智行者CEO张徳兆：自动驾驶最大的挑战是智能汽车的行为预测

2017年9月16日，由清华x-lab发起，联合清华大学全球产业4.5研究院、清华大学汽车工程系、启迪协信共同主办的“迎接智造•未来汽车新时代”主题论坛在清华大学经管学院伟伦楼伟伦国际报告厅举行，共论智能汽车的产业趋势、技术前沿和创投机遇。亿欧作为此次大会的支持媒体，参与全程报道。

活动现场，清华大学汽车系博士毕业的校友智行者科技有限公司CEO张徳兆讲述了“ 自动驾驶 汽车的发展路径以及关键技术”。他表示，汽车产业发展至现阶段大部分还只能实现部分区域的自动驾驶，要让车实现完全自动驾驶适应所有路况，必须让其有自我学习的能力，这就需要 AI 技术的极度发展，但现在AI在汽车实际应用刚起步，还有许多问题需要突破。关于自动驾驶的关键技术，环境感知系统、中央决策系统、高精度定位系统等仍需进一步研发完善。现阶段自动驾驶最大的挑战是智能汽车的行为预测功能，只有解决这一难题，自动驾驶的普及才能成为可能。

以下为演讲实录（有删改）：

我们汽车整体经历几个时代，一个机械时代、电子时代、软件实地，到现在是 智能网联 汽车的时代。说实话电动车的普及没有真正让汽车从夕阳产业变成朝阳产业，只有说到现在智能网联时代，让我们汽车从夕阳产业成为朝阳产业。智能网联的实现让汽车整个商业模式，持续一百多年的商业模式发生巨大的变革。

下面我们看一下自动驾驶到底能够给我们带来什么。 首先自动驾驶会解放你的时间 ，现在全球每天有1300亿分钟是浪费在堵车上，而自动驾驶解放我们时间有两点考虑，第一点自动驾驶实现之后，我们的拥堵率会大大的下降。首先会带来整个交通安全的提升，自动驾驶一定会比人开车更安全。第二会带来整个汽车保有量的下降，像密西根大学预测自动驾驶完全实现之后，整个美国的汽车保有量会下降43%。也就是说一下子整个的汽车保有量降低一半。第三就是我们每天不用开车了，可以在车上去办公，可以工作，这些时间是可以省出来的。

第二自动驾驶一定会比开车更安全 。刚才有嘉宾也讲了，我们每年有120多万人死于道路的交通事故，这个数字远远比全球因为战争死亡数字更大的数字。而自动驾驶一定比人开车更安全，因为90%几的事故都是由于人的失误引起的，而自动驾驶是失误，机器是不会有疲劳驾驶，不会有酒驾的。

第三我们认为 只有自动驾驶到来之后，才能促成 汽车共享 时代的真正到来 。首先 汽车共享这个事情，应该是大趋势 。包括自行车也出了很多很多的共享电动车，但是我们现在汽车共享离真正意义上的共享是很大差距，只能是小范围的共享，最大的问题并没有让汽车真正自己能够流动起来，而自动驾驶实现之后，大部分老百姓是不会去买这个车的，首先我们买车的几个需求。

首先要有便捷的交通工具，就是出门有车开，第二我要有私密空间，不用说出去叫个车之后，有个司机在旁边给你讲国家大事，讲这些相关的事情。第三个现在的汽车还是一个身份的象征，我家有宝马比你家的奥拓之类的强。但是汽车自动驾驶实现之后这几个问题都能够解决，首先你要有便捷的交通工具，出门之前通过手机提前约好，这车可以直接过来等你。第二要有私密空间， 无人驾驶 车上是没有人的，你可以在车里说说悄悄话，可以在吃上吃韭菜是没人管的。

第三是身份的象征，而身份的象征首先从两点解决这个问题。第一是随着我们整个社会物质的发展，后面其实汽车这个事情会占整个收入很小的一部分，就像我们自行车一样，至少我爸妈结婚的时候有辆自行车，现在觉得有辆自行车有什么，用不了十年时间整个随着工业水平的进展，汽车不会成为很牛逼的东西。第二随着汽车真正共享下去之后，整个的汽车品牌意识会慢慢的下降。现在你打个出租车谁还会在意品牌，谁还会在意是捷达还是现代，真正汽车共享没有人在意品牌。传统汽车厂商，包括奔驰、宝马遇到非常大的挑战，要迎来100多年时间建立起来的一个品牌可能逐渐逐渐就会消失掉。

第四个我觉得才是智能网联汽车真正带来商业模式变革的地方。真正的作用会 让汽车从一个交通工具更多会变成一个终端+管道 ，当然基本的属性还是交通工具。但是无人驾驶实现之后可以在车上娱乐、工作之后，可以在车上去看电影、玩游戏，可以在车上干其他事情，所以会成为继PC和手机之后的第三个终端，但这个还不足以让汽车取代手机这些传统终端，真正会产生巨大的一个商业价值的地方，是一个管道。我们在物联网时代，咱们现在是互联网时代。我们很快就会进入物联网时代，就是 万物互联 时代。我们每一个人，每一个酒店，每一个饭店都会成为这个终端。而什么东西能够把我们人这个消费群体快速的从一个终端移动到下一个终端，只有汽车。

这边其实我经常会举一个例子，我说我们一个外地人到了首都机场之后出来叫了一辆无人驾驶汽车，说你带我去王府井吧，然后我们客人假设通过微信或者支付宝付给这个车一笔钱，就是无人驾驶的出租车，这个赚不了大钱。但是你可以通过 大数据 驱知道这个人是平时住五星级宾馆的，直接带到王府井附近的喜来登酒店，只要带进去这个人90%会住的。传统终端比如携程三分之一广告的转化率一下子从三分之一变成90%，这个广告转化率一下提升那么多倍数，通过管道赚钱的属性会充分发挥出来。比如今天晚上想吃饭，直接带到某一个饭店门口，这个是同样的，我也是会进去的。真正会产生巨大商业价值的地方会成为新的管道。

我们自动驾驶的发展路径，这个是SAE五级，0级是没有一个任何的自动化，一级会有部分的自动化包括报警，到二级还是辅助驾驶，但是同时会有两个的辅助驾驶功能同时起作用，包括传统的跟车系统。到三级的话是部分区域可实现完全自动驾驶，但是很多区域需要有人工介入的。到四级的话这个车是保护的，大部分可以实现自动驾驶。到最后五级跟现在的车完全不一样，可能方向盘这些都不需要，到哪都可以实现自动驾驶。但我觉得 我们现阶段大部分还只能实现三级的自动驾驶，到四级、五级以上让车适应所有路况必须有自我学习能力，需要AI技术极度发展，但现在AI在汽车实际应用刚起步，不仅仅是算法的问题，还有很多硬件的问题。

智能网联包含这几个部分，车载平台、基础设施。包含车辆、信息交互和基础支撑技术，我们现在大部分公司更多想在第一部分，环境感知、智能决策、控制执行这部分，车本身的部分，剩下的其他一些相对做的少一点。这也是中国智能网联汽车产业联盟做的面向AI2.0的技术架构，包括单车、多车交通，控制、决策、感知这些。

现在讲自动驾驶汽车， 创业公司无非是这四个象限，载人、非载人、高速和低速 。大部分还是从载人、高速这个领域切入，最终要做马路上的乘用车，做四级，五级的打算。

自动驾驶的关键技术，实际技术链非常非常的长，我仅仅是讲自动驾驶汽车本身的，不包含后面的整个运营服务相关的一些东西。包含摄像头、激光、激光雷达、毫米雷达还有GPS我们都归到环境感知里，第二中央决策系统，就是我们大脑这一部分，我们也是主要把它归结为三类技术，第一是多传感器的4G融合，第二是决策规划和车辆系统，底盘，包括线控驱动、转向相关的技术，或者说一些相关的装置。我们现在一般来说，我们去做投资，去自动驾驶公司去谈，自动驾驶一定把公司研发架构说出来，我们觉得 作为一个自动驾驶公司，大概的研发架构应该包含这几部分，第一是数据 ，后面自动驾驶真正能形成滚雪球的两点，一个是地图，一个是数据。 第二是仿真品，第三是算法平台，第四是测试和集成平台。

里面涉及关键技术， 第一我认为是多传感器融合的技术 ，现在很多公司上来说OK，我单出一套摄像头自动驾驶，按我们的看法，我们觉得 很难只依靠某一种传感器实现四级以上的自动驾驶，没有一种传感器是完美的，每一种传感器顶多做到95%的覆盖率 ，比如摄像头在没有光线情况下怎么办，很多人还问我这个问题，我们人开车的时候如果没有路灯，人也是能开车的，但是人还是聪明，人在旁边有一个栏杆，你有一个光影，人大家是反应特别特别快的，就没有沿着这个光影去跑，并且人的这种感知能力其实不仅仅有眼睛，人还有自己的触觉，还有其他的感知能力，知道地上有没有坑，用摄像头很难判断有没有坑。如果有一天汽车大脑强到跟人大脑一样的时候，其他触觉感知能力跟人感知能力一样的时候可以依靠摄像头实现无人驾驶。现在我们没有那么强的大脑，所以我们还是依靠多传感器的融合，每一种传感器都有自己的缺陷在，都覆盖95%，剩下我们要达到100%以上。这是我们对自动驾驶的观点，不仅仅传感器有冗余，创新要覆盖110%、120%的范围。同时后面我们的控制器一定是多核的，多备份的。甚至执行器，刹车系统一定有主的刹车系统，但是主刹车系统坏掉以后，另一套副刹车系统至少保持我们车缓慢减速的。后面自动加车的车成本肯定是会增加的特别多的。因为所有东西都需要冗余。回到刚才的话题，如果我们自动驾驶的车还是靠传统的卖车模式去做这个事情，是走不通的。你一定想新的商业模式推动。

多传感器融合感知的架构，不同传感器装不同的位置，融合以及跟踪，实际上大家用的算法差不多的，我们都是从学校出来的，方法论都是一样的，真正点在于数据关联中间这一部分，是工程经验，所以做了这一步 最关键是工程经验 。你要了解每一种传感器的误差特性。

讲完感知之后，下面讲一下定位，讲到定位大家想用GPS定位，但是真正去做自动驾驶会发现，在城市道路，特别像清华这个环境，90%路网是没有GPS信号的，特别我们主楼面前完全没有GPS信号，我不知道是不是给屏蔽了。所以这时候靠什么定位， 自动驾驶一定要有高精度的定位，要达到厘米级的定位，这时候只能依靠高精度地图 ，讲到高精度地图想到平时用的百度和高德的地图，我现在没有想到更精确的词语，就是二维地图，平时高德也好，百度也好就是二维地图，所谓的高精度地图是多维的，并不是二维的，并且维度没有统一的标准，可能四维、五维、十维的也可以。里面包括很多很多的信息都可以自己去定义的，现在很多人推高精度的动态地图，也就是说除了知道当前周围的车道，周围的限速标志之外，还可以知道两公里，三公里之外的信息，这实际上也算是GPS的一个应用。

高精度地图的应用，平时我们做全局路径规划A点到B点，比如清华到天安门去，普通地图可以实现，但是我现在车在十字路口要换道要用到高精度地图，首先我得保证我是左转保证走到作战的车道，我要去做定位，同时我得知道自己车的姿态，是不是跟这个车是平行的，还是有一个角度，比如我们用激光雷达，很多激光雷达就是七八十米，我们很难知道比较长远距离的信息。可能用高精度的动态地图，知道前面200米、300米、1公里的信息。

简单总结一下，高精度地图对于自动驾驶的意义， 汽车要像人类一样深刻的理解交通的场景和目标的行为，只有高精度地图和深度学习两条路径 ，第一条路径是强地图来辅助低智商的汽车大脑，现在大部分的汽车大脑都低智商的，我们把人类的经验放在了这个地图里去弥补现在我们的AI的不足。第二是有一天我们的汽车大脑足够强大之后，可以不需要高精度地图，因为可以不断的边跑自己边理解这个事情，但现在做不到。所以高精度地图不只是简简单单想象中二维地图，它的完善将会持续到我们的AI成熟的那天，当然AI的成熟不仅仅包括算法的成熟，还包括硬件的成熟。现在更多是不是有没有算法支持我们，这是比较大的问题。

第三部分讲 智能决策和控制，这才是整个自动驾驶真正的核心所在在于决策与控制 ，决策与控制代码量是所有代码量的总和。决策之所以复杂是因为我们在道路上碰到一种路况之后，我们可以产生无数的结果，有好几种决策结果，一种决策结果跟着他，一种是换道，分向左换道和向右换道，向左换道分为换道之后再换回来，也可以向左换道之后不换回来继续往前跑，这个结果无穷无尽，导致整个自动驾驶最难的部分是在决策与控制。我们决策控制第一是行为预测，不是指车的行为预测，而是指我们感知出来的行人，感知出来其他车辆的行为预测，之后做决策。我得去知道前面有人干什么之后，我才去做决策，我是决策前面有一个人，我预测他要等我过去才过马路，我就过去。如果我决策他是先过去再等我过去，我决策先跑我得规划一下路径，路径规划完了之后下一步去做整个的车运动轨迹的预测。车不是 机器人 ，机器人很容易，我只要没有障碍物绕过去就可以，车可以原地转向的。汽车要满足自己车辆动力学特性之外，还受整个道路路网，整个交通参与者的约束。最后做Motin planning，最后做Control。

现阶段我们做自动驾驶最大的挑战并不是目标识别，而是行为理解。 也就是现在用激光雷达，用摄像头识别前面有个老太太是很简单的，但是我很难判断老太太下一步到底要不要碰瓷儿，这是最难的。是她等着我过马路还是她先过马路。交通对象分两类，一种是行人，动作下一步干吗永远都是随机的，永远是概率问题，而前面如果是汽车的话，这个概率相对会集中一点，因为汽车会受整个所在的车道线，大概向右转，他会受很多规则的约束，我们分两类，一种是行人，一种就是车辆。

下一步是决策加路径的规划，我们传统做决策的话都是基于专家系统，基于规则去做这个事情，也就是我们去想，我这个自动驾驶的车跑到路上之后会遇到哪些路况，应对这些情况我车应该有怎么样的反应，这是基于传统规则的方法，或者基于专家系统的方法。现在AI兴起之后，我们可以用深度学习预测这个事情，给我们神经网络有很多的数据，让他去学习人怎么开。但是深度学习说出来是概率分布的问题，不能保证我们车绝对的安全。所以我们 现在的做法是用深度学习及规则约束决策方法去做整个的决策路径规划，也就是说用深度学习的方法去学习人怎么开车。用规则约束方法导致裁判保证汽车绝对安全。

车到这些工况怎么考虑，非结构化、道路路口、状态异常、普通的路段，这些大的工况再分小的工况。导航、短途规划甚至局部避障，这是传统的方法。我们用深度学习方法去做会遇到问题，我们用深度学习做感知很简单，一个图像神经网络前面出来是一个车，是一个行人，输入和输出是确定的。但是如果要用深度学习去做决策的话，我们会发现它的输入是无穷无尽的，也就是影响我们驾驶的因素会非常非常多，前面的车辆，前面的行人会是影响我们驾驶的因素，但是今天的天气，人的心情都会是影响驾驶的因素，包括路面的条件都会影响交通流的因素。如果把所有的因素都单独去描述作为神经网络输入的话，你会发现是无穷无尽的，没法搞。

后来我们想这个事情，我们想安全场的概念，也就是说我不管你前面是一个人还是一个车，还是一个什么其他的一只小狗，包括我们都把它看作对我驾驶安全影响程度，你越危险对应的场越高，我不管是什么东西，对我神经网络来讲不管是什么东西，只看你有多么的危险就好了，我不管你的属性。安全场概念最早是日本人提出来的，永井，也是克强老师在日本的导师，最开始做驾驶辅助系统，他认为车道线是两个凸起的，你要跨过去克服这个能量。你要跟车碰撞像爬坡一样消耗一定的能量。后来自动驾驶也是，把一些运动的，包括驾驶员都描述成一种场。包括道路也描述一种场，前面如果是弯道我们认为前面有一种危险场在那里影响我们的车，要减速。最终训练的结果就是要达到两个场是动态平衡的，比如这个车场和障碍物的场最终是动态平衡的。最上面是自己的车，中间跑两台车，前面还有静止的障碍物，包括车道线也是描述的一种场，把这些所有的场景，所有的影响交通因素都统一描述成场之后，让人在这个场景下去开，看人怎么反应。再把这些场做二化次的处理，最后会输出他训练一个轨迹出来。

---

【垂直行业峰会来袭！】11月3日，亿欧将在上海虹桥元一希尔顿酒店举办 “模式创新与场景重构” 2017汽车新零售&新消费商业峰会 ，聚焦当下行业热议的以租代购（LEASE）、汽车消费金融、汽车超市、新车B2B/B2C交易、渠道下沉等话题，与业界一线创业者、明星企业负责人、投资人、咨询机构等嘉宾，以主题分享、高端对话、观点激变等形式，为莅临参会的各地渠道方、SP、从业者等专业观众提供一场专业的产业盛会。详情请戳：

http://www.iyiou.com/post/ad/id/337