汽車這種交通工具已經(jīng)誕生130多年，就像對(duì)所有機(jī)器自動(dòng)化的追求，能夠自行運(yùn)轉(zhuǎn)行駛的汽車，始終是人們夢(mèng)寐以求的。今天飛機(jī)、火車乃至地鐵都能夠一定程度地實(shí)現(xiàn)自動(dòng)駕駛，大眾也期盼著道路交通中的自動(dòng)駕駛車輛能夠問(wèn)世。

據(jù)不完全統(tǒng)計(jì)，2018年全球自動(dòng)駕駛投/融資總規(guī)模超過(guò)70億美元，其中中國(guó)內(nèi)地的投/融資規(guī)模近12億美元。軟銀、本田相繼投資通用旗下的自動(dòng)駕駛企業(yè)Cruise，總額高達(dá)50億美元；國(guó)內(nèi)自動(dòng)駕駛初創(chuàng)企業(yè)小馬智行也先后兩度完成融資，總額超過(guò)2.1億美元。

但同樣，自動(dòng)駕駛事故的出現(xiàn)也為行業(yè)敲響警鐘。2018年3月，一輛Uber自動(dòng)駕駛車輛在美國(guó)亞利桑那州與一名行人相撞并致其死亡，成為全球首例自動(dòng)駕駛致行人死亡事故。而在國(guó)內(nèi)，也同樣出現(xiàn)過(guò)特斯拉轎車因啟動(dòng)自動(dòng)駕駛模式而引發(fā)車禍的事件。

我們離自動(dòng)駕駛還有多遠(yuǎn)，近在咫尺，還是遙遙無(wú)期？

在AI Time第五期的辯論中，清華大學(xué)車輛學(xué)院院長(zhǎng)楊殿閣教授、清華大學(xué)計(jì)算機(jī)系鄧志東教授，還有Pony.ai的CTO樓天城就一起論道了自動(dòng)駕駛的相關(guān)問(wèn)題。

從改善交通到促進(jìn)產(chǎn)業(yè)轉(zhuǎn)型，無(wú)人駕駛的意義滲透社會(huì)方方面面

人類學(xué)研究告訴我們，超過(guò)90%的交通事故由人類駕駛員的失誤和錯(cuò)誤造成。自動(dòng)駕駛能夠消除這部分因素影響，也被人們賦予保障交通安全的重要使命。

除了改善交通安全，自動(dòng)駕駛對(duì)于人類社會(huì)的方方面面都有重大意義。例如，節(jié)能減排、改善交通狀況、移動(dòng)能力變得更強(qiáng)、促進(jìn)產(chǎn)業(yè)的轉(zhuǎn)型等等。無(wú)論國(guó)內(nèi)外，軍方、政府和企業(yè)都在嘗試或開(kāi)展無(wú)人駕駛的研究。

國(guó)際上，最早的無(wú)人駕駛相關(guān)研究工作是從上個(gè)世紀(jì)80年代開(kāi)始由美國(guó)的DARPA開(kāi)展， DARPA擁有軍方背景，之后也有各種各樣的車企，互聯(lián)網(wǎng)企業(yè)，例如谷歌、Uber等等加入戰(zhàn)團(tuán)。國(guó)內(nèi)相對(duì)來(lái)講起步較晚，從上個(gè)世紀(jì)90年代開(kāi)始相關(guān)的研究和進(jìn)展，但是發(fā)展勢(shì)頭迅猛。

以百度、阿里、騰訊為代表的科技公司，正成為國(guó)內(nèi)甚至全球自動(dòng)駕駛行業(yè)研究的頭號(hào)玩家。2018年7月，百度和金龍客車合作打造的L4級(jí)自動(dòng)駕駛巴士量產(chǎn)下線；9月，阿里發(fā)布其車路協(xié)同技術(shù)以及智能交通方案；11月，騰訊在其合作伙伴大會(huì)上展示了自動(dòng)駕駛算法、仿真方面的全面布局。BAT因在自動(dòng)駕駛上較為豐富的技術(shù)儲(chǔ)備，正成為車企們爭(zhēng)相合作的技術(shù)伙伴。

無(wú)人駕駛既是人工智能的研究問(wèn)題，又是重要的應(yīng)用場(chǎng)景

無(wú)人駕駛本身，既是一個(gè)人工智能的研究問(wèn)題，同時(shí)又是人工智能的重要應(yīng)用場(chǎng)景。所以它包含非常多的關(guān)鍵技術(shù)。

無(wú)人駕駛依靠感知系統(tǒng)，包括用攝像頭、激光雷達(dá)等等各式各樣的傳感器來(lái)獲取周邊的相關(guān)信息，來(lái)感知汽車周邊的環(huán)境。通過(guò)對(duì)以上信息的處理，作出相應(yīng)的判斷，這些判斷的結(jié)果最后會(huì)通過(guò)控制執(zhí)行子系統(tǒng)，來(lái)真正實(shí)現(xiàn)無(wú)人駕駛的相關(guān)操作。

無(wú)人駕駛在對(duì)周邊信息感知方面，有兩種非常典型的技術(shù)路線。

激光雷達(dá)

采用何種技術(shù)取決于應(yīng)用場(chǎng)景，比如Waymo的無(wú)人駕駛，就是選取了激光雷達(dá)的路線。通過(guò)給汽車裝置非常精密精準(zhǔn)的雷達(dá)，讓汽車眼睛更亮。即使是在黑暗環(huán)境下也能對(duì)周圍環(huán)境進(jìn)行建模。

計(jì)算機(jī)視覺(jué)技術(shù)

不同觀點(diǎn)來(lái)自于特斯拉，馬斯克在今年初發(fā)表“傻子才用雷達(dá)”、“用雷達(dá)沒(méi)有前途”等觀點(diǎn)，他們更多地關(guān)注用傳統(tǒng)攝像頭獲取周邊的相關(guān)信息，去打磨獲得的視覺(jué)信號(hào)，捕捉重要的周邊信息。

融合在一起的技術(shù)路線可能更加先進(jìn)

激光雷達(dá)距離非常遠(yuǎn)，受環(huán)境光照影響低，但具有缺乏顏色和紋理、數(shù)據(jù)稀疏、成本高等缺點(diǎn)；攝像頭有顏色有紋理，成本低，但受環(huán)境光照影響大，且距離比較近。

鄧志東教授認(rèn)為，雖然目前特斯拉等公司單目視覺(jué)技術(shù)已經(jīng)有所突破并形成了壁壘，但是既可以測(cè)距，又有顏色紋理，還不受環(huán)境光照影響的固態(tài)激光雷達(dá)融合攝像頭會(huì)是未來(lái)的趨勢(shì)。

楊殿閣老師從產(chǎn)業(yè)角度分析，認(rèn)為純視覺(jué)技術(shù)成本低，但無(wú)人駕駛需要對(duì)周圍環(huán)境做三維空間建模，相較于采用計(jì)算機(jī)視覺(jué)技術(shù)，用激光雷達(dá)建模則相對(duì)容易，而且也會(huì)使用到攝像頭。兩家公司技術(shù)路線不同和其業(yè)務(wù)不同是有關(guān)系的，谷歌做的是出租車等運(yùn)營(yíng)車輛的場(chǎng)景，需要考慮的是可靠性，成本占次要地位；特斯拉等公司做的是量產(chǎn)車，要賣給終端用戶，所以須考慮成本，而激光雷達(dá)成本太高。

而樓天城先生則認(rèn)為，激光雷達(dá)路線還是計(jì)算機(jī)視覺(jué)路線，未必真的有答案。自動(dòng)駕駛感知技術(shù)路線之爭(zhēng)并不是單一技術(shù)路線之爭(zhēng)，而是和整個(gè)系統(tǒng)有關(guān)。嚴(yán)格意義上講，世界上并沒(méi)有一家激光雷達(dá)公司和計(jì)算機(jī)視覺(jué)公司，標(biāo)為激光雷達(dá)一派的Waymo其實(shí)也有27個(gè)攝像頭；同樣，特斯拉也至少有16個(gè)毫米波雷達(dá)。每一分傳感器的錢都能多帶來(lái)一個(gè)信息收入，這個(gè)性價(jià)比在于你花一塊錢，能夠獲得多少信息，這才是傳感器真正的價(jià)值。還有另外一點(diǎn)在于，“無(wú)人駕駛感知路線不是一個(gè)單一的問(wèn)題，如果單純問(wèn)自動(dòng)駕駛感知路線，可能不是一個(gè)非常公平的問(wèn)法，因?yàn)樯婕傲诉@種體系的很多個(gè)決策。路線不僅僅是感知，而是整體系統(tǒng)架構(gòu)的考慮?！?/p>

自動(dòng)駕駛系統(tǒng)落地實(shí)現(xiàn)方式：?jiǎn)诬囍悄芊绞絍S車路協(xié)同方式？

中國(guó)的主技術(shù)路線強(qiáng)調(diào)車路協(xié)同。因?yàn)橹袊?guó)的單車智能技術(shù)方面落后于美國(guó)，但中國(guó)有很好的道路和網(wǎng)絡(luò)條件，因此，單車智能和車路協(xié)同結(jié)合可以更好地落地。谷歌方案強(qiáng)調(diào)單車智能，比較符合美國(guó)的情況，因?yàn)樵诿绹?guó)建立全網(wǎng)聯(lián)通的車車協(xié)同不太可能。所以并不是美國(guó)不想把車路協(xié)同加入自動(dòng)駕駛的落地中，只是沒(méi)辦法落地。

車車通訊可以幫助汽車提前獲取更多的信息，比如大車遮擋了視線，但依然可以通過(guò)車輛之間的通訊獲取大車前面的路況信息。單車智能是根，車路協(xié)同作為輔助。所以二者應(yīng)該是合作的關(guān)系，缺一不可。雙方可以共同保證自動(dòng)駕駛安全落地。

乘坐無(wú)人車，更擔(dān)心還是更不擔(dān)心？

人類駕車兩種方式：正常駕車和違規(guī)駕駛，90%以上的交通事故都是違規(guī)駕駛導(dǎo)致的，正常駕駛一般不會(huì)出事故。無(wú)人駕駛汽車比違規(guī)駕車要強(qiáng)，比正常駕駛要弱，希望通過(guò)自動(dòng)駕駛降低那90%的交通事故發(fā)生概率。至于會(huì)不會(huì)擔(dān)心，是一個(gè)心理問(wèn)題，自動(dòng)駕駛在車速等控制上比人精準(zhǔn)，體驗(yàn)會(huì)更好。但是自動(dòng)駕駛在感知上還做不到比正常人可靠，這是瓶頸，有待突破。

中國(guó)接受自動(dòng)駕駛的比例超過(guò)80%，這和中國(guó)人愿意接受新鮮事物有關(guān)，但是人類對(duì)自動(dòng)駕駛的要求要高于人類駕駛。如果是純無(wú)人駕駛，還需要時(shí)間來(lái)進(jìn)行技術(shù)突破，目前還不是足夠可靠。自動(dòng)駕駛的目的是給行車安全帶來(lái)更多地保障。但自動(dòng)駕駛還缺乏法律保障，事故責(zé)任劃分也需要進(jìn)一步明確。無(wú)人駕駛真正上路還需要大家來(lái)適應(yīng)，因?yàn)橛腥笋{駛的車人是參與在整個(gè)駕駛的反饋過(guò)程中的，但無(wú)人駕駛的車輛人是不參與的，因此會(huì)覺(jué)得不可控，會(huì)擔(dān)心事故發(fā)生，需要時(shí)間來(lái)適應(yīng)。

自動(dòng)駕駛研發(fā)策略 ：從L2出發(fā)漸進(jìn)推動(dòng)VS直接攻關(guān)L4級(jí)？

如上圖所示，L2是指部分自動(dòng)駕駛，而L4是指高度自動(dòng)駕駛以及適用所有場(chǎng)景的完全自動(dòng)駕駛。

樓天城先生表示，“L2和L4是從目標(biāo)來(lái)定義的，不是兩個(gè)技術(shù)路線，L4的技術(shù)可以應(yīng)用于L2，但L2的某些技術(shù)并不一定能應(yīng)用于L4。一種技術(shù)是有天花板的，如果從漸近思想來(lái)看并不一定能達(dá)到最終的目標(biāo)。L4也需要學(xué)習(xí)之前的很多知識(shí)才有可能達(dá)到最終的目標(biāo)?！?/p>

因?yàn)長(zhǎng)2和L4背后的市場(chǎng)主體不同，所以真正落地時(shí)需要結(jié)合他們背后的市場(chǎng)主體來(lái)看。車企在L1-L3時(shí)很注重成本問(wèn)題，但在L4時(shí)，買家是運(yùn)營(yíng)方，所以對(duì)L4的成本問(wèn)題相對(duì)不那么敏感。L2的發(fā)展會(huì)推動(dòng)L4的發(fā)展，經(jīng)過(guò)L2的發(fā)展，很多傳感器成本會(huì)更低，可以應(yīng)用在L4，而L4的發(fā)展也會(huì)促進(jìn)L2。但從落地來(lái)看，應(yīng)該是L1、L2、L3、L4。

復(fù)雜交通場(chǎng)景：打磨技術(shù)利大于弊VS難度過(guò)大無(wú)法落地

眾所周知，中國(guó)的交通場(chǎng)景十分復(fù)雜，這些復(fù)雜交通場(chǎng)景無(wú)疑會(huì)給無(wú)人駕駛帶來(lái)落地難度，但是也提供了豐富的數(shù)據(jù)用于無(wú)人駕駛技術(shù)的打磨。

楊殿閣老師堅(jiān)信自動(dòng)駕駛在中國(guó)一定會(huì)落地，雖然中國(guó)復(fù)雜的交通場(chǎng)景會(huì)給技術(shù)帶來(lái)更大的挑戰(zhàn)，但復(fù)雜的交通場(chǎng)景肯定可以解決，而且會(huì)帶來(lái)更大的機(jī)遇。

樓天城先生認(rèn)為，無(wú)人車落地如果是對(duì)于全局而言當(dāng)然很困難，但如果從局部到全局，無(wú)人車落地機(jī)會(huì)還是很大的。復(fù)雜的交通場(chǎng)景帶來(lái)了更多的數(shù)據(jù)，在數(shù)據(jù)積累上中國(guó)有更多的優(yōu)勢(shì)，所以復(fù)雜場(chǎng)景對(duì)技術(shù)的打磨利大于弊。

自動(dòng)駕駛需要怎樣的人才？

計(jì)算機(jī)的奠基人是數(shù)學(xué)家，那么無(wú)人駕駛的奠基人會(huì)是哪些人才？最早的一批先驅(qū)是車輛工程出身，第二批是自動(dòng)化人才，人工智能的人才第三批進(jìn)入，但目前是三者相結(jié)合。

一方面需要復(fù)合型的人才，因?yàn)樽詣?dòng)駕駛是非常復(fù)雜的系統(tǒng)；另一個(gè)方面需要的是專精的人才，因?yàn)樯婕暗降募夹g(shù)非常復(fù)雜。自動(dòng)駕駛領(lǐng)域還不夠成熟，學(xué)習(xí)能力、解決問(wèn)題的能力以及在混沌環(huán)境中找到前進(jìn)道路的能力都是愿意投身自動(dòng)駕駛的人才需要具備的。

AI Time由一群關(guān)注人工智能發(fā)展的青年人創(chuàng)辦，旨在發(fā)揚(yáng)科學(xué)思辨精神，邀請(qǐng)各界人士對(duì)人工智能理論、算法、場(chǎng)景、應(yīng)用的本質(zhì)問(wèn)題進(jìn)行探索，展開(kāi)辯論，碰撞思想，打造人工智能知識(shí)分享的策源地和聚集地。大數(shù)據(jù)文摘作為合作媒體將長(zhǎng)期合作報(bào)道。