2017年3月23日，在第六届中国智能交通市场年会的智能网联汽车与智慧路网产业发展论坛上，北京联合大学机器人学院副院长杜煜发表了《无人驾驶技术的发展与挑战》主题演讲。

2017年3月23日，在第六届中国智能交通市场年会的智能网联汽车与智慧路网产业发展论坛上，北京联合大学机器人学院副院长杜煜发表了《无人驾驶技术的发展与挑战》主题演讲。

以下为杜煜演讲实录，经赛文交通网（china_7its）编辑整理：

一、无人驾驶发展现状

无论是无人驾驶车，还是车联网，包括车载信息服务都是在整个大的智能交通背景下做，实际目的是让车和所有在路上跑的对象实现可行、可管和可控。但在智能交通发展过程中，实际上得益于什么？就是近几年新技术的发展，包括云计算、大数据。

另外,随着新能源的发展，充电管理以及车辆本身管理等智能化的建设，这实际上也是未来发展的方向。根据这个方向，就会产生一些新的业态，例如共享汽车。对于无人驾驶技术，将有一个巨大的产业。 

上图是麦肯锡做了市场分析后决定到2025年未来经济的12大颠覆性的技术，其中排在第六位的就是无人车。在2025将会产生1.9万亿美元的市场规模。2015年被称为无人驾驶的元年，在这两年的发展过程中，很多研究机构和企业都涉入到了这个领域。 

这是目前国内外开展无人驾驶研究的近况。这里主要分了两大阵营。一就是车厂，他们研究的主要原因是涉及到利润，所以一定是要从现在可施行的角度去做，基本上都是从高级辅助驾驶系统开始做起。

而且，现在美国或其他一些发达国家都已经把像自动紧急刹车列入了新车出厂必须具备的条件。所以在这种情况下，中国也开始慢慢进入到这个领域。将一些ADS的产品，尤其是主动安全的产品利用到车上，然后再跟学校的研究进行一些结合。

而高校就直接面向无人驾驶的研究，这历程会艰难一点。因为从最初的传感器，到最终的人工智能还有很长的一段路要走。

从美国汽车工业工程协会所制定的标准来看，在一级和二级的时候要求驾驶员的手必须要放在方向盘，而从三级到五级的时候司机的手是可以离开的。

从这个分级来看，其实也有一些问题。

因为我们在做无人驾驶的过程中，有一个很重要的问题就是什么时候可以松手，什么时候必须放上面。所以在这个过程中，人对自动驾驶是过分依赖的，从而在车辆自动驾驶的时候，转而做其他的事情。

从自动到人工转换的过程，大概需要14秒，而车辆在高速行驶时，在0.5秒的时间里，可能就会造成车毁人亡的情况。所以自动驾驶技术成熟还有待时日。

那么，从车厂来讲主要去基于ADS这种技术。主要有两方面，一是做预警，二是做主动安全。这个准入是不一样的，因为做预警时不需要对车辆的底盘做控制，它可能只是提醒驾驶员这个车现在有危险。所以国内有很多的公司致力于在做这部分。

但是，这部分相对来说比较低端。更重要的是在主动安全方面。这就要求厂家出厂的设备必须具有线控的底盘。但是，目前我们国内的很多家车厂在线控底盘领域的技术相对比较落后，基本上是购买已经做好的东西。

在国内有一家在生产，但是不是最终产品，还是属于实验性的。在测试过程中，实际上这些产品也会经常出问题。从这个角度来讲，车辆要做无人驾驶的前提就是车辆底盘必须是线控。

有一种利用车身的智能来实现自动驾驶的车，还有一个通过智能网联，通过一些车和车的通信，或者是V2X的通信，来实现协助性。但是这两个实际上是协同互补的关系。因为设备总是有出现失效的情况，一旦失效，如果车辆不智能，这就意味着车辆会发生问题。

尤其是在道路行驶的时候，一旦这种方式出现问题，就要通过另一种方式获取信息来保证车辆安全。对于科学研究，是一个无限前进的过程，这两者之间必须是相辅相成的。 

这是2017年的CES无人车展。通过这个也更多的看出无论是车企还是公司，对于不同车的研究方向。都在加一些智能化的因素，也有一些是涉及到无人驾驶的，但是不是重点。而我们所说的无人车，是在城市间，或者在特定产物、环境下，能够移动的无人驾驶的车辆。

从无人车的发展来看，福特已经是第三代了。从第一代ADS到它的第二代，有4个32线的激光雷达，到现在只用了两个激光雷达。

谷歌的发展也是经过了几代。实际上谷歌一直都在用混合动力车，但是也存在一些的问题。如：将来电池如何回收等。

沃尔沃基本上还是在用高大上的东西，因为它用的传感器都比较多。包括在车上使用多个航模雷达、激光雷达，以及摄像头，超声波雷达等。因此它打造了一个所谓比较安全的环境。通过GPS联到云端，实现整个路线的规划。

奔驰的FM2025，是一辆商用车。它不仅可以做无人驾驶的测试，而且它把V2X的通信也加进去。在测试的时候，不但车有智能，去识别道路环境，而且还在跟交通设施在进行通信，进行物流的传输。

这些都是国外的研究情况，国内相对来说还比较滞后。

关于测试研发中心，最担心的就是对道路的测试。因为本身这个测试有时候是相对比较危险的，都是没有经过批准就直接上路测试。而国外必须要经过交通部门的批准，拿到牌照，才可能去上路测试。所以，在这种情况下，从2015年国家开始注重这方面，建设相关的测试场。 

这个是国外的测试场，主要是提供不同的道路。一种是城市道路，城市道路的特点就是有不同的路口，还会涉及到有双向车道、双向四车道等。它的道路比较复杂，所以要把所有这种场景给出来让车测试。

还有高速的道路，因为高速路的车速比较快，所以必须要提供这样的环境。另外，还有的会提供乡村的测试道路，包括沙石路、砖瓦路等。除了场地建设外，还要搭建一些V2X来做车联网的通信。 

这是国内建设的，一个是上海的示范项目。包括千方科技牵头在亦庄建的测试场。一期要是城市道路，二期是高速。其实最早的是江苏常熟。因为江苏常熟参加智能车比赛已经4年了。

从2015年3月份，国家自然科学基金委就在常熟开新闻发布会提出建智能车测试场，但是这个测试场还是属于没有建设的状态。

二、无人驾驶的关键技术

从无人驾驶的关键技术来讲，主要涉及到视觉，单目的和多目的。单目视觉主要是包括交通信号，交通标志的理解，现在有很多的公司都在致力于视觉系统，因为这个系统成本最低。

但是对于高成本，就是使用雷达，实际上是有很多的问题，除了运动目标检测之外，还包括车身定位，可行驶区域的检测，都是通过低成本的摄像头就可以实现。

第二就是雷达系统。 

雷达系统目前最大的问题就是成本太高。我们去年去美国专门去拜访（Velodyne）公司，他们准备在2017年年末发布一款128线的固态激光雷达，采用固定扫描的方式。如果一旦实现固态，成本将来对整个无人车的发展形成了巨大的推动。

下面就是在无人驾驶技术里的一个核心——AI大脑和芯片。 

因为计算机实际上要处理很多这种信息，把各种感知数据进行一个收集，然后进行处理，所以处理器的性能是最重要的。Nvidia在2015年就展出了DRIVE PX2，它能够提供20亿万次的学习训练。

再一个就是Mobileye，它也是把最核心的处理算法变成最后的芯片。还有恩智浦，现在也有Bluebox平台，也可以将多种传感器接入进来，然后可以通过计算，包括深度学习算法来实现。

下图是我校无人驾驶的一个平台。 

我们的京龙2， 3号，均是纯电动汽车，北汽的电动车。其他还有北汽福田的欧马可。低座车就是我们的园区车，包括我们的小旋风1号、2号、3号。这个车目前是最容易量产的，最容易市场化、产品化的车型。 

这是我们之前，在使用深度学习的时候，尤其在感知系统，包括红绿灯也好，对这种车的识别最好，有很大的提升。我们可以将它的成功率提高到98%。那么，将来实际上也是端到端的一个发展。

三、无人驾驶的发展趋势

最后说一下无人驾驶的趋势。

一个就是传感器技术。对于传感器技术，如果激光雷达一旦突破了它的低成本之后，尤其出现一些车载的这样激光雷达，那么它的发展就会受到很大影响。

第二就是多源数据融合。数据融合需要大量的资源，需要大量的处理，需要融合。那么，这个是很大的一部分工作。

第三是驾驶地图，是未来一个制高点。谁如果能够把驾驶地图拿到，做的更好，最后在无人驾驶这个领域一定会有一个更大的发展。

第四是人工智能。国外的一些大企业，也都在去买做人工智能的公司。把人工智能公司买来之后，运用到无人驾驶领域，将会有一个更大的发展，让车更加智能。

第五是计算系统的小型化，像AI大脑芯片。也就是说，最后一定是从一个机器变成一个芯片，或者一个板卡就可以控制所有事情。除此之外，就是面临安全危险。这可能也是最大的一个问题。

最后，引用李德毅院士的一句话：“智创未来，未来已来”。