【汽车与环境】北京联合大学教授,副校长鲍泓:智能驾驶与驾驶智能

盖世汽车综合2017-12-9 16:55:06
2017年汽车与环境创新论坛-盖世直播!

鲍弘.jpg

北京联合大学教授、副校长鲍泓:智能驾驶与驾驶智能

大家下午好。智能驾驶大家说的很多,今天上午邓教授也说了,有很多名词,但是驾驶智能到底是什么?驾驶智能如何实现智能驾驶?

现在进入了一个智能化的时代,在新的时代,汽车与环境也发生了很大的变化,我们来看一下现在的汽车在马路上行驶,地面交通非常复杂,涉及到人、车、路,未来还有由电脑控制的智能车,混杂在这条路上。我们回顾一下汽车工业,汽车工业的历史很悠久,第一次科技革命使得我们进入蒸汽机时代,法国工程师古诺利用蒸汽机做动力,这是第一辆汽车的原形。随着电气化时代,第二次科技革命,在4个轮子的基础上,1886年德国人发明了现代汽车,单缸四冲程汽油机,电点火、化油器和灯光等等。随着电子技术的发展,出现了各种汽车电器。第三次科技革命,进入信息化时代,汽车又插上信息的翅膀,近代汽车除了在能源,包括新能源不断的改进驱动下,越来越半自动化,自动化,以及多媒体信息和电子导航等等,现在汽车都配备了这样的一些功能。总的来讲,还是以车为载体,同时主要是方便人来驾驶汽车。

到了智能化时代,我们期望这个车能够更环保、更安全,能够职能化,像有经验的驾驶员一样开车,更加舒适。恰逢现在是第四次科技革命前夜,第四次科技革命切入点是人工智能和机器人技术。我们回顾一下三百多年的历史,汽车还是很伟大的人类贡献,但是它始终不变的地方,一个是以人为中心,都是为了方便人的出行,节省人的体力和时间而设计的,不管在哪个时代,都是这样的。另一个是以车为载体,而且这个车一定在路上跑,如果是天上飞的是另外一个产业了。所以即便是未来,也是让车能够为人服务,即便是无人驾驶,这个车也是用来乘用,要乘客更舒服,即使用它运输货物,你送到目的地,送给谁,这个还以人为中心的。

但是这个车在路上跑,我们有人有车,今后还要有智能车,这个混合在路上行驶还需要持续多久。我想从第一个原形到现在已经300多年了,这个持续的话,即便有了智能车,恐怕也得上百年。所以我们要考虑在上百年内,智能车产业或者汽车智能化产业,我们要考虑到这个现实,人、车、智能车混杂的情况,而地面交通的不确定性远比空中交通复杂的多。

左边这个照片是最近发生在美国的一辆有驾驶员的汽车跟无人驾驶车碰撞了,而且最近通用、谷歌上路测试的车连续发生十几起事故,美国交通运输安全局做了鉴定,这十几起事故主要责任方都是人造成的。所以他们开展了一项调查,无人驾驶汽车和周围环境及周围其他汽车如何相互影响,这个调查跟我们这次的会非常应景。

我们国家在智能车研究,在实际道路上测试,现在法规还没有放开,但是我们国家在这个方面已经做了多年尝试,我这里说的是公开测试,在有第三方专家和媒体的情况下公开测试。2009年到2017年,最早由国家自然基金委组织的,中国智能车未来挑战赛,在常熟市举行,它的特点是在封闭城市道路进行公开测试,在比赛测试的时候要进行交通管制,要封闭。这项测试,参加国家基金项目的高校和科研机构每年有20多个车队来检验他们的科研和研发效果,我们学校这个车,京龙号,1、2、3号都参加了测试,上两周刚刚测试,获得了三等奖,奖励了五万元和一部SUV。2012年在京津高速做了一个测试,在两个收费站之间114公里,平均速度达到104公里/小时。另外一个测试是2015年在郑州到开封的郑开大道上,全国联合课题组的五辆车在郑开大道上做了一次公开测试,全程32公里有20多个路口,最高限速80公里,5辆车里有3辆车完整跑下来,这是开放道路而且是中国第一辆、也是全球第一辆智能大客车完成了ZToK的道路测试。

现在正在进行的,北京首都机场到园博园城市道路测试,全程55.4公里。这个更复杂一些,用来检验我们对智能车的研究,以及是否能够上路量产的几个重要测试计划。我们的研究是面向智能车产业科研,作为负责人,国家基金委重大计划,题目是智能车驾驶脑技术,我们认为它还是智能化的技术,我们在这个技术中首次提出驾驶脑,代替驾驶员驾驶汽车的部件是驾驶脑,包括软件和硬件,而且在人工智能学会中,去年成立了智能驾驶专业委员会。我们主要是研究驾驶智能和智能驾驶。

这是我们做科学实验比赛,每次中央台都直播我们的比赛,这是公开测试,还有专家。从去年开始,基金委为了检验在复杂道路环境下的智能认知能力,又专门设置了复杂交通环境认知基础能力的理想测试。智能车在路上跑,目前在封闭道路和固定场地,没有智能化我们也能跑,这个只要事先有高精度地图,GPS信号很好的情况下,没有摄像机也能跑。但是真正在复杂环境下就不可能了,刚才几位专家也举了例子,这些在复杂环境下,不确定的情况下,不能事先通过高精度地图确定标注的形成下,遇到情况也没法处理。

去年比赛是3个项目,这次比赛5个单项,去年比赛,我们三个项目,我们学校获得两个第一,今年参加的有十几个重点高校和科研机构。我们在五个项目中通过事先采集的实际道路的数据,用机器学习的方法或者其他的智能算法进行识别或者检测,看它的实际智能化的效果,比如交通信号的检测,这么多交通信号,如果检测出来难度是相当大的。

组委会给出50组数据,每一组数据平均20桢,一共986张,下达之后,我们学生用自己研发的算法进行识别运算。尽管我们国家刚刚开始做这项工作,但是已经有一个很好的起步。去年这个复杂交通信号检测是30%检测成功,今年达到将近50%,我相信随着这项赛事的不断开展,大家更重视数据,它的检测正确率也会越来越高。这次也是因为数据量太小,还有一个问题,实际动态复杂环境,如果用我们现在的检测,效果还是比较差,还有一点,人乘坐的舒适度,用这个方法是检测不出来的。

未来智能车的解决方案有很多技术路线,无外乎两方面,一个是汽车本身智能化,还有一个是它的环境也要智能化——V2X。作为汽车如果有足够高的智能化水平,比如有类驾驶员智能就可以上路。我们现在开车不需要互联网照样可以开,如果达到L4、L5级智能汽车需要自主可控、主动安全和个性化。但是单车智能化成本很高,达到驾驶员的能力尚有时日。而智能网联汽车的问题也存在,特别是车与互联网,如果过分依赖于互联网,网络安全空间是很大的一块,电磁干扰和黑客攻击都导致车辆行驶不安全,而且是群体性不安全,一旦太快,覆盖的所有车都将瘫痪。

我们提出智能驾驶,主要指的是地面上各种车辆的智能驾驶,本质上涉及注意力吸引和注意力分散的认知物理学和认知工程学。如果一个驾驶脑袋替驾驶员进行驾驶,他也应该按照认知物理学和工程学的原理,以人为中心、以车为载体、以路为基础,不能过分依赖其他设施。目前智能驾驶有不同的称谓和技术路线,无人驾驶不是一个技术路线,它是一个愿景。其实无人驾驶也可以是有人驾驶,或者双驾双控,或者没有驾驶员也有安全员和乘客。而自动驾驶目前来讲,采用这个技术路线还是在自动控制基础加智能,特斯拉是这个技术路线。还有几个概念,像智能网联、自主驾驶、机器人和汽车,我认为智能网联如何过分依赖于网络,这就是互联网+,而自主驾驶,机器人以及车,这是我们现在主要研究的,重点研究它的智能能力,然后用智能+自动化和网络化。

这里有几个概念,一个是人类脑,实际上人类大脑是由双螺旋结构DNA决定的,也称为碳基脑,是脑科学基础研究,现在还没有研究清楚。但是我们不能因为人脑机理没有研究清楚,就不追求美好生活和美好环境,所以我们还要用技术手段来模拟大脑,这就是人工智能。人工智能是研究模拟人的技术科学,现在的手段是用电脑和软件模拟人的脑,因为电脑是用硅器件组成的,所以我们又叫做硅基脑。

当前有一种有效方法是机器学习或者深度学习,让机器在某些领域,比如象棋领域已经达到甚至超过了人类大脑的能力,我们现在主要是研究硅基脑,这个驾驶脑是基于硅基脑的软件和硬件实现驾驶的智能化。什么时候奇点出现?什么时候人工智能、硅基脑能够全面达到人类的大脑认知能力?这个就是奇点出现的那一点。现在据专家预测应该在本世纪中叶,2045年左右实现。

在这段时间我们做什么?首先硅基脑要达到人类脑,我们可以按它的程度分为专用型AI,也就是通过认知计算能够按照既定的固定结构去计算并获得答案,又叫弱人工智能,还有记忆认知和交互认知。

最后结合我们这几年研究的实验,思考如何使无人车有一个类驾驶员认知的大脑和行为小脑,这是驾驶智能。我们在本质上认为,什么能够实现人类驾驶员的智能和行为,这是驾驶员智能,而驾驶自动化向驾驶智能化转变,这个界限是L3到L4到L5迈进,最后实现硅基脑和碳基脑。

人工智能在环境认知上能力到底多强,这不是汽车工业制订的标准。最近斯坦福人工智能百年AI100提出2017年的报告,对计算机视觉、听觉和自然语言理解等技术发展现状里程碑事件做了一个梳理。其中一项是ImageNeT的出现,数据量非常大,通过这几年的比赛,在图像分类、物体检测、物体识别等领域已经远远超过人类了,视觉问答理解已经逼近人类。

驾驶智能怎么分类?它的机器学习有没有极限?我们也正在研究,比如基金委的比赛也是在探索驾驶对复杂环境认知的能力。其中单项能力,比如前方车辆检测、障碍物的检测,我们比赛的成绩已经达到90%以上。我们现在正在研究在驾驶智能方面,大概分成三级,模拟人类驾驶员,也是分级的,初级驾驶员,一般的驾驶员和更熟练的驾驶员,还有飙车手。我们把驾驶智能分成初级驾驶智能、中级驾驶智能以及强驾驶智能。

这个对应我们现在怎么测试,驾驶智能的感觉和学习能力测试,可以用一种计算机领域发明者——图灵测试,驾驶脑驾驶的车辆与人类驾驶员驾驶车辆的舒适感怎么测出来,怎么改进,改进的足迹是什么,我们通过图灵测试方法来测试。

既然要给汽车插上智能的翅膀,对应汽车的标准,大家比较熟悉的L0到L5,我们智能化分4级,对应相应的L2开始,这个车才有部分的智能,达到L3就需要深度学习和增强学习的能力,然后是L4,达到L5则要自学习。现在我们学校在智能车研究方面,除了参加比赛,我们现在也在考虑产业和和人才培养,这是我们研究的两个系列的智能车,一个系列是小旋风系列,低速智能车,主要用于场地,不受交规的限制,这个主要运用在公园巡逻等方面。还有道路的巡逻车,我们也在探索上路和量产还有哪些问题。

最后给出一个我自己的判断,通往智能驾驶的路径,L0到L3不用说了,我们目前处在L3+,迈向L4的过程中。这个从现在到2020年,我们还需要做很多工作,2021年到2030年可以实现某些条件下的无人驾驶,达到驾驶智能的3.0级别。最后在出现人工智能奇点之前,在2045年之前,我们能够实现L5级的量产。谢谢大家。


敬请关注盖世汽车“2017汽车与环境创新论坛”直播专题

提示本文为现场速记,未经专家审核,请勿转载!