第一时间get全球最新科技知识与数据
下载钛媒体客户端

扫描下载App

中国工程院院士李骏:要实现自动驾驶,传统汽车研发的方式需要变革

摘要: 原来是生物人在驾驶汽车,智能汽车需要机器人驾驶。生物人是通过自己的眼睛、大脑、手脚的并行进行操控,这是一个完整数据的过程。现在是需要一个机器人,这个机器人的完整数据怎么流通?

中国工程院院士、中国汽车工程学会理事长李骏

“美国公布的指南很清楚,每年美国有2.5万人死于交通事故,95%是由于驾驶者的操作不当召开的,现在急需一个机器人来开车。”日前,新能源汽车国家大数据联盟主办的2017年会在京举办,中国工程院院士、中国汽车工程学会理事长李骏在发言中提出。

而且在李骏看来,无人驾驶汽车成为大趋势的前提下,传统汽车研发的方式需要变革。

原来是生物人在驾驶汽车,智能汽车是需要机器人驾驶。”李骏说,“生物人是通过生物人自己的眼睛、大脑、手脚的并行进行操控,这是一个完整数据化的过程。”但是对于一个机器人来说,这套数据化系统却难以适用。

此外,传统汽车研发过程的数字化也不够。传统汽车的研发系统需要变革,原来的系统考虑的最重要就是相关交通场景,而现在这些交通场景必须要进行数字化。

“对于自动驾驶车来说,需要机器识别,这个机器的识别是随机性的,跟人脑的聪明不一样。”李骏说,“对于机器来说,它也不像几岁的孩子,发挥是随机的,所以它以无边界限制的产品为验证假设。这个挑战是核心问题,所以ICV(智能网联汽车)必须具备学习的能力。”

以下是李骏院士演讲全文,略经钛媒体编辑:

非常高兴能够受到新能源大数据联盟的支持。

我们看到,作为ICV(Intelligent Connected Vehicle,智能网联汽车)来说,传统汽车研发的方式需要变革了,原来的研发不完全适用,需要变,这是为什么?

第一,原来是生物人在驾驶,ICV是需要机器人驾驶。生物人是通过生物人自己的眼睛、大脑、手脚的并行进行操控,这是一个完整数据的过程,只是这个完整的数据过程只在生物个体上出现。现在是需要一个机器人,这个机器人的完整数据怎么流通?而且,又该如何证明这个机器驾驶的安全性?

美国公布的指南很清楚,目前每年美国有2.5万人死于交通事故,95%是由于驾驶者的操作不当造成的。因此,现在急需一个机器人来开车。所以非常重要的是解决机器人的驾驶,解决安全系统。

不过,传统的汽车测试方法是测试人的驾驶,现在该用什么方法来测试机器?现在国际上没有,我们也在构思去做一套系统。难题在于,百万公里以上的数据稍有改变就需要从头测试,所以传统的测试方法无法适用,ICV的研发需要新的标准。

第二,自动驾驶汽车的研发按照目前国际上比较公认美国交通运输部(Unite State Department of Transportation)的指南,有四个重大的内容,是现在没有的:

1,在机器驾驶过程中的动态驾驶任务,过去我们没有设计人的驾驶参与;

2,在什么样的条件下,这个车可以进入无人驾驶状态,例如你这个车在什么天气可以进入无人驾驶;

3,你进入无人驾驶状态(DDT)之后,在整个无人驾驶行驶的过程中,如何判断已经超出了无人驾驶的模式,从而退出,或者是进入动态驾驶任务(DDTF)支援模式。

4,动态驾驶任务(DDTF)的应急措施,其实就是系统已经判别了需要让司机接管过去,但如果没有司机接管,那当感知和判断系统(OEDR)发现了以后,就需要降低驾驶能力的车速等等。

以上这些都需要新的流程。由此来看就很明显了,传统汽车的研发系统需要变革,原来的系统考虑的最重要的就是人相关的交通场景,那现在交通场景必须要变成数据、数字来使用,因为是机器在驾驶,所以要通过定义机器的交通场景进入到开发流程中。

第四,传统汽车的研发流程和实验系统需要变革。无论从概念设施到概念平台,到概念的验证,到软件的开发,所有的这些都需要数据进来,同时要有不同的认证,要把交通分成模块化,进行驾驶评估,所以新的供需链就产生了。

最后一个变革就是技术平台的变革。最近我们在紧锣密鼓的组建雄安智慧城市、智能服务,就是数据要推送过去。你需要把城市、交通都整成智能的,不能都只是车上是智能的,这个车的范围太窄。所以我们要建新的交通层、车辆层、系统层、组建层。

下面讲一下(车辆)数据的需求。

首先我们要用新的指南,现在还没有形成标准,形成指南最好的是美国交通运输部15条,它要求每一个汽车厂商,你设计的产品必须要收集数据。

也就是说,你设计的这个智能汽车且要说明你在什么样的范围、光线的程度下、如何进入无人驾驶状态,如果你不能进入无人驾驶状态(DDT),还是人在开,就要对美国交通运输部发布出来,车辆的感知和判断系统(OEDR)都要进行评审,这样才能使得客户感到是买了一辆安全的自动驾驶汽车。

这样的话,对于每一个任务的数据都要有明确的规定,比如说对于DDT(无人驾驶状态)数据的需求。而且对于这样一个数据的需求,在开发过程中如何进行开发任务的确定,使得开发任务中对于这些数据整个定制在无人驾驶器上是明确的。

对于设计运行范围(ODD),就是判断你是否可以进入到自动驾驶,那么它也有非常明确的数据需求,而且要建立这个数据库,从需求侧到供给侧。你的数据库有多大,体现在无人驾驶的时候才具有多大的能力,多高的水平。

车辆的感知和判断系统(OEDR)更加重要,OEDR相当于车辆的监管,监管的程度越细腻、越可信、越可靠,那你这个无人驾驶的汽车才越让人放心,所以对监管的数据如何形成感知的数据库。然后怎么进行监测,这个非常重要,而且对于感知和判断的设计数据需求是非常大的。

最后一个,如果车辆的感知和判断系统不行,面对冰、雪、雾等复杂情况,就要选择降低功能。而且降低功能之后,还需要得到应急测试的验证,不能说降低功能了还撞上了。

所以,我们总结起来是这样的,传统汽车的开发是以有边界的范围来做,因为在传统车上有一个人,人可以判断,他不需要让这个车做什么处理。

但是对于自动驾驶的车来说,需要机器识别,这个机器的识别是随机性的,跟人脑的聪明不一样。对于机器来说,它也不像几岁的孩子,发挥是随机的,所以它以无边界限制的产品为验证假设。这个挑战是核心问题,所以ICV(智能网联汽车)必须具备学习的能力。

其次,我们需要四个数据平台。第一个是场景数据平台,像DDT(无人驾驶状态)的、ODD(设计运行范围)的;第二是动态地理环境数据平台,ITS路边设备数据、精准地图的数据等等,这个是非常大的数据;第三个是行车的数据平台,就是驾驶员的健康情况、乘员的健康情况等等;第四个是用户数据的平台,用户的数据。虽然它代表了数据整个数据网络。

为了达到以上的架构要建立什么东西?就是要建立ICV研发的持续学习的预测系统,建立这样一个持续学习的预测系统,需要把虚拟和物理融合在一起,所以需要包括复杂传统、传感、预测模型,以及数据趋势的预测环境。(本文首发钛媒体,李勤/整理)

更多精彩内容,关注钛媒体微信号(ID:taimeiti),或者下载钛媒体App

本文系钛媒体原创,未经授权不得使用,如需获取转载授权,请点击这里
分享到:

第一时间获取TMT行业新鲜资讯和深度商业分析,请在微信公众账号中搜索「钛媒体」或者「taimeiti」,或用手机扫描左方二维码,即可获得钛媒体每日精华内容推送和最优搜索体验,并参与编辑活动。

钛媒体
钛媒体

中国领先的财经科技信息服务提供商。关注微信公众号:钛媒体(ID:taimeiti), 旨在为创新、创业、创造人群,提供最高效、最专业,最具价值的信息交流平台,和相关的职业与资本服务。我们拥有行业内最高质量的内容、作者(意见领袖)及产品线,通过连接最具创造力的创新、创业及变革者,打造中国最大的线上影响力社群。

评论(4

  • 际会 际会
    回复
    0

    为什么老是要代替人?人去干什么?

    2018-02-19 06:51 via android
  • 填格 填格
    回复
    0

    大眾在2005年率先在德國Motpark Oschersleben進行了off-road測試,後被暫停,技術不是問題。首先不說它剝奪了人的操控樂趣,科技侵蝕了人們的享受自由,如果一旦病毒入侵或者千年蟲等等,無疑是人類的災難,世界豈不大亂~還是省省吧~當然,拿個概念,圈錢,另說~嘻嘻

    2018-02-08 09:22 via weibo
  • 感觉说中了关键点,以人类驾驶为出发点改为计算机驾驶为出发点来重新设计汽车才是真正的自动驾驶

    2018-02-08 00:32 via weibo
  • 废话

    2018-02-07 23:51 via weibo

Oh! no

您是否确认要删除该条评论吗?

分享到微信朋友圈