這是近日在北京園博園進行的一場無人駕駛試驗。

　　一輛汽車內沒有駕駛員，關閉攝像頭、雷達等設備，全憑北斗或GPS定位實現無人駕駛。試驗中，汽車所遇到障礙物的次數，剎車、油門的踩踏次數等數據均被一一記錄下來。

　　“無人駕駛車輛目前在中國還沒有拿到‘駕照’。要想脫離‘交通管制’，還需要技術和時間的支持。”中國工程院院士李德毅在日前召開的第七屆云計算大會上告訴記者。

　　不必酷炫 只求可靠

　　汽車智能化的程度被看作衡量現代汽車水平的重要標志，是用來開發新車型、改進汽車性能最重要的技術措施。汽車電子起初只是比較簡單的控制空調等，隨著科技的發展，人們需求的不斷增加，越來越多的功能依托于汽車電子科技。

　　無人車的出現似乎打破了人們對汽車電子的傳統理解，那些更酷、更炫的技術，似乎對無人車作用并不大。“它”只希望自己可以更快、更安全地前行。

　　“無人車的核心競爭力是把整個汽車的電子架構設計、模塊劃分和界面界定劃分清楚。”李德毅表示，而傳感器則不必非高精尖不可，簡單、實惠、成熟、可靠是選擇標準。

　　這個要求并不那么容易實現。

　　對架構師而言，加裝一個新型傳感器或更新軟件模塊的版本，就應該如同換燈泡一樣簡單，然而，很多團隊目前還做不到。

　　“比如，我們現在只是希望把攝像機和雷達進行融合。”李德毅表示，希望傳感器廠商可以提供一個雷達相機，這樣就不必使用過多的傳感器。這對大多數廠家而言仍是件很困難的事。

　　架構設計的多重原則

　　“架構設計的系統模塊、編程等原則對無人駕駛有著極其重要的作用。”李德毅表示，首先要明確任務目標和系統約束，盡量只用一個系統，以減少其他因素的影響。

　　李德毅介紹：“我們現在的主要研究方向是制造機器駕駛‘腦’，利用一個智能板卡插入任意汽車，該車就能變成教練車或是自學汽車。”對軟件而言最重要的是模塊設計，上層模塊依賴下層模塊才能工作，要使上層的并列模塊盡量隔離，才能避免牽一發而動全身。

　　“系統架構要通用，模塊也要可維護、可擴展、可交叉驗證。”李德毅強調，架構設計工作的核心，是建立基于路權駕駛認知的圖表語言的統一標準，要明確語境、語構、語義和語用，讓機器“腦”與智能交通有系統的同步定位與影射。

　　隨著遺產代碼的積累和進化，構建一個新系統的重點，已經不再是簡單的算法和編碼。

　　“要學會開放編程。”李德毅表示，盡量使用受到廣泛認可、成熟的開源算法，明確算法中的輸入量和輸出量、自變量和參變量，尤其明確實驗中要調整的參變量以及參變量凍結的實驗時間、編程AB角、離線調程序、在線調參數等。

　　“代碼可以而且也應該共享，我們要多用遺產代碼，多用開源代碼。”李德毅認為，“送人玫瑰手有余香。過度保護自己的代碼，某種程度上也會造成自己的損失。”

　　別被大數據所累

　　在駕駛時，駕駛員90%的信息來自視覺系統。在目前汽車輔助駕駛所采用的環境感知手段中，視覺傳感器相比超聲、激光、雷達等可獲得更高、更精確、更豐富的道路結構環境信息。

　　無論是攝像頭還是雷達，都是以均勻采樣、時空無關的形式獲得，而人類視覺感知則具有選擇性注意和時空相關性，其選擇性具有大尺度優先、動目標優先、集合特征優先、個人認知優先等先驗知識有限的視覺處理過程，這是機器視覺永遠無法比擬的。

　　“機器視覺要形成駕駛員視覺，要把功夫下在注意力的選擇和分配上。”李德毅表示。機器視覺必須在車輛導航、危險檢測、速度控制和車道保持之間分配注意力。當沒有將注意力在正確的時間分配給正確對象時，車輛安全將得不到保證。

　　目前，機器視覺主要用于路徑的識別與跟蹤。與其他傳感器相比，機器視覺具有檢測信息量豐富、無接觸測量和能實現道路環境三維建模等優點，但數據處理量極大時，存在系統實時性和穩定性的問題，要靠開發高性能的計算機硬件，研究新算法來解決。

   “機器視覺不是對人視覺的感知、認知能力的全方位模擬，我們要把大數據感知變成對較大數據或者較小數據的認知，否則我們會被大數據拖累。”李德毅坦言。

　　那么視覺傳感器應該如何選型與配置？首先要確定一個基本原則——傳感器不完美原則。李德毅坦言，對傳感器性能的要求會越來越高。“我不看好虛擬雷達和虛擬全景相機的處理策略，在可靠的架構設計、靈活的模塊化組裝和穩定界面約定的大環境下，傳感器的認知能力要增量提升。”李德毅并不認可追求智能車周邊360度全覆蓋和三維場景真實再現，但要提高傳感器的感知，提高印證的可能性。

　　隨著計算機技術和圖像處理技術的發展，三維重建道路環境為車輛高速無人駕駛提供了強大的信息支撐。但李德毅提醒說：“解決了路況識別，分辨出車輛與障礙物的距離，完成速度檢測等問題之后，才可能去控制汽車的駕駛。”

                                                                          郭爽