国产超碰女人任你爽_亚洲成人久久影院_亚洲国产成人精品无码区宅男_欧美激情在线有限公司_99久久国产视频_中文字幕久久久久人妻

　　2017年9月24日，中國電動汽車百人會·常州論壇聚焦探討未來的交通體系與出行方式，具體討論新技術如何應用于出行及交通;交通體系的重構需要哪些政策與法律法規調整;汽車產業如何適應這些新變革。

　　清華大學自動化系系統工程研究所所長張毅在論壇上發表演講，內容實錄如下：

　　各位領導，各位專家，下午好!我的題目是“人工智能與智能駕駛”，從題目上可以看見，我們今天的主題就希望通過現在最新的、最熱的也是大家最關心的人工智能角度出發，去看待它對智能駕駛會產生什么樣的影響和作用，同時也看到對我們的出行會產生什么樣的變革。

　　我是清華大學自動化系系統工程研究所的所長，從交通領域做了十幾年、二十幾年，尤其在今天上午大家提到的、國家的“865”，從科技部到交通部，以及今年開始的國家發展戰略，都談到很多的車路協同，我們作為國家第一個承擔國家重點的車路協同項目的主持單位，走過了十幾年的歷程，我今天結合我們的發展情況給大家做一個簡單的介紹，主要包含四個方面：

　　第一，人工智能是現在最熱的，也是大家可以聽得見的，在智能駕駛中應用的最新技術，它是怎么和智能交通聯系起來的。

　　第二，怎么能夠從人工智能角度實現智能駕駛。

　　第三，人工智能的實現過程中，哪些技術是可以產生作用的。

　　第四，現在怎么去實現。

　　最后給大家一個比較能夠落地的方案，使大家能夠體會怎么來實現它。

　　人工智能這個領域非常寬，人工智能在交通領域的應用也非常深入、非常吸引人的眼球，到底怎么去理解人工智能?從學術角度闡述是非常漫長的過程，但是簡單來講、系統來講，人工智能就是希望研究開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的基礎科學。不管技術怎么樣，更多的是看如何實現它。

　　人工智能的實現過程是非常漫長的，簡言之大概有幾個方面要考慮到。人工智能涉及這么多，怎么和實踐結合起來?有什么方法可以實現它?簡單來講，目前比較實用的，大家看得見、摸得著、而且能夠產生結果的就是機器學習，就是通過機器學習去仿真、去研究、去模擬人的一系列內容。什么內容?后邊我會講，我們達到了這個目的才叫人工智能。我們現在在交通領域、交通以外的其他領域，談了很多，說人工智能已經發展到什么樣的程度、已經應用到什么樣的程度，但是通過我的報告大家可以看得見，實際上人工智能應用的路還非常漫長、任務還非常艱巨。

　　我們說有機器學習是不是就能解決問題了?大家說還不太行，還不能有效地解決問題，于是我們說進一步推進它，叫機器學習不夠，我們做一個深度學習，當然這里邊大家從名稱上來看，人工智能很高大上，下來是機器學習，機器學習不行了，來個深度學習。實際上大家如果學過控制會知道有這么一個概念，就是說有一個最傳統的叫PID的控制，這是經典控制，現在有現代的狀態空間法的控制，到最后又有另外一個控制，到這樣的情況下還不能解決實際問題，于是我們又提出了新的方法，包括神經元網絡、自適應控制等等，所以在控制里邊大家有一種玩笑話的說，就是說我們什么方法都用完了，沒有辦法了怎么辦，我們神經一下。神經還不行怎么辦?再模糊一下，這就是在發展過程中我們會發現說，很多技術要真正應用，從理念到實際應用產生效果，是一個非常漫長的過程，也是不斷調整的過程。

　　人工智能里面剛才我說到，從人工智能的起步開始到機器學習，然后機器學習還不行，再來個深度學習，在這樣的情況下我們怎么看待真正在交通里頭應用的困難。大家知道在計算機里，要辨識一只貓，要從網絡上識別出這只貓，很難的問題，就是說要從許多許多圖片里找到這么一只貓，它具有什么樣的特征，像人用眼睛一看就清楚了，但機器識別是非常困難的事情，即便這樣我們已經取得了非常多的進展。但是同樣的結果到交通里會不會產生同樣的結果呢?同樣的一只貓，換到交通里可能不是貓了，是車輛，同樣的車輛是不是也能像搜索一只貓的圖像這么簡單呢?情況發生很大的變化。為什么?這輛汽車有很多形態的變化，第一，汽車有不同的角度、不同的方向，我們說簡單的一維的角度出發。第二，汽車還會移動，我們所要探測的這個世界，汽車是快速行動的，給我們增加了辨識的困難。第三，當多輛車在一塊，如車隊、車流，這是一種狀態，實際上情況這只是簡單的結果，真正復雜的結果是混雜的交通環境、混雜的車流放一塊的時候，我們還要能夠像人一樣快速、準確、優效地辨識出就非常困難。為什么我講說，真正要把人工智能應用到交通里頭，遠比我們想象困難得多。就像剛才我舉的簡單的例子一樣，這樣的工作需要我們大家共同努力許多年。

　　這樣情況下都說拿人工智能技術去實現。我舉個例子來說，比如視頻的識別或者車牌的識別，這是一種人工智能與圖象識別里最經典的應用方式，大家會發現，它的應用是最完備、最有效、最準確的，我們說帶有機器學習甚至深度學習的、人工智能的最新技術在交通里，在視頻應用、圖像應用最成功的靜止場景是能做到的。移動場景里面，剛才說了惡劣的交通環境下的視頻方式，即便用最新的人工智能都不是那么有效，惟一準確、高效的是停車場的車牌識別。這種情況下是低速場景，視頻光線簡單，沒有任何干擾情況。大家可以回顧看，所有交通系統里，能夠把它應用最好的就是這么一個，其他的在復雜的、運動的條件下人工智能應用都還是非常困難的。因此，可以看得見，人工智能的方法實現智能駕駛非常具有挑戰性。

　　再舉個例子，特斯拉的這輛汽車，在美國這個事故是非常有名的：當一輛處于自動駕駛狀態的車輛通過路口的時候，對方正好一個拐彎的貨車，這個貨車比較高，特斯拉正好在它拐彎90度的時候，由于沒有識別出這輛汽車，從這輛汽車的肚子下鉆過去了，司機當場死亡了。對事故辨識和分析以后得出結論，因為汽車里邊主要能夠判斷交通障礙物和交通運行條件的有兩種工具，一個是大家都知道的很熱的，Mobileye，還有毫米波雷達測距，這兩種有效的傳感方式。第一個，這輛汽車是白色的，大家知道美國的天氣比較好，天是藍色的，這輛汽車是白色的，而且有一點高度，于是Mobileye判斷這是云，是漂浮在天空的一朵云，沒有看成汽車。另一個，測距雷達，正好測的時候，傳感器在車的前部，前部比較低，正好從車廂的下部兩個輪子中間穿過去了，也沒有探測到這輛汽車，于是產生了交通事故，這是典型的事故。我們說這么好的傳感器、這么精密的傳感器，沒有探測到這個結果，我們會不會有其他的辦法，人工智能的技術能不能更好的應用上去?Mobileye也用了人工智能的，但是它沒有探測到。我們在想，如果這兩輛汽車就是我們今天談到的車路協同系統，會提供車跟車的通信、車跟路的通信，如果這信息通訊能夠實現，這交通事故就可以避免，因為這兩輛汽車離的距離很近，他們在有效的通行過程中完全可以避免這個事故，這是給大家極端的例子看這種應用的問題。

　　第二方面，怎么實現。人工智能是不是在交通里面很好的實現?做人工智能的資深院士張院士說，如果真正具備人工智能具備三個條件，嚴格意義上講，如果說一個系統具有人工智能應該具備三個條件：

　　第一，像人一樣感知環境、感知社會。但是人眼睛一看就知道了，其他的設備未必能行。

　　第二，能夠像人一樣進行思考，就是說具有思維的方式。我們說不要這么復雜的思維，但是簡單的思維要有。

　　第三，要模仿人一樣的動作。但是人的一些動作是自然的、有條件的。

　　能不能做到這三點?如果達到這三點，才是真正意義上的人工智能。但是目前我們看到的很多的介紹，從嚴格意義上對這三點來講距離還很遠，還有很多工作要做。

　　但是和交通結合起來、和車輛結合起來怎么做到這三點：

　　第一，環境感知。現在汽車上裝所有傳感器，都不能達到像人的眼睛一看就能把環境感知清楚了。

　　第二，剛才談到了像人這樣能判斷說有思維。舉個非常簡單的例子，當你們在高速路上開車的時候，突然旁邊有一輛汽車比你開的快，開過來了，從你旁邊穿過去了，一般老司機都知道這個司機開車的時候有什么樣的動作，在你前邊簡單超車還是并道都會有一個判斷，但是對我們系統來講未必會這樣，這樣又不能采用規則一樣來實現。

　　第三，遇到各種事故以后像人這樣操作下去，真正要把人工智能應用到交通里面應該體現這三個方面。

　　于是我們可以看到，現在自動駕駛不是都有5級標準了嗎，12345條都有了，是不是這個上面已經包含了人工智能?我的回答是應該還不包含，目前大家用的情況下看，人工智能按剛才三條標準的要求，他還達不到具有人工智能的作用，于是這5條的基礎上，全自動的基礎上，全自動就是一個機器人，簡單講，就是個機器人的動作。真正要把人工智能引進去，我們還會加兩層，就是說一種狹義的和完全意義上的人工智能，于是說我們甚至把人工智能用到自動駕駛里去，應該在后邊還要加上2級，構成這樣一個7級的模式，這也是一種新的發展思路。

　　這樣的情況下我們遇到什么樣的挑戰問題?

　　第一，駕駛輔助系統。這是一個定速的，進一步能夠變速，實現ACC，實現我們說的ADAS。但是隨著車路協同引進以后，自動駕駛又提出了新的條件，就是單車的駕駛輔助還可以和多車結合起來，于是我們做CDAS，如果工信部這幾天有一個報導說現在已經可以初步實現了CDAS，它的基礎就是后邊我要說到的車路協同平臺。人工智能進來以后就不再是CDAS，還會升級變成了AIDAS，同樣道理，剛才我說到了有一個巡航控制，巡航控制目前用到一些新車上，ACC已經體現了，但是ACC還是實現自身車的巡航，前車做任何動作是不知道的，只能通過距離和對速度的判斷來判斷前車可能在做什么事情。基于下一個發展，車路協同也好、自動駕駛也好，我希望前車或者周邊車輛做任何動作、包括決定要做，或者說已做了，至少做了以后，車輛動作信息要給我，而不是我再去猜測你是什么，于是這樣情況下有了CACC，以及加上人工智能以后的AIACC，于是這樣的情況下我們說人工智能和車路協同是可以完全結合起來的。

　　這樣情況下我們可以看得見，基于剛才我說的三個條件去判斷人工智能以及現在交通領域的發展和自動駕駛的發展，我們說人工智能在智能交通、在自動駕駛過程中的路還非常長，任重而道遠。

　　你說畫的景象非常美麗，但是我現實怎么辦?我跟大家說，由于我們現在國內的發展，各個行業，在座的各位企業的努力，我們還是有把這個夢想和現實結合起來的途徑。也有一個橋梁，這個就是今天領導們談的很多的車路協同，非常有幸清華大學作為國家級項目的一個牽頭單位，當時聯合了10家單位、7家高校、2個研究院、1個汽車企業，我們通過4年的努力，把車路協同的關鍵技術做了一個突破，形成了一個具有一定規模下情況下的典型應用，目前在上海、重慶、北京，包括無錫等等幾個城市，都已經有典型的示范應用了，現在也在不斷往新的領域和更大規模拓進。

　　這樣情況下我們可以看得見車路協同。車路協同主要一個就是給大家提供一個平臺，讓所有的交通主體，人、車、路在這個平臺上都可以實時的全方位的交互信息，于是在這個基礎上對我們的交通出行的駕駛安全和交通管理完全提供一個新的平臺，就是說在現有情況下這些信息都不知道不平衡的情況下我們做的一些工作，完全可以提升，于是我們發現，包括我說的車聯網、網聯車和車路協同實際上是殊途同歸的，但是車路協同更多的是強調的交通整體集成功能的實現。

　　這樣的情況下可以看見，剛才談到有兩個改進，我稍微說一下，什么改進?

　　第一，駕駛安全。于是這樣情況下進行車路協同的平臺，我們就可以階段性地、不斷地實現一些交通安全需求的功能，這里說到的協助式駕駛輔助技術，就是剛才說的CDAS，就是現在發展中一個能看得見、摸得著、能夠實現的。簡單說法就是，在傳統的安全措施之上，我們提供了V2V的平臺，就使得所有車輛之間信息，包括操作信息可以共享，于是在這樣情況下，就改變了原來的安全模式。比如說像安全帶、安全氣囊，這是被動式安全模式，我們現在說的ADAS屬于主動式的，因為出現事故之前可以主動避障，但是還是單機版的，還不是多機協作的，于是到CDAS就實現了多輛車的協作，甚至把人工智能的技術領域引入，我們可以做到AIDAS，這是說安全方面。

　　交通控制方面也會發生革命性的變化，現在大家所知道的，信號控制的控制側，不管你是中國的系統、美國的系統等等，這些系統都是在傳統的平臺上，現在我們給你了一個新的平臺，讓你知道所有車輛，在道路上行使的位置、速度、加速度、方向，就可以很好的調整、變換你的側，這樣的情況下我們可以實現什么?要等到所有車都裝上了，所有路側設施都建了，這是一個過程。現在我們做到簡單的單車引導，由于車和信號燈有交互，車輛行使到什么樣的速度的時候到路口正好路燈，多快的速度合適可以做一個引導，單輛車引導，那多輛車也可以引導，甚至多輛車和信號燈之間信息可以交互，當我知道所有車輛對他進行引導以后，于是我可以調整我的信號配時，就不再是以前的配時方案了，這就是說在現階段逐步進步，我們既能夠看到現在的實踐，也可能看到今后五年的。新制控制系統里，在整個交通系統中，信號機完全不再起到決定性的作用，甚至可以讓它消失，都做協同系統了，這是理想的狀態。

　　有了車路協同，傳統的自動駕駛會不會發生變化?同樣也會發生變化。為什么說傳統的，我們現在大家關注的自動駕駛，兩條技術路線我總結下來，兩條技術路線。

　　第一，靠車載的傳感器去探測車輛周邊的交通信息，來決定自動駕駛。

　　第二，不全依靠于傳感器，用高精度的地圖加上高精度的定位技術，再結合近距離的傳感器，實現自動駕駛。這是目前自動駕駛最常用的方法，你們可以看現在最熱門的自動駕駛的公司做的，基本上這個是路線。

　　我們有了車路協同，利用這個車路協同的平臺完全可以給自動駕駛的車輛提供周邊的交通環境，比如說局部的交通所有道路的信息，可以做到高精度的。傳感器探測周邊的環境，包括剛才看的特斯拉事故，要探測這些障礙物是有困難的，同樣路側設備也可以探測，路側設備探測比移動過程中探測精度、可靠性都要高很多，這樣的程度上使得自動駕駛完全依賴于傳感器的技術路線可以去掉，完全依賴于車載高精度的信息也可以做到，而且靠基礎設施的建設，可以大幅度降低車輛的成本。

　　我們這次項目組來常州論壇，也帶來了我今年剛剛實現的兩輛自動駕駛汽車，就是基于車路協同的平臺去實現的。我們不用傳感器，照樣做自動駕駛，利用車載設備和路側設備之間交互信息以后，能夠完全實現。必要的語音測試過了，一些典型性的應用已經通過了，于是可以出現一些新的應用。這樣的情況下給大家說，我們的自動駕駛車輛，如果說常規情況下自動駕駛車輛，90%的經費都在傳感器，比如一個自動駕駛車輛200萬—300萬，車20萬，剩下全是傳感器的成本。我們買的常用的就是大家自己開的車，我改裝成自動駕駛的功能以后，我不用裝配很大的傳感器，現在我們做實驗，即便不要傳感器，也能實現自動駕駛。

　　由于車路協同出現，我們也給自動駕駛帶來新的天地、一種新的技術路線，這樣的情況下，對于我們現階段的實現會加快很多的步伐，也能縮短很多的時間。因此車路協同，不單單是技術管理，和交通管理、交通安全、出行方式要產生革命性的變化。

　　怎么來實現?具體怎么弄?我們今天早上簽約加入我們的基地建設的星云互聯這個企業，就是接收了我們這個技術轉移以后出現的一個企業，能夠提供系列的產品，包括承載的路側設備，在整個已經提升了一系列的解決方案。時間關系不展開了，大家可以看一下材料。

　　總之，由于有了車路協同系統，這個企業根據我們技術的發展，產生了一系列的產品，這樣的情況下利用這些產品和系統，可以使我們整個交通更快的進入新的時代。

　　謝謝大家!