（通讯员  邓辉）

讲座题目：透视新科技——无人驾驶汽车来啦  

主持人：屠  化

做客嘉宾：杜  煜，教授、北京联合大学机器人学院副院长、北京自动驾驶车辆道路测试专家委员会委员。                 

讲座时间：2022年1月10日～1月16日

（备注：讲座视频可循环播放）

https://article.xuexi.cn/articles/video/index.html?art_id=14276156058242541569&read_id=fa848dad-8cc0-40b2-8df7-cbe36eef4243&ref_read_id=ad9cebfd-f21b-47bb-8864-ec90c458396d&reco_id=&mod_id=&cid=&source=share&study_style_id=video_default

透视新科技——无人驾驶汽车来啦

讲座内容：

观众朋友们好！欢迎各位收看《透视新科技》，我是屠化。在2019年的9月22日，武汉市发布了全国首张无人驾驶汽车试运营牌照，它的发放是否意味着我国在无人驾驶技术方面有了新突破？无人驾驶车辆是否已经做好了准备，可以正式开上马路了？2019年9月22日上午，武汉发出全国首张无人驾驶汽车试运营牌照，首批获得试运营牌照的无人驾驶汽车，开始在国家智能网联汽车示范区示范道路上运营。这是一段完全开放的道路，路上不时有社会车辆经过，道路两旁分布着成熟的居民小区，每隔二三百米会出现一根布满各种先进设备的交通监控杆。已经吸引国内外四十多家汽车企业进驻，今天做客我们演播室的是北京联合大学机器人学院副院长、北京自动驾驶车辆道路测试专家委员会委员杜煜教授，欢迎杜老师！主持人好！

我们看到首张试运营牌照正式发放了，那是否代表无人车可以做好准备，正式开上我们的道路了。武汉这次发放了这个无人车的试运营牌照，这个对我们搞技术研发的人来讲是一个好消息，这样可以推动技术的进步。但是无人车从它发展的过程中，还有很多的问题，现在还处于测试阶段。测试阶段，就是说我们现在有这个牌照了，但还不能够完全上路是吗？是的，我们在通常无人车测试的时候，都是在相对封闭的环境里。在封闭的环境里，虽然我们可以模拟一些行人，还有包括一些车辆，那么可以对无人车做一些干扰，来帮助提升无人车的这样一种智能化，但是和实际真实道路相比，在封闭测试场的道路就差很多。那么在真实的道路里面，我们有很多的这种场景，包括行人的，包括车辆的，还有其它的一些障碍物，都会干扰无人车，甚至还有一些气候的因素，所以我们讲对于无人车而言，它还有一个很漫长的（发展）道路。所以说它目前还是在有帮手的情况下，才可以在一个测试范围场地内进行一个无人驾驶，到底什么才能算是无人驾驶的汽车呢？

无人驾驶汽车实际上是通过车辆所配的所有的传感器，通过它感知的这些信息，来了解车外所具有的所有这些信息。获得这些信息之后，通过我们的决策系统进行分析判断，也就是类似于像我们的在思考的一个过程，然后下一步该怎么去做，通过这个决策系统之后，最后，再通过我们的控制系统来完成相应的动作。这也是类似于我们人在开车的时候，我们眼睛去看，我们大脑去思考，我们的四肢来去相应进行车辆的操控是一样的。那么对于无人驾驶来讲，这些动作都是由我们的系统自动来完成的。按照我们无人驾驶的发展，美国汽车工程协会将无人驾驶智能化的等级分了五级，那么一二三级它实际上是说，我们驾驶员的脚可以离开我们的，比方说刹车的踏板和油门的踏板，可能有些时候手也是可以离开这个方向盘的。那么它实际上是有条件的一些自动驾驶，到了第四级的时候，我们把它称为叫有条件的无人驾驶，也就是说它可以适合我的司机手脚都可以离开，而且我们的注意力也可以稍微离开，但是不能够全离开我的无人驾驶这个场景，那么，到了第五级的时候才是真正意义上的，我们不需要任何的人去干预，车辆完全是自主来开（控制）的。其实我想问您，咱们汽车产业发展有很多年了，也很成熟了，为什么我们需要在这个时候要推出用无人驾驶呢？让我们连线一下李德毅院士，看一看他是怎么看这个问题的？

长期以来，驾驶疲劳问题、醉酒开车问题造成的汽车（引发的交通事故），成为（被称为）人类第一杀手的罪名，因为交通事故太多了，这是科学技术不能允许的。好的，感谢李院士！听着感觉就好像我们人类的驾驶员，天然具有一些缺陷和缺点，必须要靠机器去帮助我们，您怎么看待这个问题。我们想（考虑）整个的安全（需求），是成为我们无人驾驶一个最核心的因素，因为我们人在开车的时候，除了有一些违规（法）的，像比方说酒驾，像包括一些这种不注意交通规则违规（违法）的，这些都可能导致安全的事故的，就是安全问题是一个重要的因素。无人驾驶实际上是通过一些先进的一些技术，而这个技术是通过一些感知的技术来帮助车辆去认识它的周围，就像我们人的眼睛一样，那么当你认识到了周围的这些，比方说类似于像障碍物，有行人、有障碍物，还有车辆等等之后，然后要去做一个分析，那么这就是我们整个的决策系统，就是我们车辆的大脑，就类似于我们的大脑。那么在做完这个分析之后，就需要通过我们的肢体去对这个车来进行进行控制，那么这个在我们的无人车里，就是我们第三块控制系统，所以在我们的无人车里就包括了有感知系统、决策系统，还有我们的控制系统，那么通过这个三块来实现无人车这样的一个基本的驾驶。嗯，它就很像是我们人类驾驶员的眼睛、大脑和四肢。是的。

咱先说感知，咱人开车就是拿眼睛看，那无人车它们是用什么来看的？这样我们来结合一个无人小车，来介绍一下无人车相关的系统组成部分，这个车是我们在实验室用于教学和科研的一个小车，在这个小车上虽然小，但是它所具有的所有的系统，都是我们无人车上所具有的。这个是摄像头，在我们的无人车上的摄像头，它是要来看，第一个我们所有的车道线，需要通过摄像头来去识别车道线，除了识别车道线之外，还要包括我们在道路上的所有的交通元素，这就包括我们的红绿灯，还有我们交通指示牌，都需要通过它来看，但是白天可以通过它来看，晚上我们就很难去看。那么，有些时候可以通过一些夜市这样的一个摄像头，但是它还是有很多的问题，也就是说一个摄像头是很难去完成我们所有的感知的东西，你比方说我们的摄像头，怎么能知道我前面的物体和你的距离有多少呢？所以这时候我们就需要加入其他的传感器，那么这个传感器就是一个雷达。这个是一个室内的一线激光雷达，它覆盖的范围可以到八米，也就是说它会有一根，有一根激光线打出来，然后水平是360度，它可以检测到八米以内的所有的障碍物，这个就是我们说的激光雷达。对于这种小车来讲，这个装了一个激光雷达，但是对于我们真的无人车来讲，它会装很多的雷达。这个雷达就包括有，我们会有毫米波雷达，会有激光雷达，会有超声波的雷达，为什么还要这么多的雷达？

是因为首先激光雷达它有一个缺点，就是虽然它的测距很好，但是它的（测距）距离相对比较近，它的（测距）距离，最多可能是在一百多米的样子。那么它还会受到一些什么限制？比方说在一些浓雾的天气里头，有灰尘的地方，灰尘很大的环境下的时候，激光雷达就会受到很大的干扰，你看东西就会（有）很多这样的噪声（噪波）。那么既然在这种情况下受限制，那我们还得用其它的雷达进行辅助，这时候我们就用毫米波雷达。毫米波雷达。是的，毫米波雷达。毫米波雷达一般会装在车的前面，它的距离（测距）很远，可以将近（达到）两百米，所以我们说在一个这样的无人车系统里头，我们通常都是要用很多的雷达来进行辅助。所以对于我们的无人驾驶车而言，除了在车的顶部有雷达之外，车前面有毫米波雷达之外，在两侧还有我们把它称为叫补盲雷达，也就是说在两侧还会装有激光雷达来补它的盲区，那么通过把这个盲区把它填上之后，那么我们基本上让这个车360度无死角都可以检测到所有的障碍物。

那么除了这部分之外，我们其实还有一个很核心的，就是我们的大脑。也就是说我们所感知到所有这些信息，就是我们检测到了人，我们检测到了车，甚至我们检测到其它的一些障碍物，所有这些（信息）汇总之后，我会通过我的大脑来进行处理。就像我们在开车的时候，我们通过这些场景来判断，我下一个动作该怎么去做，我是准备要加速还是去减速，这个过程就是我们决策的系统，这就是我们的大脑要完成的事情。所以目前它还可能是一个类似电脑一样。它实际上就是个电脑。就是个电脑。它是个电脑，在这电脑上会跑着我们的决策程序，我们整个的大脑软件都在这个计算机上去跑。除了这个之外，就是我们的控制系统，这个控制系统，因为它相对比较简单，通过我们的大脑之后，进入到一个控制器，然后来驱动我的电机，电机的加速或者减速，通过它的转速来调整我前进的速度，那么基本上就是从感知到决策，最后再通过我的控制系统，让车辆是前进还是停车。

无人驾驶汽车是轮式移动机器人的一种，它依靠人工智能、传感器、定位系统和导航系统的协同合作，让计算机在没有任何人类主动操作下，自动安全地操控车辆，为人类的交通安全和效率带来全新体验。比如说像我们开车，一到高峰期的时候很堵车，并线就很麻烦，有人就路怒症，反正并线我就是不让，就要往前顶。无人车的话，它会是一个什么样脾气的车主？它会是那种逢并线必让的，还是我也会有时候往上抢一抢？你提了一个非常好的问题，就是无人车的控制，到底是以什么样的方式，是以一个非常熟练的驾驶员的方式控制这个车？还是是以一个新手的方式控制这个车？那我只能说，我们目前的无人车所处的阶段，还基本上是处于一个新手所处的阶段。就是遇到车的时候，我会很很老实地停在车后面，而且会保持一定的距离，这个实际上可能对于我们将来实现无人车和有人驾驶的时候是一个很大的问题。所以我说为什么要上路测试？

上路测试，实际上也是让我们技术不断去迭代，不断去推进这个技术研发的过程。如果是无人车真的是可以正式上路的话，刚才也提到了，它可以在很多方面，弥补我们的缺陷。我们在开车的时候，我们是有盲区的。这个盲区在开车的时候，有时候会非常可怕，会造成一些伤害。但是对无人车来讲，它会将我的车辆周围360度全部覆盖，这种覆盖就是通过多种传感器，有视觉的，有雷达的，通过它来形成一个我们说对盲区的这种覆盖，可以帮助我们来解决这种盲区的问题。第二个就是因为我们人在开车的时候，有时候会疲劳驾驶，可能就会出现追尾，会出现其它的一个事故。那么对于无人车来讲，我们跑的所有的这些程序和它的决策程序，实际上它是没有疲劳的，它始终都会在后台去做着它自己的工作。

第三个就是我们说从控制这个角度来讲，通常人的反应速度，当你看见一个危险的时候，然后到你去执行到比方说制动，可能大概需要半秒钟左右，0.5或0.6秒的时间，那么包括执行机构，它还有一个自己的执行的时间。所以可能等到你发现这个问题等到去处理的时候，可能接近要将近1秒的时间，比方说我们这个车是以36公里（千米）每小时的速度去往前开的话，那么1秒钟就要走出10米了，所以一个车道是3.5米宽，如果你稍微偏差一点的话，这个车实际上就会撞了。当我们在用无人驾驶车的时候，我们整个控制的时间是控制在100毫秒，那也就是说我的这个车可以在100毫秒之内让这个车做个动作，所以它比人的反应速（度）就快很多，几乎是瞬间就可以停住，你可以按照100毫秒这样一个单位来计算。100毫秒如果按我刚才说的是如果36公里（千米）的话，100毫秒实际上也就是在1米，是在1米这样一个范围内。（这可以）大大减少了一些追尾事故，剐蹭事故的发生。是的。

我想问这样的无人车，它就是一个完美的驾驶员吗？它有没有什么局限或缺点之类的？就像我刚才说的，我们虽然是说将来可以实现这样一个安全执行，但是从整个的无人车来讲，目前还有很多的一些局限性，这些局限性包括，比方说我们的摄像头。摄像头它在识别的时候，受环境的影响比较大，而且对于摄像头的数据处理来讲，它也需要更多的资源，这个是一点。对于雷达来讲，它也有一个问题，激光雷达种类也分很多，那么对于不同的雷达而言，它都是一个以机械方式来进行旋转的，这种设备并不属于车载的设备，因为我们车在驾驶的时候它会颠簸，会有很多恶劣的工况，如果你有一个机械的轴在转的时候，它很容易时间长了就会受影响。所以现在整个业界也在研究这种固态的这样一种设备，不是采用这种机械的旋转式的这种雷达。无人驾驶车辆它们可能在不断向前推进，但是在这过程当中付出了一些惨痛的代价，甚至是生命的代价。

2016年7月，在美国佛罗里达州的高速公路上，一辆轿车在自动驾驶的模式下撞上并钻入了一辆18轮大拖车的车底，导致车主当场死亡。原因是驾驶员分心走神了，没有注意到路口的货车，车辆传感器也没有检测到货车的存在，才导致了事故发生。的确是一起令人感到非常遗憾的事故，您觉得背后的原因到底是什么？这个问题是两个方面的，第一个方面是从技术的角度来说，它用的是一个毫米波雷达。毫米波雷达它（测距）距离很远，但是它的波束相对比较窄，所以当这个车很高的时候，因为它的毫米波雷达装在车比较（靠）下的位置上，实际上是从这个车的下边就穿过去了，所以它并没有检测到这个障碍物，摄像头又看到它的车厢又像是蓝天，所以整个就把整这个场景视为前面没有任何的障碍物，所以这个是它的一个技术的缺陷。就是当时那辆车是把前面的货车视为蓝天白云了。是的。

第二个就是我们所说的司机，对于驾驶员来讲，我们刚才讲了L3（三级）驾驶的时候，人必须是要关注你车外的场景的。如果这个驾驶员过分相信它是一种无人驾驶的时候，这就会酿出惨剧。感知系统有缺陷，有局限，需要进一步提升，目前的决策系统上也有一些局限吗？决策系统是现在一个很大的问题，也就是说我们现在很多的对于简单的场景，我们可以通过一些简单的一些算法可以处理，但是我们在进行测试的过程中，有很多复杂的场景，或者我们从未见过的场景要去识别它这个场景，是一个很难的过程。就像我们人去开车的时候，老司机和新司机之间的最大的差距可能就是，对于熟练的司机，他对场景的预见性会很强，也就他当看到前天的一种交通情况之后，他从意识里就会知道我应该去比方说带刹车，或者我应该让车停下来。因此，在我们整个的这个决策系统里头无人车的大脑，很多的工作就是要对场景不断去学习，而这个学习就要依托我们后面的一套很强的人工智能的处理系统，做一些深度学习的一些算法去训练，所以这样才能让我们的无人车变得更加聪明。

在控制系统上，还有没有什么局限？我们现在的这个车，要想去做无人驾驶，它必须是一个线控的系统，什么叫线控的系统？就是我们的平时的系统，都是一个开放式的，开环的。就是我通过人踩油门，或者踩刹车，或者旋转方向盘，来实现一个车的一个有人驾驶。但是真正的无人驾驶的时候，是需要通过计算机来获取到你的所有的这些量，比方你旋转的角度，你需要踩油门踩到什么程度，我需要制动，给多大的制动的力量，这些的信息都是要进行量化的。把这些信息拿到之后，我才可能去做分析，或者是我通过我的大脑算完了之后，才需要将这些信息量化到我需要对下面的执行机构，该怎么样去操作。所以说我们看到了这个车它的优势，也看到了目前的一些局限，但是我们其实也还是很期待能够现场能不能体验一下，咱们这个无人车开起来是什么样子。可以，我们来一起看一下。

好，我们看一辆无人车已经是蓄势待发了，杜老师这是一款什么样的无人车？这个车是我们实验室用来做一些教学和科研的一些车，这个车它所具有的传感器，跟我们的无人汽车是一样的，激光雷达会根据当前的环境来自动建图。第一个弯拐得没有问题，第二个小弯也很顺利，它会撞到我吗？你可以尝试一下，站在它前面。我试一下，停住了。对，然后主持人你可以回来，然后它可以自动。我再试一下，开始了继续的行程。是的。这个就是我们通过激光雷达来实现我们周围的三维建模，然后通过它具体的位置来实现一个构图、建图，然后通过这个再进行定位，通过定位之后，可以确定之后在哪儿，然后根据我之前规划的路径，然后完成我整个行驶。所以它可以遇到障碍物之后停下来，还有什么别的方式来遇到一些突发的障碍物吗？是这样，我们这个车，如果你站在前面的话，它可以对这轨迹重新进行规划，咱们可以尝试一下。就是临时规划另外一条轨迹，绕开障碍物。是的。好，试一下。我们可以尝试一下。让它先走，我难为难为它。好的。很顺利就绕开我了，而且没有减速。

迷你版的无人车，在演播室给了主持人一个惊喜，真正的无人车在现实生活中表现如何呢？我们是在一个完全密封（封闭）的，特殊的一个道路里边来行驶的，所以在现实开车过程中，千万不要模仿我接下来的一些行为。现在我要准备打开全自动模式，无人车出发了，整个启动过程完全自动行驶，看记者的样子还是有些不太放心，时刻准备夺回方向盘的控制权。前面看见有一辆车停下来了，所以它马上进行了一个紧急制动。现在有点儿放心了，我决定开始做一些平时比较危险的动作。在行驶过程中用电话是引起交通事故的危险动作之一，无人车能保证记者的安全吗？它在自动拐弯，看着好神奇，虽然不是很平顺，但是我觉得拐得还是很准的，正好拐到了直行车道。现在我要完全闭上眼睛，看看它到底能不能把我带到最终的目的地。刚才什么情况？有辆车加进来了。就记者的体验来看，无人车在特定环境下似乎已经可以做到无人驾驶了，为什么生活中却看不到无人车上路呢？

像我们人想开车上路，那得经过很多学习的，我们得考驾照，无人车它是不是也得通过一些测试才可以上路。是的。上路之前，首先你要先进入到一个封闭的一个测试场地，去做相应的测试，一定要测试达到5000公里，然后经过一个评估，评估之后认为觉得你具有这样的一个水平和资格了，这时候再给你颁发一个测试的牌照。有了测试牌照之后，你就可以上路去测试了，所以我想这个和我们人是一样的。你比方说，人刚从驾校里出来的时候，他是一个新手，你说你能限制新手上路开车吗？2017年，深圳无人驾驶公交车阿尔法巴上线测试的新闻，让普通市民认识到无人驾驶汽车真的离自己越来越近了。随后湖南、江西、山东、重庆等省市，也先后开通无人驾驶公交车测试线路，随着无人驾驶公交车上路，越来越多的无人驾驶汽车出现在人们的视野。我们看到居然是一辆公交车用无人驾驶技术开上了马路，杜老师您觉得它真的已经可以载乘客去运营了吗？

其实这也是我们刚才一直在探讨的话题，就是每一辆车能够去上路前，它一定是要经过测试的。而且在上路的时候，是要取得测试的牌照，现在刚才视频里已经说了，全国有很多的城市已经开了这种自动驾驶测试场地，而且可以开始（发放）这种测试的牌照，让车辆可以上路去测试。那么武汉这个是第一个试运营的牌照，所以这个还是有区别的，对于日常的这种测试，其实我们已经开展了很久了。咱们想象一下都通过考试之后，这辆无人车，它可能会在哪些场景里面发挥出它特别的作用。就现在而言，我们把无人驾驶所能够应用，它是在用一些我们非载人的这样一些环境下，可能应用最为广泛。你比方说我们现在在一些矿山，在矿山的区域里头，因为它没有什么人，所以执行起来相对会简单一点。所以在矿山里边，我们使用无人车应用比较广泛。这是我国首台正式运营的无人矿车，被称作矿山巨无霸。与有人驾驶相比，它更适应半封闭的矿山作业环境，通过全方位的雷达观测、行为控制、定位系统与高精度地图的结合，实现无人矿车自动装载、运输、卸载循环作业，配合基于5G通信的远程遥控挖掘机，增强了车与车之间的协作，提高生产率。所以说可能还是相对封闭一些，和人的交互更少一点的这些场景当中，目前更多使用了无人驾驶技术。是的，包括像码头，像一些物流，另外还有在一些特定的园区内，不是在公共的市政道路上，在特定的园区内做一些相对一些物流的派送，或者一些简单的一些接驳，如果要涉及到人的话，它一般都是一些低速的使用。所以无人车的、低速的无人车在一些特定的区域内、场景内，来实现相应的一些这种应用还是比较普遍的。

无人驾驶的应用分为三个阶段，从全封闭、半封闭再到完全开放的城市道路，最终实现全面上路。现阶段，无人驾驶技术应用还仅限于低速与限定场景，如物流、共享出行、公共交通、环卫、港口码头、矿山开采、农业生产等领域。在这个过程中，移动互联网、大数据、云计算、5G和人工智能的高度集成是奠定无人驾驶的基础。那在我们的身边，在生活中，什么时候或者说什么条件下才可以让无人车开（进入）到我们的寻常百姓家里（家庭）？刚才也介绍了无人车，它的基本的结构，从感知到决策到控制。那么从感知里头，包括所有的设备，像我们说的雷达，雷达怎么样去做得更加便宜，怎么能做得更加的符合我们的车辆的标准，还有包括我们的决策系统，我们怎么样能让它变得更智能，我们的人工智能的这些技术怎么样去有些新的突破，最后我们怎么样可以将所有这些东西给它变得小型化，另外还有到我们的控制，我们怎么能让这个控制变得更加的稳定可靠，这些东西都解决的时候，那么我想这个离我们无人车走进我们寻常百姓家就很快了。

我们来听一下李德毅院士，他是怎么看待这个时间点的，连线一下李院士。我觉得一个很重要的东西就是不要太着急，先在一些生态环境比较好，道路宽容一点，（交通）流量不那么大的先试起来，无人驾驶一定是以一种润物细无声的方法，渗入到人类生活当中。你像有些特色小镇或者特色的园区，或者一些港口先用起来，一步一步地，潜移默化地渗入到社会里面去。好的，感谢李德毅院士！可能我们目前看到确实还存在很多的一些局限和一些不利的一些地方，但是我们要给它以时间，给它以耐心，给它以更多的机会来体验、来学习，只有这样我们才可以尽早开到无人车。好，感谢杜老师的精彩解读，也感谢各位的关注，我们下期《透视新科技》，再见。