智能汽车，是远还是近

　　如果有一天，汽车会学习，也会思考，世界将变成什么样?

　　对于智能汽车的定义，不同的人有自己不同的理解，不过对于智能科技的终极目标——无人驾驶或者自动驾驶，却是大多数人所向往的未来。尤其在谷歌人工智能机器人Alpha Go大胜围棋顶级高手之后，很多人认为我们距离智能汽车的终极目标似乎越来越近，甚至仿佛可以指日可待，事实果真如此吗?本期我们采访了博泰前瞻技术研发经理原树宁博士，目前，由其主导的博泰V2X项目正在稳步推进，在无人驾驶领域已取得了有效的进展。

　　记者：在可见的未来，像AlphaGo那样专门用于下围棋的人工智能(AI)，专门应用于自动驾驶的人工智能(AI)会出现吗?

　　原树宁：我的观点是保守的肯定。目前来看，汽车上已经开始在应用的视频分析、自适应巡航、自然语言识别等技术实际上已经利用了人工智能，但是基于通用智能的这种无人驾驶，就是它可以自己去适应任何交通环境的自动驾驶技术，可能还遥遥无期。要大规模普及无人驾驶需要在决策层应用人工智能(AI)，目前的视频分析，专业语音识别等技术都是在感知层的应用。人工智能(AI)在无人驾驶中的应用，其核心肯定是人工智能(AI)AI在决策层的作用，比如说车速怎么加?方向朝哪里?如果这个决策本身是人工智能(AI)做出来的，没有人工的干预，这才是真正的无人驾驶，或者说自动驾驶。

　　而且我认为如果无人驾驶要大规模普及，用传统的程序控制方法是很难做到的，它必须使用机器学习，或者人工智能(AI)的方法实现决策。由于交通规则不是绝对的，如果用人工智能(AI)实现决策，那么人工智能(AI)就要适应没有规则的情况，它会遇到很多困难，比如说，有一个人赖在前面不走，或丢一个大东西等情况，因为智能汽车是绝对遵守规则的，如果别人不遵守规则，就可以欺负它。

　　事实上，现有的人工智能基本上都是对特定任务设计的，例如：图像识别、自然语言识别、软件框架设计、扮演游戏对手等非常细分的专业应用。各个应用之间是分割的、不能垮行业使用的。另一方面，人工智能领域中的“通用人工智能(General AI)”，依然是科技界长期奋斗的目标。通用人工智能要能够很快学习新的规则，适应新的事物，能够直接应用在不同的领域，会下棋、也会打桥牌、还认识朋友、会开车。不过如何实现通用人工智能，我们目前在理论上都还没有搞明白。

　　记者：人工智能(AI)在自动驾驶中的作用是什么?

　　原树宁：首先是环境感知。这是自动驾驶的数据基础，提供车辆周边环境的状况。车辆不但需要知道自己所在的位置，还要获取道路属性、周边物体的属性、交通设施的属性。在这个层面上视频分析、雷达成像分析等人工智能手段是完成环境感知的最重要组成部分，这一部分的技术发展已是突飞猛进，例如对车辆、摩托、行人、动物、障碍物、限速牌、红绿灯、车道的识别。好的识别模型和大量的数据训练能够保证很高的识别正确率，但是，机器学习本身，即使在理论上，它都无法保证绝对(100%)的正确。这在自动驾驶中却是不可原谅的缺点，如果环境感知不能确保绝对的正确，那如何保证决策的正确性呢?如何保证行车安全呢?人们会购买发生事故的自动驾驶车辆吗?因此在环境感知层面，人工智能与工程手段将会起到相互补充的作用，实现对环境的正确感知。其中非常有潜力的一项技术就是V2X技术，它会将所有的交通基础设施和每辆车都贴上标签，实时的播发自己的相关信息，从而使得每部汽车都能直接获取周边的情况，再结合其他传感器，实现信息冗余，保证对环境的正确感知。

　　其次是决策协同。决定车辆的行驶速度、方向、线路等根本问题。基于程序控制的车辆完全能够实现自动驾驶。但是，它只能运行在有限的场景之下，极度缺少应对能力，并且消耗大量的程序分析和维护时间(系统越复杂维护成本越高)。基于机器学习的人工智能在决策协同领域有着无可比拟的优势，自我完善，维护成本越来越小，具有较强的适应和应变能力。就好比用编程控制的方式也能让程序下围棋，却永远无法达到AlphaGo的高度。但是，这里也会遇到一些奇奇怪怪的障碍。

　　1)无规则。在现实生活中交通规则不是绝对必需遵守的，而围棋的规则至少在正规比赛中双方都是绝对遵守的。如果李世石偷偷在棋盘上多放一个子，AlphaGo会怎么处理?应该整套模型都必需重构吧?这也是大家调侃谷歌不敢挑战中国麻将的原因。一个随时可以被打破的规则(闯红灯、超速、逆行、横道线抢行等)就是没有规则。这样的模型建立恐怕绝不亚于“通用人工智能”的难度。解决方法就是建立一个必需绝对准守的规则，将那些可能不遵守规则的参与者全部剔除，于是乎就只身下自动驾驶车辆本身了。

　　2)规则重塑。在一个只有自动驾驶车辆的路网上，机器的驾驶行为将会完全不同于人类的驾驶行为。例如，人类在高速上行驶需要保持100米左右的车距，其原因是人类生物能力的限制，例如，高速时视觉的狭窄化、反应时间的限制。此时机器完全不需要顾及人类生物能力的限制，而是根据自身的反应时间、信息处理的范围和能力重新定义交通规则，例如高速公路车速完全可以提升到200km/h，甚至300km/h，车间距离可以缩小到数米甚至完全对接，高速公路的线型(坡度、转弯半径、车道宽度)也可以放松要求。新的规则将保证自动驾驶车辆的安全运行。

　　3)车辆互学习。这个只有在自动驾驶车辆行驶的道路网中进行，车辆的驾驶行为和我们现在人类的驾驶行为将会大相径庭。但是人类的驾驶行为可以作为车辆自己学习驾驶的起点。人类开车时是如何保持车距、如何在拥堵时协作排队、如何变道、转弯、掉头对于AI而言都是难能可贵的经验。以此起点，在既定规则下，向自动驾驶道路网投入已经学会了人类开车方式的车辆，让他们之间相互协作、相互学习，优化自己的驾驶效率。就如同两个AlphaGo对弈，相互学习围棋技艺。

　　最后是控制执行。这是对决策的执行，例如决策需要5秒加速到80Km/h，那么该喷多少汽油，发送机转速要多快等等。这里完全是工程的世界、是精确控制的领域，需要对命令的坚决和精准地执行。这里和人工智能无关。

　　记者：能否为我们描述一下智能汽车的演化过程。

　　原树宁：智能汽车是汽车革命里面最重要的一次革命。一开始的无人驾驶，肯定是在高速或者专有的道路上，然后这些专有的道路，逐渐会开放为半封闭状态，比如在城市的公交专用道里设置无人驾驶专用道，智能汽车在某些地方可以像出租车一样跑，它也可以在无人驾驶专用高速路上行驶，这时它速度就会非常快，相当于结合了高铁和出租车的共同优点。我觉得，无人驾驶首先应该在相对比较封闭，而且交通量不大的地区出现，美国的那些中小城镇是非常合适的实验场所。

　　记者：因为他们地广人稀。

　　原树宁：对，本身他们的交通不那么复杂，不遵守交通规则的人相对也少一点。至于智能汽车的商业模式，我觉得以出租车的形式出现的可能性最大，就是以“共享车”，或者“服务车店”的形式出现的可能性最大。

　　然后可能会在高速公路上实现无人驾驶，并且能够进行几辆车并在一起的行驶，同期可能也会出现高速上的测试，之后，系统会逐渐合并，技术上也会合并，重点解决车辆怎么协作，在低速道路上怎么行驶等问题，最后就会出现跨城市的自动驾驶。第一阶段，比如在美国小镇、出租车式的无人驾驶，我觉得可能在2020年能够实现;第二阶段，在高速道路上，拼车高速行驶的情况在2025年左右，在某种程度上可能会出现。

　　事实上，车本身不能识别人类的世界，所以需要把整个道路系统变成车辆能认识的世界，也就是需要把整个道路数字化，让车能识别出自然就解放了驾驶者，这就是“车车通信系统”和“车路通信系统”。但是，无人驾驶不应该是被动接受周边的信息，如果所有的车辆甚至包括摩托车也安装了这些装置，将车辆和车辆之间实现通讯交互，这个时候整个交通系统就可以完成交流，并形成车和车之间的互动与协作。

　　记者：智能汽车的市场在什么条件下会爆发?

　　原树宁：只有技术发展到一定程度，真正的商业模式才能出来。

　　例如电脑和手机的发展。智能手机能够出现并快速替代传统手机，关键在于两项技术，一是操作系统，二是3G移动网络。个人计算机的普及也一样，Windows操作系统使每一个人都可以使用计算机，而互联网为每个使用计算机的人提供了丰富的内容。

　　智能汽车的大规模爆发，也需要同样的技术条件。其中，操作系统的核心作用是屏蔽硬件的复杂性。由于每个品牌汽车的接口都不一样，应用软件的开发会遇到车企不开放CAN总线接口的问题。如果在车辆CAN总线上加一个中间层，就可以将车辆的各类消息和接口转化为类似计算机C库的标准库。这样，任何程序员都可以方便地对智能汽车进行软件开发，软件开发人才也因此可以在市场上普遍获得。

　　所以说，这样一个操作系统是非常重要的。类似的开发工作，国外的AUTOSAR联盟(即 AUTomotive Open System Architecture，汽车开放系统架构)已经在做，一些企业也可能在秘密研发。可以说，谁能做出这个操作系统，谁就将主导未来的汽车市场。

　　再看网络。谷歌无人驾驶车采用地图加大量传感器的方式，已经做了很多年，为什么至今无法大规模商业化?因为不能出错。计算机和人的认知方式不同，只知道0和1。让一辆无人驾驶的智能汽车在行驶中识别人类世界是非常困难的，即使准确率达到98%，也是不够的。要解决这个问题，就要通过车路通讯，把所有路侧信息全部数字化，包括其他车辆、红绿灯、施工信息等，变成计算机可以了解的东西。这就是V2X，也是智能汽车所需要的网络。只有这个时候，无人驾驶的时代才会真正到来。

　　记者：自动驾驶技术产品化的过程中，最大的难点是什么?在智能汽车的发展中，最有前景的技术又是什么?

　　原树宁：在产品化过程中有两点最重要：一是可靠性，产品绝对不能出问题; 二是适应性，道路环境非常复杂，比如在澳大利亚开车，可能会突然跑出一只袋鼠。最重要的技术就是我刚才谈到的两项，一是与硬件无关的编程技术，放大来说就是整个车载操作系统;二是V2X网络技术。当然，传感器、地图等技术也非常重要，但它们已经很成熟了。

　　记者：在实现更智能的汽车方面，目前你们做了哪些工作?

　　原树宁：博泰V2X技术的诉求正是让所有的道路设施全都变成车辆能懂的语言，然后去完成现在的无人驾驶系统没有办法完成的工作，最终实现普遍的无人驾驶。我们已经完成了V2X box设备在不同场景下的通信性能测试，该设备可随时发送车辆的速度、位置等信息，同时接受其他车辆发送的信息;开发了车辆主动安全仿真系统，实现了车辆间急刹警告、追尾警告、交叉口碰撞警告三大主动安全功能，并进行了多次真实场景道路测试。

　　记者：能否用你观点来定义智能汽车对于交通运输变革的意义?

　　原树宁：智能汽车的突破，类似于内燃机取代马车，是一场真正意义上的革命。第一，它提高了效率，第二，它节约了资本，同时也节约人力，节约了大量的基础设施建设。

　　记者：智能汽车实现了自动驾驶，或者无人驾驶，是不是也使得汽车的驾驶乐趣也消失了?

　　原树宁：肯会有这么一种人，愿意自己开车，就像现在很多人还是愿意骑马一样，那么这些人可以去特定的场所去驾驶汽车，就像现在的人要去马场骑马。

　　作者：曹晓昂 来源：汽车纵横 2016年4期