◎李德毅院士

一、L3難在哪里？

近年來，汽車輔助駕駛空前繁榮，從輔助人工駕駛(L1）轉(zhuǎn)型到部分自動(dòng)駕駛（L2）、再到機(jī)器自動(dòng)駕駛（L3），從早先的預(yù)警、提醒駕駛員跨越到機(jī)器自駕為主，固定駕駛員的角色不復(fù)存在，L3量產(chǎn)的勢(shì)頭不可阻擋，也為位置服務(wù)業(yè)（LBS）開辟了新戰(zhàn)場(chǎng)。

目前幾乎所有路上的自動(dòng)駕駛汽車都還處在L2等級(jí)，都要由人掌控，包括特斯拉在內(nèi)。而最近奧迪已經(jīng)宣布8月底將要發(fā)布L3量產(chǎn)車，這是全世界第一家量產(chǎn)的、“有駕照”的車，對(duì)駕駛行業(yè)意義重大。

在整個(gè)行業(yè)的驅(qū)動(dòng)下，無人駕駛車不再只是高等院校和研究所的事情，目前已經(jīng)開始走向企業(yè)和普通人，這時(shí)量產(chǎn)就非常有意義了。但是量產(chǎn)涉及到規(guī)模、可靠性和價(jià)格等因素，從整體上梳理L3，我們需要思考以下幾個(gè)問題：

● 用戶為什么會(huì)買這款車？

● 市場(chǎng)容量大嗎？

● 國(guó)產(chǎn)的L3企業(yè)在哪里？

● 如何界定L3？

L3是區(qū)分以人為主和以車為主的駕駛方式的分界線。L3級(jí)別是車輛擁有駕照，不再以人有駕照作為基本要求。下圖中藍(lán)色是以人為主，綠色是汽車自駕為主。

在此之中，最難的是從L2到L3，鑒于駕照發(fā)放（交管）和車輛管控（工信部）的因素，讓L3上路還不是件容易的事。自動(dòng)化行業(yè)提出一個(gè)“自動(dòng)駕駛+智能網(wǎng)聯(lián)”的解決方案，即：

● 結(jié)構(gòu)化道路

● 確定性窗口

● 網(wǎng)絡(luò)協(xié)同

自動(dòng)駕駛分級(jí)

● 軟件定義的機(jī)器

假如讓軟件來完成自動(dòng)化的操作過程，基本上汽車人都是走這條路。對(duì)于用戶來說，L3是社會(huì)對(duì)自動(dòng)駕駛要求的底線，拿到駕照是最基本的要求，將來如何度量還未可知。

對(duì)于跳過L3級(jí)別，直接做L4、L5的汽車廠商來說，這個(gè)度量并不好掌握，尤其是掌控權(quán)交接過程中出現(xiàn)事故這種情況，要如何處理呢？比較糟糕的是，越是信任自動(dòng)駕駛，越容易造成駕駛員注意力不集中。這種情況下該如何分擔(dān)事故責(zé)任呢？從L2到L3的過渡，是掌控權(quán)由人到機(jī)器的轉(zhuǎn)移過程。這里面有三個(gè)疑問：

● 自動(dòng)駕駛等級(jí)轉(zhuǎn)換點(diǎn)如何度量？

● 掌控權(quán)交接點(diǎn)如何度量？

● 掌控權(quán)交接過程中的事故如何度量？

在J3016標(biāo)準(zhǔn)中，明確了駕駛掌控權(quán)由人轉(zhuǎn)移到車，跳升的界定很明確。

二、如何突破L2的天花板進(jìn)入L3？

光靠自動(dòng)化解決不了無人駕駛，于是人工智能來了。汽車絕不是四個(gè)輪子加一個(gè)手機(jī)，我們?nèi)斯ぶ悄芄ぷ髡咭獙?duì)汽車人心存敬畏，開過好車的就知道汽車的人機(jī)設(shè)計(jì)非常好。

汽車是在開放的不確定性環(huán)境下行駛，人工駕駛常常會(huì)遇到偶發(fā)的事件，“常?！本褪歉怕时容^大，“偶發(fā)”就是概率比較小，一個(gè)駕駛員遇到這樣的情況是必然的，什么情況呢？大霧、大雪、大雨、大風(fēng)、狹小胡同、崎嶇小道、傍山險(xiǎn)路、積水、冰雪、地裂以及地陷；紅綠燈失效、道路施工、行人違規(guī)、以及熙熙攘攘農(nóng)貿(mào)集散區(qū)等通行狀況。新手駕駛員往往難以完成這些駕駛?cè)蝿?wù)，而有經(jīng)驗(yàn)的駕駛員能夠靈活處置，那么無人駕駛車如何應(yīng)對(duì)呢？

在道路狹小的地方，如果一個(gè)無人駕駛遇到有人駕駛車，怎樣辦？一旦突破了自動(dòng)駕駛所設(shè)置的窗口條件，如地理柵欄、氣候柵欄、以及人文地俗柵欄，馬上需要進(jìn)行駕駛掌控權(quán)的交接。在這樣的交接過程中的事故也許比純粹的人工駕駛更危險(xiǎn)，因此汽車拿駕照不是容易的事情。

L3的基本問題到底是要解決車的問題，還是解決人的問題？

車子的問題就是把車越做越好，做成軟件定義的機(jī)器。而人是指把駕駛員的認(rèn)知用機(jī)器人替代，要具有記憶能力、決策能力和行為能力，要實(shí)現(xiàn)自主駕駛，不但有技巧還要有個(gè)性。

汽車是從馬車演變而來的，現(xiàn)在的動(dòng)力可以達(dá)到100匹馬力，但汽車遠(yuǎn)遠(yuǎn)不如馬在不同負(fù)荷、不同天氣、不同路面狀況、不同車輛情況下的適應(yīng)能力。汽車的感知、認(rèn)知能力遠(yuǎn)不如馬這個(gè)認(rèn)知主體，老馬識(shí)途，車不如馬。在自動(dòng)駕駛過程中，駕駛員和周邊車輛的交互認(rèn)知哪里去了？駕駛員的經(jīng)驗(yàn)和臨場(chǎng)處置能力由誰來替代？

L3的基本問題

案例：超車并道工況中的預(yù)測(cè)和控制

由此一個(gè)重要結(jié)論是：自動(dòng)駕駛好在專注，傳感器不會(huì)疲勞，但是自動(dòng)駕駛難在擬人，不僅在車。

如果要釋放駕駛員的注意力，釋放駕駛員的駕駛認(rèn)知，必須要有一個(gè)物化駕駛員在線認(rèn)知的智能代理——駕駛腦，否則難以實(shí)現(xiàn)自動(dòng)。駕駛員腦不等于駕駛腦。前者裝了太多東西，會(huì)分散注意力，會(huì)疲勞。后者僅僅用于駕駛，永遠(yuǎn)專注，永不疲勞。有了駕駛腦，“人類第一殺手”的罪名將不復(fù)存在。我們將汽車上所有的傳感器分成幾大類，它們相當(dāng)于人的眼睛、耳朵、鼻子，來感知周圍的景觀。

駕駛腦的研發(fā)

駕駛過程中，駕駛員在回路中的預(yù)測(cè)與控制是汽車自身無法替代的。輪式機(jī)器人駕駛腦應(yīng)運(yùn)而生，它不同于雷達(dá)等傳感器的感知，要去完成包括記憶認(rèn)知、計(jì)算認(rèn)知和交互認(rèn)知在內(nèi)的駕駛認(rèn)知，成為智能車產(chǎn)業(yè)化鏈條中的重要零部件，車載計(jì)算機(jī)和機(jī)器人操作系統(tǒng)也無法替代。記憶、計(jì)算和交互同樣重要。計(jì)算機(jī)的計(jì)算能力已經(jīng)超過人的能力，要把注意力轉(zhuǎn)移到記憶、計(jì)算以及交互上，靠一個(gè)車的計(jì)算機(jī)無法替代駕駛腦。

可利用微電子技術(shù)，采用CPU+GPU+PFGA+ASIC架構(gòu)，生產(chǎn)專用芯片和板卡，研發(fā)駕駛腦。通過雷達(dá)傳感器、視覺傳感器，車姿傳感器以及定位傳感器這四個(gè)感知通道，形成認(rèn)知的態(tài)勢(shì)圖。這個(gè)形成以后，對(duì)數(shù)據(jù)的需求就會(huì)大大減少。駕駛就是記憶，駕駛不是靠計(jì)算的，要強(qiáng)調(diào)記憶認(rèn)知、交互認(rèn)知和計(jì)算認(rèn)知。駕駛員記憶分三個(gè)區(qū)：瞬間記憶、工作記憶以及場(chǎng)景記憶。我們比任何時(shí)候都更需要研究駕駛員，學(xué)習(xí)駕駛員，分析駕駛員行為大數(shù)據(jù)，構(gòu)建駕駛員的智能代理——駕駛腦。

駕駛態(tài)勢(shì)認(rèn)知

經(jīng)驗(yàn)駕駛員和標(biāo)桿駕駛員

經(jīng)驗(yàn)駕駛員不但要符合交規(guī)，安全行駛，文明行駛，其經(jīng)驗(yàn)還體現(xiàn)在節(jié)能技巧、駕乘舒適性、對(duì)不同動(dòng)力學(xué)的車輛適應(yīng)性等方面。世界上駕駛員的經(jīng)驗(yàn)和行為，如同人的行走姿態(tài)，各不相同，可用駕駛行為作為駕駛員的身份識(shí)別，稱為駕駛指紋。標(biāo)桿駕駛員是經(jīng)驗(yàn)駕駛員中的杰出代表。

智能車研發(fā)的困難，不僅僅是汽車動(dòng)力學(xué)的性質(zhì)和各種各樣的傳感器要求，更重要的是要研發(fā)和駕駛員一樣的在線的機(jī)器駕駛腦，模擬實(shí)現(xiàn)人在回路的自主預(yù)測(cè)和控制，應(yīng)對(duì)車輛行駛中的不確定性。

駕駛指紋和開車目的地?zé)o關(guān)

集圖靈獎(jiǎng)、諾貝爾經(jīng)濟(jì)學(xué)獎(jiǎng)和美國(guó)心理學(xué)會(huì)終身成就獎(jiǎng)于一身的人工智能早期學(xué)者赫伯特·西蒙（Herbert.A.Simon）的工作啟發(fā)了我們。有了線控、數(shù)控汽車，通過深度學(xué)習(xí)，挖掘駕駛員對(duì)方向盤、動(dòng)力踏板、制動(dòng)踏板的駕駛行為大數(shù)據(jù)，就可以判斷并獲得特定駕駛員技巧的個(gè)性。駕駛技巧和開車目的地?zé)o關(guān)。

傳統(tǒng)汽車僅僅是駕駛員的手、腳和力量的延伸，控制車輛行為的是人，線控汽車裝備了傳感器以后，用駕駛腦替代駕駛員認(rèn)知，并獲得駕駛指紋和駕駛技巧，使得汽車成為駕駛員自己，或者說讓機(jī)器成為自己，應(yīng)該是人工智能時(shí)代最有意義的問題之一。不同的駕駛腦，認(rèn)知水平可以有差異，技巧和經(jīng)驗(yàn)也可以有不同，但都具備了基本的駕駛認(rèn)知能力，是獲得了駕照的自駕駛。有個(gè)性、有在線學(xué)習(xí)能力，有很多駕駛事故的預(yù)防應(yīng)對(duì)能力，尤其重要的是我們還要關(guān)心駕駛超腦。

量產(chǎn)L3的優(yōu)先場(chǎng)景

三、量產(chǎn)L3的挑戰(zhàn)

截止2016年底，中國(guó)產(chǎn)銷汽車超過2680萬輛，汽車保有量2.79億輛。對(duì)于自動(dòng)駕駛，我覺得不必把全球所有地域的道路狀態(tài)，都?jí)涸谝豢钐囟ǖ能囆蜕?，這很重要，否則跑多少英里也不能拿到駕照。不必把所有的認(rèn)知放一個(gè)駕駛腦里面，可以先做園區(qū)觀光車、通勤車、巡邏車、無人泊車、定點(diǎn)物流、校車、定點(diǎn)接駁、快速公交等。這些場(chǎng)景下，自駕車能否取代駕駛員掌控，取決于能否處置特定場(chǎng)景下的意外情況，能否發(fā)出求助信息要求人工干預(yù)，或者在迫不得已時(shí)做出最小損失的策略。

無人泊車對(duì)解決無人駕駛“最后一公里”的痛點(diǎn)地位重要。從當(dāng)前的代客泊車市場(chǎng)預(yù)估無人泊車，有很大后裝市場(chǎng)（百億元規(guī)模）。泊車通常是怠速狀態(tài)，四輪軌跡差異大，體現(xiàn)車輛動(dòng)力學(xué)。泊車工況多樣，手腳并用，繁忙切換，考驗(yàn)小腦，考驗(yàn)駕駛技巧，難搞定，可模擬多種多樣艱難泊車環(huán)境，且用地不大。讓標(biāo)桿駕駛員反復(fù)泊車，可獲得精準(zhǔn)軌跡和豐富的行為數(shù)據(jù)，用于深度學(xué)習(xí)和訓(xùn)練。

未來汽車會(huì)成為大數(shù)據(jù)的源泉，移動(dòng)社會(huì)的傳感器。駕駛腦有學(xué)習(xí)和自學(xué)習(xí)能力，技巧和經(jīng)驗(yàn)可以在線提升，駕駛腦智能的進(jìn)化速度超過自然人，尤其是群體智能發(fā)揮駕駛超腦的作用，這樣汽車制造商逐步地成為了汽車運(yùn)營(yíng)商。

全球現(xiàn)有70億人、20億輛車，年產(chǎn)新車1億輛，一旦量產(chǎn)自動(dòng)駕駛汽車上路，占比會(huì)越來越大，駕駛腦成為汽車標(biāo)配，駕駛數(shù)據(jù)和智能不斷累積，駕駛腦會(huì)越來越聰明。隨著L3、L4級(jí)別車輛的出現(xiàn)，L5級(jí)別的自動(dòng)駕駛車遲早也會(huì)實(shí)現(xiàn)。當(dāng)人們對(duì)L3、L4、L5的差異不再介意時(shí)，這個(gè)世界就變了。從特定的應(yīng)用環(huán)境進(jìn)行L3量產(chǎn)著手，人類開始擺脫駕駛的羈絆，享受移動(dòng)辦公和移動(dòng)生活，逐步推廣到更高車速、更加復(fù)雜的道路場(chǎng)景、更多不確定性天氣氣侯下的自動(dòng)駕駛。

最后以一句話進(jìn)行總結(jié)，那就是——人工智能以潤(rùn)物無聲的柔軟改變著整個(gè)世界。