1
本文作者：鄭亮 王曉
雷鋒網(wǎng)按：平行智能理論是由復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實(shí)驗(yàn)室主任、中國自動化學(xué)會副理事長兼秘書長、青島智能產(chǎn)業(yè)技術(shù)研究院院長王飛躍教授率先提出的。
這是一種全新的遠(yuǎn)程控制、虛實(shí)結(jié)合、人車協(xié)同的平行駕駛方案。據(jù)了解，平行駕駛是平行智能在智能駕駛中的實(shí)踐應(yīng)用。在本文中，你將了解到什么是“平行智能”的理論與方法，以及平行駕駛與當(dāng)下正火的自動駕駛的區(qū)別。
自動駕駛真正走入公眾視野是從2004年的DARPA挑戰(zhàn)賽。
那是2004年的3月13日，一大群工程師和數(shù)千名觀眾聚集在加州一家小酒吧外，聚精會神地注視著 15 輛參與莫哈維沙漠穿越賽的賽車“日暮沙漠陲，力戰(zhàn)煙塵里”。
參賽車輛毫無例外都有著夸張的外形，賽車方向盤由電腦控制的。盡管最終沒有一輛參賽車完成142英里全程的賽事，卻也成為了啟蒙自動駕駛行業(yè)的里程碑事件。
“說起來我們還是最早把DARPA的這項(xiàng)軍用項(xiàng)目引入學(xué)術(shù)研究界的人”。2005年，IEEE 國際智能車會議在美國拉斯韋加斯舉行，作為大會主席的王飛躍教授邀請了DARPA挑戰(zhàn)賽項(xiàng)目負(fù)責(zé)人Ron Kurjanowicz做晚宴報(bào)告，向大家介紹項(xiàng)目最新進(jìn)展。
圖片來源于網(wǎng)絡(luò)：https://zhuanlan.zhihu.com/p/30589595
然而，親身經(jīng)歷過這段無人車時(shí)代的王飛躍教授卻說，“早在此（2004年DAPRA挑戰(zhàn)賽）之前，就在1997年8月7-10號，加州圣地亞哥舉行了名為Demo'97（The NAHSC 1997 Technical Feasibility Demonstration ）的無人車集中演示，在我看來，那場演示的規(guī)模、意義以及在當(dāng)時(shí)所引起的影響比這場比賽更大?！?/p>
當(dāng)時(shí)的情況是，美國國會在1991年通過了陸路復(fù)合運(yùn)輸效率法案(Intermodal Surface Transportation Efficiency Act, 簡稱為ISTEA冰茶法案)，作為響應(yīng)，聯(lián)邦高速公路管理局（FHSA）在1992年啟動了一項(xiàng)全國性的自動化公路研究項(xiàng)目。
Demo’97就是對該項(xiàng)目的成果展示，“其最大的目的是通過無人車輛編隊(duì)實(shí)現(xiàn)高速路交通優(yōu)化、在不增加現(xiàn)有道路的基礎(chǔ)上擴(kuò)大其通行容量，技術(shù)上主要通過在高速路面中嵌入磁條引導(dǎo)來實(shí)現(xiàn)”。
有超過20款自動駕駛汽車（包括小轎車、卡車、公共汽車）登場亮相Demo’ 97，其中大部分車輛來自GM通用，還有一些來自福特、本田等。大概有上千名的觀眾親身體驗(yàn)了完全自動駕駛車輛在圣地亞哥I-15 HOV 車道上7.5英里的行駛演示；每輛車之間隔著一個(gè)車身的距離，主要示范了車輛換道、車隊(duì)加入以及車隊(duì)分離等功能[1]。
Demo’97的實(shí)拍圖
這場聲勢浩大的無人車展示必然離不開政府的支持。
然而，“天真”的美國政府并沒有預(yù)料到這項(xiàng)計(jì)劃的花費(fèi)，不到五年時(shí)間，9000萬美金的預(yù)算傾瀉一空，最終在90年代末被迫停止了這項(xiàng)計(jì)劃。缺少了政府的支持，汽車自主駕駛研究和應(yīng)用陷入低潮。
“那時(shí)候的無人車政策幾乎就是零，后來底特律一些車企包括發(fā)明安全氣囊（airbag)和時(shí)任GM的通用汽車OnStar公司的CEO Dave Acton找到我們，大家一起花了很大精力到美國國會和聯(lián)邦交通部游說，最終美國政府推出了智能汽車（Intelligent Vehicle Initiative, IVI）的項(xiàng)目?！?/p>
說到這里，王教授表示：“除了政策為零以外，那時(shí)網(wǎng)絡(luò)幾乎沒有，車內(nèi)通訊也沒有，電控當(dāng)時(shí)的車也不提供，比起今天來，困難太多了。”
王教授最早研究“移動機(jī)器人”是在上世紀(jì)80年代，研制為外空間機(jī)器人系統(tǒng)的外空遠(yuǎn)程控制試驗(yàn)服務(wù)的室內(nèi)機(jī)器人，當(dāng)時(shí)從紐約上州租一條T1專線仿真地球火星通訊就需要幾十萬美元。
后來到NASA在亞利桑那的空間資源利用中心，他還負(fù)責(zé)了外空間自動工廠的設(shè)計(jì)與控制，當(dāng)時(shí)是為了更好地利用機(jī)器人來開發(fā)火星與月球資源。后來與美國標(biāo)準(zhǔn)與技術(shù)院(NIST)的Albus合作，研制了“SpiderRobot”無人車和通過Zircon制氫的無人生產(chǎn)過程。
“若不是當(dāng)年（1996年）民主黨的總統(tǒng)克林頓與共和黨的國會打架，導(dǎo)致我們火星項(xiàng)目預(yù)算不批、項(xiàng)目工資發(fā)不出來、被迫停止，研發(fā)出‘精神號’和‘挑戰(zhàn)號’火星車的就是我們?！闭劦竭@段往事，王教授有些無奈地笑起來“那時(shí)我必須在有現(xiàn)錢的Caterpillar礦山裝載車和無現(xiàn)錢的火星車之間選，最終選擇了礦山車”。
就這樣他們把已經(jīng)“到手”的項(xiàng)目又還給了JPL（噴氣推進(jìn)實(shí)驗(yàn)室），選擇了有錢的Caterpillar大型野外裝載車(Wheel Loaders)的自動化項(xiàng)目，該項(xiàng)目也成了王教授“基于代理的網(wǎng)絡(luò)控制”想法的起源。
后來因他將分層智能控制理論和智能挖掘算法用于98T自動裝載車并取得了非常好的效果，獲得了卡特彼勒技術(shù)發(fā)明獎；98年與同事合作完成了世界上第一本礦山自動車的研究專著。
即便是現(xiàn)在，項(xiàng)目過后的20年，王教授依然認(rèn)為：“以挖掘、裝載和運(yùn)輸為主的采礦作業(yè)自動化，是無人車技術(shù)最合適最‘靠譜’的一個(gè)應(yīng)用領(lǐng)域。礦山是一個(gè)相對封閉和結(jié)構(gòu)化的受控環(huán)節(jié)，加上對駕駛員的勞動強(qiáng)度太高和工作環(huán)境太惡劣，特別適合無人車和機(jī)器人等人工智能技術(shù)的應(yīng)用。”
礦山車自然不能與民用車相比，在開放不受控的外部環(huán)境中，實(shí)現(xiàn)車輛的自主行駛。為了改善擁擠的交通狀況、降低車禍死亡率、讓無人駕駛技術(shù)造福千千萬萬的家庭，90年代末，他又帶領(lǐng)團(tuán)隊(duì)與亞利桑那州政府合作，研發(fā)了VISTA(Vehicles with Intelligent Systems for Transport Automation)自動駕駛車。
VISTA上路測試的當(dāng)天，在亞利桑那州甚至整個(gè)美國，都引發(fā)了極大的轟動。因在該領(lǐng)域的杰出貢獻(xiàn)，還獲得了亞利桑那州府給予的至高榮譽(yù)——“美國亞利桑那州杰出成就獎”。
圖片來源于王飛躍教授于2015年10月在日本仙臺召開的"Global/Local Innovations for Next Generation Automobiles"國際研討會上所做的工作介紹報(bào)告。
20世紀(jì)90年代末，Intel剛剛發(fā)布他們的Pentium系統(tǒng)，其主頻只有120 Mhz。
1997年4月，IBM的深藍(lán)（Deep Blue）計(jì)算機(jī)，戰(zhàn)勝人類國際象棋世界冠軍卡斯帕羅夫，而當(dāng)時(shí)深藍(lán)的算法不過是暴力窮舉法，與現(xiàn)在Alpha Zero的計(jì)算能力和深度學(xué)習(xí)算法不可同日而語。
上世紀(jì)末，激光雷達(dá)在汽車上的應(yīng)用剛剛起步，不僅價(jià)格昂貴而且外觀龐大。在這種計(jì)算能力和硬件資源都很有限的條件下，如何利用好有限資源去實(shí)現(xiàn)真正的無人駕駛、保證對環(huán)境靈敏感知、確保安全行駛，是當(dāng)時(shí)王飛躍教授及團(tuán)隊(duì)思考的問題。
如果單純的通過傳感器來堆砌車輛的安全，需要在車身周圍陣列數(shù)個(gè)攝像頭等傳感器，這些傳感器彼此之間的聯(lián)系，以及每秒中積累的數(shù)據(jù)都給車輛的行駛帶來困難（現(xiàn)在的很多公司仍在這么做）。裝滿傳感器的車輛像個(gè)插滿輸液管的病人，遇到雨雪天氣、信號干擾區(qū)、行人密集的地方，隨時(shí)都可能失控。
王教授早就看破了這一點(diǎn)，在一次演講中說：“我覺得應(yīng)該存在比目前這些自動駕駛研究方向更好、更實(shí)用的方向……”
在解決有限資源滿足無限性能需求這個(gè)自動駕駛難題的過程中，Agent（代理）技術(shù)出現(xiàn)給了王教授很大的靈感。
在上世紀(jì)90年代，Agent是一個(gè)熱門話題，甚至被一些文獻(xiàn)稱為軟件領(lǐng)域下一個(gè)意義深遠(yuǎn)的突破。當(dāng)代人工智能的奠基人之一Marvin Minsky在1986年寫了一本《Society of Minds》，中文翻譯成《心智社會》，就是用代理，來闡述人類的復(fù)雜行為以及許多宏觀的社會現(xiàn)象是怎么通過非常簡單的個(gè)體行為交互機(jī)制逐漸演化形成的。
一方面，Agent技術(shù)自底向上地為解決新的分布式應(yīng)用問題提供了有效途徑；另一方面，Agent技術(shù)通過對真實(shí)系統(tǒng)的元素建模、組合、計(jì)算，為全面準(zhǔn)確地研究分布計(jì)算系統(tǒng)的特點(diǎn)提供了合理的概念模型。
這一技術(shù)的出現(xiàn)，加上早期在NASA/RPI空間探索智能機(jī)器人系統(tǒng)中心圍繞智能機(jī)器人、太空移動無人機(jī)器人以及無人車的研究展開的大量工作經(jīng)驗(yàn)，讓王飛躍萌生了“平行駕駛”的想法。
他說：“當(dāng)時(shí)我們的本意是通過借助于Agent的想法，利用‘本地簡單、遠(yuǎn)程復(fù)雜’的思想把無人車技術(shù)充分利用起來，在網(wǎng)絡(luò)空間中再設(shè)計(jì)一個(gè)虛擬‘駕駛員’，使之變成輔助人類駕駛的平行在線‘軟件機(jī)器人’系統(tǒng)，虛擬-實(shí)際平行跑。這樣一來，把簡單的決策放到‘車內(nèi)’，復(fù)雜的需要大量計(jì)算的情況放在‘車外’，就可以共享、整合有限的資源通過遠(yuǎn)程控制的方式更好地繼續(xù)完成無人車的研究。”
這一想法提出后，為當(dāng)時(shí)很多陷入低潮的汽車自主駕駛研究和應(yīng)用尋找到了新的出路。
平行駕駛的想法曾在90年代末美國無人車VISTA的研制和數(shù)字試車場（Digital-Vehicle Proving Ground, DVPG）[2]的設(shè)計(jì)上，以及后來國內(nèi)“863”汽車電子重點(diǎn)項(xiàng)目“基于OSGi/VDX的嵌入式實(shí)時(shí)特定汽車應(yīng)用操作系統(tǒng)vASOS”中得以部分實(shí)施。
但其方法的正式并完整提出卻是差不多十年后的2005年，即在第一屆IEEE汽車電子與安全(ICVES)國際會議上提出的基于網(wǎng)絡(luò)化智能代理、按照“車內(nèi)（Local）簡單、車外（Global）復(fù)雜”原理設(shè)計(jì)的平行駕駛系統(tǒng)。
當(dāng)時(shí)還沒有云端的概念，解決方法是把復(fù)雜的部分放在一個(gè)中央的計(jì)算與控制中心里。
進(jìn)入21世紀(jì)，谷歌等互聯(lián)網(wǎng)巨頭的加入讓無人車研究看到了新的希望，隨著車輛計(jì)算能力和傳感器硬件進(jìn)一步的發(fā)展，無人駕駛迎來了蓬勃發(fā)展的春天。
然而，盡管很多車企配備了高線束的激光雷達(dá)、先進(jìn)的計(jì)算平臺、能繪制出車道線級別的高精地圖，仍無法保證全場景下的自動駕駛安全，實(shí)現(xiàn)量產(chǎn)更是遙遙無期。即便谷歌在今年年初推出了無人出租車業(yè)務(wù)，也只在降雨量較少的鳳凰城等區(qū)域，特殊條件下還需要遠(yuǎn)程操縱。
對此，王飛躍表示，這是一個(gè)必然要經(jīng)歷的過程。從中國‘馬路’的叫法管中窺豹，我們可以得到一個(gè)啟示。
他說：“以前中國把道路叫做‘馬路’，什么意思？很簡單，馬走的路?，F(xiàn)在呢？馬上路是非法的（除了大連女騎警隊(duì)的馬），只能站在大卡車上上路。以前普通人家里都有馬車，現(xiàn)在誰能養(yǎng)得起馬？只有富人，一匹馬上千萬美元。唯一能見到馬的地方是什么地方？賽馬場。這就是人需要車的前提。
現(xiàn)在老百姓家里面都有車了，但將來呢？我想將來有人駕駛的車也只有富人能買得起，有人駕駛車唯一上路的方式是停在大卡車上，唯一能開的地方是在賽車場。汽車剛剛出現(xiàn)的時(shí)候，它和馬車是一起上路的，車不能開得太快，太快把馬驚了可能就會引發(fā)事故。所以英國定了紅旗法案（Red Flag Act）說，汽車的速度每小時(shí)不能超過6公里將來智能車要是按照它的方式，很可能會把有人駕駛的車“驚”了，跟馬“驚”了是一樣的。所以一定時(shí)期內(nèi)，肯定是有人駕駛和無人駕駛車輛同時(shí)上路，因此我們也必須對無人車增加很多的限制。對于智能車來說，它開200公里/小時(shí)沒任何問題；人要開到200公里/小時(shí)，不嚇到別人也把自己嚇到了。所以為了實(shí)現(xiàn)智能車的效率，智能車的速度，智能車的安全性，一定要把人‘趕’下去，否則它無法實(shí)現(xiàn)綠色、可持續(xù)、高效的目的。”
在王教授看來，未來幾年的交通會經(jīng)歷有人駕駛、無人駕駛、人機(jī)共駕等多種駕駛方式混合的時(shí)期。90年代研究智能汽車面臨的問題是計(jì)算資源有限，而現(xiàn)在面臨的是工程復(fù)雜性和社會復(fù)雜性會帶來巨大的建模鴻溝。
“這個(gè)鴻溝一是靠數(shù)據(jù)填，要把小數(shù)據(jù)導(dǎo)成大數(shù)據(jù)，把大數(shù)據(jù)提煉出來變成精準(zhǔn)知識即小規(guī)則，然后再指導(dǎo)車的駕駛，這就是平行。對于汽車來說，物理汽車跟軟件定義的汽車一起開，開的過程中產(chǎn)生數(shù)據(jù)，通過計(jì)算實(shí)驗(yàn)，變成駕駛的精準(zhǔn)知識——‘小知識’，而且產(chǎn)生嶄新的職業(yè)，將來會有學(xué)習(xí)工程師、培訓(xùn)工程師、實(shí)驗(yàn)工程師、決策工程師。我們就是把司機(jī)換了一個(gè)地方，以前在車上開，現(xiàn)在是在操作辦公室開，讓無人車在上路之前，得到充分的‘教育’。”
國家自然基金委從2009年開始，每年舉辦一次中國智能車未來挑戰(zhàn)賽（China Intelligent Vehicle Challenge, IVFC），通過設(shè)計(jì)開放環(huán)境下的無人駕駛測試道路，為無人車在真實(shí)道路環(huán)境中學(xué)習(xí)、訓(xùn)練提供了很好的平臺，到2018年已經(jīng)是第十屆。
“無人駕駛測試場可以重現(xiàn)無人駕駛汽車使用中遇到的各種各樣道路條件，同時(shí)可用于驗(yàn)證和試驗(yàn)無人汽車的軟件算法的正確性。”王教授提到，為了讓無人駕駛的測試更專業(yè)更體系化，2015年8月，常熟市政府聯(lián)合西安交通大學(xué)、中國科學(xué)院自動化研究所、長安大學(xué)和青島智能產(chǎn)業(yè)技術(shù)研究院在常熟高新技術(shù)產(chǎn)業(yè)開發(fā)區(qū)共建“中國智能車綜合技術(shù)研發(fā)與測試中心”（Intelligent Vehicles Proving Center of China，簡稱IVPC），由此實(shí)現(xiàn)了國內(nèi)無人駕駛測試中心零的突破。
IVPC“九宮格”無人駕駛測試場地
“從2016年第八屆IVFC開始，我們增加了新的離線測試環(huán)節(jié)，通過模擬真實(shí)的交通場景來增強(qiáng)機(jī)器學(xué)習(xí)的手段讓無人車進(jìn)行模擬學(xué)習(xí)，不僅效率高，而且安全?！?nbsp;
離線測試是在真實(shí)道路交通場景數(shù)據(jù)庫的基礎(chǔ)上，通過仿真環(huán)境評估無人駕駛車輛的基本認(rèn)知能力。利用車載相機(jī)獲取真實(shí)道路視頻圖像構(gòu)建交通場景數(shù)據(jù)庫（包括光照、道路類型及車輛運(yùn)動等動態(tài)變化情況），評估無人駕駛車輛檢測車道線、交通信號、前方車輛等基本認(rèn)知能力的有效性、實(shí)時(shí)性和適應(yīng)性。
為了構(gòu)建更多樣、更完備、更復(fù)雜的測試數(shù)據(jù)集，近兩年王飛躍教授帶領(lǐng)團(tuán)隊(duì)先后提出了平行視覺[3]、平行圖像[4]、平行數(shù)據(jù)[5]、平行感知[6]、平行學(xué)習(xí)[7]、平行駕駛[8]、平行測試[9]等方法，本質(zhì)還是利用虛擬空間無限的可能性來彌補(bǔ)實(shí)際數(shù)據(jù)、實(shí)際交通場景、實(shí)際駕駛狀況的不完備。
2015年，王飛躍教授在報(bào)告中第一次結(jié)合ACP平行系統(tǒng)理論與機(jī)器人學(xué), 提出平行機(jī)器人的概念, 提出將機(jī)器人從CPS空間推向CPSS空間, 從服務(wù)機(jī)械制造的物理機(jī)器人演化成為同時(shí)服務(wù)于知識工作的平行機(jī)器人。
作為一種輪式機(jī)器人的無人駕駛汽車，同樣可以在CPSS（Cyber-Physical-Social Systems）的理論框架下，將駕駛員、車輛、信息這幾個(gè)組成部分，擴(kuò)展對應(yīng)到通過物理空間和信息空間耦合交互的三個(gè)世界：物理世界、心理世界和人工世界，形成了基于CPSS理論的平行駕駛。
“無人自主駕駛這三個(gè)圈(駕駛員、車和信息)，在技術(shù)方面能夠從這三個(gè)圈擴(kuò)展到五個(gè)圈，那如何來擴(kuò)展，一定是把物理空間和網(wǎng)絡(luò)空間打通，從單個(gè)車的智能到聯(lián)網(wǎng)的、群體的車之智能。要跳出CPS，邁向CPSS，以后每個(gè)人開車不僅僅是在物理世界，同時(shí)還在心理世界和人工世界。未來一定是平行交通、平行道路、平行駕駛。物理的汽車跟軟件定義的汽車要平行起來，物理的公路要跟軟件定義的公路合起來?！?/p>
在王教授構(gòu)想的平行駕駛理論[10]中，當(dāng)人類司機(jī)駕著真實(shí)車奔馳時(shí)，作為“軟件機(jī)器人”的智能代理也開著對應(yīng)的“虛擬車”同時(shí)在虛擬世界中奔馳。
這種虛擬車，學(xué)術(shù)上稱為“人工車”或“軟件定義的車”，根據(jù)不同的要求在不同的程度上與真實(shí)車一一對應(yīng)。而且，一部真實(shí)車可以有多部虛擬車與之相伴，有的隨車而行，有的存于家中、辦公室、服務(wù)中心、廠家或政府的檔案機(jī)構(gòu)，或者各式各樣的網(wǎng)絡(luò)云端服務(wù)平臺之中。
利用這種方式，虛擬車可以用可視化的形式提供真實(shí)車的本體知識、歷史情況和實(shí)時(shí)信息；同時(shí)提供預(yù)測未來狀態(tài)和情境的計(jì)算能力或檢查事故原因的回溯計(jì)算功能；最終，還可以虛實(shí)互動，提供監(jiān)視、控制、管理、服務(wù)真實(shí)車的各類功能。顯然，這種智能汽車技術(shù)的發(fā)展與應(yīng)用前景幾乎是無限的。
“在未來從L0-L5六個(gè)階段共存的場景中，我們需要一個(gè)無限安全的性能要求，就需要去預(yù)測車輛行為，這將是一個(gè)龐大的計(jì)算量?，F(xiàn)有的計(jì)算能力仍很有限，無法在本地進(jìn)行計(jì)算，需要在云端進(jìn)行復(fù)雜的計(jì)算，同時(shí)在云端進(jìn)行學(xué)習(xí)。有些車開得好，有些智能車做得比較差，就會在云端以好的方式讓差的無人車進(jìn)行學(xué)習(xí)，最后達(dá)到比較安全、比較智能的這樣一種出行方式?！?/p>
這種平行駕駛的構(gòu)想并沒有只停留在概念上，從2007年開始，王飛躍教授正式組織團(tuán)隊(duì)開始了平行駕駛相關(guān)研究。從2009年在蘇州成立派爾公司到現(xiàn)在的慧拓智能機(jī)器公司，都是平行駕駛的堅(jiān)定踐行者。
對于未來的構(gòu)想，王飛躍教授說：“隨著智能技術(shù)的發(fā)展，無論汽車是有人還是無人駕駛，其智能水平都將不斷提升?；蛟S，汽車真將成為帶輪子的智能計(jì)算機(jī)、iPhone、甚至智能移動辦公室或生活空間。可問題是，這一天何時(shí)到來、又如何實(shí)現(xiàn)？一些虛擬測試技術(shù)的盛行，揭示了虛實(shí)互動的平行方式是駛向未來智能社會的可行和有效途徑。相信未來的智能車每一部都會有形影不離的“i車”相隨，將是虛實(shí)互聯(lián)、互通、互動的平行車，即，
平行車= 車+ i車
或者
平行車= 車+ i車1+ +車2+ ……. + i車n
或許，將來廠家的每一個(gè)產(chǎn)品都必須有對應(yīng)的“i產(chǎn)品”，形成平行產(chǎn)品；社會上的每一個(gè)人更要有對應(yīng)的”i人”與之相伴相生，形成平行人；最終，構(gòu)成平行社會。”
參考文獻(xiàn)
[1] Christopher Nowakowski and Steven E. Shladover, Answering the Challenges of Regulating Automated Vehicle Testing and Development in California, Intellimotion, 2014, 19(1): 1-9.
[2] Fei-Yue Wang, Xiaojing Wang, Li Li,P. B. Mirchandani, “Creating a Digital Vehicle Proving Ground”, IEEE Intelligent Systems, 2003, Vol. 18, No. 2, pp. 12-15.
[3] 王坤峰, 茍超, 王飛躍, “平行視覺:基于ACP的智能視覺計(jì)算方法”, 自動化學(xué)報(bào), 2016, Vol. 42, No. 10, pp. 1490-1500.
[4] 王坤峰, 魯越, 王雨桐, 熊子威, 王飛躍. 平行圖像: 圖像生成的一個(gè)新型理論框架. 模式識別與人工智能, 2017, vol. 30, No. 7, pp. 577?587.
[5] 劉昕, 王曉, 張衛(wèi)山, 汪建基, 王飛躍, “平行數(shù)據(jù): 從大數(shù)據(jù)到數(shù)據(jù)智能”, 模式識別與人工智能, 2017, Vol. 30, No. 8, pp. 673-681.
[6] 孟祥冰，王蓉，張梅，王飛躍, “平行感知: ACP 理論在視覺SLAM 技術(shù)中的應(yīng)用”, 指揮與控制學(xué)報(bào), 2017, Vol. 3, No. 4, pp. 350-358.
[7] 李力, 林懿倫, 曹東璞, 鄭南寧, 王飛躍, “平行學(xué)習(xí)| 機(jī)器學(xué)習(xí)的一個(gè)新型理論框架”, 自動化學(xué)報(bào), 2017, Vol. 43, No. 1, pp. 1-8.
[8] Fei-Yue Wang, “Parallel Driving With Software Vehicular Robots for Safety and Smartness”, IEEE Transactions on Intelligent Transportation Systems, Aug., 2014, Vol. 15, No. 4, pp. 1381-1387.
[9] Li Li, Wu-Ling Huang, Yuehu Liu, Nan-Ning Zheng, Fei-Yue Wang, “Intelligence Testing for Autonomous Vehicles: A New Approach”, IEEE Transactions on Intelligent Vehicles, June. 2016, Vol.1, No.2, pp. 158-166.
[10] F.-Y. Wang, N.-N. Zheng, D. P. Cao, C. M. Martinez, L. Li, T. Liu, “Parallel driving in CPSS: a unified approach for transport automation and vehicle intelligence”, IEEE/CAA Journal of Automatica Sinica, vol. 4, no. 4, pp.577-587, Oct. 2017.
PS：看遍這一年中國與全球智能駕駛領(lǐng)域的技術(shù)前沿與商業(yè)探索，雷鋒網(wǎng)新智駕（微信號：AI-Drive）年度推薦，掃描下圖二維碼或點(diǎn)擊 http://www.ozgbdpf.cn/special/custom/AIdrive.html 了解更多信息。
雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
