<mark id="oztn4"></mark>
0
| 本文作者： 李安琪 | 2020-08-14 10:12 | 專題：CCF-GAIR 2020 全球人工智能與機器人峰會 |
雷鋒網按：2020 年 8 月 7 日，全球人工智能和機器人峰會（CCF-GAIR 2020）正式開幕。CCF-GAIR 2020 峰會由中國計算機學會（CCF）主辦，香港中文大學（深圳）、雷鋒網聯合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協辦。
作為中國國內最具影響力和前瞻性的前沿科技活動，CCF-GAIR 大會已經度過了四次精彩而又輝煌的歷程。CCF-GAIR 2020 延續了過去的強大陣容，提供了 15 個專場（人工智能前沿專場、機器人前沿專場、智能駕駛專場、AIoT 專場、AI 芯片專場、視覺智能·城市物聯專場、AI 源創專場、AI+ 藝術專場、企業服務專場、工業互聯網專場、AI 金融專場、醫療科技專場、智慧城市專場、聯邦學習與大數據隱私專場、前沿語音技術專場）。
在8月8日的智能駕駛的專場中，車路協同國家重點研發計劃項目負責人，西安電子科技大學領軍教授，IEEE/IET Fellow，戴升智能CEO毛國強帶來了《智慧公路與智能駕駛-新基建下如何把握機遇》的主題演講。
毛國強認為，聰明的車離不開智慧的路。無人車要大規模鋪開，需要道路提供信息。但能夠為智能網聯車輛服務的智慧公路大規模應用的前提，是智能網聯車的滲透率達到一定程度。
他表示，智慧公路與車路協同只有解決當前交通系統面臨的緊迫問題，才能得到足夠發展和大規模推廣。
所以，毛國強得出結論：智慧公路和車路協同的發展路線應該是螺旋型的?，F在建設的智慧公路應該針對有人駕駛車和高級輔助駕駛，等信息化達到一定程度后，就能支持L3級自動駕駛和高級輔助駕駛。而全面支持L3級的智慧公路，只有當L3級自動駕駛車輛滲透率達到一定程度才有可能實現。
以下為毛國強的主題演講內容，雷鋒網新智駕進行了不改變原意的編輯：
我今天分享的主題是智慧公路與智能駕駛，從個人角度分享一下我在這方面的思考。
首先介紹一下我們的重點研發項目。據我所知，這是最近國家層面設立第一個車路協同重點研發項目。第二，重點介紹車路協同總體技術路線，探索車路協同應該怎么做。第三是如何結合新基建抓住發展機遇。
我們重點研發項目全稱是《高速公路智能車路協同系統集成應用》，我是項目負責人，項目參與單位有長安大學、清華大學、東南大學、西安電子科技大學。企業有中汽中心（廣州）、主線科技、中咨集團、河北高速集團、齊魯交通集團、東軟集團，參與的單位集成了國內公路交通行業最頂尖的高校和企業。
車路協同可以有效提高交通系統的安全和效率。世界各國都在大力推動，大趨勢是毫無疑問。但具體的發展要具體討論。在美國，超過50%的州都開展了示范應用，歐盟以CVIS標準化推進，同時穩步推進落地應用。日本的特色是SmartWay和ETC 2.0，其ETC不光解決收費問題，還解決信息采集和交互問題。
車路協同的大規模應用與推廣已經成為未來交通發展的必然選擇。我們國家也出動了各項政策在支持車路協同的發展。特別值得注意的是最近十三部委聯合發布的智能網聯汽車發展綱要，第一次把智慧公路、智能協同和智能網聯汽車放在同等重要的地位。
目前，車路協同的問題是“感知難、通訊難、控制難、集成難、測試難”。
感知難。現在車路協同的感知還是主要依賴于攝像頭，比誰布置的攝像頭更多。但單純依賴攝像頭能否解決問題？在大雨大霧等惡劣天氣可能發生安全事故，最需要信息時，攝像頭可能沒法提供信息。
除了攝像頭，激光雷達可以用嗎？經過實際測試后，放在路側的激光雷達，使用壽命還有待提高，價格也偏貴。此外毫米波雷達能否解決問題？這些都是疑問。
加了感知系統后，高速公路的成本極大提高，然而這些感知系統能夠給高速公路帶來什么收益還有待驗證。
通信難。盡管有5G技術，但5G能給交通解決什么問題？在現有交通系統中有什么具體應用場景？還有待商榷。而且5G基站的密集部署造成建設成本和運營成本增加，譬如電費誰來支付？
控制難。道路好像布了一排攝像頭，控制中心放一個大屏幕，就變得智慧了。但收集這些信息真正是為了干什么，能否提高交通安全，如何用起來才是重要的?，F有很多系統是可監，還沒做到可控。
集成難。高速公路上有這么多設備，感知上有氣象收集、道路情況收集、交通信息收集等，如何集成？
測試難。整個系統部署后究竟取得什么效果？如何測試評估？要想辦法解決這些問題。
正因為如此，我們梳理出五個關鍵課題。
第一，高速公路智能車路協同的體系架構和評估方法。
第二，車路協同智能路側與重點營運車預-報警裝備研發及優化。
第三，基于云平臺的高速公路全息信息融合及智能管控。
第四，自動駕駛專用車道設計及貨車列隊控制。專用車道目前還有一些爭議，專用車道應該百分百給自動車還是混合車流？目前還在探索過程中。
第五，高速公路智能協同系統示范應用和標準化。
具體目標有很多，總體來說我們的目標是突破制約高速公路智能車路協同系統集成應用的重大共性關鍵技術，開展典型示范應用，提升高速公路的智能化水平和服務品質，促進全國范圍大規模推廣。
盡管智慧公路修了很多，但它究竟長什么樣子，應該怎么建？還沒有一個地方可以說清楚。我們項目希望促進車路協同領域新技術、新產品的研發與實地應用，形成車路協同領域的國家標準規范，為全國范圍內大規模推廣奠定技術、標準規范與產業化基礎。希望這個項目做完后，我們可以有理有據告訴大家智慧公路怎么做，如何一步步發展。
我們項目不光進行理論研究，還要進行實地應用。我們的示范工程涵蓋京雄、杭紹臺等，9條覆蓋6個省市的典型高速公路依托工程。中國地理的典型特征是地大物博、南北差異顯著，南方高速適用的技術放在北方不一定適用，各個地方的環境特點都很有特色。譬如，貴州的特色是山路、彎道特別多，在滬寧地區團霧是一個挑戰，在廣東用的很好的設備在東北不一定能用。地域差別是必須考慮的，所以我們特意選取了涵蓋南北典型地域特征進行示范。
接下來介紹一下車路協同總體技術路線，這是我們在探索中形成的認識，可能帶有一點個人觀點。
首先，智能網聯駕駛的發展是大勢所趨。但同時要認識到，自動駕駛不會一蹴而就，還會經過漫長的發展過程。自動駕駛的大規模落地，需要5年、10年還是20年？沒人說的清楚。最近有MIT學者預測，自動駕駛不是10年以內的事情。剛剛跟姚教授交流時提到一個觀點，現在自動駕駛與車路協同很火，但大家要有清醒的認識。這個東西太火對行業的發展不一定是好事情，會有魚龍混雜、撈快錢的情況。這對行業的整體發展來說不一定是好事，一定要有清醒的認識。
自動駕駛確實在全面發展。自動駕駛發展到什么程度？在相對簡單的場景下，比如自動駕駛物流、低速環境、封閉園區、碼頭、礦山場景，自動駕駛觸手可及。特別是在碼頭、礦山已經有較為成熟的應用。此外，復雜場景下的自動駕駛還面臨巨大挑戰。從解決工程問題的經驗來看，對于一個大型的復雜工程問題，解決90%的問題需要10%的時間，解決剩下10%的問題是最難解決的，可能需要90%的時間解決。
這句話放在自動駕駛場景也非常適用。人工智能的發展要基于大量的數據學習，很多極端場景是沒有案例的，不可能說出了事故再來學習。這種復雜場景從理論上還沒有很好的解決方法，怎么解決還不清楚，我們才剛剛觸及到這10%的復雜場景下的自動駕駛問題。所以無人駕駛毫無疑問是大勢所趨，但我們要對無人駕駛的發展有比較清醒的認識。
聰明的車離不開智慧的路，這是我一直強調的另一點，也是很多年前在國際交流時就提出的觀點。無人車要大規模應用，需要道路提供信息與通信支持，這是技術層面。從商業角度來說，如果智慧公路完全針對無人車，會出現什么問題？即使在深圳技術發展特別快的城市，現在一條路上100輛車有沒有1輛車是無人車，有沒有一輛車具有智能網聯駕駛功能？沒有。這就導致，為無人車修建的智慧公路沒有服務對象，專門為無人車服務的智慧公路上沒有無人車，那么修智慧公路有什么商業價值？所以，為智能網聯車服務的智慧公路大規模應用的前提，是智能網聯車的規模要達到一定程度。即智慧的路也離不開聰明的車。
由此會引起典型的雞生蛋還是蛋生雞的事情，是先有雞還是先有蛋？無人產業的發展需要智慧公路提供支持，無人車的滲透率或者智能網聯車的滲透率要達到一定規模，針對無人車/智能網聯車的智慧公路才有商業價值，才能大規模推廣。為了解決上述矛盾，我們提出智慧公路和車路協同的發展要立足現在，面向未來。我們現在設計智慧公路、車路協同系統，首先要立足解決現有交通系統的問題，只有把現在的事情解決好才能面向未來。
智慧公路長什么樣子，大家還在探索過程中。我認為智慧公路要體現幾點：
一是有感知，不是每隔兩三公里放一個龍門架與感知設備實現重點區域的感知就可以了，我們需要全面、充分的感知。二是會思考，如何把數據轉換成信息和知識。數據要告訴我什么？舉例來說，我們在研究各個城市的交通堵塞數據時，最后得出一個很有意思的結論：直觀上最擁堵的路段，擁堵的成因不一定是在這條路上，說不定在這條路的前方或者后方。相應的治理不是頭疼醫頭，而是真正分析擁堵的成因是什么，然后拿出解決方案
三是能反應，不光可監，還要可控。真正把收集到的信息用于交通管控。做好這些才能展望未來，為無人駕駛提供助力。智慧公路與車路協同只有在解決當前交通系統面對的緊迫問題中才能得到逐步發展與大規模推廣。車路協同現階段的核心在于，實現與路上幾乎百分百有人車的協同，輔助安全高效駕駛。
我們在調研中還發現，在路面廣泛安裝攝像頭，作為駕駛者在路上行駛會是什么感覺？是不是覺得很安全？恐怕不會有人這樣感覺，而是覺得裝這么多攝像頭是為什么，會很害怕。
智慧公路要做的是讓駕駛者感到，這條路確實是跟其他路開的感覺不一樣，開完智慧公路再走其他公路，會覺得這些路怎么這么破舊。因而，我們還得出另一個結論，智慧公路只有讓道路使用者明確感受到智慧化優勢，有鮮明的體驗，才能被大眾接受并大規模推廣。所以為普通道路使用者，帶來不一樣的體驗，這是目前車路協同非常欠缺的。
綜上所述，我們認為，智慧公路和車路協同發展路線應該是螺旋型、階段化的的。現在修的智慧公路應該主要針對有人駕駛車和高級輔助駕駛；當信息化達到一定程度后，有了信息的充分采集，就可以支持L3級自動駕駛和高級輔助駕駛；全面針對L3級的智慧公路，只有當L3級自動駕駛車輛滲透率達到一定程度才有可能大規模部署。
這和公路的發展歷史也是符合的，剛開始中國沒有公路，車多了以后開始修路，車多了開始有紅綠燈，有左轉右轉燈，路的發展始終是基于車來驅動的。這是階段性的演化趨勢。我們注意到，中國公路學會也開始對智慧公路進行分級并指定相應的標準。全面支持智能網聯駕駛是30-40年后實現的，跟我們的預測基本相符。
另外，公眾在談論無人車時有一個誤區，認為從有人駕駛會一步跳躍到無人駕駛。我個人認為，如果無人車有朝一日真的實現，它不會是突然從有人變成無人，可能是無人駕駛的各種具體功能逐步實現的，水到渠成，潤物細無聲。現在有些自動駕駛功能已經在高端車上搭載了。無人車的實現可能不是從零到一的跳躍，而是從高級輔助駕駛的功能逐步完善，再到部分網聯駕駛-全面網聯駕駛，這是逐步的過程。
第三部分是如何結合新基建抓住發展機遇。
我們接觸項目后拜訪各個示范單位，從京雄、杭紹臺、到滬寧，一條條公路項目單位拜訪之后。最大的體驗是，大家對智慧公路有非常強烈的渴求。需求是多方面的，但行業對智慧公路、車路協同還存在很大的困惑。車和路為什么必須協同？怎么協同？協同什么？解決什么問題，有什么成效？
安裝感知、通信設備的成本是額外增加的，需要業主額外投資。那么如何收回這些成本，經濟效益是什么？可以給業主帶來什么好處？是車與路協同，路與車協同還是路與車相互協調？要實現哪些功能？哪些適合放在路端，哪些適合放在車端？車路協同的經濟社會價值如何？不是說一定要給業主帶來直接經濟效益，有可能是通過提高安全、效率提高社會經濟效益，或者對于其他相關行業的發展起到促進作用。
而且還要注意到，車、路、交通信號燈分屬于不同的部門主管，牽涉的部門越多越難落地。
同時，車路協同需要巨大投資，誰來出錢，Business case在哪里？給出資方帶來什么？廣東省交通規劃設計院關小杰提出《再談智能交通從業者對車路協同的困惑》，這是行業存在的普遍困惑。有了這些困惑后，如何解題是大家比較關心的。
首先，這是一個非常好的時代，智慧公路和車路協同現在非?；?，正處于風口，能抓住這個風口，就能夠實現歷史性的騰飛。
為了抓住機遇，我們首先要思考，這個產品針對什么應用場景？解決什么交通問題？如何證明解決了這些問題？為什么強調這些問題？譬如說，有人說我的產品可以讓車聯起來，我是做通訊背景出身的，挺熟悉5G的，這里我要強調的是通信技術要深入交通系統，實現深度融合，真正解決交通問題。所以說，解決通訊不是問題，但是讓車互聯互通后，能給司機提供什么信息？如何幫助他更通暢的行駛，提高安全、避免交通事故，這才是問題。
開發一個新產品系統，要回答的是，和現有產品系統如何融合，增加了什么功能？需要多少成本？這個成本不光是建設成本、維護成本，最后誰買單，怎說服他給你買單。
這是大家在做車路協同之前要事先要想好的。對現有的人、車、路、交通系統做什么改造？如果推出這個產品系統，對現有交通系統很多方面都需要改造，要求改變交通信號燈，路上、車上要裝設備，那肯定較難推廣，實現功能涉及的改造越少越容易推廣。在城市道路動任何一條路至少涉及5-6個部門，一個系統牽涉的部門越多越難推廣。
最后，這個產品是針對現有系統還是未來系統？有人說，我們的產品在無人車測試場里用的很好，我不否認你在無人車場景做的技術確實很棒，但問題是，現在交通系統沒有一輛無人車，既然是為無人車發展，可以等10年后無人車廣泛應用后再推你的系統。只有針對當前交通系統，解決當前交通系統面臨的緊迫問題的產品在現在才能得到大規模推廣。這是大家要統一認識的。
（雷鋒網） 雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
