香港應科院楊美基：自動駕駛短期更看好C-V2X

一直以來，自動駕駛在事故與安全之間徘徊。

今年3月18日晚, Uber自動駕駛汽車在亞利桑那州坦佩市（Tempe）撞死了一名橫穿馬路的行人，死者是一名49歲的婦女。後經調查，為駕駛員注意力不集中，自動駕駛系統失效造成，uber遂停止自動駕駛測試。

幾乎同一時間，美國加州一名男子駕駛Model X撞上高速公路隔離帶，當時車輛處於「自動駕駛狀態」，並且在撞擊後起火燃燒，司機在被送到醫院後死亡。

特斯拉的事故並非一起，這也間接導致本月特斯拉從公司網站的訂單頁面中撤回了長期宣傳的「全自動駕駛」選項，馬斯克表示：「全自動駕駛」這個選項在公司準備好推出全自動駕駛功能之前不會再出現菜單中，但將會在「菜單外」臨時提供。

馬斯克認為，全自動駕駛選項會讓客戶「產生太多混淆」，無法保證駕駛員處在時刻關注路面並及時接管的狀態。

香港應用科學研究院楊美基表示：自動駕駛受限於感知、深度學習、處理器性能等多種因素，短期內技術還難以成熟，而通過高速的通訊連接技術，可以彌補端的智能化不足的問題。

楊美基於2016年1月出任應科院首席科技總監。在加入應科院之前，他於台灣積體電路製造公司和IBM研究院擔任管理要職。

楊博士擁有美國麻省大學的電機及電子工程博士學位，以及麻省理工斯隆管理學院的工商管理碩士學位。

重科研，近公益

香港應用科技研究院有限公司（應科院）由香港特別行政區政府於2000年成立，應科院的主要科技研發領域由通訊技術、電子元件、混和信號系統晶片、先進數碼系統、光電子、信息安全與數據科學及智能軟體與系統七個技術部門構成。

楊美基表示，應科院注重科研技術的應用，同時因為是由政府組織成立，因此商業氣息不濃，公益性和科研信性佔主導。這也是為什麼有很多的公司願意同其進行合作的原因。

在視覺識別、深度學習方面，研究院進行了探索，對不同神經網路進行了訓練。現有的神經網路對目標的識別，還處於不斷發展升級的階段。

在實驗室中，訓練的模型對目標識別效果不錯，但在實際應用中，往往需要針對細分領域進行不同的精簡。目的是做到在網路模型成倍數減小的情況下，識別效果不會發生太大變化。

尤其是在嵌入式端，低功耗低時延更被看重。應科院在自動駕駛領域，也進行了研究和嘗試，自動駕駛需要更強的處理器來運行深度學習的網路，但同時具備低功耗，高算力的處理器，還沒有。

為了讓深度學習網路性能更優，深度學習的演算法晶元化是行業共識。楊美基認為，FPGA和ASIC是當下的兩種方向。

但由於深度學習網路不斷發生變化，FPGA能夠更容易適應靈活多變的演算法，因此，目前的深度學習應用，落地的方式選擇FPGA的較多。

更看好C-V2X

誠如此，自動駕駛目前的技術距離成熟還有相當的距離，因此應科院在另外一個方向上進行了探索——新一代通訊網路（NGN）。

楊美基表示，應科院已經跟內地政府已經企業進行了深入合作，比如同華為一起在江蘇無錫做了無線通信的車聯網演示。

通過在道路兩側安裝通訊設備，汽車就可以提前預知超視距的道路狀況，以及路口行人通過的情況，通過路基設備跟車輛之間的通訊，解決了自動駕駛端感知和智能的不足。

接下來，應科院還會同華為在歐洲進行一些車聯網應用的展示。

相比於自動駕駛端的智能提升，依靠C-V2X能夠幫助車輛更精準的感知交通信息，且這種方式的實現路徑明顯比前者來的更為快速和現實。也因此，楊美基對未來幾年C-V2X行業的發展抱有較大的期待。

C-V2X車聯網發展的基礎，是高速通訊網路，當下業內都以5G為方向。由於汽車行業的特殊性，對網路通訊的要求嚴苛，主要的性能指標是低時延、高流量。

圍繞4G / 5G 基站、路測終端和車載終端，有非常多的工作要做，才能解決達到這個目標。應科院致力於研究，開發和商業化5G和5G無線系統的尖端通信技術和解決方案，希望能解決5G通訊的問題。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！