據路透社報道，英特爾將不惜150億美金收購以色列自動駕駛汽車技術公司Mobileye，以加速其駛入自動駕駛市場。由此可見自動駕駛技術必將迎來巨大的發展機遇。

為此，極車創研社整理了中國工程院院士、中國人工智能學會理事長李德毅在 “車聯網與智能汽車測試技術”創新聯盟成立暨“車聯網教育部-中國移動聯合實驗室（長安大學）”啟動會議上的演講報告《自動駕駛技術的變遷》，供大家參考學習。

李院士認為自動駕駛難在擬人，不僅在車，而且自主駕駛是有個性的，未來必將是機器為主，人可干預，人機協同共駕的時代。

                 

演講者｜李德毅
（中國工程院院士、中國人工智能學會理事長）

大家好，今天借此機會和大家談談自動駕駛。汽車引入人類生活，以孤立的人工駕駛模式存在已經有一百多年的歷史。隨著自動控制技術在汽車的所有執行器上得到普遍應用，進而又在若干執行器組合上得到普遍應用，自動駕駛有著長久的發展過程，導致今天全自動駕駛呼之欲出。

我在英國留學的時候，做了一個ACC，我覺得很好，ACC從定速云航，到定距巡航，然后是自適應巡航，它的歷史可以追溯到1971年。

自動駕駛有時候開車不用腳，有時候不用手，這大大激發了駕駛的熱情和激情，吊足了大家的胃口，尤其是特斯拉，它先說做了一個自動駕駛，然后又說是輔助駕駛，后來又說是導航，最后大家發現如果路徑不熟悉，這個導航確實很好用。

目前幾乎所有上路的自動駕駛汽車還處在仍然由人掌控的階段，包括特斯拉在內。

汽車總有一天會如同地鐵車或者高鐵車一樣，自動行駛在封閉的結構化道路環境下，實現自動駕駛+智能網聯。

這種模式目前實現的最好的是地鐵，地鐵基本都是無人駕駛。然后是高鐵，高鐵的司機也不用開車，都是網絡調度。

這方面很多人在做努力，5G、移動互聯網、云計算、大數據，尤其是基礎設施的改變給智能網聯帶來無限的想象空間，大家精力也都放在了智能網聯上。但是，真是這樣嗎？
從自動泊車輔助系統看自動駕駛

下來我想從自動泊車輔助系統談起。
早在2005年雪鐵龍就有這么一個技術，僅僅是釋放方向盤，方向盤自動轉，但是這個泊車系統還是不能自動完成泊車，所以廠家把這個功能取消了。

這給搞自動駕駛的人一個提醒，所謂的自動泊車只是一個噱頭。

特定窗口條件下自動泊車系統有正面泊車、垂直泊車、側方泊車、私家車位泊車。停車位置有限，地下又沒有GPS，怎么辦？

于是，有的學者開始想怎么把自動泊車的模式重新設計，有沒有高精度的地圖信息？沒有。有沒有衛星導航信息？沒有。有沒有結構化的道路信息？也沒有。有沒有路徑信息和路口信息？還是沒有。全自動泊車取決于是否可以窮舉泊車的所有的窗口條件。

如果連全自動泊車都做不了，哪來的全自動駕駛？

這是一個人工智能的缺失，自動化技術的缺失。

什么是自動駕駛

▼這里面有兩個問題：

· 第一個問題，多少種自動駕駛模式才能安全完全覆蓋各種各樣的駕駛場景？這是一個充分條件。

· 第二個問題，從一個狀態到另外一個狀態是唯一確定的嗎？這是一個必要條件。

目前自動駕駛困難的就是這兩個問題。

因此，我們今天就自動駕駛做一解釋。

所謂自動駕駛即啟動計算機程序，讓汽車自己動開，如果程序不合適，則由人來調程序。

本質上是程序員通過程序教機器人開車，汽車成為軟件定義的機器，實現自動駕駛。

▼自主駕駛是有個性的。

如果有一天全社會的車都可以自動駕駛，街上跑的黃色車都是自動駕駛，還有兩個紅色的車是人工駕駛，這個紅色的車有一點情緒，他們覺得你們都有錢，我沒有錢，我不按常規開了，于是出現了我上面說的情況，兩個人工駕駛的車和多個帶有自動駕駛模式的車混合行駛，由于自動駕駛模式缺少交互認知能力，受到人駕駛的車的干擾，這個時候自動駕駛的門檻立馬崩潰，幾乎全部轉為人工駕駛。

自動駕駛可能也是個陷井，因為不智能。

怎么樣跨越自動駕駛的陷井。我提出一些我們的觀點，大家認為自動駕駛的基本問題是要解決車的問題，還是解決人的問題？

如果是解決車的問題，你就把車越做越好，做成軟件定義的機器，實現自動駕駛。而我們認為，我們要把駕駛員的工作用機器人替代，它是有自主決策和行為能力的認知主體，自主駕駛是有個性的。

▼接下來是我的一點感嘆。

汽車是從馬車演變而來的，作為動力工具，汽車的馬力可以達到100匹，但是現在汽車遠不如馬應對不同的負荷、不同天氣、不同路面、不同的曲率、不同速度、不同車輛情況下的適應能力，汽車的感知認知能力遠遠不如馬這個認知主體。

▼以下是關于自動駕駛的一些質疑。

· 自動駕駛過程中，駕駛員與環境和周邊車輛的交互認知哪兒去了？

· 駕駛員的經驗和臨場處置能力由誰來替代？

這個是每個開車人都會遇到的場景，一個常常遇到，一個偶然遇到，而小概率事件發生一次卻是必然的。

所有駕駛人都會遇到這樣的情況，大雨天、大霧天、大雪天，你開一個車在過橋的時候，這個時候風來了，你感覺到車漂了，你怎么處理？狹小的胡同，崎嶇的小路，積水、涉水、冰雪、地裂等等，你怎么辦？紅綠燈失效，道路施工、事故突發，行人違規、車輛醉駕等等交通狀況，你怎么辦？

新手駕駛員難以完成的這些駕駛任務，經驗豐富的駕駛員往往能夠靈活處置，而自動駕駛的車輛如何應對呢？

如果這些問題不解決，你怎么能做到自動駕駛呢？偶發的，常常遇到的這些情況，靠自動駕駛能解決嗎？
 
汽車自動駕駛時，有時候釋放人的腳，有時候釋放人的手，甚至可以同時釋放人的手和腳，但能不能釋放人的主力，釋放人的駕駛認知，實現全自動駕駛。

不能釋放人的注意力的自動駕駛，都談不上真正的自動駕駛。

駕駛腦

為了應對這個問題，我們在全世界率先提出了駕駛腦，代替人的這一部分。

這樣一來，開車的疲勞駕駛和注意力分散就不存在了，路邊的美女不要看，開車就開車。

▼接下來談一談駕駛認知中的選擇性注意和選擇性記憶。

我們的解決方案，不是自動駕駛+智能網聯，而是自主駕駛加交互，這是我們和別人不一樣的地方，我們希望把汽車做成一個可交互的輪式機器人。
 
自動駕駛難在擬人，不僅在車。
 
駕駛腦可以自主應對駕駛過程中常常遇到的偶發的各種各樣的不確定性。

我們2017年要生產一百臺汽車做駕駛腦，里面有我們自己的國產芯片，生產專用芯片和板卡，研發駕駛腦總的要求是一大一小，兩高兩低，大接口、小尺寸，高性能高可靠。

駕駛腦是我們的創新，它是具備駕駛技能的，對路況也是非常熟悉，具有個性化駕駛和標桿駕駛。

智能車研發的困難，不僅僅是汽車動力學的性質和各種各樣的傳感器要求，更重要的研發和駕駛員一樣的在線機器駕駛腦，模擬實現人在回路的自主預測和控制，應對車輛行駛中的不確定性。
 
▼關于駕駛腦的暢想：

我覺得駕駛腦有在線學習能力、記憶有成十上百的駕駛事故預防處置、還能和乘坐者聊天、和云上的駕駛超腦交互。

▼關于駕駛腦的糾結：

還要不要保留人工駕駛的諸如方向盤、油門和剎車的控制裝置？

引入人類生活130年的汽車，車輛動力學性質已經相當完善，其人機工程學的巨大成功導致縱向控制和橫向控制的解耦，為智能汽車的自動駕駛和雙駕雙控奠定了基礎，機器為主，人可干預，人機協同共駕，勢在必行。

自動駕駛前景展望

基于以上這些情況，我們希望自動駕駛做的更好，ADAS做得更好。我們希望我們的輪式機器人要和多種人交互，不僅和駕駛員交互，還可以和乘客交互，甚至可以和交警交談。我們將來期盼著白色的ADAS從輔助人的變成輔助無人的。

誰能成為我國生產車載毫米波雷達、激光雷達、夜市雷達量產首家過千的企業？

誰能成為我國生產車載相機、車載BDS+慣導量產首家過千的企業？

誰能成為我國量產符合車規級的駕駛腦首家過千的微電子企業？

誰就掌握了自動駕駛時代。