高级别自动驾驶所需要的关键技术突破

作者 / 迎九 《电子产品世界》编辑

摘要：在2018年3月上海举行的“2018汽车技术日暨新能源与智能网联汽车创新发展论坛”上，来自清华大学汽车工程系主任杨殿阁教授做了主题演讲，介绍了高级别自动驾驶所需要的关键技术。

自动驾驶汽车到底距离我们有多远

　　汽车的电动化、智能化、网联化、共享化，是汽车的新四化，正在带来革命性的变化，改变的不仅仅是汽车产业，还有汽车出行方式。出行方式的改变会引发整个社会形态的巨大变化，这是一场技术革命。

　　我国领导人非常关注汽车的新四化，例如2017年12月，发改委发布了《智能汽车创新发展战略》，意味着智能汽车的发展在未来会成为国家战略去推进;工信部也在推进智能网联汽车相关的标准。

　　今年春晚上百度无人车队在大桥上行驶，今年CES(美国消费电子展)上丰田公司也宣布要做重要的转型，成为移动出行服务公司，与谷歌等公司合作，即从汽车制造商转变为交通服务运营商。

　　那么，高级别的自动驾驶、无人驾驶到底离我们有多远?

智能汽车名词的统一

　　首先统一一下智能汽车这个名词，因为这个名词有点乱——智能汽车、智能网联汽车、自动驾驶，甚至有的把自动驾驶当成智能汽车的高级阶段。之所以这样，因为我们有三个部委用不同的发文方式。例如工信部发文时通常称为智能网联汽车，科技部发文经常称自动驾驶，发改委发文称智能汽车。这三个名词实际上指的是同一件事情，都是智能汽车自动驾驶。

　　自动驾驶的分级及推广时间表

　　不过，自动驾驶并不是指无人驾驶，自动驾驶的1、2级定义为低级别的自动驾驶，也就是人们熟悉的辅助驾驶，例如紧急避撞等系统。到第3级是人机共驾。第4、5级时，控制从监视到失效应对，都是无人的，称之为高级别自动驾驶。我们的分类和德国的分类是一致的。

　　日本汽车企业及ITS协会重点推广的是1、2级自动驾驶技术，主要是驾驶辅助技术，通过辅助技术提升汽车的安全性。日本希望通过1、2级智能驾驶辅助技术的推广，在2018年把交通死亡人数控制在2500人之内。2020年东京奥运会，日本会开展高级别自动驾驶的展示示范，推广节点主要是在2021年-2030年。

　　作为零部件企业，自动驾驶技术推进应该领先于整车企业。德国大陆集团2020年之前的重要目标还应该是驾驶辅助，从2025年开始，全自动驾驶将进入产业化推广。

　　欧盟的技术路线图表明，2025年之前重点是驾驶辅助，2030年高级别自动驾驶的运营才会进入推广阶段，到2025年以后高级别自动驾驶会进入产业化。

　　2020年节点，装备1、2级驾驶辅助技术的新车占比50%左右。到2025年比例会到80%，3、4级智能汽车可能会在10%~20%。2030年100%的车辆都具备1、2级智能功能，5级占比10%左右。

　　消费者看到10%这个数字会很兴奋，但是到2030年，10%车辆都是一些专业的车辆，并不是我们平时开的车。诸如公交车和港口用的物流专用车，包括一些专车，可能这些车最先实现高级别自动驾驶。

　　智能汽车自动驾驶发展是必然趋势。它会带来社会的巨大变化，这场技术变革对于我们所有人(包括政府、企业、科研院所)都是要高度重视的，因为若不重视这场变革，就会失去你的机会。

　　可见我们要高度重视自动驾驶技术的研发，但是在这里，杨殿阁教授也非常想提醒汽车企业，虽然现在自动驾驶很热，但是对于中国汽车企业，2020年重点推广还是1、2级的驾驶辅助技术，高级别自动驾驶在2030年节点才能实现。因此当前最重要的还是专注于驾驶辅助技术的应用，让先进技术尽快落地，如果这些产业化都做不到，想做后面高级别的非常难。同时我们也应该向互联网企业学习做顶层的宏观布局。

高级别自动驾驶技术所面临的关键技术挑战

　　为什么现在产业化重点还是1、2级?因为很多关键技术还需要突破，这些技术在短期内解决不了。

　　*汽车的架构。智能汽车要实现4、5级，从感知到决策到控制全部由汽车自己完成，即使需要人干预，人不干预也可以解决这些问题，意味着车要实现对自己的完全控制。这时汽车出现任何问题都要自己能处理，首先得知道自己能出现什么问题。但汽车现有的架构是满足不了这一点的，因为汽车用了很多总线，车上的节点可能只有几十个，大量的电器根本没有联网，如果真正想实现高级别自动驾驶，所有电器都要联网。因此从总线到网络到架构需要一种革命性地变化。

　　*软硬件分离。同时还面临一个问题：汽车现在硬件、软件是高度耦合的，例如你给丰田开发的系统拿到奔驰车上是用不了的，但是我们人开车的时候谁都可以开，肯定是和硬件没有关系的。手机和电脑发展很快的原因就是硬件和软件是高度分离的，做软件时不需要考虑硬件;反之，做硬件的时候也不需要考虑软件。软硬件分离是未来智能汽车发展非常关键的要素，整个汽车上要有对硬件解耦的汽车大脑。

　　*计算平台。今天开发智能汽车的人，车上装了一大堆设备。不过，到做无人驾驶时不可能这样，车上可能是6~8个摄像头、4~6个雷达，加上各种各样的超声波传感器和大量接口，要有一个计算平台把所有这些信息接进来，还要高性能地处理这些信息，要有强大的计算能力，同时要满足智能驾驶的需求，需要人工智能技术(平台要支持深度学习计算)。因此，未来需要全新的超级计算平台。

　　*感知技术。尽管我们现在做了很多，但是到目前为止，感知技术还很难完善地满足高级别自动驾驶的需求。智能汽车的决策能力是不如人的，人是有完整的法律体系的保障，出现任何事情最后驾驶人可以兜底，例如撞死人，最严重的情况是你承担这个责任，例如你赔钱或者坐牢甚至赔偿性命。但无人汽车很难解决这个问题，因此车的感知能力必须要超过人的感知能力，通过感知能力弥补决策能力的不足。很多事情发生了以后不好处理，那就尽可能不要让这件事情发生。因此，智能汽车和人相比，不仅仅要达到像人一样的感知能力，而且要超过人的感知能力，需要协同式的感知能力，车-车、车-路通信，要看见看不到的东西。

　　*自动驾驶地图。很多人觉得自动驾驶地图不太需要，我们现在不用高精度地图不是也做得很好吗?现在很多演示做的是寻迹，开过的路都跑过了。到未来简单的寻迹肯定不行。低级的自动驾驶可能不需要自动驾驶地图，只需要驾驶辅助(ADAS)地图，但是到了4、5级，可以发现自动驾驶地图不仅需要，而且是必备的。有了地图就可以把感知和地图结合起来，让你汽车行驶的时候始终知道你行驶在哪里，离障碍物多远，也可以把动态障碍物叠加在地图上。

　　*基于控制逻辑的驾驶决策与控制。是基于自动驾驶地图的决策和控制，这是我们目前做汽车很多人能想到的一种方式，这种方式是基于控制逻辑来做自动驾驶。这是比较简单的，特别是对做汽车企业的人来说比较简单，但是对很多互联网企业来说很难。做这件事情需要对整车的动力学建模，整车控制要做得很精确。对互联网企业来说，他们会想不用控制逻辑来做，能不能基于人工智能、深度学习去做，这种方法也可以。

　　*基于深度学习的驾驶决策与控制。谷歌和百度没有在汽车本身做大量工作，但是通过大量数据采集，给车一张图片和传感信息，这辆车直接告诉你方向盘的转角、油门刹车等信号。清华实验室也做过这样的工作，确实能做，特定条件下可以做到很好的效果。

　　但是这么做行不行呢?这么做是有问题的。它什么时候出了事情，什么时候撞死了人，你不知道，这个“不知道”对汽车产品来说是不能接受的。如果手机、电脑这样的产品出了问题，大家可以重新启动，对汽车来说出了问题、撞死人是不可以重新启动的。

　　2017年日本有一家很有名的公司——高田，该公司有84年历史，做安全气囊，占有世界20%多的市场份额，但却破产了，因为其安全气囊出了问题。实际上，这么多年一共有10个安全气囊出问题，死了10个人，而高田一共销售了1.2亿个安全气囊，但这样低的故障率都不能被接受!

　　同理，如果你造了智能汽车用深度学习训练，什么时候撞死人也不知道，这样的汽车能卖吗?肯定不行。汽车解决的是真正问题，各种各样极端条件下汽车的动力学控制99%已经做到最优了，对未来高级别的自动驾驶一定是把深度学习、人工智能的技术和传统的车辆动力学控制技术结合起来，是一种可控的学习网络，这需要较长的时间做工作。

　　*车载信息安全问题。汽车的安全性非常重要，比手机、电脑重要得多。手机、电脑出了问题，例如出了勒索病毒，最多付点钱就解决问题，但是对于汽车要命的，而且汽车安全问题不是一辆车，如果整个系统安全性被攻破了，死的就不是一两个人了。可见，整个安全问题是非常重要的问题。从单车的安全到系统的安全都需要综合考虑。这也是需要比较长的时间去攻破的。

清华大学所做的工作

　　清华大学为了更好地做好智能汽车自动驾驶方面的工作，专门成立了智能汽车校级交叉中心，由汽车系牵头，软件学院等十个院系联合起来，围绕智能汽车开展相关的工作。近几年也取得一些成绩，例如做了1、2级驾驶辅助技术，基于视觉，2017年用于上汽通用五菱，已经上量。

　　高级别自动驾驶方面清华也做了很多尝试，例如长安汽车当年从重庆开到北京，影响较大，其中有一部分核心技术也是和清华合作的，例如出重庆和入北京的部分。

　　2017年北京车展上展示的北汽无人驾驶车辆的一部分技术也是和清华合作的。

　　清华还做了低成本无人驾驶车辆，在无人驾驶大赛里，其他车辆用的是激光雷达方案，清华有意用了很低成本的方案——以视觉的毫米波雷达为主，成本控制在几万元内。整个比赛路段30公里，用这种低成本的方案做3级自动驾驶证明是可以的。

　　清华还有在天津做技术孵化的产业化团队——清智，做的是无人驾驶公交车，从2018年4月开始在世界智能大会之后做示范运营。

　　还有另外一个产业团队，最近用小车在清华园里做图书运送，3月初完成了首次图书运输任务。

结论

　　智能汽车自动驾驶技术离我们已经很近了，高级别自动驾驶可能10年左右就可以实现。但是对从业者来说，如何选择发展道路是很重要的事情。希望从业者既能看到未来也能看到现在，希望更多的企业能够投入更多的力量在智能汽车自动驾驶技术的研发上。

　　本文来源于《电子产品世界》2018年第5期第32页，欢迎您写论文时引用，并注明出处。