每經(jīng)記者 石雨昕    每經(jīng)編輯 陳星    

2024（第二十三屆）中國互聯(lián)網(wǎng)大會于7月9日至11日在北京召開。大會以“互聯(lián)三十載 智匯新質(zhì)變”為主題，聚焦人工智能、工業(yè)互聯(lián)網(wǎng)、數(shù)據(jù)要素、算力、數(shù)字政府、智慧教育、數(shù)據(jù)安全等熱點。

中國互聯(lián)網(wǎng)大會現(xiàn)場 圖片來源：每經(jīng)記者 石雨昕 攝

 

《每日經(jīng)濟新聞》記者注意到，近日，無人駕駛出租車在武漢街頭與行人相撞事件引發(fā)社會廣泛關注。

在大會召開期間，圍繞無人駕駛出現(xiàn)故障的可能原因、影響無人駕駛車輛安全性因素、何時能大面積普及等問題，沈陽航空航天大學計算機學院院長、教授趙亮接受《每日經(jīng)濟新聞》（以下簡稱NBD）記者專訪時表示，目前，自動駕駛技術正處于快速發(fā)展階段，已經(jīng)在某些特定環(huán)境下實現(xiàn)了較高的自動化水平（L4級別），但整體上仍未完全成熟。主要不足包括應對復雜和動態(tài)道路環(huán)境的能力、極端天氣條件下的可靠性以及對人類行為預測的準確程度。

“無人駕駛實現(xiàn)100%安全仍是一個巨大挑戰(zhàn)。我國無人駕駛車輛的大規(guī)模普及可能還需要10至15年。”

自動駕駛應對復雜和動態(tài)道路環(huán)境能力不足

NBD：有市民反映，無人駕駛出租車在道路上運營期間，出現(xiàn)車輛在綠燈狀態(tài)下停滯不前、紅燈時沖入路口中央、轉彎時卡頓不動等情況，并引發(fā)交通擁堵現(xiàn)象，對市民出行造成了一定影響。從技術角度看，為何會出現(xiàn)這些問題？未來能否避免？

趙亮：從技術角度來看，這些問題通常源于自動駕駛系統(tǒng)的感知、決策和控制模塊協(xié)調(diào)不足。感知模塊可能在識別交通信號或動態(tài)環(huán)境變化時出現(xiàn)誤判，特別是在復雜的城市交通環(huán)境中，傳感器數(shù)據(jù)可能受到干擾或遮擋。決策模塊在處理實時數(shù)據(jù)時，可能由于算法的局限性或計算資源的不足，導致決策錯誤?？刂颇K在執(zhí)行決策時，可能因硬件性能限制或信號延遲，導致動作執(zhí)行不流暢。

以上缺陷可以通過優(yōu)化算法、傳感器融合、增強車載計算能力等技術手段改進。最重要的是目前無人自動駕駛技術主要依賴單車智能，還缺少車-車、車-路旁、車-人的互聯(lián)互通。如果進一步引入C-V2X（蜂窩車聯(lián)網(wǎng)）技術，在可靠互聯(lián)的加持下，能更大程度確保道路安全。

NBD：目前自動駕駛技術處于什么階段？未來能否實現(xiàn)100%安全的無人駕駛？

趙亮：目前，自動駕駛技術正處于快速發(fā)展階段，已經(jīng)在某些特定環(huán)境下實現(xiàn)了較高的自動化水平（L4級別），但整體上仍未完全成熟。主要不足包括應對復雜和動態(tài)的道路環(huán)境的能力、極端天氣條件下的可靠性以及對人類行為預測的準確程度。無人駕駛實現(xiàn)100%安全仍是一個巨大挑戰(zhàn)，可能需要多個領域的突破和長期的積累。

NBD：您認為我國無人駕駛何時能大面積普及？要提高自動駕駛安全性需要從哪些方面入手？

趙亮：根據(jù)學術界和產(chǎn)業(yè)界的共識，我國無人駕駛車輛的大規(guī)模普及可能還需要10至15年。這一過程中需要解決多方面的問題。

在技術層面，當前的自動駕駛技術雖然已經(jīng)取得了顯著進展，但在處理復雜路況和應對極端天氣時仍存在挑戰(zhàn)。為了提高系統(tǒng)的魯棒性（注：魯棒性就是系統(tǒng)的健壯性，是在異常和危險情況下系統(tǒng)生存的能力）和可靠性，需要進一步優(yōu)化感知、決策和控制算法。此外，傳感器的性能直接影響自動駕駛系統(tǒng)的感知能力，未來需要研發(fā)更高精度、更耐用的傳感器，并推動多傳感器數(shù)據(jù)融合技術發(fā)展，以提高感知的準確性和穩(wěn)定性。同時，自動駕駛系統(tǒng)需要處理大量實時數(shù)據(jù)，這要求高性能的車載計算平臺，未來需進一步提升計算能力，確保實時性和低延遲。

基礎設施建設也是關鍵的一環(huán)。自動駕駛車輛的普及依賴于智能交通基礎設施建設，包括車路協(xié)同系統(tǒng)、高精度地圖和5G通信網(wǎng)絡等。這些基礎設施可以提供更準確的定位和實時交通信息，提升自動駕駛的整體安全性和效率。特別是高精度地圖，是自動駕駛車輛實現(xiàn)精準導航的關鍵。需要建立全國范圍內(nèi)的高精度地圖系統(tǒng)，并保持實時更新，以確保導航的準確性和可靠性。此外，公眾對無人駕駛技術的接受度和信任度也要逐步提升，這需要通過長期的示范運營和教育來實現(xiàn)。

趙亮 圖片來源：受訪者供圖

 

企業(yè)應建立完善的事故應急處理機制

NBD：在實際運行過程中，影響無人駕駛車輛安全性的因素有哪些？

趙亮：一是復雜路況，如行人、非機動車和突發(fā)障礙物等，特別是在城市中心區(qū)，這些因素對自動駕駛系統(tǒng)的感知和決策提出了很高的要求；二是極端天氣，如雨雪、霧霾等會嚴重影響傳感器的性能，導致感知數(shù)據(jù)不準確；三是網(wǎng)絡信號，網(wǎng)絡信號的不穩(wěn)定可能影響車輛與云端的通信，導致數(shù)據(jù)傳輸延遲或丟失，增加故障風險，這在需要實時處理大量數(shù)據(jù)的情況下尤為明顯；四是道路設施，不完善的道路標識和信號系統(tǒng)也會影響車輛正常運行。

在網(wǎng)絡受限的極端場景下，為了提高無人駕駛的可靠性，必須增強本地計算和決策能力，在一定程度上減少對外部通信的依賴，同時通過多傳感器融合技術提高感知系統(tǒng)的魯棒性。例如，在雨雪和霧霾等惡劣天氣情況下，可以采用圖像處理技術去除圖像中的干擾物，確保感知數(shù)據(jù)的準確性。

NBD：不同城市道路規(guī)劃不同，自動駕駛系統(tǒng)適應不同路況條件的關鍵是什么？如何提高自動駕駛道路預測的準確性？

趙亮：適應不同城市道路規(guī)劃的關鍵在于自動駕駛系統(tǒng)的靈活性和自適應能力。具體來說，首先，多樣化數(shù)據(jù)訓練是提升系統(tǒng)通用性和適應能力的基礎。通過收集和訓練大量來自不同城市、不同路況的數(shù)據(jù)，自動駕駛系統(tǒng)可以更好地理解和應對各種復雜交通場景。例如，不同城市的道路標識、交通規(guī)則和駕駛習慣可能存在差異，系統(tǒng)需要通過大量數(shù)據(jù)訓練來學習這些差異，從而在不同城市環(huán)境下都能表現(xiàn)出色。

其次，高精度地圖和實時定位技術是確保車輛在不同城市道路上實現(xiàn)準確導航的關鍵。高精度地圖不僅提供詳細的道路信息，還包括車道級別的細節(jié)、交通標志和信號燈的位置等。結合實時定位技術，車輛可以在復雜的城市道路環(huán)境中實現(xiàn)精準導航，避免因地圖誤差導致的導航錯誤。

實時學習和更新也是不可或缺的一部分。通過機器學習和人工智能技術，自動駕駛系統(tǒng)可以在實際運行過程中不斷學習和優(yōu)化決策能力。例如，系統(tǒng)可以通過不斷積累和分析實時數(shù)據(jù)，優(yōu)化路徑規(guī)劃和避障策略，從而提高整體決策的準確性和魯棒性。

傳感器融合技術則通過結合多種傳感器的數(shù)據(jù)，提高對復雜路況的感知和理解。例如，雷達、激光雷達和攝像頭等傳感器可以互為補充，在不同環(huán)境條件下提供穩(wěn)定和可靠的感知信息。這種多傳感器融合不僅提高了系統(tǒng)的感知能力，還能夠在傳感器數(shù)據(jù)不完全一致的情況下進行合理判斷，從而提升整體系統(tǒng)的可靠性。

為了進一步提高道路預測的準確性，需要不斷優(yōu)化預測算法，結合歷史數(shù)據(jù)和實時信息，增強系統(tǒng)對動態(tài)變化的應對能力。例如，可以引入先進的深度學習模型，對交通流量和行人行為進行預測，從而提前應對潛在的風險。通過多層次數(shù)據(jù)分析和預測模型，自動駕駛系統(tǒng)能夠更準確地預測道路環(huán)境的變化，作出更為安全和高效的決策。

NBD：除了技術，您認為無人駕駛商業(yè)化運營還面臨哪些挑戰(zhàn)？

趙亮：在商業(yè)模式方面，需要探索可持續(xù)的商業(yè)模式，確保無人駕駛技術的經(jīng)濟可行性。這包括尋找盈利點，如無人駕駛出租車服務、物流配送等，同時考慮如何降低成本，提高市場競爭力。

在無人駕駛交通事故中，目前我國法律還在逐步完善中。如果出現(xiàn)事故，應根據(jù)具體情況，由交通管理部門、企業(yè)和保險公司共同調(diào)查和處理，明確責任歸屬，確保受害者得到合理賠償。例如，可以設立一個專門的調(diào)查委員會，對事故原因全面調(diào)查，依據(jù)調(diào)查結果明確責任方，并由保險公司賠償。

同時，企業(yè)應建立完善的事故應急處理機制，確保在事故發(fā)生后能夠迅速響應并妥善處理。此外，國家應加快制定和完善相關法律法規(guī)，明確責任劃分，為未來無人駕駛技術提供法律保障。這需要立法機構、技術企業(yè)和社會各界形成合力，共同推動自動駕駛技術的健康發(fā)展。

封面圖片來源：每經(jīng)記者 石雨昕 攝