2017中国智能车大会暨国家智能车发展论坛开幕 两院士十余位专家畅谈智能车未来
11月23日上午，由国家自然科学基金委员会信息科学部、中国自动化学会和中国人工智能学会主办的2017中国智能车大会暨国家智能车发展论坛在常熟国际展览中心隆重开幕。作为2017常熟国际智能汽车周的重要组成部分，本次大会邀请到了三十余位来自科研院所、高等院校的学术带头人以及知名企业领军人作大会主旨报告、专题演讲、技术交流与产业合作，共同探讨中国智能车与无人驾驶的发展现状、产业化应用前景及未来展望，为推动中国智能汽车产业的发展和中国智能交通行业的整体创新注入新鲜活力。出席此次论坛的还有来自全国各地致力于汽车、无人驾驶、混合智能以及相关领域的研发、生产、媒体等代表400余人。
中国自动化学会理事长、西安交通大学人工智能与机器人研究所所长郑南宁院士致开幕辞。郑院士表示，以智能辅助驾驶和智能安全为代表技术的智能车研究，已受到世界各国的高度重视和广泛关注，并以超乎想象的速度发展。中国从上世纪80年代开始进行智能车的研究，并于2009年创办“中国智能车未来挑战赛”，连续九年的大赛极大地增强了我国在智能车辆技术方面的研究，促进了我国在未来智能汽车技术和产业上的原始创新。希望与会嘉宾在一天半的时间里，深入广泛地交流，共商共议未来，能为产、学、研、用各行业的与会者带来更多收获，从而助力构建中国智能车发展的良好生态。
中国工程院院士郑南宁
国家自然科学基金委信息科学部副主任李建军在致辞中首先对大会的胜利召开表示祝贺。他指出，2015年，为配合国家自然科学基金委员会重大研究计划“视听觉信息的认知计算”，中国智能车大会暨国家智能车发展论坛应运而生。这是由国家自然科学基金委员会和中国自动化学会共同主办的品牌学术活动，旨在促进智能车基础理论研究、成果原始创新和高技术开发，增强我国智能车自主研发技术水平和实际应用能力，促进智能车技术产业化应用，推动其在能源、交通等领域的深入应用和产业转型升级。此次大会受到了来自政府、产业界、科技届越来越多的关注，发挥了很好的桥梁和纽带作用，希望与会者在此相互借鉴、相互启发，碰撞出新的思想火花，共同促进我国智能车事业的不断发展。
常熟市人民政府副市长徐海东在致辞中表示，今年是常熟连续第三年承办“中国智能车大会”以及连续第五年承办“中国智能车未来挑战赛”。近年来，通过建立“两整车一中心”重大项目以及“中国智能车综合技术研发与测试中心”等重大创新平台，常熟有效培育了智能汽车相关技术，推动了常熟汽车产业向智能化、轻量化、绿色化、网联化方向发展，一个中国最年轻的现代汽车城正在迅速崛起。期待本届常熟国际智能汽车周圆满举行。
开幕式结束后，论坛进入大会主旨报告环节。一汽集团公司副总工程师李骏院士首先带来了题为《汽车+AI——OEM与AI融合打造中国汽车人工智能2.0》的主旨报告。他首先以美国、欧盟、日本等国家以及丰田、福特等车企在汽车AI领域所做的努力及取得的巨大成就为例，指出目前全球汽车产业已迈入“汽车+AI”时代，并且未来十年“汽车+AI”将会产生巨大的经济和社会效益。因此，李院士认为，创建“汽车+AI”应用技术科技创新体系，提高我国智能网联汽车竞争力势在必行，而“汽车+AI”是智能网联汽车创新的关键。全球“汽车+AI”技术发展的目的在于提高“汽车+AI”技术及其对汽车行业的价值贡献。同时，探索汽车自学习技术，提出“汽车+AI”实施的战略与路线、了解行业主要参与者在探索开发自学习车辆所采取的各种经营模式和合作以及提供可实施、可落地的行动建议等内容是当前发展“汽车+AI”面临的重要任务。同时，他认为 “汽车+AI”将成为中国人工智能2.0的重要应用领域，并提出中国汽车人工智能2.0将有助于我国抢占汽车智能技术制高点，助力智能网联汽车产业发展。
中国工程院院士李骏
李骏院士的精彩报告结束后，中国自动化学会理事长郑南宁院士进行了题为《基于认知构建的类人自主驾驶》的主旨报告。郑院士指出，自主驾驶系统是一种类人的、对环境具有感知能力的计算机系统。自主驾驶汽车不仅应做到对交通场合在特定时间的场景感知，更重要的是对动态情境具备适应性的认知。当前，自主驾驶计算面临安全场景响应、抽象情境解析计算、理解细微的预行为、如何以自然的方式与人类交互以及联网安全风险等5大挑战。郑南宁院士强调，从认知构建的角度来看，现有的自主驾驶的处理架构和技术方案还不能很好地实现人类驾驶的认知行为过程及其信息处理的机制。随着自主驾驶的研究深入，基于“感知-定位-规划-决策-控制”信息串行处理的自主驾驶实现框架越来越明显地表现出运算效率低、环境适应性差、自学习能力不足的问题；虽然近年来深度学习在自主驾驶中得到成功应用，但在复杂的城市道路或恶劣环境中依然面临着挑战；此外，自主驾驶对异常情况的处理能力是很难通过事先标注的大量样本训练得到，而且也无法获得类似异常情况的负样本。因此，如何参照人类驾驶过程的认知心理层次来理解和解释来自传感器的环境感知数据，如何让自主驾驶系统具有记忆、推理和经验更新的机制，使其具有对环境的自适应和自学习能力，更好地应对高动态和强随机性的交通场景，这就需要从认知、心理科学层次，探讨适合描述人对交通场景认知基本过程的新方法。对此，郑院士提出了一种基于认知构建的类人自主驾驶新方法，这种方法将注意、物体的认知、学习、记忆、驾驶行为过程融合在一个统一的计算框架中，它有可能为自主驾驶提供一种更加健壮的实现方法，最后郑院士还介绍了他的研究团队在自主驾驶研究方面取得的最新研究进展。
大会第三位主题报告人是中国自动化学会副理事长兼秘书长、复杂系统管理与控制国家重点实验室主任王飞跃教授，他与大家分享的报告题目是《平行驾驶与平行道路：未来出行新思路》。王教授首先回顾了智能汽车简史，以中国古代的秦直道、工业革命时期英国的“红旗法案”引申探讨交通变化对于城市形态的影响。他认为，马的出现，促进了第一次全球化，村落由此形成；汽车带来了第二次全球化，人们创立了城市；无人车将带来第三次全球化，这将改变城市的形态，真正推动我们步入“智慧社会”。王教授在CPSS（Cyber-physical-social systems）的理论框架下，将驾驶员、车辆、信息这几个组成部分，扩展对应到通过社会空间、物理空间、信息空间耦合交互的三个世界：物理世界、心理世界和人工世界，提出了基于CPSS的“平行驾驶”。王教授表示，平行驾驶的理念始于上世纪90年代末，最初想法是要把无人车技术充分利用起来，使之变成辅助人类驾驶的在线“软件机器人”系统，平时提醒司机注意安全，使开车任务变得轻松容易，关键时刻可以采取措施，避免危险。这一想法曾在90年代末美国无人车VISTA的研制和数字试车场DGP的设计上，以及后来国内“863”汽车电子重点项目“基于OSGi/VDX的嵌入式实时特定汽车应用操作系统vASOS”中得以部分实施，但其方法的正式提出却是差不多十年后的2005年，即在第一届IEEE汽车电子与安全国际会议上提出的基于网络化智能代理、按照“车内简单、车外复杂”原理设计的平行驾驶系统。王教授指出，当前对AI的定义不仅仅是Artificial Intelligence，而且是Automotive Intelligence。未来，物理的车将和软件定义的汽车平行起来，物理的公路将和软件定义的公路平行起来，以后车不是开在物理世界，而是开在物理世界、心理世界、人工世界三个世界里，实现的是知识自动化。我们靠知识自动化走向智能汽车，走向智能社会，走向智能产业。未来的车，一定不是开在路上，而是“开”在云上。
中国自动化学会副理事长兼秘书长王飞跃
王飞跃教授的精彩发言结束后，国家发改委城市中心综合交通规划院院长张国华围绕“决定汽车发展的未来：能源or技术?”这一主题，详细分析了汽车产业的发展历程以及中国汽车产业发展面临的机遇和挑战。张院长从汽车诞生之初的油电之争、红旗法案以及福特革命等历史发展进程得出结论：政策应当对事物发展加以规范，但是不能成为其发展路上的绊脚石。张院长认为，机遇与挑战并存是当前中国的汽车产业发展的特征。从最初的汽车产业面临质疑到如今一跃成为世界最大的汽车生产国，中国的汽车产业实现了巨大飞跃，但同时也面临着能源短缺、环境污染、停车难等挑战。张院长指出，中国汽车产业的转型必须具备全球视野、坚持创新主导。他认为，无人车驾驶技术将有推动汽车产业生态重构，未来真正成功的汽车产业不再是那些的制造汽车的产业，而是那些利用汽车服务去创造新的应用、创造新的价值的企业，而新的应用、新的价值就在于互联网、交通网与汽车的结合。
国家发改委城市中心综合交通规划院院长张国华
广汽研究院副院长查鸿山作了题为《广汽智能化之路》的报告，向与会嘉宾分享了广汽在研发无人驾驶汽车领域的探索和成功经验，并表示广汽无人驾驶汽车采取分阶段推进方式开发，立足掌握无人驾驶核心关键技术；以量产化思路推进辅助驾驶，提升广汽传祺汽车智能化水平。查鸿山指出，广汽坚持“平台先行，技术先行”，从车辆自我感知和V2X两个维度推进智能驾驶向无人驾驶的渐变；预计10年左右将真正实现无人驾驶，车辆不但具备高度的自我感知决策能力，而且与其他交通参与者之间的网联协同控制能力，实现高速公路、城郊公路和市区道路的自动驾驶。他认为，无人驾驶技术的进步将推动未来汽车生态重构，汽车使用方式、商业模式和生产模式将会发生重大的变化。同时强调了产业跨界合作的重要性，特别是需要车企、互联网企业与高校科研机构等跨界联手，深度推动无人驾驶汽车技术升级，进而推动整个社会移动出行的智能化进程。
广汽研究院副院长查鸿山
23日上午主旨报告的最后一位发言人是英伟达全球副总裁张建中，他的报告题目为《人工智能时代的自动驾驶之路》，着重强调了感知在自动驾驶中的重要作用。他认为，人工智能的概念已经提出了很久，但是之所以在最近一段时间取得突破，得益于大数据与深度学习的融合。而微处理器经历20多年的发展，却并没有向想象中的趋势发展，原因在于CPU产生的瓶颈。在此，情况下，GPU应运而生，解决了CPU的问题短板。随着智能车的等级越来越高，对计算能力的要求越来越高。对此，他介绍了英伟达最近新研制的DRIVE AI CAR平台，它为一个自动驾驶的汽车建造一个3DSimulation的汽车，通过在虚拟环境中跑完三万公里遇到并处理各种各样的问题，进行学习；系统还可以分析为什么会出现这样的问题，re-simulation复盘各种情景，提高汽车应对复杂问题和场景的能力；这与王飞跃教授提到的平行驾驶是一脉相承的。最后，张建中介绍了英伟达给真正做智能驾驶的人提供的解决方案——“Pegasus”（飞马座），也希望能够看到装了飞马芯片的无人驾驶汽车跑在中国智能车未来挑战赛的跑道上。
英伟达全球副总裁张建中
23日下午的第一位大会报告人是驭势科技CEO吴甘沙，他同与会嘉宾分享了题为《智能驾驶商业化的工程和科学问题》的报告，与在座嘉宾探讨了智能驾驶商业化重点需要解决的几个问题：场景边界、系统工程、设计信任以及技术信任。他认为，当前智能驾驶商业化在场景边界中主要存在两个障碍，一是人工智能算法存在边界，而现实环境是开放与共享的；二是智能驾驶系统十分复杂，难以确保没有缺陷。对此，他提出两种解决方案：确保算法在一个有边界的环境里做场景化的无人驾驶或人机共驾；如果不能避免小概率的失效，应当确保失效后的后果是可控的。吴甘沙指出，做好一套智能驾驶的系统，离不开高可信的软硬件系统、高互信的人机界面、高置信验证和测试、高真实的仿真环境等8项系统工程。在他看来，智能决定了智能驾驶的上限，而系统决定了它的下限。吴甘沙表示，设计信任目前已经涉及多个方面，如交互设计、基础设施设计、市场机制设计、法律法规设计以及伦理设计等，针对不同的设计问题需要有相应的机制以及行动去解决。他通过英国的“红旗法案”以及美国的相关法律的对比证明了法律法规设计的重要性；他以加拿大的无人车专用道为例，阐述了基础设施设计的重要性。针对智能驾驶的技术信任，吴甘沙向与会嘉宾分享了自己的观点。他认为，智能驾驶技术的可解释性及透明性、可验证性与可定责性、针对开放动态环境的鲁棒性以及能否给出明确的置信度是当前技术信任亟待突破的领域。最后，吴甘沙以宋代诗人杨万里的《过松源晨炊漆公店》，表达了对当前智能驾驶技术仍旧任重道远的看法。
驭势科技CEO吴甘沙
第二位报告嘉宾是来自昆山杜克大学的李昕教授，在报告《Efficient Statistical Validation for Autonomous Driving Systems》中，李教授表示，随着汽车越来越多的保有量，以及越来越高复杂性，汽车已不再是简单的行驶工具。据推测，今后汽车成本的50%以上来源于电子部件，而其中大部分零件将被替换成电子系统。由此会出现许多问题，如同电脑一样，当汽车变成超级计算机的时候，面临着系统卡顿，协调性不畅等问题，最终容易导致交通事故。因此，测试自动驾驶的系统是否正常工作成为了一个亟待解决的问题，而测试的数据怎么产生、怎样快速把其中比较容易出错的部分搜索出来进行智能的验证是系统目前面临的两个技术难题。李教授指出，在传统测试中，许多公司借助晴天测得的数据推出其它天气状况下的数据，但是忽略了硬件的温度及老化情况，导致最终结果产生巨大的偏差。对此，李教授向在座嘉宾分享了他的团队对于不同硬件温度及老化情况对电动车的影响的研究成果。同时，传统测试中，搜索出错数据需要耗费大量的时间，如何快速搜索系统出错的部分是李教授团队另一个主要研究方向。对于很小的错误率难以测量的问题，李教授团队试图通过人为扩大错误区间的方式来致使错误率扩大，从而便于更准确地测试错误。
昆山杜克大学李昕教授
李昕教授的精彩发言结束后，来自英国克兰菲尔德大学的曹东璞教授向与嘉宾分享了《平行自动驾驶：人车智能融合、平行安全出行》的报告。曹教授从平行驾驶系统框架、平行自动驾驶与人车协同以及团队研究进展与大家进行了深入交流。曹教授指出，针对网联智能车领域尚未出现一种成熟的体系指导研究人员开展研究工作的现状，王飞跃教授提出“平行驾驶”的理论，它是一种将自动驾驶与车联网智能合为一体的新型理论框架。随后详细介绍了平行驾驶系统框架的理论及概念。曹教授认为，对于现有的ADAS技术，因为驾驶员始终处于驾驶控制回路中，驾驶辅助系统通过传感器采集驾驶员操作行为，提供相应的辅助措施。然而到了二级、三级自动驾驶，部分工况下车辆可以自主行驶，驾驶员一旦离开了控制回路，没有了对方向盘、踏板的直接操作，现有的许多ADAS算法就不再适用，那么针对未来高级自动驾驶技术的ADAS系统及算法就需要新的考量与设计。对此，曹教授团队针对人车协同提出了一套“协同增强认知与决策Collaborative augmented cognition and decision making（CACDM）”的理论体系框架。它采用“information processing”方法来对驾驶员的认知情况进行简化，以适用于车辆工程的实际应用。依据相关理论，针对不同级别的自动驾驶技术，曹教授在报告中指出了相应的人机共驾、权限交接的方法。针对L2二级自动驾驶，驾驶员可在部分工况下不参与驾驶操作，但注意力必须时刻集中在驾驶任务。因此，曹教授团队提出了这样一种方案，通过机器对驾驶员的增强感知、人机协同推理与决策，进而实现人机共驾。而对于更低级别的自动驾驶，曹教授团队提出了具有普适性的“协同增强认知CAC”框架，针对自动驾驶，通过机器对驾驶员进行增强感知、增强理解，人机协同增强推理与决策，最终实人机共驾。最后，曹教授向与会嘉宾介绍了英国克兰菲尔德大学驾驶员认知与自动驾驶实验室、CogShift等团队研究进展情况。
英国克兰菲尔德大学的曹东璞教授
来自中科院电子学研究所的张珂殊教授向与会嘉宾做了题为《面向无人车导航的激光雷达数据处理技术》的报告。张教授报告以导航激光雷达应用为背景，回顾了激光雷达数据处理技术的发展及成果，并提出它的一些重要发展方向。针对无人车的导航需求，张教授通过分析车辆行驶环境、行驶状态、冗余设计和安全阈值等关键因素，系统阐述了激光雷达数据处理的特点，包括数据分组，目标分类，目标识别和目标建模等。同时，针对激光点云的实时性数据处理，多传感器融合及标定等关键技术环节同与会嘉宾进行了深入讨论，进一步为整车单位提出一套激光雷达上车以及多传感器融合的技术解决思路。报告最后，张教授详细介绍了导航坐标体系及四维度数据模型研究及导航测绘一体化等目前从事的相关研究工作。
中科院电子学研究所张珂殊教授
作为本场报告中唯一一位来自资本界的嘉宾，前沿产业基金联合创始人王乐京作了题为《产业资本，智能车的核动力》的报告，从产业资本的角度系统地剖析了智能车的现状及发展前景。王乐京表示，过去三年，全球无人车驾驶领域投资超过800亿美元，而2017年前三季度投资并购案就涉及202亿美元。究竟是什么样的力量使得资本纷纷布局无人驾驶产业？在王乐京看来，无人驾驶汽车产业，是汽车、新能源、IT通讯、人工智能、交通运输等5个10万亿巨无霸产业的跨界融合体，未来巨大的产业效益是根本原因，甚至未来仅需占据0.4%的无人驾驶市场，就可以再造一个谷歌。王乐京表示，尽管无人车的未来发展一片光明，但由于产业分散，融合创新很难，规管缺位，商业瓶颈凸显，导致无人车的前景困局明显。对此，他从产业投资的角度为大家分析了无人驾驶面临的发展机遇与解决对策，并建议通过产业资本，构建无人驾驶汽车检验测试及标准认定机构与体系的产业平台，打造无人驾驶汽车产业聚集小镇等产业集群，向内汇集，实现商业成功。
前沿产业基金联合创始人王乐京
本场报告的第5位嘉宾是来自中国安防技术有限公司机器人集团的梅涛教授，他向与会嘉宾详细介绍了《无人车关键技术研究与系统集成进展》。梅教授认为，无人车在战争和危险环境中具有重要的应用价值，汽车智能化对交通安全和经济发展也具有重要现实意义，真实道路是验证机器感知与认知能力的最佳实验环境。他将自己的研究分为起步阶段、技术攻关阶段以及集成验证阶段三部分，并详细介绍了每一部分从事的主要工作及取得的重要成绩。针对研究中的一些关键技术，如面向不同交通场景的自适应环境感知、综合道路环境中无人车智能决策方法、不依赖卫星的无人车自主导航技术、模拟人类驾驶行为的无人车控制策略、操作执行机构与自动驾驶仪等，详细介绍了每项技术的任务、难点以及解决方案等。梅教授还就项目集成验证平台以及成果转化与应用与现场听众进行了深入的探讨。
中国安防技术有限公司机器人集团梅涛教授
梅涛教授精彩的发言结束后，清华大学副教授李力为大家带来了《虚实结合的智能车测试》的专题报告。李教授首先分析了当前无人驾驶面临的挑战、传统V字型测试方法不能解决无人车测试问题的原因以及人工智能与智能测试间的关系，由此提出了无人驾驶智能理论融合统一基于场景测试和基于人类智能功能归类的两种无人驾驶智能的定义。李教授认为，每个场景中的任务数目和时空排列决定了该测试场景的难以程度。对于杂乱无序的数据难以学习的问题，他认为，基于平行理论，可以构建人工场景来模拟和表示复杂系统的特定场景，并将选取的特定“小数据”在平行系统中演化和迭代，以受控的形式产生更多因果关系明确、数据格式规整、便于探索可在实际中加以利用的大数据。李教授指出，我们可以建立一个与实际交通系统相平行的人工交通系统，通过其与仿真测试系统的互动开展集成测试，根据真实系统的反馈不断更新仿真系统，从而实现对于平行执行的人工交通系统以及物理实际系统的优化，并且在突发应急场景下以人工系统的行为引导实际系统的运作。对此，他的团队设计了基于车内通讯、车车通讯和车路通讯的无缝实时数据采集体系，全面、实时和精确的收集受试车辆的数据，由此构建无人驾驶测试数据集，进行公平公正公开的评估。最后，李教授详细介绍了虚实结合的智能车平行测试研究进展以及对无人驾驶的展望。
清华大学李力副教授
本场论坛的最后一位报告人是来自国防科技大学的徐昕教授，他同与会嘉宾详细介绍了《智能车辆的鲁棒感知与自适应决策规划技术》。徐教授首先分析了当前智能驾驶技术面临的难点与挑战。他认为，复杂条件下的环境感知、复杂交通条件下的自主决策和规划以及特殊交通条件下的车辆控制技术是其中最主要的三点挑战。针对这些困难与挑战，徐教授详细阐述了团队目前主要的研究内容，包括自主驾驶车辆环境感知理论与方法、自主驾驶车辆优化决策与控制以及自主驾驶系统结构与可靠性等内容。随后，徐教授分别从交通标识的高精度识别、基于多线激光雷达的高精度定位两个方面论述了新深度超限学习技术和高效扫描匹配算法的研究进展；针对智能车辆自适应决策规划问题，重点阐述了基于增强学习的自学习优化决策与路径规划方法，并对未来发展方向进行探讨。
图片来源：中国自动化学会
德先生公众号 ｜ 往期精选
在公众号会话位置回复以下关键词，查看德先生往期文章！
人工智能｜机器崛起｜区块链｜名人堂
虚拟现实｜无人驾驶｜智能制造｜无人机
科研创新｜网络安全｜数据时代｜人机大战
……
更多精彩文章正在赶来，敬请期待！
点击“阅读原文”，移步求知书店，可查阅选购德先生推荐书籍。