作者:卜叶 来源:中国科学报 发布时间:2020/7/16 19:29:48
选择字号:
实现自动驾驶需车路人三方协同

 

当前汽车产业进入变革时期,传统汽车加速与5G、人工智能(AI)等新一代信息技术融合,以电动化、智能化、共享化为特征的智能网联汽车正加速推动汽车产业形态、交通出行模式、能源消费结构和社会运行方式深刻变化。

“我对于实现自动驾驶非常有信心,我认为很快就会实现。目前自动驾驶不存在底层根本性挑战,但是有很多细节问题。我们面临的挑战是解决所有这些‘小’问题。”在近日举办的2020世界人工智能大会(WAIC 2020)上,特斯拉CEO马斯克如是说。

在他看来,自动驾驶需要现实场景进行训练,而没有什么比现实世界更复杂,任何模拟都是现实世界复杂性的子集。“有必要建立一个系统或平台来解决训练等细节难题”。

未来已来 人机共驾可期

会上,无人驾驶公交车模拟雨天停靠站点、避让车辆行人;电动智能装载机将土块自动倒入电动智能自卸车中,并自动运送到指定位置;码头自动装载重卡准确地停靠在指定位置上……

与会专家认为,现在不应该讨论自动驾驶“来不来”,而是“何时来”。

美国加州车辆管理局公布的自动驾驶脱离报告显示,2018年平均接管里程超1万公里的企业只有1家,2019年已经由5家企业品滚接管里程超过1万公里,排名第一的企业已接近3万公里。

中国汽车工业协会秘书长付炳锋表示,当前,在AI与汽车产业融合发展的背景下,车载智能语音系统、辅助驾驶系统、运营车辆监管与运维等均已实现技术产业化,接下来,智能座舱、自动驾驶、智慧交通等领域有望加速发展。

上汽集团商用车技术中心智能驾驶部总监赖杰表示,按照目前行业已经展开的示范及测试来看,自动驾驶在封闭场景、半开放场景、开放场景都有相应的产品出现。他预言,封闭区域场景将率先实现落地,矿山矿车、港口重卡、园区内的环卫物流等领域有望吃到第一口螃蟹。半开放及开放场景商业化落地需要法规、技术、基础设施等持续完善、协同推进,面向高速公路的省级干线物流、局部有路权的环卫、巴士公交将逐步实现应用。

张春晖认为,当聪明的车遇上智慧的路,人机共驾或成为常态。“让机器做更擅长的事,在大雾、大雨等能见度较低的天气,传感器比人眼看得更清,可以解放人类,而人类只需要在关键时刻帮帮‘它’。” 张春晖说。

以前车路独立发展,未来,相机、雷达、V2X等传感器有望架起车路之间的桥梁,以优化驾驶体验。

沿途下蛋 分步推进

人机共驾对网络提出更高要求。中移(上海)信息通信科技有限公司智慧交通产品部总经理汪建球认为,“针对特殊情形,保证有足够时间预算的前提下将控制权移交。1秒的延迟或将造成严重后果。”汪建球说。

此外,智能网联汽车还面临其他挑战,“基础理论、核心算法、芯片、人才、标准体系等是智能网联汽车发展的短板。”付炳锋说。

截止2019年底,国内已建立智能网联示范区50余个。但现阶段,自动驾驶多以道路测试和示范运营为主,通过测试和示范提升企业技术积累,真正实现商业化落地项目较少。

赖杰表示,自动驾驶商业化落地,既是技术路线选择问题,也是应用场景问题,更是商业模式问题。

尽管如此,一向敢于迈大步子的马斯克放出豪言壮语,“我们将在今年完成L5级别自动驾驶的基本功能”。

与L1—L4级别的辅助驾驶、有条件的自动驾驶不同,L5级别即完全自动化。自动驾驶系统能够完成所有的驾驶任务,应对所有的路况。届时,驾驶舱或不再有,汽车像是极其智能化的机器人一般。

目前,实现完全自动驾驶,主要有单车智能与车路协同两种技术路线。两种技术路线在实际应用中都有技术问题,都需要进一步完善和提升。但行业基本达成共识,认为将车路协同作为自动驾驶的长期选择。

赖杰表示,车路协同商业化落地影响因素在技术上依赖云、管、端及行业法规标准的成熟度。

2020年初,国家相继出台《智能汽车创新发展战略》《汽车驾驶自动化分级》,进一步明确自动驾驶战略地位与未来发展方向。

“短期内,单车智能技术和车路协同技术将同步协同发展,沿途下蛋,分步推进自动驾驶技术商业化落地。”赖杰说。

众人拾柴蓄力安全观

当前处于汽车产业智能化、网联化发展的高速期,上海机动车检测认证技术研究中心有限公司总经理沈剑平提醒,不断在核心技术上寻求突破的同时,更应该关注智能网联汽车的安全性。

业内普遍认为,机器学习达到100亿公里的里程时候才能达到人类的水平。如何积累里程?这对训练场地和智能网联汽车提出双重要求。

阿里巴巴集团副总裁张春晖介绍,汽车导航使用的高精度地图约3个月更新一次,根本无法适配智能网联汽车的迭代要求。为了有效积累里程,仿真测试成为众多研发方的选择,1:1仿真道路为里程积累提供了可能,这将催生出一批服务类平台企业。

马斯克也面临困难。他介绍,目前市面上传统的TPU、CPU无法满足自动驾驶车辆散热冷却和对通信速率的要求。基于此,他所在的团队不得不自行开发AI芯片和更高效的计算机,以处理大量数据,但高昂的成本却让研究步履维艰。

“大多数企业或许无法承担自动驾驶等技术的高额研发投入”,上海临港经济发展集团有限公司副总裁刘伟表示,不少企业开始寻求广泛的横向合作。数据驱动研发,汽车数据的共享也成为企业合作的核心点。

“目前,亟须构建跨境数据中心、新型互联网交换中心,进行数据清洗脱敏工作,推动智能网联汽车数据流通。”刘伟说。

会议现场,发布了“‘信息飞鱼’全球数字经济创新岛,智能网联汽车专项行动”。该平台将建设智能网联汽车大数据存储中心,为产业运行管理、售后服务和数据采集提供基础服务,实现车辆、基础设施、交通环境等领域的基础数据融合应用。

此外,赖杰认为,应该主动迎接自动驾驶中的伦理挑战,比如事故中责任主体的认定、交通违法行为的鉴定、紧急情况下的取舍、应急决定权在于车辆还是驾驶员等。

目前,日本定位远程监控员为驾驶员,美国加州允许安全员远程监控,国内国际明确定义远程驾驶员。与会专家认为,“是车对驾驶负责,还人是对驾驶负责”还需要进一步细化以明确责任。

 
版权声明:凡本网注明“来源:中国科学报、科学网、科学新闻杂志”的所有作品,网站转载,请在正文上方注明来源和作者,且不得对内容作实质性改动;微信公众号、头条号等新媒体平台,转载请联系授权。邮箱:shouquan@stimes.cn。
 
 打印  发E-mail给: 
    
 
相关新闻 相关论文

图片新闻
“黎明”号揭秘谷神星 茶产业如何打造下一个万亿级目标
新纳米孔材料打破分子交通堵塞 科学家揭示不同肥料调控叶片光合作用机理
>>更多
 
一周新闻排行 一周新闻评论排行
 
编辑部推荐博文