近年來，智能網(wǎng)聯(lián)車子資產(chǎn)映入進行快車道，政策法則環(huán)境持續(xù)改善，技藝提速迭代，資產(chǎn)利用迅速普遍。面臨智能網(wǎng)聯(lián)車子進行全世界機緣，列國紛紛加速策略部署，經(jīng)過發(fā)表政策頂層規(guī)劃、制定/修訂相干法則、勉勵技藝研發(fā)、扶持公路測試示范及運營名目等，推進資產(chǎn)落地。當前，國家內(nèi)部曾經(jīng)搭建改善的政策體制，周全推進智能網(wǎng)聯(lián)車子資產(chǎn)進行，以及與智能交通、智慧燃料、智慧都市等的合一進行與生態(tài)建立。

　　8月1日，2022華夏智能網(wǎng)聯(lián)車子科技周、第九屆世界智能網(wǎng)聯(lián)車子技藝年會(CICV2022)在北京亦莊舉辦。華夏工程院院士，清華大學(xué)智能資產(chǎn)探討院（AIR）院長張亞勤發(fā)表了主旨演講，他說，平安是第一因素，車路協(xié)同是華夏的優(yōu)勢，會讓自動駕馭更平安，也給單車智能提供更多冗余，下降全個沒有人駕馭的本錢，也對現(xiàn)階段智慧交通有更多的幫助。

之下為演講實錄（精編）：

　　大伙都曉得，沒有人駕馭在往日的五到十年是一種特別令人關(guān)心的題目，不論是在投資界、資產(chǎn)界、科研界皆是一種非�；顫姷脑掝}。一方面，源于沒有人駕馭是人類長久的夢想，有著龐大的技藝、資產(chǎn)政策的挑戰(zhàn)，另一方面便是有龐大的資產(chǎn)前景。沒有人駕馭也是人力智能的技藝、算法、理論和體系面臨的挑戰(zhàn)，是以是人力智能根基設(shè)備的一部分，特別是沒有人駕馭到智慧交通、智慧都市，這點是人力智能根基設(shè)備的要緊部分。

　　感謝清華大學(xué)周谷岳副教授和袁繼岳博士對今日PPT的內(nèi)容做了好多奉獻，也要感謝百度企業(yè)，由于咱的事業(yè)是和百度一同合作的。下方咱就用二十五分鐘的時間，容易地談一談全個沒有人駕馭大的背景以及少許要害的決策點，包括咱們所做的少許事業(yè)。

　　的確，此刻咱們正好走進一種新的時期，車子資產(chǎn)從福特的Model T到此刻曾經(jīng)有一百一十好幾年的歷史，此刻正好經(jīng)驗大的變革，咱們叫做“四化”，可行加上綠色低碳化。智能化是這幾化中很要緊的一化，切實對全個資產(chǎn)進級有著非常要緊的效用。咱們七八年前剛最初做沒有人駕馭探討的時刻，那個時刻咱在百度當總裁，大伙說別人都做阿波羅，你們怎樣做沒有人駕馭？此刻看來很當然，的確是一種交叉學(xué)科，車子資產(chǎn)因素正好產(chǎn)生大的浮動，芯片、軟件、人力智能、電池全在變成新的要害技藝因素。

　　從事沒有人駕馭，平安是最要緊的，日前90%以上的車禍皆是人為的，沒有人以后可行把車禍降到最低，接下來便是全個效能，此刻每天相當有個小時的時間駕車或許找泊車的位置，假如能夠把這種時間應(yīng)用起來，不但可行讓全個駕馭體會更好，更要緊的是提升全體的效能。

　　四年前在百度的時刻，咱們和麥肯錫做了一種預(yù)測，便是估計2030年自動駕馭乘用車會帶來1.1萬億美元的新加市場，此刻的車子市場相當是3.1萬億美元，是以增加數(shù)量也有30%，這也是算法帶來的增添。

　　咱們此刻的車長OEM加上Tier正好從事自動駕馭和沒有人駕馭，好多新的Player也在映入這種市場，包括外出效勞、新的勢力、物流企業(yè)和高科技企業(yè)，是以五到十年今后，全個商業(yè)格局會和此刻十足不一樣。

　　將來這種范疇會有好多技藝方面的挑戰(zhàn)，也相關(guān)鍵決策的要素。假如從人力智能和軟件的方位來看，咱以為是人力智能在未來五到十年最有挑戰(zhàn)的一種難題，同一時間也是有邊界的，便是很繁雜的難題可行分解成為少許可行解決的相對容易的難題，假如遇到?jīng)]有解的話，這種范疇也不容易做，正在是可行解決但還是不容易的難題，便是集好多技藝之大成，包括規(guī)劃、決策、執(zhí)行，這點范疇都須要完美的事業(yè)，容錯的概率很小。

　　實現(xiàn)沒有人駕馭也有少許要害的難題，既有市場的要素也有非市場的要素。咱們的論壇是和法學(xué)院一同共辦的，非市場要素、政策、法則、倫理、隱私以及其余人為要素可能對全個沒有人駕馭的效用，技藝和市場的力量同等要緊，今日咱最重要的談一談市場要素，特別是技藝的可以性，包括資產(chǎn)的生態(tài)。L4沒有人駕馭能否可行實現(xiàn)？謎底是Yes，實現(xiàn)的路徑所以視線為主仍是更多不同的傳感器？怎么泛化感知和決策？這點皆是技藝難題，路線圖是經(jīng)過單車智能仍是經(jīng)過車路協(xié)同？漸進式經(jīng)過ADAS到L4或許L5，生態(tài)也是開源Android或許IOS的封閉形式。好多不同范疇全在映入這種產(chǎn)業(yè)，今后到底誰會贏？此刻車子OEM車廠仍是新勢力的高科技企業(yè)？這點難題不可能都說，不過大致地講一講咱的想法。

　　沒有人駕馭要害技藝分為五個檔次：數(shù)據(jù)層、感知層、認知了解層、決策規(guī)劃層以及操控抽象層，這邊每一層都很要緊，便是數(shù)據(jù)的采集到構(gòu)建時空三維模子，包括視線的、激光的或許傳感，能夠合一造成動態(tài)的了解，同一時間也要構(gòu)建靜態(tài)的對公路構(gòu)造的認知、構(gòu)圖和定位。

　　感知便是要建立一種環(huán)境模子Environmental Model，接下來要去做決策規(guī)劃，同一時間要把全部數(shù)據(jù)回到操控層，包括機動車的平臺、V2X、數(shù)據(jù)平臺、仿真平臺，這點決策和數(shù)據(jù)又會回到每個檔次，是以造成閉環(huán)，這種閉環(huán)自身根本上是要實時的，同一時間要做Impeccable完美的決策，容錯的概率很矮。

　　有人會問到底用了甚么人力智能算法？咱也是專門有個匯報是講不同算法的細節(jié)，自動駕馭和沒有人駕馭可行說用到全部可行料到的AI算法，往日的算法到此刻的深度學(xué)習(xí)算法都有效到，包括對數(shù)據(jù)的緊縮、檢驗指標、數(shù)據(jù)情景的補全、仿真模擬定位、全景切割和后來的模子緊縮。

　　為何這點實現(xiàn)起來很難題？深度學(xué)習(xí)也好、機器學(xué)習(xí)也好，全體上是依據(jù)日前的數(shù)據(jù)，碰到新的情景今后必需要有泛化能力，是以便是Corner Case導(dǎo)致車禍產(chǎn)生，又不可能測試的時刻都包含，要把第三象限減到最低，但總是會有Corner Case，自身必定要讓AI算法可泛化。

　　咱們感知和傳感的時刻到底所以視線為主仍是須要別的感知？包括激光雷達，大伙都曉得馬斯克很不喜愛激光雷達，以為全個車應(yīng)當是十足視線為主。剛才說到五個檔次，感知是機器的優(yōu)勢，可行拿到人見不到的東西，攝像頭、激光雷達、mm波、超聲波雷達是有不同的優(yōu)勢，不同的天氣、不同的環(huán)境，可行作為互補，必定要比人類駕馭的平安性提升一種數(shù)量級，假如咱們能夠獲得的消息、獲取的消息，機器和人類是一樣的，不容易比人更平安，有的位置好有的位置差，是以在獲取消息方面，機器必定要具備這種優(yōu)勢，利用不同的傳感和激光雷達便是此中的一種例子。

　　大伙見到的視頻是五年前，咱們是用十個攝像頭實現(xiàn)沒有人駕馭，此中也有好多很繁雜的算法，但平安性和冗余度確信是不夠的。圖中是用三維激光雷達，干脆在三維繪制，可行用深度的消息，自然也可行見到不同的車、人、非車輛，包括少許靜態(tài)的消息都可行感知到。本來這點便是提供了視線方面無的，確信對全個平安性是有好處的。

　　大伙可能會講激光雷達太貴了，剛最初是相比貴，此刻用到Hybrid Solid State曾經(jīng)降到幾百美金，不但僅是L4可行運用激光雷達，新的L2都可行運用激光雷達，是以非是價值的難題，更多的是怎么應(yīng)用這種消息增添咱們泛化的能力，提升解決Corner Case的能力。

　　到底是單車仍是車路協(xié)同？剛最初做沒有人駕馭，包括Google、百度皆是先從單車來做，做到后面必定會碰到阻礙，便是必定還會不停進展。很容易，不論是感知仍是決策，缺少少許消息，包括視覺的難題、距離的難題，自然也包括少許得不到的全局消息，全個都市的消息都差不多要緊。例如胡亂加塞、交通消息不明白、視覺不良或許有些突發(fā)事故，就算再智能也沒有辦法感知和決策。

　　車路協(xié)同也有幾個檔次：感知方面的協(xié)同、決策方面的協(xié)同，最終是體系范疇全個都市車路燈和根基設(shè)備的協(xié)同。此刻咱們看的更多的仍是第一和第二檔次，單車智能和車路協(xié)同是二者都須要的，是以協(xié)同智能很要緊。清華大學(xué)的克強院士是最早提議的，車路協(xié)同、網(wǎng)聯(lián)車子，全體上也是華夏的一種優(yōu)勢和路徑�？雌饋韱诬囍悄苁怯蠰0到L5，路也須要不同的級別，便是C0到C5，C以上就十足是沒有人，這種時刻即便車智能很少，路也可行實現(xiàn)這類能力。

　　咱們可行見到車路協(xié)同的優(yōu)勢，例如一種救護車過來，唯有車端智能的話，V2X的消息關(guān)掉的話你是不曉得的，見到車今后馬上就須要急剎車，有了V2X消息就會曉得路端有車過來，很早就能剎車或許變道。

　　全世界全在踴躍部署V2X，美國也好、歐洲也好，但華夏在這方面是相比優(yōu)先的，不論是政策的制訂仍是全個實驗部署，此刻好幾個都市特別是北京亦莊有頂級別的自動駕馭示范區(qū)，車路協(xié)同方面全世界皆是走在前面。

　　咱們提議公路怎么分級，昨年和百度一同寫了一種白皮書，相比具體地把公路做了分級，此中有公路自身根基設(shè)備的能力，包括地圖、協(xié)同感知、網(wǎng)站通訊、協(xié)同決策，是非是充足平安的體制，咱們有個白皮書專門有這方面的思考。

　　沒有人駕馭、車路協(xié)同方面，咱們也是和阿波羅、百度合作，后來也有個ApolloAir計劃，此中有不同的子企慕，咱們盡量把路側(cè)的感知做到極限。例如咱的車無甚么智能，便是最容易的L2等級，但路端的全個能力須要第一大化，便是X軸和Y軸最終一塊協(xié)同。咱們做了好多理論方面的模子，但更多的是做了好多測試，部署了好多車在亦莊，只是有些也是在長沙和別的位置。

　　昨年6月，咱們發(fā)表一份白皮書，此中相比體系地談到車路協(xié)同以及各式不同情景，包括對平安性的提升。咱們也有發(fā)表全世界第一種車路協(xié)同的數(shù)據(jù)集，叫做DAIR V2X，也是鑒于全情景同步的。此刻阿波羅是開源的，咱們的數(shù)據(jù)集也是開源的，日前由于相比感性，咱們不過給國家內(nèi)部的合作伙伴開源，無在世界開源，歡迎在座的各位運用。

　　咱們?nèi)涨安贿^預(yù)發(fā)表阿波羅車路協(xié)同開放平臺2.0，正規(guī)發(fā)表可能要過兩個月，往日最重要的能力是在單車方面，此刻曾經(jīng)加上少許車路協(xié)同的能力，2.0會是一種最新的體系，包括硬件的Reference、軟件操作體系，上面的Framework、Hardware Extraction和Calibration能力，應(yīng)當很快就會公布，這也是一種十足開放的體系，和阿波羅單車是相輔相成呼應(yīng)的。

　　下方咱容易播放一段視頻，總結(jié)一下最近Apollo Air的事業(yè)，多數(shù)仍是在單車智能，這一部分更多的是路側(cè)的智能。

　　最終總結(jié)一下，沒有人駕馭是不確定性中的確定性，有著好多好多不確定性，很繁雜，但好多也是確定的，最確定的便是必定能夠?qū)崿F(xiàn)的。平安是第一因素，不論用甚么形式、甚么路徑公布，最要緊的Benefit益處便是平安。咱以為垂直范疇的自動駕馭和沒有人駕馭會更先落地，包括物流的、景區(qū)的、礦區(qū)的，此刻乘用沒有人車在真正和繁雜的都市必定會落地，但須要更多的時間。單車智能須要不同的傳感器、不同的維度、不同的數(shù)據(jù)種類，同一時間感知體系的可泛化性也是此刻最重要的須要解決的難題。車路協(xié)同是華夏的優(yōu)勢，會讓自動駕馭更平安，也給單車智能提供更多冗余，下降全個沒有人駕馭的本錢，也對此刻智慧交通有更多的幫助，咱們提議C0到C5的公路分級體系。咱們主張開放的生態(tài)，阿波羅不論是單車、車端仍是路端皆是開放、開源的數(shù)據(jù)生態(tài)，須要技藝也須要政策法則，更要緊的是有范圍效應(yīng)。

　　最終這張圖是咱在每個匯報都用于完畢的圖：沒有人駕馭是人類長久以來的一種夢想，咱們必需敢做夢才能做成夢。（文/車子之家 張凌霄）