智能驾驶的"自主式"与"网联式"协同发展"——邓伟文

邓伟文：谢谢秘书长的介绍，借着她刚才提的这个话题，一个是关于自主式的，我们通常讲的自然驾驶和无人驾驶，实际上出现了新的趋势，这两条路实际上最终是一个先入式的发展，自然汽车最后发展的趋势是什么？最后我们的智能汽车是一个什么样的发展的结果。

　　我们知道影响智能汽车总体来讲主要的因素，一个是行车安全，一个是通讯效益，也就是拥堵这个问题，我们知道汽车行驶一向他的安全和效率的因素很多，包括行驶环境，还有车本身，特别是人的问题，我们知道人的问题主要的表现几个方面，一个我们可以看底下驾驶员的状态，人的有疲劳、瞌睡、分神等等，还有身体的不适等等，体现了人的驾驶影响的因素实际上是非常之多。

　　我们知道有两个数据，一个是我们的驾驶人数现在已经是位居世界第一，在这么大庞大的驾驶员数量里面，驾龄不足三年的超过了三分之一，这就是我们通常说的"马路杀手"。很多数据表明，引起的很多原因，不管什么数据都表明一点，绝大多数的主要的原因来自于我们人，所以从这点我们可以得出几个结论。人在当中扮演着主要的角色，也是很薄弱的一环，包括人的不良的驾驶的状态、习性，还有驾驶技能不足。因此我们谈汽车智能化或者智能汽车，实际的改善我们行驶的安全和通行的效率一个关键的途径。

　　首先我们解决几个问题，第一我们涉及到的技术，对于我们的车辆进行定位和周边环境进行感知。第二个回答的问题是我们到哪去？就是我们说的决策和规划。从这几个关键技术里面我们可以看到，环境传感我们采用了许许多多的不同的手段，包括我们的视觉、雷达、无线通讯、定位技术等等。这些信息我们进行融合之后，我们对行驶里面很重要的几个里面，包括目标跟踪、障碍物识别、车道线识别等等，形成了一些关键的信息，然后开展决策和规划，对我们车辆进行控制或者这些控制构成从汽车的纵向控制、侧向控制、转向控制、动力控制等等构成一个大的系统。

　　这个系统进一步下去，我们知道产生出一些我们认为的辅助驾驶功能或者组织安全的功能，最终走向无人驾驶，我们从提示、警告驾驶员开始，逐渐的干预我们的驾驶员，包括自适应巡航系统、车道纠偏等等。

　　这个是我们常见的一张图，从时间轴上来看，我们的功能越来越丰富，反过来我们的技术复杂程度、性能价值的成本越来越高。这个图可以看出我们谈智能汽车关键的技术有哪一些技术？第一个是传感感知，我们刚才讲的决策与规划，还有车辆的制动和转向系统等几个主要的功能模块。这里面很重要的一块就是环境传感感知的技术，利用视觉传感是目前使用的比较多的这么一种途径，通过这个视觉图像坚决检测、感知、识别，我们提供准确、实时、可靠、自适应的这么对周边环境的感知。

　　进一步我们可以利用雷达信息，把这个图像、GPS、地图等等动态系统开展传感信息的融合，构成对环境的更加准确和全面的认知。还有规划与决策这一部分，从宏观上来讲，我们的导航路径规划，接着我们对我们的行驶行为进行规划，接下来就是我们的轨迹规划，我们应该怎么走？这个构成了我们的规划与决策的架构。我们知道机器决策实际上涉及的比较多，一方面在我的左边，需要评估我们的交通周边的交通参与物，另外考虑除了安全之外，怎么保证舒适性、操控稳定性等等，这个是我们轨迹规划里面要做的事情。

　　还有减速工程等等比较典型的，还有干扰超车、避障工程、十字路口工况等等。这个是我们换道的行为模式，怎么换道，能够保证安全的前提下做到高效率和舒适型。我们可以建立动态轨迹规划策略，在保障安全前提下提高效率与舒适性等等。

　　刚才提到的分级，这个分级是一个功能分级，怎么分不重要，更多的是一个渐进式的过程，主要是工业界目前主要采取的一个思路，这个思路一个是从辅助驾驶开始，逐渐的帮助人在处理减轻驾驶负担，提高驾驶安全的角度，逐渐的增加我们高度自动驾驶、，最终实现全自动的驾驶，这个途径第一个他的好处是渐进式的方式，符合工业产业化发展的基本的模式，渐进式的帮助替代人的驾驶，反过来因为渐进式效果也有效，另外一方面人仍然是主体，在对智能驾驶来讲要求相对就低了，明确了责任主体，这个符合我们当前，包括我们整个的驾驶模式，我们的法律法规基础等等，但是带来的问题人的复杂性，人的参与性，使得人机界面、人机互动、人机共驾是非常复杂的事情。我们为什么讲驾驶人员是几个亿的大的体量，每个人的差异化等等，使得成为长期的一个技术挑战。

　　我们接着看这个是一方面我们逐渐的增加自动化的程度不断提高，在这个过程当中相当长的时间里面人机共驾是共存的。什么叫做人机共驾驶？一方面我们有计算机，一方面是驾驶员自己驾驶汽车，一方面我们也理解驾驶员的意图究竟是什么？另外一方面我们通过音频、视频，还有触觉系统能够提示我们的驾驶员或者警示我们的驾驶员，很多程度上需要驾驶员接管，还有计算机要干预驾驶。下面这部分是我们的人的思维，我们有感知环节，我们有大脑决策，还有感受器，包括手、脚，我们通过转向，油门和自动等等。这两个系统怎么和谐共处？这是一个非常具有挑战性的问题，这个构成了我们人机共驾的系统。

　　将长期存在，即便是我们今后走向无人驾驶，我们也希望这个汽车开起来像人开，进入人性化的特点。更进一步我们希望这个汽车开起来向我开或者向你开，体现个性化的特点。另外我们驾驶员的非专业，不像飞机或者是火车，人数、年龄、性别心理差异不大，整个我们驾驶系统里面最复杂、最不缺点、也最危险的因素。驾驶员有驾驶缺陷和障碍、驾驶习性和技能等特征，我们要读懂驾驶员的心态，他的状态是不是很好的状态，驾驶的行为习性，包括驾驶的技术怎么样？开发出这么一个产品，使得友好、直观的跟人机进行互动，构成了我们谈的协同的人机共驾技术。至少互相排斥，能够优化我们的驾驶体验。

　　另一条路以谷歌为代表的，走的是不一样的一条路，直接无人驾驶的一条路，这条路实际上我们可以看到这个车子已经上路了，证明他已经有足够的技术的成熟度和产业化的前景，这条路告诉我们什么呢？一方面无人驾驶可以完全的消除掉或者大部分消除掉我们刚才谈的人机交互的技术难点，而且我们知道终极目标就是实现无人驾驶，技术路线实现这么一步技术途径。带来的问题一方面精确、快速和可靠的环境传感感知是一个长期的挑战，怎么能够做得到？另外一方面决策规划，通过机器能够替代人的决策，同样也是一个长期面临的挑战。此外还有法律障碍、责任划分问题等等，无人驾驶同样解决了人机共驾这么一个复杂的问题，但是带来了新的问题，这个是我们无人驾驶技术里面或者全自动驾驶里面需要一系列的传感，包括刚才讲的360度传感感知技术，360度的安全保护，一方面他要能够实现全天候的，甚至全工况的保护，现在这个是我们传感感知技术里面关键的挑战，包括我们看到很多展示可以做到，但是能不能在全天候、全工况是一个挑战。

　　这个是我们知道的跟美国通用的合作，做的一个车，这个车总共19个传感器，这个车200多万美元的一个车，这个车是谷歌做的车，包括三维高清度的激光的扫描，这些是我们现在目前智能化汽车普遍用到的常用的传感器。

　　另外一方面环境的传感感知、决策与规划我们知道影响的因素很多，包括道路、交通、天气和光照条件。另外一方面涉及到的危险，特别是机械工况，使得我们环境传感感知是非常具有挑战性的。还有车载传感的局限，特别有遮挡的时候，而且往往响应比较慢。

　　带来的挑战，一方面我们知道电脑代替人是长期的一个挑战，特别是我们知道电脑目前还很难达到这个具备人的联想和演绎的能力，另外一些突发情况还不能处理，刚才我们讲的全天候、全工况准确、快速、可靠的传感感知技术。特别是汽车产业里面的低成本特征。社会责任我就不多讲了，包括我们现有的法律法规基础不适用，包括责任的处理、法规、理赔等等，甚至道路的设计等等。责任划分，用户与制造商、制造商与供应商和销售商之间的问题。另外一方面减轻驾驶负担与过度依赖或滥用智能驾驶的矛盾。还有刚才讲的信息安全与隐私，大众与市场的接受等。自动驾驶行为准则，等等也是我们面临的一个挑战。

　　我们知道计算机的发展是从电气化开始的，电气化实际上使得汽车成为了一个机电液信息一体化的控制系统，我们通过把环境的感知、决策规划，实现了我们现在的智能化，这就是我们在智能汽车的发展。一方面可以实现自动巡航，解决行驶过程当中效率的问题，同样可以安全避障，自动化过程的未来是什么？这个是我们底下接下来时间要解决的问题。
我们知道自主式智能驾驶面临的问题，一方面像我们看到的这个图，这个是高度拥堵，没有规则、无序的一个交通，换句话说自主式智能驾驶解决不了信息相互鼓励、运动相对独立，交通依靠依序，这方面是没有办法解决的，特别是交通拥堵是大系统的问题。

　　还有一个像智能汽车和非智能汽车，给我们智能驾驶带来了挑战。我们知道智能汽车发展面临的问题，随着安全性要求越来越高，传感器越来越多，数据处理量越来越大，系统的结构越来越复杂，可靠性保证越来越难，综合成本越来越高，导致智能汽车普及越来越难，这是发展的一个瓶颈因素。

　　另外一方面，我们讲的从智能汽车发展的无人驾驶的方式，实际上都面临着同样的问题，问题是我们的智能汽车自主式的智能驾驶他的方向在什么地方？我们知道工业4.0带来了互联网，特别是信息物理的融合，使得互联网+汽车、交通是一个很紧密的关系，恰恰是我们新的机遇。

　　我们知道，这个是我们的车联网的技术，另外一方面是我们车联网，包括移动的云计算大平台的移动互联网，构成了我们4G、5G移动的通讯网络，构成了车路、车云、路、云等短距离及远程通信网络，实现车际网和移动互联网的融合。这个给我们带来的是什么好呢？一方面通过车车协同、车路协同，产生了很多的数据，基于我们左边自然汽车带来的车载传承大大丰富了车载传感信息，可以通过云端计算，采集大量的路上通讯数据，一方面提高我们传感的完整度、精度，还有过去做不到的。传感信息不止是车载传感，还有包括附近的周边信息、道路信息等等，使得我们传感信息得以丰富。

　　这个图我想说明的是什么呢？协同式的发展，一方面刚才我们讲的网联智能汽车，他的发展的我觉得很重要的一点渗透率告诉我们，这个渗透率的大小决定了我们对智能汽车本身的影响，另外一方面随着网联式智能汽车车联网渗透率的提高，我们自主式自动驾驶等方面的要求相应的会下降，这个下降使得我们智能汽车越来越简单，对于处理的要求也越来越简单，实现两个协同发展。通过数据共享，提高我们的环境感知范围、精度和可靠性，可以降低车载传感要求、降低成本，可以普及智能汽车、提高车联网的渗透率，渗透率实际上是对我们整个的互联网底下的车联网是非常重要的一块。

　　整个的发展趋势，一方面我们以驾驶员为中心的智能辅助驾驶，发展为智能车辆为中心的自主式职能驾驶，接下来走上以互联网为连接的驾驶。这个是我们从智能驾驶的角度来讲，解决的是出行的问题，出行的问题不仅仅是车联网本身，还关系着我们的智能电网，还有我们的社会，这个体系是从智慧城市开始到智能交通，最终到我们的智能汽车，从出行、服务的模式，在智能交通等方面，发生了根本性的变化。

　　我们在2012年讲过去一百年，汽车改变了人类社会，从根本上改变了人类的出行模式、生活模式等等，我们拥有了汽车，我们拥有了便捷的生活方式，我们过去的五十年，我相信人类社会将要改变汽车，一方面我们知道拥有汽车目前并不拥有安全和舒适，往往拥有的是事故，拥有的是拥堵。汽车保有很可能被汽车共享所替代，汽车的差异化因为共享变的小了，很重要的一点就是一个交通工具，一个移动节点。同质化将有可能从根本上改变汽车的生产模式、销售模式和服务模式。

　　最终的根本驱动力，是解决人们的出行问题，人们的出行问题是从智慧城市开始到智能交通，最后到我们的智能汽车，互联网使得汽车不再是一个孤立的个人交通载体，分时共享租赁很可能是汽车的主旋律，带来的结果汽车的差异化减少，很可能产量和保有量会减少，这是一个良性循环，我们还需要那么多的汽车吗？

　　最后这一页对我们的智能汽车做了一个定义，这个是我个人的看法，我们知道属于产生汽车，我们现在看得见的，包括谷歌、百度看得见，智能汽车是一个集环境感知、规划决策、多等级辅助驾驶等功能于一体的综合系统。除了这个之外也是整个移动通讯当中，也是移动通信中一个具有数据采集、处理和传输功能的网络节点。未来是什么样的？未来的智能汽车恐怕是功能比较简单，是一个高速的移动终端。谢谢各位。