媒体监测和推荐平台

产业新闻

当前位置:首页 > 产业新闻 > 详细内容

无人车上路要跨过这些坎

近年来,智能汽车成为全球汽车产业发展战略方向。一系列智能科技的应用助推了自动驾驶技术日渐成熟,然而,当前无人辅助的自动驾驶汽车要真正上路还有不小的距离。自动驾驶发展还需要解决哪些问题?日前在北京·华夏幸福创新中心举行的全国博士后学术交流活动上,与会专家分享了他们的思考。

中国人工智能学会理事长、中国工程院院士李德毅说,当前自动驾驶的主流技术路线要求根据路况数据,生成对应不同环境的驾驶模式。理论上,这一自动驾驶模式必须输入无穷多的数据,形成无穷多的驾驶模式供计算机选择,但要实现这一点很困难。

李德毅认为,自动驾驶汽车要想走出特定场景、走向开放道路,必须具备主动学习的能力。“人之所以接受培训后获得驾照,是因为我们预设驾驶员具有不断学习的能力,能越开越好。未来自动驾驶汽车应该是能自主学习的轮式机器人,无需驾驶员的辅助,能像人一样学习,否则就不能叫自动驾驶。”李德毅说。

标准的争议也是自动驾驶面临的挑战之一。与会专家表示,尽管美国机动车工程学会提出自动驾驶从L0级到L5级分类标准,也逐渐得到产业界认可,但这一分类存在定义模糊,不同级别之间界限有待厘清等问题。

自动驾驶的安全性最受关注,但要通过道路测试来验证自动驾驶的安全性困难也不小。驭势科技首席执行官吴甘沙说,从统计学看,要证明一个自动驾驶系统比人的驾驶安全性能提升20%,需要110亿公里的道路测试数据,要获得这些数据仅仅通过几百台测试车是不可能的。

自动驾驶研发也有技术难题。现实中,智能化程度较低的辅助驾驶技术已经应用,但高级别的自动驾驶以机器为主导,应具备全部自动驾驶功能。当前,推进高级别的自动驾驶技术,产业界存在两种不同的研发路径。第一种是“一步到位”路线,即从一开始就研发彻彻底底的自动驾驶汽车;另一种则是“步步为营”路线,即在传统的汽车上逐渐新增一些自动驾驶的功能,最终过渡到完全自动驾驶的阶段。专家表示,前者将面临技术不成熟和成本高昂的问题,后者则容易被现实束缚,不易取得突破性进展。

吴甘沙认为,折中的路线或许有助于破解自动驾驶实现难题,即把“全自动驾驶”的技术应用于高频、刚需、可量产的场景,在提升技术成熟度和经济性的同时,积累更多的复杂场景数据,提高“全自动驾驶”技术的普适性。他认为,自动代客泊车、物流车和快速公交系统这几个场景符合高频、刚需、可量产的要求,有助于推动全自动驾驶技术落地和数据积累。

人工智能被认为是助推自动驾驶的重要动力之一。华夏幸福产业研究院院长顾强说,未来人工智能将在包括自动驾驶在内的诸多领域加速突破。人工智能不仅将推动无人驾驶时代到来,还会深刻影响汽车产业链的每一个环节。

来源:人民网-人民日报