专家学者齐聚常熟，共寻无人驾驶新发展

2017中国智能车大会暨国家智能车发展论坛专题报告实录

11月24日，2017中国智能车大会暨国家智能车发展论坛分论坛报告如期举行。论坛分为“智能车联”与“智能驾驶前沿技术”两个专题。与会专家学者们就智能车前沿技术、研究成果及未来展望进行了深入探讨，以共同促进中国智能车技术的蓬勃发展。

“智能车联”专题由青岛智能产业技术研究院副院长李灵犀教授主持，同济大学教授陈启军、西安交通大学人工智能与机器人研究所高级工程师徐林海、百度自动驾驶事业部资深架构师杨凡、佐智汽车CEO余杰、加拿大滑铁卢大学刘腾博士、禾多科技王征以及天欧汽车总监黄汉知就智能车联的发展现状及未来前景向与会嘉宾进行了深入交流，共同探讨AI时代车联网发展的智能引擎。

青岛智能产业技术研究院副院长李灵犀教授主持“智能车联”专题论坛

本场论坛的第一位报告人是同济大学电子与信息工程学院院长陈启军教授，他在《最后一公里：设计与实现》的报告中由停车难、自动泊车技术不实用等用户面临的停车问题入手，详细介绍了团队在解决自动驾驶的“最后一公里”问题上开展的研究工作以及取得的丰硕成果。陈教授首先回顾了泊车智能化的发展历程，他认为自动泊车具有很强的现实意义，其应用前景甚至要优于上路行驶的自动驾驶车辆。陈教授结合与上汽共同实施的研究项目，从库位识别、自定位、高精度的地图、决策控制等几个方面，讲述了如何实现车辆自主短距离行驶、车位识别、自主泊入、泊车失败自主恢复、自主泊出等车辆到达停车场所后面临的“最后一公里”问题。针对传统基于超声波传感器识别库位适应性差、无法正确判断空缺是否为真车位等问题，陈教授团队提出了“融合超声波和环视的库位识别”的解决方案，但该方案面临对光照变化强烈的环境适应性较差、运算复杂度较高等需要进一步解决的问题。针对车库内GPS无法使用的情况，团队提出了基于车辆模型的单目视觉定位。基于高精度地图的自主定位能提供更准确的几何信息以及更丰富的语义含义，用户一方面使用地图进行定位，另一方面利用车载传感器对地图进行数据更新，形成一个众包闭环的地图生态。对于泊车决策规划方面，陈教授团队采用分层有限状态机（Hierarchical FSM）分解泊车行为，生成一个状态模型，从而指导完成停车入位的操作。报告最后，陈教授还向与会嘉宾分享了同济大学测试平台以及此次参与无人车大赛的车辆以及团队情况。

同济大学电子与信息工程学院院长陈启军教授作《最后一公里：设计与实现》报告

陈启军精彩的报告结束后，西安交通大学人工智能与机器人研究所高级工程师徐林海向嘉宾们分享了《无人驾驶实验平台的控制系统实践》的报告。他认为，无人驾驶实验平台承载的研究内容在不断地发展变化，其对于控制系统的需求也在不断地发展变化，无人驾驶控制系统的设计与实现也需要面对新的问题和挑战。所以我们面向未来的无人驾驶，要关注的是建立研发和验证技术的核心能力。随后，徐老师梳理了国内外无人驾驶研究的发展变化。在他看来，无人驾驶技术的光明前景毋庸置疑，但需要认识到，目前全面的无人驾驶技术还处于早期阶段，尤其是设计无人驾驶的关键技术（传感、计算、信息处理等）的新方法和新工艺的不断涌现，许多目前现有的技术还存在较明显的缺陷。针对上述无人驾驶技术面临的问题，徐老师详细介绍了团队在无人驾驶实验平台方面的主要工作，包括环境探测、感知与理解、决策与规划、操纵与控制、体系结构、人车交互等自动驾驶控制系统的基本实现方法，以及无人驾驶控制系统的任务、控制系统的方案与路径等。最后，他结合无人驾驶技术的发展提出新问题，希望相关的研究能够更加安全地扩展人类的移动性。

西安交通大学人工智能与机器人研究所高级工程师徐林海分享《无人驾驶实验平台的控制系统实践》

第三位登场的报告人是来自百度自动驾驶事业部的资深架构师杨凡，他向与会嘉宾作了题为《Apollo的能力开放与资源开放——数据开放平台》的报告。杨凡同与会嘉宾分享了百度的Apollo无人驾驶平台与计划，重点介绍了Apollo计划的开放能力，并对数据平台技术架构、Apollo资源开放数据集与数据开放的训练平台进行了详细的解说。据杨凡介绍，7月5日发布的Apollo 1.0开放了封闭场地自动驾驶能力，目前包括控制、定位等技术模块以及3D障碍物数据、红绿灯标注数据、Road Hackers数据等。杨凡表示，目前百度开放了3D障碍物数据共20000帧，其中含障碍物共约23.6万；红绿灯标注数据包括20000帧图片，采集时间段覆盖白天的上午、中午与下午，也包含了晴天、阴天和雾霾等丰富的场景；而Road Hackers数据集更是覆盖了中国整个公路网，总长达百万公里。此外，伴随Apollo平台的不断深入开放，平台开放的数据量也将持续增长，成为开发者在机器学习训练过程中的宝贵资源。杨凡指出，Apollo1.0的开放能力共有四个核心特点：高效易扩展的架构、立即可用的硬件、一键启动的更新功能以及完备的开发工具，开发者们可以十分便捷地通过Apoll数据开放平台进行云端模型训练和分析调试。他表示，开放自动驾驶能力和数据资源并非最终目的，与合作伙伴密切合作并形成行业化的解决方案才是百度开放Apollo平台的增量价值。报告最后，杨凡希望大家可以充分利用这个平台，共同推进自动驾驶产业的发展。

百度自动驾驶事业部的资深架构师杨凡作《Apollo的能力开放与资源开放——数据开放平台》报告

随后进行报告的是北京佐智汽车技术有限公司联合CEO余杰，他在《2017主要汽车厂商和TIER1自动驾驶策略研究》的报告中详细介绍了自动驾驶产业现状和国外主机厂和主要TIER1自动驾驶策略，他表示，全球自动驾驶产业发展风起云涌，主要汽车厂商和TIER1纷纷加大布局和投资。掌握他们的发展策略和技术方向，便于非汽车行业企业和新进企业把握正确的方向，选择契合的产业链合作伙伴。余杰还介绍了佐思&佐智在自动驾驶研究方面的进展。

北京佐智汽车技术有限公司联合CEO余杰分享《2017主要汽车厂商和TIER1自动驾驶策略研究》

加拿大滑铁卢大学机械与机电工程系博士后研究员刘腾博士带来了题为《平行增强学习及其无人驾驶应用》的报告，详细介绍了平行增强学习的核心概念和系统框架，及其在新能源车辆和平行驾驶方面的应用。刘博士介绍，平行增强学习以人工社会（Artificial Societies）-计算实验（Artificial Societies）-平行执行（Parallel Execution）的平行理论（ACP）为基础，致力于构建一种新型的机器学习理论框架。他首先结合美国、欧盟及中国的自动驾驶技术路线图与深度学习和机器学习在AlphaGo上的成功应用，阐述了平行增强学习的研究背景。紧接着分析了传统增强学习的特点以及已有机器学习算法的不足，介绍了涵盖数据获取和行动选择两个阶段的平行学习和平行增强学习框架。随后，刘博士详细介绍了平行增强学习理论在新能源车辆方面的应用。他认为，结合转移学习和增强学习，平行增强学习理论能够很好地处理现实驾驶数据匮乏的情况；结合预测学习和增强学习，平行增强学习能够更好地适应未来一段时间的驾驶环境，从而提升能量效率。最后，刘博士论述了平行增强学习在平行驾驶中的应用。他指出，构建虚实结合的传动系统模型，平行增强学习能够很好地生成人工数据，从而对实际系统的优化控制予以指导；针对网联混合动力车辆，平行增强学习能够通过双层控制来同时优化网联车辆的行驶工况和燃油消耗，旨在提升网联混合动力车辆的能量效率。

加拿大滑铁卢大学机械与机电工程系博士后研究员刘腾博士作《平行增强学习及其无人驾驶应用》报告

禾多科技王征在《推进产业落地、助力挑战未来》的报告中介绍了禾多科技推进自动驾驶产业落地的研究，并提出了L3.5的概念。王征向与会嘉宾介绍说，根据定义，L3 自动驾驶系统允许在系统要求驾驶者接管的时候，驾驶者有一定的反应时间，但是系统在限定的环境中，用户被频繁要求接管驾驶任务，这样的系统既不安全，对用户来说也是不友好的。因此禾多科技提出了一个L3.5等级的系统标准：L3.5要减少用户接管的频次，同时给用户充足的接管时间；这通过部分L4的技术降维使用。也是禾多科技研发的核心目标。随后，王征向大家介绍禾多科技最新发布的的自动驾驶研发平台——­­轩辕平台，他表示，轩辕平台是国内首个横跨软硬件领域的自动驾驶研发平台，致力于提升行业开发效率，将给行业带来专业高效的跨级别研发支持。

禾多科技王征分享《推进产业落地、助力挑战未来》

本场发言的最后一位嘉宾是来自TASS天欧汽车工程软件(上海)有限公司的总监黄汉知，他在《PRESCAN仿真技术在人工智能和自动驾驶领域的应用》的报告中，从自动驾驶系统开发与测试面临的挑战、开发和测试方法论：基于模型的仿真方法、使用PreScan仿真数据支持深度学习技术等多个角度介绍了PRESCAN汽车智能驾驶仿真软件，并通过ACC舒适性分析、大规模工况自动化仿真测试、LDW/FVW/TJA硬件在环仿真试验台、摄像头LDW/LKA(车道保持辅助)仿真、雷达ACC/AEB车辆在环仿真试验台等大量案例向大家展示了PRESCAN的卓越仿真能力。黄汉知介绍，PRESCAN软件是一个进行场景建模和仿真的汽车应用软件，在PRESCAN中除了搭建车道外还可以添加树木、房屋等元素，用来更好模拟现实环境，它选取几种典型的交通场景，包括环岛，十字路口等搭建虚拟场景。除此以外，它还是一个用于先进驾驶辅助系统和主动安全系统开发验证的仿真工具，系统采用传感器监测车辆的周围环境并使用获得的信息采取行动，这类行动可以是警告司机回避潜在的危险，也可以通过自动刹车或自动转向主动回避危险。运用软件仿真有四个步骤：搭建场景、添加传感器、添加控制系统和运行仿真。黄汉知表示，PRESCAN同时可用于高级驾驶辅助系统上的传感器包括雷达、激光、摄像头、GPS等，为车辆环境感知与场景认知提供了新的途径。 

TASS天欧汽车工程软件(上海)有限公司的总监黄汉知分享《PRESCAN仿真技术在人工智能和自动驾驶领域的应用》

专题论坛二的主题为“智能驾驶前沿技术”，分别由来自清华大学、中山大学、吉林大学、上海交通大学以及北京理工大学的专家学者发表主题报告。本场论坛由美国丹佛大学终身教授、青岛智能产业技术研究院平行能源技术创新中心主任张俊博士主持。

青岛智能产业技术研究院平行能源技术创新中心主任张俊博士主持“智能驾驶前沿技术”专题论坛

第一位报告人是中山大学副教授、博士生导师、道路高精度电子导航地图技术规范编委成员陈龙博士，他向与会嘉宾作了题为《平行规划：一种面向智能驾驶的新型规划框架》的专题报告。陈博士首先提出了将深度强化学习、深度神经网络和可变状态机等学习方法结合的方式，利用平行学习理论构建虚拟场景的新型规划框架，该框架将虚拟与现实结合，实现更超前的运动规则。就如何构建人工场景，深度规划模型，平行规划对紧急情况的假设等方法进行详细介绍。

中山大学副教授、博士生导师陈龙博士作《平行规划：一种面向智能驾驶的新型规划框架》报告

长江学者、西安交通大学教授薛建儒带来了题为《无人车场景计算与自主运动》的报告。薛教授首先综述了无人车场景计算与运动控制的研究进展，并指出场景计算与自主运动是智能车领域的基础性问题，需要克服多传感器信息时空对应、交通要素检测-跟踪-识别、自适应动态场景的自主运动等难点问题。随后，薛教授详细介绍了课题组近年来面向无人车所提出的以视觉为主导、融合立体对应与显著性交通要素及其他传感信息的跨模态跨尺度时空对齐与配准计算框架、动态场景理解及运动规划的模型及算法。

西安交通大学薛建儒教授作《无人车场景计算与自主运动》报告

本场论坛的第三位报告人——清华大学计算机系教授、博士生导师邓志东作了题为《人工智能助推自动驾驶产业落地》的专题报告。邓教授从L3与L4：产业关注的焦点，车规级安全与低成本成为产业落地的关键，初创企业成为全球产业发展的生力军以及人工智能助推自动驾驶的产业落地等四个方面进行阐述与分析，重点指出多传感信息融合是必须解决的共性核心技术，人工智能是环境感知、信息融合、自主导航、自主决策、自主规划与智能控制的决定性技术。在环境建模（高精地图）、5G通信、NB-IoT、车联网（V2X）、智能交通系统（ITS）以及智慧城市的合力支撑下，可望使自动驾驶汽车具有类似于人的环境感知与驾驶技能自主学习能力，其中大数据与干预频度成为评测关键。邓教授指出，汽车产业的发展趋势是电动化、信息化、智能化和共享化。在他看来，构建于信息化汽车平台，通过与人工智能的深度融合，必将加速L4+无人驾驶产业的商业落地。

清华大学计算机系教授、博士生导师邓志东作《人工智能助推自动驾驶的产业落地》报告

邓教授的精彩报告结束后，北京理工大学机械与车辆学院教授、博士生导师、北京理工大学汽车研究所副所长龚建伟作了题为《基元数据多场景知识迁移学习类人驾驶》的报告。龚教授首先介绍团队为提高自动驾驶车辆的智能决策和控制水平，开展了决策规划与控制过程中类人知识表达与经验学习的研究，研究突破了小样本个性化单一驾驶员学习局限。随后，龚教授通过驾驶基元数据采集与建模、环境创建、持续优化学习、测试评价，提出了适应多驾驶员多场景的数据学习，有助于实现驾驶员知识与经验在不同场景的泛化。

北京理工大学机械与车辆学院教授、博士生导师龚建伟分享《基元数据多场景知识迁移学习类人驾驶》

接下来的报告人是上海交通大学自动化系教授、博士生导师杨明，他的报告题目是《智能车定位与环境感知》。杨教授从智能车的发展背景、建图与定位、环境感知三个方面展开探讨，详细介绍了高精细地图测绘方法、基于感知地图的定位方法、对动态目标检测方法以及这些方法存在的瓶颈。杨教授重点介绍了团队如何使用传感器设备结合高精度地图对车辆进行实时高精度室外定位方面的工作；在智能感知方面，主要介绍了车辆行驶过程时车道检测、停车位检测、车辆周围目标检测的智能算法，并展示了离线测试的实验效果以及在真实驾驶环境下检测效果。

上海交通大学自动化系教授、博士生导师杨明作《智能车定位与环境感知》报告

本场论坛的最后一位报告人是吉林大学汽车仿真与控制国家重点实验室副教授胡宏宇。他带来的《电车伦理难题下驾驶员本能性反应规律研究》报告围绕智能汽车设计面临的伦理难题、吉大智能汽车团队前期研究基础、驾驶员自然行驶行为3方面展开讨论。胡教授指出，在人、车、路闭环系统中，“人”是系统的核心要素，“以人为中心”是人机系统优质交互协同的本质需求。无论是传统汽车的人机交互设计，还是智能汽车的人车协同共驾，均离不开对“人”行为的深刻理解。报告中针对智能汽车技术开发过程遇到的安全伦理道德新问题，基于驾驶模拟器试验探讨了驾驶员面临两难抉择时的本能性行为反应。通过测试表明，人类驾驶员普遍倾向于伤害最小原则，同时在危急情况下表现得更为道德。此外，胡教授还详细介绍以人为中心的汽车-驾驶员-道路闭环系统运动动力学控制以及常规驾驶下驾驶员行为分析，他认为通过研究人类自然驾驶行为可以为智能驾驶预期行驶轨迹的自主决策提供设计依据。

吉林大学汽车仿真与控制国家重点实验室副教授胡宏宇分享《电车伦理难题下驾驶员本能性反应规律研究》

中国自动化学会于2015年创办中国智能车大会暨国家智能车发展论坛，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。本次大会的成功举办，不仅为国内外智能车领域的科技人员搭建了广阔的交流平台，同时为国务院《新一代人工智能发展规划》中智能交通、无人驾驶与新能源车领域的项目落地提供了强大推力。

📚往期文章推荐

人工智能名人堂第49期 | 斯坦福研究院名人堂成员：Peter E. Ha

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。