“自动驾驶有可能是人工智能最具商业价值，而且最早落地的垂直领域。” 7月10日，在由中国计算机学会（CCF）主办，雷锋网（公众号：雷锋网）和香港中文大学（深圳）承办的CCF-GAIR全球人工智能与 机器人 ( 行情 300024 ,诊股)大会压轴日的智能驾驶专场上，

　　“自动驾驶有可能是人工智能最具商业价值，而且最早落地的垂直领域。”7月10日，在由中国计算机学会（CCF）主办，雷锋网（公众号：雷锋网）和香港中文大学（深圳）承办的CCF-GAIR全球人工智能与机器人(行情300024,诊股)大会压轴日的智能驾驶专场上，邓志东如是说。

　　邓志东现任清华大学计算机系教授、博士生导师。自2009年起，邓志东带领团队开发了三辆具有感知和自主决策功能的自动驾驶汽车，在该领域积累颇深。如今，随着人工智能技术的演进和发展，人工智能在L4（SAE）级别自动驾驶产业落地的进程中发挥着不可替代的推动作用。邓志东的主题演讲也是围绕这个话题展开，雷锋网新智驾对演讲内容做了不改变原意的整理编辑。

　　*清华大学教授、博士生导师邓志东

　　一、限定区域是个坑

　　2016年9月20日，美国交通运输部最新发布自动驾驶联邦新规，已经明确无人驾驶汽车以SAE的6级作为分级标准（L0-L5）。现在大家普遍感兴趣的是L3和L4，L3即限定条件下的自动驾驶，L4即高度自动驾驶。

　　具体而言，自动驾驶的第一个阶段是辅助与半自动驾驶（L0和L1），第二个阶段是过渡期的无人驾驶（L2和L3），第三阶段是真正的无人驾驶（L4和L5）。

　　作为过渡期的第二阶段，也就是人进行辅助的人机共驾阶段，包括L2和L3。

　　L2是解放手脚，但人眼和人脑还要受累；

　　L3是解放人眼，解放人眼的关键是机器能够代替人对包括极端与紧急情况下的环境进行安全可靠的感知。

　　L4和L5是真正的无人驾驶阶段，最鲜明的特征就是自主行驶的安全性得到了充分的保证。

　　L4是解放人脑，但仍要限定区域和限定功能；

　　L5不需要进行任何限定，就跟人一样，人可以去的地方，车也可以去，人不能去的地方，车也不能去。

　　所以L2是解放了手脚，L3解放了人眼，L4和L5把人脑也解放了，对车辆的自主行驶完全可以放心。L5甚至都没有方向盘、踏板和后视镜了。

　　从L2到L4，要考虑的一个核心的问题就是限定区域和限定功能。

　　1、封闭区域的自动驾驶

　　如限定速度，考虑空旷可视、交通流稀疏等特定的应用场景，具体包括封闭场地的循迹自动驾驶、沿着固定车道的自动驾驶等。在这种情况下，我们可以采用轨迹跟踪或车道线视觉跟踪加上简单的障碍物检测技术，比较容易就实现到L3、L4级别的自动驾驶。只要能降低成本，就容易获得商业模式，这就是现在很多人搞的低速车商业落地，这是较容易实现的。

　　2、结构化道路与限定功能的自动驾驶

　　如限定行车功能的高速公路和在部分城市道路区域的自动驾驶。这种结构化和半结构化道路相对简单，再加上对自主行车功能的限制，如触发条件非常苛刻的自主变道超车等，可能仅需要利用高精度地图、障碍物检测加上行为预测技术等，也是相对比较容易实现L3到L4的自动驾驶能力。

　　3、复杂场景的自动驾驶

　　比如说更大城区范围乃至整个城市或各种路况的自动驾驶。Uber现在在匹兹堡市的自动驾驶免费出租车路测与试运行，就是真实城区范围的自动驾驶，这达到了很高级的阶段，因为需要考虑全路网高精度地图、障碍物检测、行为预测、复杂决策等，尽管目前车上还保留有两名安全工程师。这时要实现L3、L4比较困难，但是它的商业价值是巨大的，现在我们说的无人驾驶就是要走到这个高级阶段。

　　由此引申出百度的阿波罗计划，它的目的是什么呢？

　　简言之，百度在开放式软件平台方面与博世等Tier1（一级汽车零部件供应商）合作，是否希望成为一家自动驾驶人工智能算法公司？同时或希望将重点放在云端的数据服务平台，退到后方做包括高精度地图和大数据在内的服务市场？

　　二、环境感知与环境建模之争1、完全基于环境建模的自动驾驶

　　相对封闭场地的循迹自动驾驶和全路网的固定线路自动驾驶，是一个完全基于环境建模的技术解决方案。

　　优点：使用RTK厘米级精度的轨迹跟踪，路面行驶可轻易实现高速高精度；

　　缺点：无环境适应性，缺乏自主性。采用的RTK高精度组合导航设备，受差分基站的通信范围、多径效应和收星数等影响，同时成本高昂。例如进口的DGPS/IMU最便宜的二十多万，贵一点的要五六十万，且仅仅适合于视野开阔的空旷与封闭场景。如果把组合导航设备的价格降低，它也可以实现商业模式。

　　进一步，可利用高精度地图来实现自动驾驶，即综合利用地图匹配导航来降低导航设备的硬件成本，同时也更有利于实现全路网的自动驾驶。

　　目前大多数的自动驾驶汽车都是属于这种类型的。

　　2、完全基于感知的自动驾驶

　　即沿固定车道或道路的自动驾驶。

　　优点：全路网自主行驶，具有高度自主性和环境适应性；仅依靠摄像头或激光雷达，无高精度地图，无RTK，成本低；

　　缺点：受车道线与路缘质量的影响较大，车速较低，可靠性差。

　　这种途径类似于人类的驾驶方式，完全靠感知进行，显然这种技术路线比较极端，对环境感知的要求非常之高，挑战极大，也会带来很多不确定性。

　　结论：环境感知必须与环境建模结合，以便同时获得高性能路面行驶能力与局部自主性等。

　　三、视觉主导还是激光雷达主导？目前，自动驾驶环境感知的技术路线主要有两种：一种是以特斯拉为代表的视觉主导的多传感器融合方案，另一种以低成本激光雷达为主导，典型代表如谷歌Waymo。

　　1、视觉主导，以特斯拉为代表：摄像头+毫米波雷达+超声波雷达+低成本激光雷达。

　　摄像头视觉属于被动视觉，受环境光照的影响较大，目标检测与SLAM较不可靠，但成本低。目前，特斯拉已经在其量产车上列装了Autopilot2.0固件，而且成本较低，只有7000美金左右，8个摄像头组成单目环视，有1个毫米波雷达和12个超声波雷达，希望从L2跳跃到L4。

　　经过半年的努力，特斯拉近期已经完成了将路测大数据从Mobileye单目视觉技术过渡到基于Nvidia Drive PX2计算硬件平台的特斯拉Vision软件系统上，并且在今年3月底发布了8.1软件版本，它用深度学习的方法在短期内基本达到了Mobileye的技术水平，这是以前很难想象的。特斯拉的自动驾驶技术究竟怎么样，一个重要的观察点就是看它能否在2017年年底，如期从洛杉矶开到纽约，实现全程4500公里且无人工干预的完全自主驾驶。

　　2、激光雷达主导，以Google Waymo为代表：低成本激光雷达+毫米波雷达+超声波传感器+摄像头。