◎李德毅院士
近年來,汽車輔助駕駛空前繁榮,從輔助人工駕駛(L1)轉(zhuǎn)型到部分自動駕駛(L2)、再到機(jī)器自動駕駛(L3),從早先的預(yù)警、提醒駕駛員跨越到機(jī)器自駕為主,固定駕駛員的角色不復(fù)存在,L3量產(chǎn)的勢頭不可阻擋,也為位置服務(wù)業(yè)(LBS)開辟了新戰(zhàn)場。
目前幾乎所有路上的自動駕駛汽車都還處在L2等級,都要由人掌控,包括特斯拉在內(nèi)。而最近奧迪已經(jīng)宣布8月底將要發(fā)布L3量產(chǎn)車,這是全世界第一家量產(chǎn)的、“有駕照”的車,對駕駛行業(yè)意義重大。
在整個行業(yè)的驅(qū)動下,無人駕駛車不再只是高等院校和研究所的事情,目前已經(jīng)開始走向企業(yè)和普通人,這時量產(chǎn)就非常有意義了。但是量產(chǎn)涉及到規(guī)模、可靠性和價格等因素,從整體上梳理L3,我們需要思考以下幾個問題:
● 用戶為什么會買這款車?
● 市場容量大嗎?
● 國產(chǎn)的L3企業(yè)在哪里?
● 如何界定L3?
L3是區(qū)分以人為主和以車為主的駕駛方式的分界線。L3級別是車輛擁有駕照,不再以人有駕照作為基本要求。下圖中藍(lán)色是以人為主,綠色是汽車自駕為主。
在此之中,最難的是從L2到L3,鑒于駕照發(fā)放(交管)和車輛管控(工信部)的因素,讓L3上路還不是件容易的事。自動化行業(yè)提出一個“自動駕駛+智能網(wǎng)聯(lián)”的解決方案,即:
● 結(jié)構(gòu)化道路
● 確定性窗口
● 網(wǎng)絡(luò)協(xié)同
自動駕駛分級
● 軟件定義的機(jī)器
假如讓軟件來完成自動化的操作過程,基本上汽車人都是走這條路。對于用戶來說,L3是社會對自動駕駛要求的底線,拿到駕照是最基本的要求,將來如何度量還未可知。
對于跳過L3級別,直接做L4、L5的汽車廠商來說,這個度量并不好掌握,尤其是掌控權(quán)交接過程中出現(xiàn)事故這種情況,要如何處理呢?比較糟糕的是,越是信任自動駕駛,越容易造成駕駛員注意力不集中。這種情況下該如何分擔(dān)事故責(zé)任呢?從L2到L3的過渡,是掌控權(quán)由人到機(jī)器的轉(zhuǎn)移過程。這里面有三個疑問:
● 自動駕駛等級轉(zhuǎn)換點如何度量?
● 掌控權(quán)交接點如何度量?
● 掌控權(quán)交接過程中的事故如何度量?
在J3016標(biāo)準(zhǔn)中,明確了駕駛掌控權(quán)由人轉(zhuǎn)移到車,跳升的界定很明確。
光靠自動化解決不了無人駕駛,于是人工智能來了。汽車絕不是四個輪子加一個手機(jī),我們?nèi)斯ぶ悄芄ぷ髡咭獙ζ嚾诵拇婢次罚_過好車的就知道汽車的人機(jī)設(shè)計非常好。
汽車是在開放的不確定性環(huán)境下行駛,人工駕駛常常會遇到偶發(fā)的事件,“常?!本褪歉怕时容^大,“偶發(fā)”就是概率比較小,一個駕駛員遇到這樣的情況是必然的,什么情況呢?大霧、大雪、大雨、大風(fēng)、狹小胡同、崎嶇小道、傍山險路、積水、冰雪、地裂以及地陷;紅綠燈失效、道路施工、行人違規(guī)、以及熙熙攘攘農(nóng)貿(mào)集散區(qū)等通行狀況。新手駕駛員往往難以完成這些駕駛?cè)蝿?wù),而有經(jīng)驗的駕駛員能夠靈活處置,那么無人駕駛車如何應(yīng)對呢?
在道路狹小的地方,如果一個無人駕駛遇到有人駕駛車,怎樣辦?一旦突破了自動駕駛所設(shè)置的窗口條件,如地理柵欄、氣候柵欄、以及人文地俗柵欄,馬上需要進(jìn)行駕駛掌控權(quán)的交接。在這樣的交接過程中的事故也許比純粹的人工駕駛更危險,因此汽車拿駕照不是容易的事情。
L3的基本問題到底是要解決車的問題,還是解決人的問題?
車子的問題就是把車越做越好,做成軟件定義的機(jī)器。而人是指把駕駛員的認(rèn)知用機(jī)器人替代,要具有記憶能力、決策能力和行為能力,要實現(xiàn)自主駕駛,不但有技巧還要有個性。
汽車是從馬車演變而來的,現(xiàn)在的動力可以達(dá)到100匹馬力,但汽車遠(yuǎn)遠(yuǎn)不如馬在不同負(fù)荷、不同天氣、不同路面狀況、不同車輛情況下的適應(yīng)能力。汽車的感知、認(rèn)知能力遠(yuǎn)不如馬這個認(rèn)知主體,老馬識途,車不如馬。在自動駕駛過程中,駕駛員和周邊車輛的交互認(rèn)知哪里去了?駕駛員的經(jīng)驗和臨場處置能力由誰來替代?
L3的基本問題
案例:超車并道工況中的預(yù)測和控制
由此一個重要結(jié)論是:自動駕駛好在專注,傳感器不會疲勞,但是自動駕駛難在擬人,不僅在車。
如果要釋放駕駛員的注意力,釋放駕駛員的駕駛認(rèn)知,必須要有一個物化駕駛員在線認(rèn)知的智能代理——駕駛腦,否則難以實現(xiàn)自動。駕駛員腦不等于駕駛腦。前者裝了太多東西,會分散注意力,會疲勞。后者僅僅用于駕駛,永遠(yuǎn)專注,永不疲勞。有了駕駛腦,“人類第一殺手”的罪名將不復(fù)存在。我們將汽車上所有的傳感器分成幾大類,它們相當(dāng)于人的眼睛、耳朵、鼻子,來感知周圍的景觀。
駕駛腦的研發(fā)
駕駛過程中,駕駛員在回路中的預(yù)測與控制是汽車自身無法替代的。輪式機(jī)器人駕駛腦應(yīng)運而生,它不同于雷達(dá)等傳感器的感知,要去完成包括記憶認(rèn)知、計算認(rèn)知和交互認(rèn)知在內(nèi)的駕駛認(rèn)知,成為智能車產(chǎn)業(yè)化鏈條中的重要零部件,車載計算機(jī)和機(jī)器人操作系統(tǒng)也無法替代。記憶、計算和交互同樣重要。計算機(jī)的計算能力已經(jīng)超過人的能力,要把注意力轉(zhuǎn)移到記憶、計算以及交互上,靠一個車的計算機(jī)無法替代駕駛腦。
可利用微電子技術(shù),采用CPU+GPU+PFGA+ASIC架構(gòu),生產(chǎn)專用芯片和板卡,研發(fā)駕駛腦。通過雷達(dá)傳感器、視覺傳感器,車姿傳感器以及定位傳感器這四個感知通道,形成認(rèn)知的態(tài)勢圖。這個形成以后,對數(shù)據(jù)的需求就會大大減少。駕駛就是記憶,駕駛不是靠計算的,要強(qiáng)調(diào)記憶認(rèn)知、交互認(rèn)知和計算認(rèn)知。駕駛員記憶分三個區(qū):瞬間記憶、工作記憶以及場景記憶。我們比任何時候都更需要研究駕駛員,學(xué)習(xí)駕駛員,分析駕駛員行為大數(shù)據(jù),構(gòu)建駕駛員的智能代理——駕駛腦。
駕駛態(tài)勢認(rèn)知
經(jīng)驗駕駛員和標(biāo)桿駕駛員
經(jīng)驗駕駛員不但要符合交規(guī),安全行駛,文明行駛,其經(jīng)驗還體現(xiàn)在節(jié)能技巧、駕乘舒適性、對不同動力學(xué)的車輛適應(yīng)性等方面。世界上駕駛員的經(jīng)驗和行為,如同人的行走姿態(tài),各不相同,可用駕駛行為作為駕駛員的身份識別,稱為駕駛指紋。標(biāo)桿駕駛員是經(jīng)驗駕駛員中的杰出代表。
智能車研發(fā)的困難,不僅僅是汽車動力學(xué)的性質(zhì)和各種各樣的傳感器要求,更重要的是要研發(fā)和駕駛員一樣的在線的機(jī)器駕駛腦,模擬實現(xiàn)人在回路的自主預(yù)測和控制,應(yīng)對車輛行駛中的不確定性。
駕駛指紋和開車目的地?zé)o關(guān)
集圖靈獎、諾貝爾經(jīng)濟(jì)學(xué)獎和美國心理學(xué)會終身成就獎于一身的人工智能早期學(xué)者赫伯特·西蒙(Herbert.A.Simon)的工作啟發(fā)了我們。有了線控、數(shù)控汽車,通過深度學(xué)習(xí),挖掘駕駛員對方向盤、動力踏板、制動踏板的駕駛行為大數(shù)據(jù),就可以判斷并獲得特定駕駛員技巧的個性。駕駛技巧和開車目的地?zé)o關(guān)。
傳統(tǒng)汽車僅僅是駕駛員的手、腳和力量的延伸,控制車輛行為的是人,線控汽車裝備了傳感器以后,用駕駛腦替代駕駛員認(rèn)知,并獲得駕駛指紋和駕駛技巧,使得汽車成為駕駛員自己,或者說讓機(jī)器成為自己,應(yīng)該是人工智能時代最有意義的問題之一。不同的駕駛腦,認(rèn)知水平可以有差異,技巧和經(jīng)驗也可以有不同,但都具備了基本的駕駛認(rèn)知能力,是獲得了駕照的自駕駛。有個性、有在線學(xué)習(xí)能力,有很多駕駛事故的預(yù)防應(yīng)對能力,尤其重要的是我們還要關(guān)心駕駛超腦。
量產(chǎn)L3的優(yōu)先場景
截止2016年底,中國產(chǎn)銷汽車超過2680萬輛,汽車保有量2.79億輛。對于自動駕駛,我覺得不必把全球所有地域的道路狀態(tài),都壓在一款特定的車型上,這很重要,否則跑多少英里也不能拿到駕照。不必把所有的認(rèn)知放一個駕駛腦里面,可以先做園區(qū)觀光車、通勤車、巡邏車、無人泊車、定點物流、校車、定點接駁、快速公交等。這些場景下,自駕車能否取代駕駛員掌控,取決于能否處置特定場景下的意外情況,能否發(fā)出求助信息要求人工干預(yù),或者在迫不得已時做出最小損失的策略。
無人泊車對解決無人駕駛“最后一公里”的痛點地位重要。從當(dāng)前的代客泊車市場預(yù)估無人泊車,有很大后裝市場(百億元規(guī)模)。泊車通常是怠速狀態(tài),四輪軌跡差異大,體現(xiàn)車輛動力學(xué)。泊車工況多樣,手腳并用,繁忙切換,考驗小腦,考驗駕駛技巧,難搞定,可模擬多種多樣艱難泊車環(huán)境,且用地不大。讓標(biāo)桿駕駛員反復(fù)泊車,可獲得精準(zhǔn)軌跡和豐富的行為數(shù)據(jù),用于深度學(xué)習(xí)和訓(xùn)練。
未來汽車會成為大數(shù)據(jù)的源泉,移動社會的傳感器。駕駛腦有學(xué)習(xí)和自學(xué)習(xí)能力,技巧和經(jīng)驗可以在線提升,駕駛腦智能的進(jìn)化速度超過自然人,尤其是群體智能發(fā)揮駕駛超腦的作用,這樣汽車制造商逐步地成為了汽車運營商。
全球現(xiàn)有70億人、20億輛車,年產(chǎn)新車1億輛,一旦量產(chǎn)自動駕駛汽車上路,占比會越來越大,駕駛腦成為汽車標(biāo)配,駕駛數(shù)據(jù)和智能不斷累積,駕駛腦會越來越聰明。隨著L3、L4級別車輛的出現(xiàn),L5級別的自動駕駛車遲早也會實現(xiàn)。當(dāng)人們對L3、L4、L5的差異不再介意時,這個世界就變了。從特定的應(yīng)用環(huán)境進(jìn)行L3量產(chǎn)著手,人類開始擺脫駕駛的羈絆,享受移動辦公和移動生活,逐步推廣到更高車速、更加復(fù)雜的道路場景、更多不確定性天氣氣侯下的自動駕駛。
最后以一句話進(jìn)行總結(jié),那就是——人工智能以潤物無聲的柔軟改變著整個世界。