清華大學楊殿閣教授：高級別自動駕駛所需要的關鍵技術突破

2018年3月13日，中國汽車工程研究院聯合德國慕尼黑展覽集團於在2018年3月13日-14日在上海浦東喜來登大酒店舉辦2018新能源和智能網聯汽車國際創新發展論壇，此次活動的主題主要還是圍繞新能源汽車和智能網聯汽車的新動態和新趨勢展開討論，下面是清華大學汽車工程系系主任楊殿閣教授在會上的發言：

尊敬的王主任、謝院長、李社長，各位嘉賓各位朋友大家好。我是來自清華大學汽車工程系的楊殿閣，今天非常高興有這樣一個機會在這裡和大家分享一下關於智能汽車關鍵技術的思考。今天的彙報主要三部分內容。第一，關於對自動駕駛汽車到底距離我們有多遠這件事情的個人看法。第二，高級別自動駕駛技術所面臨的關鍵技術突破。第三，我們清華大學在自動駕駛技術方面的一些進展。

汽車的電動化、智能化、網聯化、共享化，這是汽車的新四化，正在帶來革命性的變化，改變的不僅僅是汽車產業，還有汽車出行方式。出行方式的改變會引發整個社會形態的巨大變化，這是一場技術革命。說到這一點，我們國家領導人是非常關注的，行業內人士知道，去年12月份發改委發布了「智能汽車創新發展戰略」，意味著智能汽車的發展在中國在未來會成為國家戰略去推進。我們工信部也在推進智能網聯汽車相關的標準，春晚的時候百度無人車隊在大橋上行駛，今年CES展覽上豐田公司也宣布要做出重要的轉型，競爭對手將是谷歌、蘋果這樣的公司，從汽車製造商轉變為交通服務運營商。我們會想高級別的自動駕駛、無人駕駛到底離我們有多遠。

簡單看一下智能汽車的分級，首先和大家統一一下認識，說到智能汽車大家會發現這個名詞有點亂，智能汽車、智能網聯汽車、自動駕駛，甚至把自動駕駛當成智能汽車的高級階段，中國之所以這麼叫因為我們有三個部委用不同的發文方式。比如工信部發文的時候通常稱之為智能網聯汽車，如果科技部發文經常是叫自動駕駛，發改委發文就叫智能汽車。這三個名詞說的是一件事情，都是智能汽車自動駕駛。說到自動駕駛並不是指無人駕駛，自動駕駛的一級、二級定義為低級別的自動駕駛，也就是現在大家熟悉的輔助駕駛。緊急避撞這樣的系統，是一二級的，到第三級是人機共駕，第四、第五級的時候，控制到監視到失效應對，都是無人的。我們把四五級稱之為高級別自動駕駛。我們的分別和德國的分類是一致的。

這是日本目前的現狀，日本汽車企業重點推廣的是一二級自動駕駛技術，主要是駕駛輔助技術，通過輔助技術提升汽車的安全性。日本希望通過一二級智能駕駛輔助技術的推廣在2018年把交通死亡人數控制在2500人之內。冬季奧運會日本會開展高級別自動駕駛的展示示範，高級別的自動駕駛它的推廣節點主要是在2021—2030。作為零部件企業來說自動駕駛技術推進應該領先於整車企業，這是大陸公司的，2020年之前大陸重要的目標還應該是駕駛輔助，2025開始全自動駕駛將進出產業化推廣。右側是歐盟的技術路線圖，2025年之前重點是駕駛輔助，2030高級別自動駕駛的運營才會進入推廣的階段。到2025以後高級別自動駕駛會進入產業化。從這張表上能看得更清楚一點，2020這個節點，所有的新車裡面裝備1、2級駕駛輔助技術的汽車，在新車中的佔比在50%左右。到2025年比例會到80%，3—4級智能汽車可能會在10—20%。2030年百分百車輛都具備1—2級智能功能，5級在10%左右。大家會很期盼，但是對於大部分人來說到2030年10%車輛都是一些專業的車輛，並不是我們平時開的車。比如公交車和港口用的物流專用車，包括一些專車，可能這些車上最新實現高級別自動駕駛。

簡單總結一下，智能汽車自動駕駛發展是必然趨勢。它會帶來社會的巨大變化，這場技術變革對於我們所有人來說包括政府、企業、科研院所大家都是要高度重視的，因為你不重視這場變革就會在產業革命過程當中失去你的機會。我們要高度重視自動駕駛技術的研發，但是在這裡我也非常想提醒我們的汽車企業，雖然現在自動駕駛很熱，但是對於我們汽車企業來說到2020重點推廣還是1—2級的駕駛輔助技術，高級別自動駕駛駕駛在2030節點才能實現。對於很多企業企業來說，當前對重要的還是專註於駕駛輔助技術的應用，讓先進技術很快落地，特別是對於中國汽車企業來說。做高級別自動駕駛，比如說1、2級很多駕駛輔助的功能必須提前實現，如果這些產業化都做不到，想做後面高級別的非常難。希望汽車企業能夠投入更多的力量在智能汽車的研究上，但是要更關注把實用化技術儘快推廣到產業應用當中。同時我們也應該向互聯網企業學習做頂層的宏觀布局。

下面我談一下如果實現高級別自動駕駛，我們還需要做哪些事情。為什麼現在產業化重點還是1、2級的，很多關鍵技術還需要突破，這些技術在短期肯定是解決不了的。第一，汽車的架構。技術路線圖大家可以看到，對智能汽車來說要實現4—5級，從感知到決策到控制全部由汽車自己完成的，即使需要人干預，人不干預也可以解決這些問題，意味著車要實現對自己的完全控制。這個汽車出現任何問題都要自己能處理，首先得知道自己能出現什麼問題。這裡面我們會發現汽車現有的架構是滿足不了這一點的，汽車用了很多匯流排，但是車上的節點可能只有幾十個，大量的電器根本沒有聯網，如果真正想實現高級別自動駕駛所有電器都要聯網。不能說壞了沒有聯網不知道，這個汽車要死人的。從匯流排到網路到架構需要一種革命性地變化。同時還有另外一個問題，汽車現在硬體、軟體是高度耦合的，比如你給豐田開發的系統拿到賓士車上用不了的，但是我們人開車的時候誰都可以開，肯定是和硬體沒有關係的。我們的手機和電腦，發展很快的原因就是硬體和軟體是高度分離的，做軟體的時候不需要考慮硬體，做硬體的時候不需要考慮軟體。軟硬體分離是未來智能汽車發展非常關鍵的要素，整個汽車上要有和硬體解耦的汽車大腦。計算平台很重要，今天開發智能汽車的人，車上裝了一大堆設備，到做無人駕駛的時候不可能這樣，我們車上可能是6—8個攝像頭、4—6個雷達，加上各種各樣超聲波感測器，大量的介面，要有一個計算平台把所有的信息都接進來，還要高性能處理這些信息，要很強大的計算能力，同時要滿足智能駕駛的需求，需要人工智慧技術，你的平台要支持深度學習計算。未來需要全新的超級計算平台在車上支持我們自動駕駛的發展，現在來看這一點也需要做工作的。還有感知技術，我們現在做得很多，但是到現在為止感知技術還很難很完善地滿足高級別自動駕駛的需求，對於智能汽車來說要實現高級別的自動駕駛，它的決策能力是不如人的，人是有完整的法律體系的保障，出現任何事情最後駕駛人可以兜底，比如撞死人，最嚴重的情況是你承擔這個責任，比如你賠錢或者坐牢甚至通過賠償性命。大家對無人汽車來說這個事情很難解決，解決這個問題怎麼辦，感知能力必須要超過人的感知能力，通過感知能力彌補決策能力的不足。很多事情發生了以後不好處理，那就儘可能不要讓這個事情發生。智能汽車和人相比不僅僅要達到像人一樣的感知能力，而是要超過人的感知能力，達到這種感知能力對於智能汽車單車的感知能力是不夠的，需要協同式的感知能力，車車、車路通信，要看見看不到的東西。

還有需要重點關注的是自動駕駛地圖，我這裡放了一張路線圖，現在做自動駕駛的時候很多人覺得自動駕駛地圖不太需要，我們現在不用高精度地圖不是也做得很好嗎？現在很多做演示的人做的是尋跡，開過的路都跑過了，到未來簡單的尋跡肯定不行的。自動駕駛的低級，可能不需要自動駕駛的地圖，只需要駕駛輔助的地圖，ADAS地圖，但是到了4和5級，大家可以發現這種自動駕駛地圖不僅需要而且是必備性，如果不具備這種自動駕駛地圖，智能汽車自動駕駛的實現是很難的。有了地圖就可以把感知和地圖結合起來，讓你汽車行駛的時候始終知道你行駛在哪裡，離障礙物多遠，也可以把動態障礙物疊加在地圖上。這是基於自動駕駛地圖的決策和控制，這是我們目前做汽車很多人能想到的一種方式，這種方式是基於控制邏輯來做自動駕駛。這是比較簡單的，特別是做汽車企業的人來說比較簡單，但是對很多互聯網企業來說很難。做這件事情需要整車的動力學建模，整車控制要做得很精確。對互聯網企業來說他們會想不用控制邏輯來做，能不能基於人工智慧深度學習去做，也可以。谷歌和百度沒有在汽車本身做大量工作，但是通過大量數據採集，給車一個圖片和感測信息，這個車直接告訴你方向盤的轉角、油門剎車這樣的信號，我們實驗室也做過這樣的工作，確實能做，特定條件下可以做到很好的效果。直接用深度學習做自動駕駛的訓練，也可以讓汽車無人開起來。但是這麼做行不行呢？這麼做是有問題的。它什麼時候出了事情，什麼時候撞死了人你不知道，這個不知道對汽車產品來說是不可以接受的。如果手機、電腦這樣的產品出了問題大家可以重新啟動，對汽車來說出了問題撞死人是不可以重新啟動的。去年日本有一家很有名的公司叫高田，有85年歷史，做安全氣囊的，20%多的市場份額，85年汽車企業去年破產了，因為它的安全氣囊出問題了。這麼多年一共有10個安全氣囊出問題，死了10個人，他們一共賣了1.2億個，這樣的比例都不能接受。如果你造了智能汽車用深度學習訓練，什麼時候撞死人也不知道，這樣的汽車能賣嗎？肯定不可以。汽車解決的是真正問題，各種各樣極端條件下汽車的動力學控制99%已經做到最優了，對未來高級別的自動駕駛一定是把深度學習、人工智慧的技術和傳統的車輛動力學控制技術結合起來，是一種可控的學習網路，這個需要比較長的時間做工作。

最後一個，汽車的車載信息安全問題。汽車的安全性非常重要，比手機、電腦重要得多。手機、電腦出了問題，出了勒索軟體，最多付點錢就解決問題，但是對於汽車要死人的，而且汽車安全問題不是一輛車，如果整個系統安全性被攻破了，死的就不是一兩個人了，整個安全問題是非常重要的問題。但是這個安全問題從單車的安全到系統的安全都需要綜合考慮，這也是需要比較長的時間去攻破的。

下面我把清華這方面做的工作講一下。清華為了更好地做好智能汽車自動駕駛這方面的工作，專門成立了智能汽車校級交叉中心，由汽車系牽頭，我們軟體學院等等10個院系聯合起來，圍繞智能汽車一塊開展相關的工作。這些年在這個工作的基礎上我們也取得一些成績，這是我們做1、2級駕駛輔助技術，基於視覺來做，我們去年也上了上汽的通用50，一下子量很大了。這個技術主要是我們在蘇州創業團隊做產業化具體的工作，在去年獲得中國汽車工業科技進步一等獎。高級別自動駕駛方面我們做了很多嘗試，大家知道長安汽車當年從重慶開到北京，影響比較大，當中有一部分核心技術也是和我們合作的，出重慶和入北京的這部分，當時我們和長安一塊做。去年北京車展上北汽無人駕駛的車輛很多人試駕過，一部分技術也是和我們合作的。左側這個圖是低成本無人駕駛車輛在無人駕駛大賽裡面，其他用的是激光雷達的方案，我們有意地用了很低成本的方案，視覺的毫米波雷達為主，成本控制在幾萬內。整個比賽路段30公里，能夠自己完成這個工作，用低成本的方案做3級自動駕駛證明是可以的。右側是我們天津做技術孵化的產業化團隊，清智，做的無人駕駛公交，4月份開始在世界智能大會之後一直做示範運營。這是我們另外一個產業團隊，我們最近用這個小車在清華裡面做圖書的運送，上周完成了首次圖書運輸任務，現在任務主要由無人小車完成。

稍微總結一下，智能汽車自動駕駛技術離我們已經很近了，高級別的可能10年左右就可以實現了，但是對我們所有企業來說如何選擇發展道路是很重要的事情，我們希望大家既能看到未來也能看到現在，希望更多的企業能夠投入更多的力量在智能汽車自動駕駛技術的研發上。我的彙報就到這裡，謝謝大家。

（提示：本文根據發言整理，未經專家審核）

－報名學習挑戰百萬年薪－

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！