（清華大學自動化系系統工程研究所所長，國家863計劃先進交通技術領域專家張毅）

清華大學自動化系系統工程研究所所長，國家863計劃先進交通技術領域專家張毅發表了《人工智能與自動駕駛》主題演講。

深圳市前段時間推出了號稱是全世界第一個無人駕駛的公交系統，雖然后來做了一些改進，但沒有稱為無人駕駛，叫自動駕駛或者智能駕駛，因為它在行駛的過程還有人監管。現在這個系統已經運行了幾個月，整體運行效果是不錯的，當然在運行過程中能否將人工智能的東西都用好，我認為這部分還有提升的空間。

眾所周知，特斯拉在全世界的自動駕駛領域是做得不錯的，但是他有非常著名的交通事故。這張圖在拐彎的情況下，一輛白色的貨車左轉彎和一輛直行的特斯拉汽車發生了交通事故，這輛汽車從貨車后面的轱轆中間穿過去了。當時的情況是特斯拉開啟了所謂的自動駕駛的模式，但是從技術上考察實際上不能算是純粹的自動駕駛，它只是相當于一個巡航的功能延伸，所具有一定的智能駕駛的功能，使用者會誤以為它是自動駕駛，但是它在概念上有點含糊。

在這樣的情況下，特斯拉配備了全世界最好的Mobileye的視覺辨識。而且也有微波測距雷達，為什么會出現這種情況？這不是傳感器的問題，最后判斷出來的結果是這樣的，這兩個傳感器都沒有探測前面的物體，由于這個車是白色的，美國的天氣藍天比較多，背景是湛藍的。藍色的天出現一個白色的物體，而且它中間是空的，給人的感覺這就是一朵云，所以判斷出來的結果不是一輛汽車，而是一朵云。所以人工智能做得這么好，但在這樣的場景下無法做出準確判斷。

第二個交通事故是今年3月18日在亞歷山大的UBER公司，他的測試汽車在夜間撞到了一個橫穿馬路的婦女，這個婦女當場搶救無效死亡。在這個過程中同樣也給我們帶來一個問題，UBER做自動駕駛他的車已經跑了多少公里了，為什么會出現這樣的情況，難道他沒有很好的傳感器嗎？他也有很好的傳感器，但這個情況到目前為止還沒有準確的結論，從現在了解到的情況大概有兩種說法。一種說法是這輛汽車開到了坡道的頂端。而前方探測雷達是平視的，這個角度非常小。汽車到了頂端的時候上坡的過程中前面的東西是看不見的。

還有一種說法是傳感器探測到前方有人，但探測到前方的物體以后，出現霧汗。就像夏天在高速公路上開車的時候，人的肉眼在前方看見好像有一灘水，會有一種霧的感覺。在同樣情況下，傳感器雖然不像人一樣感覺到霧，但是它也有模糊的地方。所以在研究中間，通常情況下需要調整這個預值。

這輛車的事故有可能就是因為在試驗調整預值過程中，調得比較低了一點，所以沒有探測出來。結論是探測到前面有物體了，但最后做決策卻他把它歸到誤操作里面，也沒有停車。當然這只是從側面傳出來不同的說法。由此可見人工智能說得這么好、研究了這么多年，但到真正場景過程中的時候，我們仍是任重而道遠。

智能駕駛發展幾個階段

最早的時候是Autopilot Vehicles，他希望達到Autopilot Vehicles自動駕駛。實際上在自動駕駛中，真正講自動駕駛最早的一波人想做的第一步是具有自助式駕駛能力的Autopilot Vehicles，具有自助式像人一樣有意識行為的，但是現實中不是那么容易實現的。所以另外一波人叫Automated Vehicles，為什么叫Automated呢？自動化的汽車，簡單來講就是機器人。按照所有設立好的東西來實現，這樣可以實現嗎？

于是這兩波人都在研究，最后發現第一波人老實現不了，第二波人總做機器人式的汽車也不甘心，所以兩者慢慢開始融合。最后沒辦法就叫Automated Vehicles，含含糊糊的有沒有智能沒關系，是不是自動機器人的方式也沒關系，所以就形成這樣一個形式。基于這樣的情況下發展一段時間又有新的技術路線，在中國稱為車路協同系統。車路協同系統的概念比較大，因為除了汽車還要考慮到交通的整體性能。由此這三種就開始融合，三種合起來形成一種，融合起來現在叫ACV。

上面列出來的是美國汽車協會的5級自動駕駛分類，一二三四五級，在這里面強調5級是自動化的技術，就是機器人的規則問題，沒有強調意識的。基于前面分析，我建議在后面應該增加一個兩級的，就是Level5之后Level6具有弱人工智能的駕駛情況，最后一類是第七類是具有強人工智能的駕駛情況。要真正達到人工智能的智能駕駛應該有7類，當然這里面也值得思考和探討，不能說前5類里面都是Automation的，這樣大家也不甘心。所以說這樣的分類是不是科學，我只是在原有的基礎上做一個修改，沒有策略的去研究它。

基于車路協同的技術方案

我們可以看到自動駕駛在現有的發展過程中間，要達到理想狀態還有很多路要走，但已經達到了傳統的輔助駕駛，這也算智能駕駛的一類。智能網聯駕駛和無人的自動駕駛開始做了，但是效果不盡人意。現在我們也開始往人工智能駕駛轉了，但是真正最難的是有人和無人混駕，如果路上全是自動駕駛汽車，我們給它一定的規則不就簡單了嗎？道路走右邊，行人走左邊。問題就在于有人在，人是自主的，不是按照一定規則來做的。我們也不可能在現實中全部是智能駕駛汽車，無人駕駛的。真正長期存在是有人和無人共存的環境，這樣對我們的要求非常多。

現在有DAS系統，這叫輔助駕駛系統。后面想做協同式，最后是人工智能的。有一個巡航控制，大家知道現在的汽車里面都有。CC是一般的巡航控制，這是稍微好一點的。ACC是最近剛出來的，在定速巡航過程中，如果前車速度發生變化，尤其是踩剎車，在這樣的情況下使得兩車之間的距離發生變化以后，汽車會自動調整速度。

但是我上個月在美國就發現ACC，它能把車降速，但車恢復速度以后不能跟上去，還是要靠人加速，所以ACC還沒有完全實現。后面我們是希望做C-ACC即協作式的，最后是做人工智能協作式的。所以說，人工智能在自動駕駛上的應用，雖然已經取得了一些成果，但是路還是很長的。

接下來介紹一種思維方式我們現在的自動駕駛都靠自身的雷達、自身的高精度地圖和傳感器來解決自動駕駛的問題，那能否換一個思路？在這樣的情況下，我們對技術的依賴太強了，所有的東西要靠傳感器去判斷。我希望具有智能的車，同時具有智能的路，再具有智能的網絡，最后特別凸顯的是交通系統的功能需求，這樣構成一個基于車路協同的智能交通系統。現在說到的傳統智能駕駛里面完全要寄托或者完全依賴于汽車本身就有限的空間和有限的資源，對所有的環境感知、決策、甚至動作分散了，分散到智能度上、分散到智能系統上，這樣使得自動駕駛車輛的技術要求依賴性降低。

基于這樣的情況下，在安全上首先會起一個非常好的作用，安全帶是第一代安全措施。第二代是安全氣囊，現在世界上公認的第三代是汽車V2V，通訊以后能夠保證兩輛汽車在交匯過程中的安全下駕駛員做一定協作，安全措施第三代V2V要成為我們的汽車安全的第三代保證措施。這是從安全層面上可以做到自動式以及協作式的，這是基于車路協同以后把信息分散了。

同時對于交通里面最常見的比如說行駛車輛路口會合或者高速公路合流的過程中，同樣可以基于車路協同，用路側設備判斷出很多東西以后發到汽車上，汽車再進行協作。比如說自動駕駛到路口判斷紅綠燈，判斷是紅燈還是綠燈，這個問題本來很簡單，但是現實中并不簡單，為什么？有光線問題，是不是逆光問題，經常紅燈綠燈判斷不清楚，造成自動駕駛汽車過路口就有危險。但是換一個思路，用車路協同以后，路側設備把信息直接發給我，這樣就輕而易舉解決了。

同理，在這種程度上，換一個技術路線，基于車路協同來做自動駕駛，可能會對整個自動駕駛產生不一樣的變化。在這種情況下假如我買了兩臺長安汽車，加上自動駕駛所需的必要的前向、橫向和自動三個方面的功能，在這個情況下做自動駕駛。兩輛汽車60多萬，現在自動駕駛一輛汽車200萬，汽車價值就十幾萬二十萬，但是傳感器所有的東西比它貴很多，以這種思路我就解決了以下幾個問題：

· 解決環境感知的問題，我可以解決感知的難度，不一定完全靠自身，汽車告訴我你在什么地方，你的位置速度加速，你的轉向方向傳給我了，我就不需要靠傳感器360度探測你。包括信號燈的問題也是一樣的，你告訴我狀態就可以減輕我的負擔，沒有必要花很大的精力去做很難的技術，效果還不一定達到90%以上。

· 提高行車安全。

· 降低系統成本。

我們在上海汽車城用兩輛奔馳汽車做了一些測試，因為沒有車路協同，自動駕駛過程中看不見前輛車就丟了。所以汽車運行的狀態，將需要的東西提前給我了，你怎么轉、怎么開都可以實現，這個技術我們已經做完了。在這個基礎上，再解決自動駕駛需要的技術。

因為全靠自動駕駛有難度，現在還有很多方面不可靠，為了保證運用，第一輛汽車能開，由于有車路協同的支撐，第一輛車做任何動作后面的車全都知道了。目前的情況下我們是靠探測前車的過程和反應，由車隊來實施。

在這種情況下，車路協同是怎么來的，車路協同是2011年科技部立項的國內首個車路協同的項目，這是全國第一家。后來工信部也出現了車聯網的項目，緊接著車聯網項目起來了，接著汽車聯盟又推出了一個網聯車，現在還有一種說法叫智能網聯交通系統。這是跟我們的體制有關，每個行業都想有自己的名字。所以說你可以看到，我們這個是科技部支撐的整個交通系統，是車路系統協同。但是工信部說我不能做車路協同系統，我只能做網聯車。搞汽車的說，你們弄了半天，怎么跟我的車沒關系，于是又取了一個名字為車聯網，以車為中心。后面又有一個智能網聯交通系統，這又是另外一個發展。

所以說，總體上殊途同歸，他們要解決這個問題需要什么？

其一是車載設備，車上必須要有支撐通訊、支撐感知、支撐協作控制的環節。路側設備要有一套系統，我們是用這套解決方案來實現的。有了這樣清楚的解決方案，使得我們能夠把人工智能和智能駕駛的結合帶來一種新的途徑。既然這樣，我們也可以在現在中國的條件下讓智能駕駛和網聯駕駛融合起來，真的讓美國做這個事情不是容易的事，但是在中國是可能的。

比如交通部今年開始在高速公路上進行基礎設施數字化建設，在現有的13.6萬公里全世界第一的高速公路上推行，所以在高速公路建立基于車路協同的智能駕駛，這個就可以指日可待了。

其二是車路協同，在城市里面我們也同樣希望，或者說我一直鼓勵深圳市來做，圍繞深圳市的公交也好、出租車也好、交通管理也好都可以做，來做基于車路協同的系統。這完全是信號控制提升一個階段，不是完善、不是簡單提升，而是更新換代。

因為在這樣的情況下，公交優先的理念會發生變化。因為可以在公交有一套信號燈，而且在信號燈的地方進行引導，也可以根據車流的情況實時調整信號燈，把主動控制變成協同控制，在城市的智慧交通里面也會帶來一個完全的新的理念和新的平臺。謝謝大家！