目前，自動(dòng)駕駛已經(jīng)成為科技圈中的熱點(diǎn)話題，谷歌、蘋(píng)果、Uber、百度等科技公司，都把自動(dòng)駕駛作為今后的重點(diǎn)來(lái)發(fā)展。而我國(guó)也在對(duì)自動(dòng)駕駛汽車(chē)、自動(dòng)駕駛大巴、自動(dòng)駕駛地鐵、自動(dòng)駕駛高鐵等進(jìn)行研究。由此可見(jiàn)，自動(dòng)駕駛已經(jīng)成為未來(lái)主流方向。

鄧志東（清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系教授）

11月13至14日，由OFweek中國(guó)高科技行業(yè)門(mén)戶、高科會(huì)主辦，OFweek人工智能網(wǎng)承辦的“OFweek2017中國(guó)人工智能大會(huì)”在深圳舉辦。清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系的鄧志東教授在《自動(dòng)駕駛技術(shù)現(xiàn)狀與趨勢(shì)》主題演講中，與大家一同探討了自動(dòng)駕駛技術(shù)路線，以及未來(lái)方向。

L3與L4的產(chǎn)業(yè)落地

對(duì)于汽車(chē)駕駛模式，美國(guó)SAE汽車(chē)工程師協(xié)會(huì)認(rèn)為總共有六個(gè)分級(jí)，L0是完全人類(lèi)駕駛，L1是輔助駕駛，L2是自動(dòng)駕駛，L3是有條件自動(dòng)駕駛， L4是無(wú)人駕駛，現(xiàn)在產(chǎn)業(yè)關(guān)注的焦點(diǎn)是在L3和L4。而L5是所謂真正的無(wú)人駕駛，離現(xiàn)在還比較遙遠(yuǎn)。鄧志東教授認(rèn)為，L3和L4是有可能實(shí)現(xiàn)和產(chǎn)業(yè)落地的�；�于純感知的自動(dòng)駕駛，環(huán)境感知必須與環(huán)境建模相結(jié)合。

隨后，鄧志東教授針對(duì)自動(dòng)駕駛的不同技術(shù)路線進(jìn)行了具體探討。Tesla采用的是視覺(jué)主導(dǎo)，谷歌則是激光雷達(dá)主導(dǎo)。在不同技術(shù)路線中，所使用到的傳感器主要有激光雷達(dá)、毫米波雷達(dá)以及攝像頭三類(lèi)，且各具優(yōu)缺點(diǎn)。那么，自動(dòng)駕駛該由視覺(jué)主導(dǎo)還是激光雷達(dá)主導(dǎo)？

鄧志東教授認(rèn)為，自動(dòng)駕駛環(huán)境感知的技術(shù)路線主要有兩種：一種是以特斯拉為代表的視覺(jué)主導(dǎo)的多傳感器融合方案。另一種以低成本激光雷達(dá)為主導(dǎo)，典型代表如谷歌Waymo。

1、視覺(jué)主導(dǎo)，以特斯拉為代表：攝像頭+毫米波雷達(dá)+超聲波雷達(dá)+低成本激光雷達(dá)。

攝像頭視覺(jué)屬于被動(dòng)視覺(jué)，受環(huán)境光照的影響較大，目標(biāo)檢測(cè)與SLAM較不可靠，但成本低。目前，特斯拉已經(jīng)在其量產(chǎn)車(chē)上列裝了Autopilot 2.0固件，而且成本較低，只有7000美金左右，使用8個(gè)攝像頭組成單目環(huán)視，有1個(gè)毫米波雷達(dá)和12個(gè)超聲波雷達(dá)，希望從L2跳躍到L4。

經(jīng)過(guò)半年的努力，特斯拉近期已經(jīng)完成了將路測(cè)大數(shù)據(jù)從Mobileye單目視覺(jué)技術(shù)過(guò)渡到基于Nvidia Drive PX2計(jì)算硬件平臺(tái)的特斯拉Vision軟件系統(tǒng)上，并且在今年3月底發(fā)布了8.1軟件版本，它用深度學(xué)習(xí)的方法在短期內(nèi)基本達(dá)到了Mobileye的技術(shù)水平，這是以前很難想象的。特斯拉的自動(dòng)駕駛技術(shù)究竟怎么樣，一個(gè)重要的觀察點(diǎn)就是看它能否在2017年年底，如期從洛杉磯開(kāi)到紐約，實(shí)現(xiàn)全程4500公里且無(wú)人工干預(yù)的完全自主駕駛。

2、激光雷達(dá)主導(dǎo)，以Google Waymo為代表：低成本激光雷達(dá)+毫米波雷達(dá)+超聲波傳感器+攝像頭。

激光雷達(dá)是主動(dòng)視覺(jué)，它的目標(biāo)檢測(cè)與SLAM比較可靠，但是卻丟失了顏色和紋理且成本高昂。目前谷歌Waymo自己組建團(tuán)隊(duì)研發(fā)激光雷達(dá)的硬件，把成本削減了90%以上，基本上是7000美金左右，同時(shí)他們已經(jīng)開(kāi)始在美國(guó)鳳凰城地區(qū)對(duì)500輛L2級(jí)別的車(chē)進(jìn)行社會(huì)公測(cè)，大大地推進(jìn)了該類(lèi)技術(shù)路線的落地實(shí)踐。

激光雷達(dá)主導(dǎo)的解決方案未來(lái)可以沿如下兩個(gè)方向繼續(xù)推進(jìn)商業(yè)化進(jìn)程：

一個(gè)是發(fā)展攝像頭與激光雷達(dá)的硬件模組，把兩者結(jié)合起來(lái)，既有激光雷達(dá)，又有彩色攝像頭，可以直接獲得彩色激光點(diǎn)云數(shù)據(jù)。

另一個(gè)是進(jìn)一步降低激光雷達(dá)的硬件成本，比如研發(fā)固態(tài)激光雷達(dá)并真正實(shí)現(xiàn)產(chǎn)業(yè)化，屆時(shí)成本會(huì)下降到幾百美金。

總之，現(xiàn)在自動(dòng)駕駛領(lǐng)域有三大核心問(wèn)題需要著力突破：即利用人工智能，尤其是利用深度學(xué)習(xí)進(jìn)行目標(biāo)識(shí)別、自主導(dǎo)航和信息融合，這三方面的技術(shù)成果是真正具有商業(yè)價(jià)值的。

未來(lái)的趨勢(shì)是什么？

自動(dòng)駕駛的未來(lái)是與人工智能相結(jié)合，并且人工智能最具商業(yè)價(jià)值，且可能是最早落地的垂直領(lǐng)域之一。目前研究的環(huán)境感知問(wèn)題與基于認(rèn)知地圖的自主導(dǎo)航，可以助推自動(dòng)駕駛從L2到L3的跨越，而人工智能可望使自動(dòng)駕駛落地稱(chēng)為可能。

如何代替人進(jìn)行環(huán)境感知，基于深度CNN的障礙物檢測(cè)與識(shí)別，還有基于深度學(xué)習(xí)的行為預(yù)測(cè)，加上深度學(xué)習(xí)的多模塊導(dǎo)航與端到端的自主決策，還有Actor-critic的學(xué)習(xí)。

而要實(shí)現(xiàn)這些深度學(xué)習(xí)，則需要大數(shù)據(jù)的支持，大數(shù)據(jù)越多，則能獲得更好的駕駛直覺(jué)，加上半失誤模擬駕駛環(huán)境。并且這些大數(shù)據(jù)，必須是在真是條件下有標(biāo)簽的巨量數(shù)據(jù)，誰(shuí)擁有的大數(shù)據(jù)越多，誰(shuí)離產(chǎn)品的成熟度就越高，或者離商業(yè)模式就越近。

鄧志東教授認(rèn)為，今后將邁向共享化無(wú)人駕駛汽車(chē)社會(huì)，共享無(wú)人汽車(chē)將推動(dòng)共享經(jīng)濟(jì)和只會(huì)城市的發(fā)展。

最后，對(duì)于自動(dòng)駕駛的趨勢(shì)鄧志東教授做出一個(gè)小結(jié)， L3與L4將成為無(wú)人駕駛產(chǎn)業(yè)關(guān)注的焦點(diǎn)；安全與低成本則是自動(dòng)駕駛落地的關(guān)鍵；初創(chuàng)企業(yè)則是自動(dòng)駕駛產(chǎn)業(yè)中最具活力與創(chuàng)新能力的生力軍，但是他們的缺點(diǎn)是沒(méi)有造車(chē)能力，所以主機(jī)廠更多是關(guān)心提供一個(gè)智能汽車(chē)平臺(tái)，互聯(lián)網(wǎng)企業(yè)是在已有的汽車(chē)之上做自動(dòng)駕駛。人工智能是環(huán)境感知、信息融合、自主導(dǎo)航、自主決策與智能控制的決定性技術(shù)，這里面感知、融合、導(dǎo)航、決策，在環(huán)境建模，5G通信，NB-Iot，車(chē)聯(lián)網(wǎng)，ITS還有智慧城市的合力支撐下，是有可能使自動(dòng)駕駛汽車(chē)具有人類(lèi)水平的環(huán)境感知和駕駛技能自主學(xué)習(xí)能力，其中大數(shù)據(jù)與干預(yù)頻度成為評(píng)測(cè)關(guān)鍵。最后就是智能深度融合，必將加速L4+無(wú)人駕駛產(chǎn)業(yè)的商業(yè)落地。

更多詳細(xì)內(nèi)容，敬請(qǐng)關(guān)注OFweek人工智能網(wǎng)后續(xù)專(zhuān)題報(bào)道！