1. 首頁 > 云知道 > >

專家觀點：無人車上路要跨過這些坎

小知識場景科普自動駕駛汽車研發全自動駕駛


專家觀點：無人車上路要跨過這些坎



近年來 ， 智能汽車成為全球汽車產業發展戰略方向 。 一系列智能科技的應用助推了自動駕駛技術日漸成熟 ， 然而 ， 當前無人輔助的自動駕駛汽車要真正上路還有不小的距離 。 自動駕駛發展還需要解決哪些問題？日前在北京·華夏幸福創新中心舉行的全國博士后學術交流活動上 ， 與會專家分享了他們的思考 。
中國人工智能學會理事長、中國工程院院士李德毅說 ， 當前自動駕駛的主流技術路線要求根據路況數據 ， 生成對應不同環境的駕駛模式 。 理論上 ， 這一自動駕駛模式必須輸入無窮多的數據 ， 形成無窮多的駕駛模式供計算機選擇 ， 但要實現這一點很困難 。
【專家觀點：無人車上路要跨過這些坎】李德毅認為 ， 自動駕駛汽車要想走出特定場景、走向開放道路 ， 必須具備主動學習的能力 。 “人之所以接受培訓后獲得駕照 ， 是因為我們預設駕駛員具有不斷學習的能力 ， 能越開越好 。 未來自動駕駛汽車應該是能自主學習的輪式機器人 ， 無需駕駛員的輔助 ， 能像人一樣學習 ， 否則就不能叫自動駕駛 。 ”李德毅說 。
標準的爭議也是自動駕駛面臨的挑戰之一 。 與會專家表示 ， 盡管美國機動車工程學會提出自動駕駛從L0級到L5級分類標準 ， 也逐漸得到產業界認可 ， 但這一分類存在定義模糊 ， 不同級別之間界限有待厘清等問題 。
自動駕駛的安全性最受關注 ， 但要通過道路測試來驗證自動駕駛的安全性困難也不小 。 馭勢科技首席執行官吳甘沙說 ， 從統計學看 ， 要證明一個自動駕駛系統比人的駕駛安全性能提升20% ， 需要110億公里的道路測試數據 ， 要獲得這些數據僅僅通過幾百臺測試車是不可能的 。
自動駕駛研發也有技術難題 。 現實中 ， 智能化程度較低的輔助駕駛技術已經應用 ， 但高級別的自動駕駛以機器為主導 ， 應具備全部自動駕駛功能 。 當前 ， 推進高級別的自動駕駛技術 ， 產業界存在兩種不同的研發路徑 。 第一種是“一步到位”路線 ， 即從一開始就研發徹徹底底的自動駕駛汽車；另一種則是“步步為營”路線 ， 即在傳統的汽車上逐漸新增一些自動駕駛的功能 ， 最終過渡到完全自動駕駛的階段 。 專家表示 ， 前者將面臨技術不成熟和成本高昂的問題 ， 后者則容易被現實束縛 ， 不易取得突破性進展 。
吳甘沙認為 ， 折中的路線或許有助于破解自動駕駛實現難題 ， 即把“全自動駕駛”的技術應用于高頻、剛需、可量產的場景 ， 在提升技術成熟度和經濟性的同時 ， 積累更多的復雜場景數據 ， 提高“全自動駕駛”技術的普適性 。 他認為 ， 自動代客泊車、物流車和快速公交系統這幾個場景符合高頻、剛需、可量產的要求 ， 有助于推動全自動駕駛技術落地和數據積累 。
人工智能被認為是助推自動駕駛的重要動力之一 。 華夏幸福產業研究院院長顧強說 ， 未來人工智能將在包括自動駕駛在內的諸多領域加速突破 。 人工智能不僅將推動無人駕駛時代到來 ， 還會深刻影響汽車產業鏈的每一個環節 。
《 人民日報 》（ 2018年11月02日 18 版）

    推薦閱讀