清華大學研究所所長張毅：車路協同技術，如何從底層重塑自動駕駛方案？

雷鋒網·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」。本文來自清華大學自動化系系統工程研究所所長張毅演講，雷鋒網·新智駕對內容做了不改變原意的整理編輯。

張毅：今天的題目是「人工智慧與智能駕駛」，從大家最關心的人工智慧話題出發，看看它對智能駕駛的影響和作用，以及對未來出行領域的變革。

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

第一，人工智慧與智能交通的結合思考。

第二，如何從人工智慧的角度實現智能駕駛。

第三，在人工智慧實現智能駕駛的過程中，哪些技術可以產生作用。

第四，如何落地與實現。

一、人工智慧與智能交通的結合思考

人工智慧領域非常寬，人工智慧在交通領域的應用也非常深入。那麼到底怎麼去理解人工智慧呢？

從學術角度闡述是非常漫長的過程，但是簡單來講，人工智慧就是研究和開發用於模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的基礎科學。不管技術怎麼樣，更多的是看如何實現它。

人工智慧涉及這麼多領域，怎麼和實踐結合起來？有什麼方法可以實現它？簡單來講，目前比較實用的，而且能夠產生結果的就是機器學習，即通過機器學習去模擬、去研究、去模擬人的一系列內容。什麼內容？後邊我會講，我們達到了這個目的才叫人工智慧。

我們現在在交通領域、交通以外的其他領域談了很多，但是通過我的報告大家可以看見，實際上人工智慧距離實際應用的路還非常漫長、任務還非常艱巨。

有機器學習是不是就能解決問題了？還不太行，還不能有效地解決問題，於是我們說進一步推進它，叫機器學習不夠，我們做一個深度學習。在這樣的情況下，如何看待人工智慧真正在交通領域中應用的困難呢？

大家知道，要從許多許多圖片中辨識和找到一隻貓，人用眼睛一看就知道了，但對機器而言卻非常困難，即便如此，我們還是取得了非常多的進展。延伸到交通領域，會不會產生同樣的結果呢？

同樣的一隻貓，換到交通里可能不是貓了，是車輛，那麼對車輛的識別是否像對一隻貓的識別這麼簡單呢？情況可能會發生很大的變化。

為什麼？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，實際交通環境十分混雜，在車流中像人一樣快速、準確地辨識非常困難。

這就是為什麼，真正要把人工智慧應用到交通領域中，遠比我們想像困難得多。

舉個例子，比如視頻識別或車牌識別，這是人工智慧與圖象識別中最經典的應用方式，大家會發現，它的應用是最完備、最有效、最準確的。所以目前而言，將機器學習甚至深度學習的最新技術應用在一些靜止場景是能做到的。

至於移動場景中，如惡劣的交通環境下，即便用最新的人工智慧技術都不能準確地識別。所以回顧看來，所有交通系統里，能夠將基於人工智慧的圖像識別應用最好的場景也就是屈指可數，其他複雜的、運動的條件下人工智慧應用都還是非常困難的。因此，可以看得見，用人工智慧實現智能駕駛是非常具有挑戰性。

再以很有名的特斯拉事故為例，當時採用了Mobileye配合雷達感測器，Mobileye也應用了人工智慧技術，但演算法配合感測器仍然出現了這種典型的事故，如何能將人工智慧技術更好地應用呢？今天我們談到的車路協同系統如果能實現，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、如何從人工智慧的角度實現智能駕駛

人工智慧能不能在交通領域很好地實現？做人工智慧的資深院士張院士說，如果說一個系統具有人工智慧能力，那麼它應該具備三個條件：

第一，像人一樣感知環境、感知社會。但人眼一看就知道了，其他的設備未必能行。

第二，能夠像人一樣進行思考，即具有思維的方式。不用多麼複雜的思維，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。

如果達到這三點，才是真正意義上的人工智慧。

但目前我們看到的很多，嚴格意義上對這三點來講距離還很遠，還有很多工作要做。

而和交通領域結合起來、和車輛結合起來，要做到下面三點：

第一，環境感知。現在汽車上安裝的所有感測器，都不能達到像人眼一樣的實時環境感知能力。

第二，能判斷、有思維。舉個非常簡單的例子，當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，一般老司機都知道這個司機開車的時候有什麼樣的動作，在你前邊簡單超車還是並道都會有一個判斷，但是對智能駕駛系統來講未必會這樣，同時這也並非採用規則演算法能理解和實現的。

第三，遇到各種事故後，能像人一樣把車輛操作下去。

我們看到，SAE（美國汽車工程師學會）將自動駕駛進行了分級，從Level 0到Level 5，但其中是不是已經包含了人工智慧？我的回答是並不包含。

目前，從業界情況看，人工智慧如果按照上述的三條標準，那麼在智能汽車中還沒有應用。如果將Level 5實現，就是實現全自動化，那麼它屬於一個機器人，但要真正將人工智慧貫穿進來，我們還會加兩層，就是狹義上和完全意義上的人工智慧，構成7級的模式，這是一種新的發展思路。

這樣的情況下我們會遇到什麼挑戰？

以駕駛輔助系統為例，這是一個從定速的巡航逐漸過渡到變速功能的系統，即我們所說的ADAS。但隨著車路協同引進後，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合起來，於是我們就做了CDAS（協助式駕駛輔助技術），之前工信部已經報道說目前初步實現了CDAS，它的實現基礎就是車路協同平台。

而人工智慧引入之後就不是CDAS，還會升級成AIDAS。如今，巡航控制已經在許多車型上體現，但系統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麼。

下一個發展階段，不論是車路協同還是自動駕駛，我認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麼，人工智慧和車路協同是完全可以結合起來的。

三、車路協同系統在智能駕駛中的應用

基於此，如果用剛才的三個條件去評斷人工智慧在交通領域的應用和發展，我們說這條路還很漫長，任重道遠。

目前國內，我們有幸作為國家項目牽頭單位，當時聯合了10家單位、7家高校、2個研究院、1個汽車企業，通過4年的努力，把車路協同的關鍵技術做了一個突破，形成了一個具有一定規模的典型應用，目前在上海、重慶、北京、無錫等城市，都有典型的示範應用了，現在也在不斷往新的領域和更大規模拓進。

車路協同，其實是提供一個平台，讓所有的交通主體，人、車、路在這個平台上都可以實時的、全方位的交互信息，在這個基礎上對交通出行的駕駛安全和交通管理提供一個新的手段。我們發現，現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，包括我說的車聯網、網聯車和車路協同實際上是殊途同歸的，但是車路協同更多強調的是交通整體集成功能的實現。

車路協同系統的搭建，將帶來兩個改進：

第一，駕駛安全的改進。在車路協同平台下，可以階段性地實現一些交通安全需求的功能，如剛才提到的協助式駕駛輔助技術CDAS，就是現在發展中一個能看得見、摸得著、能夠實現的應用。

簡單來說，在傳統的安全措施之上，我們提供了V2V平台，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，我們現在說的ADAS屬於主動式，因為出現事故之前可以主動避障，但還是單機版的，不是多機協作的，到了CDAS，就實現了多輛車的協作，甚至把人工智慧的技術引入，我們可以做到AIDAS。

第二，交通控制領域的革命性變化。現在大家所知道的信號控制的控制側，不管你是中國的系統還是美國的系統，這些系統都是在傳統的平台上搭建，現在我們給你一個新的平台，讓你知道所有車輛在道路上行駛的位置、速度、加速度、方向，就可以很好地調整、變換你的控制側，這樣的情況下我們可以實現什麼呢？要等到所有車都裝上了設備，所有路側設施都搭建好了，這是一個過程。

現階段，我們能做到簡單的單車引導，由於車和信號燈有交互，車輛在哪種行駛速度下達到路口正好綠燈，對這個信息可以做一個引導。單車可以引導，那麼多輛車也可以，甚至多輛車和信號燈之間的信息也可以交互。新的控制系統中，整個交通系統的信號機完全不再起到決定性的作用，甚至可以讓它消失，這是理想的狀態。

有了車路協同，傳統的自動駕駛會不會發生變化？同樣也會發生變化。為什麼說傳統的，我們現在大家關注的自動駕駛，我總結下來基本包括兩條技術路線。

第一，靠車載感測器探測車輛周邊的交通環境信息，指導自動駕駛。

第二，不完全依靠於感測器，用高精度地圖加高精度定位技術，結合近距離感測器，實現自動駕駛。

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

感測器探測周邊的環境，目前來說還是有很多局限性，路側設備同樣也可以探測，路側設備探測比移動過程中的探測精度、可靠性都要高很多。基於此，可以使得自動駕駛完全依賴感測器的技術路線摒棄掉，完全依賴車載高精度地圖信息就可以做到自動駕駛，而且靠基礎設施的建設，可以大幅度降低車輛的成本。

四、落地與實現

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的兩輛自動駕駛汽車，就是基於車路協同平台去實現的。我們不用感測器，照樣做自動駕駛，利用車載設備和路側設備之間的信息交互，能夠完全實現。

如果說常規情況下自動駕駛車輛90%的經費都在感測器，比如一個自動駕駛車輛200萬—300萬，車20萬，那剩下全是感測器的成本。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後，不需要裝配很昂貴的感測器，目前實驗階段，即便不要感測器，也能實現自動駕駛。

由於車路協同平台的出現，我們也給自動駕駛帶來了一種新的技術路線，在這種情況下，對於我們現階段的自動駕駛實現會縮短很多的時間。因此車路協同不單單是技術管理和交通管理，對交通安全、出行方式也會產生革命性的變化。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！