智能網聯汽車方興未艾，人工智能與自動駕駛技術演進快速發展，而其中的安全始終是備受矚目的焦點。

“我們開展的研究，就是利用人工智能去實現自學習，從而持續推進自動駕駛技術的演進，不斷提升自動駕駛系統的安全性和智能性。”9月25日，在中國汽車工程學會組織的主題線上采訪中，同濟大學汽車學院教授、博士生導師、"協同創新?探索未來的車輛與交通”國際青年科學家沙龍——人工智能與自動駕駛論壇主席黃巖軍向《中國汽車報》記者分析了自動駕駛發展現狀，并介紹了運用人工智能技術提升自動駕駛性能的研究進展。

技術演進決定安全

近年來，國外自動駕駛車輛路測中多次出現事故。而且，據央視報道，當地時間9月14日，特斯拉在美國遭遇集體訴訟，訴由是特斯拉對自動駕駛進行虛假宣傳，安全性有問題。據美國國家公路交通安全管理局(NHTSA)公布的數據，在涉及駕駛輔助技術的事故中，有70%涉及特斯拉的智能電動汽車。

對于這類現象，黃巖軍從三個方面進行了分析。

首先，自動駕駛及駕駛輔助技術目前還是新生事物，從技術發展層面看，至今相關技術尚未完善，此類事故的發生難以完全避免。很多這類事故的原因，是由于車輛感知層、決策和駕駛員的操作不當所致。以感知為例，當前車上不同的傳感器均各有優缺點，如迎面有強光情況下，視覺傳感器會出現眩光，從而對前方物體難以準確識別，這是傳感器本質屬性決定的。

其次，部分消費者對當前的自動駕駛系統有過高的估計，而這來自車企對車輛相關功能的宣傳上邊界及定義不清晰，導致部分消費者的誤解。如特斯拉稱其自動駕駛達到L3級水平，但車輛仍然不能完全脫離駕駛員的監管。因此，一定不能對其高度依賴。

再者，當前階段的技術演進，決定了自動駕駛系統還不能實現100%的安全，也不能用理論來證明其100%安全。根據墨菲定律，任何小概率事件都可能發生。因此，在復雜的開放環境下，既然證明不了100%安全，就有可能發生事故。

人工智能是研究重點

與人類駕駛員相比，自動駕駛車輛更多依靠的是感知系統和人工智能學習等技術進步。

“對于人類駕駛員中的新手，可能出現事故的概率會比較高，隨著其駕駛技能的提高，對各種場景有了一定的把握能力和控制能力，慢慢就會降低事故概率，但事實上還是做不到完全避免事故，而自動駕駛的學習過程也一樣。”黃巖軍談到，在目前的研究中，重點研究的就是如何實現復雜環境下自動駕駛的安全及進化技術，即充分利用人工智能自進化學習，使自動駕駛系統實現算法自學習能力的自我提升。

開放道路下的場景幾乎是無窮的，而且處于復雜多變的動態中，傳統車輛是如何保證安全，降低事故發生概率的呢?黃巖軍解釋，人類駕駛員要開車，首先要考取駕照，對考試科目中典型的、常見的場景有了一定的熟悉能力并考過之后才發駕照。而汽車自誕生以來也不斷發生各種各樣的安全事故，車輛的控制性能也在逐漸完善，至今實現了較高水準的安全性。

“其中最根本的原因，是我們人類有智能和自學習能力，在與外界交互的過程中有學習能力，還有舉一反三的能力，有駕駛考試典型場景下的駕駛經驗，就能舉一反三推廣到適應外界的某些場景，去處理新的場景，也會去適應之前沒有見過的場景，隨著時間推移，會從新手變成經驗豐富的老司機。”黃巖軍表示，類似于這個過程，現在的自動駕駛系統或輔助駕駛系統，是在一些規定或設計的場景下去實現運行設計域(ODD，指的是自動駕駛系統功能設定的運行條件)，由此可以保證安全性等各種性能。對于高級別自動駕駛系統，只要在標準規定的典型場景及設計場景下能安全運行，通過自學習能力實現日常的安全駕駛，是當前自動駕駛系統量產的可行路線，而不可能在量產車輛投入市場前，把外界無限的各種工況都測試一遍，這樣做是不可能的。

對此，黃巖軍認為，所以自動駕駛系統與人類駕駛員一樣，要在設計域及典型工況下有覆蓋多種場景的能力，要具備像人一樣有自學習的能力，還要在學習新場景的同時也不能忘記如何處理之前學過的場景，這也是當前人工智能領域的難點之一。因此，一定要保證自動駕駛系統有持續自進化學習能力。

自學習能力至關重要

近年來，自學習進化能力的自動駕駛系統已經成為行業研究的前沿，而這也正是黃巖軍的重點研究領域。

在黃巖軍看來，自學習進化能力包括兩個方面。一方面是單車性能的發育和多車協同的進化，利用的是知識和數據混合增強的相關技術;另一方面是閉環學習的技術。用知識和數據混合增強的方法或技術來保證設計的自動駕駛算法具有自學習能力，用閉環學習的方法來保證算法去學會學習的能力，即“學會”選擇性地學習，找準學習目標，再進行進化學習。

黃巖軍解釋，其中涉及的人工智能技術有優點也有缺點，其“黑箱”特性體現為可解釋性差、語義鴻溝等，都是當前人工智能亟待突破的問題，也是研究前沿問題。需要研究的就是用知識和數據發揮其優點，彌補其缺點，做到“1+1>2”，來讓自動駕駛系統實現具備自學習進化能力。

從研究目標看，黃巖軍說，這些研究從增強安全、增強智能、增強認知、增強可信四個部分助力高級別自動駕駛產業化落地。“目前我們的研究團隊圍繞自動駕駛預測決策規劃控制、混合增強智能自動駕駛系統、車路一體化系統和可解釋的自動駕駛系統開展了相關研究，承擔了國家重要項目并發表了一系列高水平論文。”黃巖軍表示。

調研發現，近60%的人對自動駕駛這種新生事物仍不接受。“我們的研究意義在于，一方面是轉變人的觀念，提高人對自動駕駛車輛的可接受度，在這方面樹立既要接受又要理性接受、特別是現階段不能過度依賴自動駕駛系統;另一方面是用先進的技術不斷提升自動駕駛的安全性最為重要。”黃巖軍表示。

關鍵詞： 人工智能 自動駕駛性能 公路交通安全 智能電動汽車