2017年7月7日至9日，全球人工智能與機(jī)器人峰會CCF-GAIR大會在深圳舉行，大會由CCF中國計(jì)算機(jī)學(xué)會主辦、雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦。

在9日下午的智能駕駛專場，在高工產(chǎn)研董事長、 高工智能創(chuàng)始人張小飛主持下，清華大學(xué)計(jì)算機(jī)系教授鄧志東、速騰聚創(chuàng)CEO邱純鑫、Roadstar.ai戰(zhàn)略副總裁那小川、智行者科技CTO王肖四位學(xué)界產(chǎn)業(yè)專家?guī)砹酥黝}為“自動駕駛核心技術(shù)構(gòu)建”的圓桌討論，以下是雷鋒網(wǎng)整理的精彩內(nèi)容。

“我相信對我們未來影響最大的就是智能駕駛?！睆埿★w說道，“大家可以想象一下，我們以后可能都會在車?yán)锼X了，都不用找房間了。它會改變我們的出行、改變房地產(chǎn)，會讓我們的生活更幸福。唯一讓我感覺比較不好的地方，就是現(xiàn)在在美國開車分不清楚它是警車還是無人駕駛，因?yàn)樗厦鏁乓粋€(gè)激光雷達(dá)。”

張小飛如此總結(jié)這次圓桌討論的議題：第一，智能駕駛技術(shù)到底會走哪條技術(shù)路線；第二，我們中國的智能駕駛什么時(shí)候上路；第三，對比中外的自動駕駛技術(shù)發(fā)展?fàn)顩r。

清華大學(xué)計(jì)算機(jī)系教授鄧志東目前主要研究深度學(xué)習(xí)方向，包括深度卷積神經(jīng)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)，以及自動駕駛。鄧志東教授從2008年在國家基金委的重大項(xiàng)目支持下開始研發(fā)自動駕駛汽車，到現(xiàn)在已經(jīng)有8年多了?！拔覀冏隽巳齻€(gè)車，包括軟硬件系統(tǒng)集成，前期是關(guān)注純感知。因?yàn)楫?dāng)時(shí)有一個(gè)說法，人靠純感知開車，我們是不是也可以利用純感知的方法靠機(jī)器視覺來開車，但是最后證明這條路是很困難的。”

速騰CEO邱純鑫表示，現(xiàn)在很多公司都在激光雷達(dá)方面布局研究，但當(dāng)前的情況激光雷達(dá)還是供不應(yīng)求。邱純鑫從2007年開始做基于激光雷達(dá)的感知技術(shù)，在做的過程中感覺激光雷達(dá)傳感器非常重要，如果不是自己做雷達(dá)的話就改不了很多底層的東西。所以在2014年做完博士后之后，就打算去創(chuàng)業(yè)做激光雷達(dá)，那時(shí)候剛開始做的還是單線的激光雷達(dá)、不是多線的。2015年下半年，根據(jù)整個(gè)行業(yè)的發(fā)展開始打算做多線激光雷達(dá)。

Roadstar.ai是一家做L4全套解決方案的公司。三個(gè)主要技術(shù)合伙人之前都在百度，他們之前在蘋果、微軟、特斯拉、谷歌都干過?！拔覀兊募夹g(shù)是多傳感器的融合，而且是一個(gè)非常深度的融合，我們是通過多傳感器的融合來實(shí)現(xiàn)L4的完整解決方案的技術(shù)方案公司?！?/p>

未來中國什么樣的技術(shù)路線會成為主流？

高工產(chǎn)研董事長、 高工智能創(chuàng)始人張小飛開場發(fā)問：自動駕駛的技術(shù)路線是攝像頭加上各種傳感器的融合，以視覺為主，還是是以激光雷達(dá)為主？

鄧志東說道，現(xiàn)在的技術(shù)路線，一種是以谷歌為代表的激光雷達(dá)主導(dǎo)的技術(shù)方案；還有一種是以特斯拉為代表的視覺主導(dǎo)的解決方案。

但是我想這兩個(gè)技術(shù)路線最終會走到一起，會歸為一條路線：就是多傳感器融合的方法。不管是視覺主導(dǎo)還是激光雷達(dá)主導(dǎo)，最終是融合的方案。從技術(shù)路線上沒有中國和外國之分，中國只是在應(yīng)用上可能會走出自己的路。  

邱純鑫補(bǔ)充說，其實(shí)不管是以哪個(gè)為主導(dǎo)，激光雷達(dá)肯定是要用的。從硬件的角度來看，現(xiàn)在是雷達(dá)跟攝像頭分離開來的兩個(gè)硬件，后面隨著技術(shù)的發(fā)展，這兩個(gè)硬件會逐步變成一個(gè)硬件。但是這個(gè)硬件不是只有攝像頭的功能，而是同時(shí)實(shí)現(xiàn)激光雷達(dá)的功能。而且隨著雷達(dá)的低成本化，它的應(yīng)用會越來越廣泛。

那小川表示很同意前面兩位的觀點(diǎn)。融合是唯一的方案，而且也沒有中美的差異，技術(shù)是無國界的。

第一，激光雷達(dá)會變成固態(tài)，所以未來降價(jià)是個(gè)必然趨勢。對于任何一個(gè)做無人車的公司而言，沒有必要現(xiàn)在拘泥于成本，多一個(gè)傳感器的輸入一定是有益的；

第二，在硅谷有一些公司號稱只用攝像頭就可以做到L4，但紛紛都遭遇到了挫折，并且進(jìn)行了轉(zhuǎn)型。

第三，激光雷達(dá)和攝像頭本身就有一些物理的局限，使得缺了任何一個(gè)都不可能達(dá)到L4所需要的安全性。舉個(gè)例子來說，激光雷達(dá)沒有顏色、紋理，所以紅綠燈是比較難識別的，因?yàn)闆]辦法識別顏色。還有一個(gè)問題，之前谷歌的車經(jīng)常經(jīng)過一個(gè)地方就會神秘地停車，因?yàn)槟莻€(gè)地方有風(fēng)，一吹樹葉就到處飛，激光雷達(dá)一掃就告訴你那個(gè)地方有東西，它不知道是什么，它就停車；如果有攝像頭，它就會告訴你它是樹葉，你就可以大膽地過去。但是攝像頭也有問題，比如進(jìn)隧道或者出隧道的時(shí)候，那個(gè)畫面是一下子就變的，一開始是白的，突然間變黑了，這個(gè)非連續(xù)的變化，用現(xiàn)在的算法是很難識別的，這是物理上的問題，這個(gè)是沒法解決的。所以整個(gè)無人駕駛不僅是雷達(dá)和攝像頭，還包括其它的傳感器。但是現(xiàn)在從全球來看，想做L4是少不了雷達(dá)和攝像頭的。

王肖認(rèn)為最根本的技術(shù)路線問題是非常模糊的。對自動駕駛技術(shù)來講，傳感器只是其中的一個(gè)工具，是外界獲取信息的手段。真正從技術(shù)流來講，最早是基于規(guī)則的自動駕駛算法，現(xiàn)在又發(fā)展到基于AI的增強(qiáng)學(xué)習(xí)的很多方法。自動駕駛有三個(gè)流派，第一個(gè)是傳統(tǒng)的機(jī)器人的流派，第二個(gè)是汽車的流派，現(xiàn)在又是模式識別+AI這個(gè)流派，每個(gè)流派都有自己的觀點(diǎn)，各自都有各自的強(qiáng)項(xiàng)，但是對我們做產(chǎn)品的來說，我們都不在意這些，對我們來說，什么東西最好，我們就拿來用。

未來哪一年L4、L5可以在國內(nèi)落地？

張小飛進(jìn)一步提到，智能駕駛的背后可能有各方面的制約，法規(guī)是一個(gè)制約因素、路況是一個(gè)因素，路況包含了基礎(chǔ)建設(shè)，以及人才的問題等等。從L3開始，到L4、L5，谷歌已經(jīng)運(yùn)行了500萬公里的無人駕駛。按單車來算，每天連續(xù)不斷的1500公里跑了8年。某種意義上說，我們國內(nèi)的車跟谷歌相比，已經(jīng)落后了很長的距離。

鄧志東回答到，首先一定要考慮應(yīng)用場景，咱們說限定區(qū)域，要看這個(gè)區(qū)域有多大，如果是封閉環(huán)境，現(xiàn)在已經(jīng)有L3、L4的車了。如果是一個(gè)城區(qū)范圍，多大的城區(qū)，是北京市還是某個(gè)區(qū)？如果以北京為例的話，應(yīng)該要到2021年左右可以做到L4的水平。Uber現(xiàn)在已經(jīng)在城區(qū)進(jìn)行嘗試，谷歌也是。

邱純鑫認(rèn)為，在北京這種宇宙中心真的能夠在城區(qū)完全全開放的無人駕駛，要走的路還很長，要到2030年左右。

那小川說，我們認(rèn)為北京是最難的，硅谷就比北京容易很多。Mobileye是1999年成立的，它的產(chǎn)品大規(guī)模被接受是2007年，它得到大規(guī)模的認(rèn)可用了8年時(shí)間。所以我估計(jì)從現(xiàn)在往后推，應(yīng)該到2025年。

王肖提到，在內(nèi)蒙鄂爾多斯之類的區(qū)域應(yīng)該在2020年能實(shí)現(xiàn)。要是在北京的話，應(yīng)該要在15年以后實(shí)現(xiàn)。

鄧志東老師補(bǔ)充說，我們不要把這個(gè)問題看得很神秘。這個(gè)問題的關(guān)鍵是障礙物檢測是不是可靠，如果是路面行駛的話，有高精地圖來加強(qiáng)，再加上車聯(lián)網(wǎng)等是沒有問題的。假如說極端環(huán)境和緊急情況下的障礙物檢測做好了的話，L3、L4是沒有什么問題的。

從軟件和硬件兩方面來看，目前國內(nèi)和國外的技術(shù)有哪些差距？

自動駕駛技術(shù)的國內(nèi)外差距是張小飛老師主持下的第三個(gè)議題。

王肖認(rèn)為，目前中國的最高水平和硅谷相比至少是5年以上的差距。中國計(jì)算水平的起步確實(shí)比美國要晚；激光雷達(dá)這一塊，我相信速騰應(yīng)該能達(dá)到95%的水平，只差5%，我認(rèn)為激光雷達(dá)是沒有問題的；視覺算法方面，國內(nèi)的視覺技術(shù)已經(jīng)不比谷歌差，我們差就差在積累。就像剛才說的，谷歌、特斯拉已經(jīng)跑了幾百萬公里了，而中國的廠家可能只跑了幾百公里，差距最大的就在這一塊，而不是實(shí)驗(yàn)室的算法。深度學(xué)習(xí)要靠數(shù)據(jù)，我們?nèi)睌?shù)據(jù)，而技術(shù)條件不一樣，不能借用美國的數(shù)據(jù)。

那小川談到，在國內(nèi)我們會看到三種流派，在美國就只有一種流派，具體的做法不一樣。谷歌沒做那么多融合，但是谷歌的硬件體系大家都認(rèn)可。任何一家L4公司都是這樣的硬件，但是它的軟件有很大的差異。我比較國內(nèi)和國外的差異主要是在經(jīng)驗(yàn)上，硅谷在這無人駕駛方面已經(jīng)有了很多年的積累；而百度在剛開始沒有基礎(chǔ)的時(shí)候需要看很多的論文，然后按論文實(shí)施會走一些坑；蘋果在這方面的起步也是比較晚的，但是它可以借鑒谷歌成熟的經(jīng)驗(yàn)，避免了很多坑。如果在一開始就知道正確的方向，這樣就能節(jié)省很多的時(shí)間。

邱純鑫認(rèn)為，按照目前發(fā)展情況看，我們的激光雷達(dá)技術(shù)不比國外的差。從技術(shù)的角度來看，從4月份開始量產(chǎn)，到現(xiàn)在我們每個(gè)月都是在迭代的，我們專注把這個(gè)產(chǎn)品做下去，我相信我們一定會更有競爭力。

鄧?yán)蠋煆挠布?、?jì)算平臺、算法和系統(tǒng)集成方面來說。硬件上，我們和國外是有一定差距的，雖然邱總這一塊還在努力，希望能夠追趕上國外的先進(jìn)水平，但是我們的產(chǎn)品還需要很多的迭代；從計(jì)算平臺的角度來講，中國在移動端這一塊已經(jīng)有很大的進(jìn)展，有很多做移動端產(chǎn)品的，但是我們在云端和離線訓(xùn)練這部分跟國外的差距比較大。另外，我們車上能不能提供一個(gè)線控總線？線控總線的車都是Tier1的企業(yè)掌握的，這一塊的差距是比較大的；我們的算法技術(shù)是很牛的，一點(diǎn)都不比美國差；在系統(tǒng)集成上，我們確實(shí)起步比較晚，我們需要積累更多的大數(shù)據(jù)，因?yàn)樯疃葘W(xué)習(xí)需要依賴于數(shù)據(jù)。

張小飛最后總結(jié)，國內(nèi)的智能駕駛可以走出思維定勢，不必唯國外技術(shù)馬首是瞻，我們的境界要高，要看得更遠(yuǎn)。

雷鋒網(wǎng)推薦閱讀：

廣汽研究院CTO黃少堂：如何打造智能駕駛生態(tài)圈？ | CCF-GAIR 2017

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。