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 。
【专家观点：无人车上路要跨过这些坎】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 。
《 人民日报 》（ 2018年11月02日 18 版）
推荐阅读
- 去核的车厘子能给狗吃吗
- 猫咪坐车会晕车吗
- 猫咪能吃车厘子吗
- 比亚迪f0车门板怎么拆
- 什么是可变导向车道线怎么走
- 小汽车防冻液可以用水代替吗
- 淘宝直通车在哪里打开 淘宝直通车在哪里
- 狗狗坐车能坐多久
- 泰迪晕车呕吐怎么办
- 这些汽车实用功能要牢记哟 车上的door是什么意思?