)新的整體戰(zhàn)略，我們團(tuán)隊(duì)稱之為“12345戰(zhàn)略”，最終會(huì)形成一個(gè)無(wú)人駕駛技術(shù)高地，這里面包含了無(wú)人車應(yīng)用技術(shù)研究院和新動(dòng)力系統(tǒng)兩個(gè)研究院，圍繞無(wú)人車、關(guān)鍵部件和動(dòng)力系統(tǒng)三個(gè)產(chǎn)業(yè)，希望能夠形成四到五家上市公司，最終形成比較大規(guī)模的產(chǎn)業(yè)鏈。目前我們的解決的問(wèn)題還是以低速場(chǎng)景為主，尤其是低速物流場(chǎng)景和監(jiān)控場(chǎng)景。

過(guò)去大家可以看到，物流業(yè)對(duì)勞動(dòng)力的需求是不斷增長(zhǎng)的。但2016年之后，勞動(dòng)力人口數(shù)量在不斷下降。在這種情況下，實(shí)際上還有很多場(chǎng)景采取大量勞動(dòng)力的解決模式。在勞動(dòng)力人口不斷減少的背景條件下，無(wú)人系統(tǒng)是唯一的答案。

這需要一個(gè)過(guò)程，需要不斷通過(guò)產(chǎn)業(yè)化能力進(jìn)行探索。目前已經(jīng)有一些園區(qū)場(chǎng)景通過(guò)無(wú)人車實(shí)現(xiàn)內(nèi)部比較大范圍的點(diǎn)到點(diǎn)運(yùn)輸。我們的一清創(chuàng)新團(tuán)隊(duì)也研發(fā)一些對(duì)應(yīng)的APP。一清創(chuàng)新結(jié)合了無(wú)人車、云和5G技術(shù)，最終使一套完整的無(wú)人駕駛解決方案能夠產(chǎn)生真正的生產(chǎn)力價(jià)值。

同時(shí)隨時(shí)5G技術(shù)的落地，我們跟華為也有一些比較直接具體的合作。在其園區(qū)里面進(jìn)行無(wú)人接駁車及物流車等等示范性項(xiàng)目，展示遠(yuǎn)程駕駛、遠(yuǎn)程數(shù)據(jù)監(jiān)控等場(chǎng)景，針對(duì)目前5G CPE系統(tǒng)及基站系統(tǒng)也進(jìn)行了比較完整的測(cè)試。

實(shí)際上，我們是從科研開(kāi)始入手，到技術(shù)、產(chǎn)品、到目前逐步替代和協(xié)同，我們希望最終能夠打造“政、產(chǎn)、學(xué)、研、金、服、用”的七通閉環(huán)，也就是將從政府支持、到產(chǎn)業(yè)、人才、金融、服務(wù)，一直到用戶的閉環(huán)打通。

目前我們團(tuán)隊(duì)最大的優(yōu)勢(shì)還是在于領(lǐng)先的無(wú)人系統(tǒng)導(dǎo)航技術(shù)，同時(shí)在行業(yè)落地方面也進(jìn)行了相對(duì)領(lǐng)先的場(chǎng)景探索與實(shí)景運(yùn)力替代，實(shí)現(xiàn)了TaaS（運(yùn)力即服務(wù)）系統(tǒng)。我們也會(huì)把自身的優(yōu)勢(shì)技術(shù)及生產(chǎn)制造能力以合理方式與外部進(jìn)行服務(wù)和交流。

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