第三节 智能运载工具

《新一代人工智能发展规划》要求，发展自动驾驶汽车和轨道交通系统，加强车载感知、自动驾驶、车联网、物联网等技术集成和配套，开发交通智能感知系统，形成我国自主的自动驾驶平台技术体系和产品总成能力，探索自动驾驶汽车共享模式；发展消费类和商用类无人机、无人船，建立试验鉴定、测试、竞技等专业化服务体系，完善空域、水域管理措施。

2016年3月，中国汽车工业协会发布了《“十三五”汽车工业发展规划意见》。规划意见对“十三五”的中国汽车工业提出了八个方面的发展目标，其中之一就是“积极发展智能网联汽车”。

所谓智能网联汽车，业界的定义是：搭载先进车载传感器等装置，融合现代通信与网络技术，实现车与人、车、路、后台等智能信息交换共享，具备复杂的环境感知、智能决策、协同控制和执行等功能的新一代汽车。

规划意见也对智能网联汽车的发展设定了目标：积极发展智能网联汽车，具有驾驶辅助功能（1级自动化）的智能网联汽车当年新车渗透率达到50%，有条件自动化（2级自动化）的汽车的当年新车渗透率达到10%，为智能网联汽车的全面推广建立基础。

普遍认为，汽车技术发展的两个方向是智能化和网联化，两者相结合称之为智能网联汽车，也就是把网联汽车和自动驾驶结合起来。而智能汽车自动驾驶实现真正的产业化将是汽车技术的一场革命。发展智能网联汽车不仅符合世界汽车工业发展的大趋势，更是我国汽车工业向产业链中高端转移的有力抓手。

无人驾驶技术已经被充分证实在操作时效性、精确性和安全性等方面相比人类驾驶具有无比的优越性，而且永远不会出现人为操作失误的情况。所以，人们完全有理由认为：无人驾驶汽车每年将大幅减少全球交通事故人员伤亡，节省巨额的相关费用。正如Google公司无人驾驶汽车首席开发人员塞巴斯蒂安·斯伦（Sebastian Thrun）所描述的：Google无人驾驶汽车能使交通事故减少90%，能将通勤所耗时间以及能源消耗减少90%，能使汽车数量减少90%。出于科学严谨和保守考虑，以下相关计算将上述90%调整为50%。

就我国而言，根据公安部公布的道路交通安全事故统计数据，2013年全年涉及人员伤亡的道路交通事故在20万起以上，死亡人数超过6万人，需住院治疗的受伤人数超过20万人。保守估计，与事故相关的所有费用，包括医药费、财产损失、生产力损失、诉讼费用、行程延误以及生活质量损失等，应该在300亿元人民币以上。

此外，无人驾驶汽车还会通过规避拥堵、提高车速、缩小车距以及选择更有效路线来减少通勤所耗时间和能源。按照美国得克萨斯州交通研究所对美国道路交通的研究成果进行类比估算，我国每年因交通拥堵浪费的时间达12亿小时，浪费的汽油超过20亿升。

欧美从20世纪80年代初开始自动驾驶技术研发。其中，美国国防高级研究计划局（DARPA）大规模资助了自动驾驶陆地车辆的军事化应用研发。1996年，意大利帕尔马大学视觉实验室Vislab创立ARGO项目，利用计算机视觉完成车道标线识别，控制车辆行驶；2004年DARPA挑战赛开始举办，为自动驾驶的技术交流和合作开辟了空间，激发了相关从业者的研发热情。由于深度学习算法的引入，自动驾驶技术有了爆炸性的突破。2009年，Google布局自动驾驶，引发了新一轮的产业热潮，许多科技企业随之投入市场竞争。2016年，英特尔成立自动驾驶事业部、通用汽车并购初创公司Cruise Automation、英伟达推出了自动驾驶计算平台DrivePX2……

2017年，奥迪发布新款奥迪A8，成为第一款具备L3自动驾驶水平的量产车辆。2020年成为主要汽车厂商和科技企业承诺推出完全自动驾驶车辆的时间节点（图1-8）。

根据美国高速公路安全管理局（NTHSA）的定义，汽车自动驾驶可分为四个阶段。目前高级别自动驾驶车辆尚处于研究实验阶段，并未实现产业化。近两年，各大致力于自动驾驶的企业相继公布了自动驾驶车辆量产的时间表，大都集中在2020至2025年。Level-2级别的自动驾驶车辆，即高级辅助驾驶（ADAS）车辆已实现量产化。2017年全球ADAS市场规模在300亿美元左右，并呈现稳定增长的态势。随着汽车智能化趋势加速和安全需求的提升，未来全球ADAS市场渗透率将大幅提高。到2020年，全球ADAS渗透率有望达到25%，全球新车ADAS搭载率有望达到50%。

当前自动驾驶领域根据入局企业所采用技术可大致分为两大路线，一是福特、宝马、奥迪等传统车企所采用的“渐进性”路线，即在汽车上逐步增加一些自动驾驶功能，依托摄像头、导航地图以及各种传感器，为驾驶员提供自动紧急制动、全景泊车、自适应巡航等辅助驾驶功能。

二是Google、百度等互联网科技巨头所采用的“革命性”路线，通过使用激光雷达、高清地图和人工智能技术直接实现无人驾驶目的，强调产品的创新和便捷性。Google在2009年之前就开始布局自动驾驶，成为第一个拿到美国政府路测牌照的企业，其自动驾驶车辆Waymo已完成800万公里的自动驾驶路测里程，技术水平在世界保持领先态势。特斯拉于2015年推出第一代Autopilot汽车，为全球第一款量产型自动驾驶车辆。

20世纪90年代起，我国各高校和研究机构也陆续开展自动驾驶的研发工作，推出多个测试车型。国防科技大学研制出国内第一款自动驾驶汽车CITAVT-Ⅰ型；2003年，一汽集团与国防科技大学联合研制了具备自动驾驶技术的红旗轿车；2009年，国家自然科学基金委员会启动“视听觉信息的认知计算”重大研究计划后，开始每年举办“中国智能车未来挑战赛”，成为国内智能车发展的里程碑；2015年，国务院印发《中国制造2025》，以自动驾驶技术为重点的智能网联汽车成为未来汽车发展的重要战略方向；2016年，国内自动驾驶集中爆发。北汽、上汽、长安等车企相继公布自动驾驶战略规划；2017年，国务院发布《汽车产业中长期发展规划》，宣告筹建智能网联汽车分技术委员会，制定产业技术标准（图1-9）。

百度于2013年开展无人驾驶汽车项目，其无人驾驶汽车目前已取得了国内首批自动驾驶牌照，2018年百度Apollo和金龙客车合作生产的全球首款L4级无人驾驶大巴车“阿波龙”已经正式量产下线。

从宏观环境的角度来看，政策、经济、社会、技术各个方面都在影响国内自动驾驶产业的发展（图1-10）。

从经济角度来看，自动驾驶作为人工智能技术演进过程中最被投资机构看好的领域之一，资本注入将促使产业加速发展；从政策角度来看，政策支持和标准落地将推动自动驾驶实现标准化、通用化和普及；从技术角度来看，得益于人工智能、车联网技术、5G的发展，自动驾驶的实现成为可能；从社会角度来看，自动驾驶将受益于消费者对于新技术的好奇和城市对于改善交通的需要。

技术方面，利用人工智能技术实现自动驾驶的一种实现路径是简化流程的端到端深度学习方案。端到端（end-to-end）的深度学习方案通过接受传感器的输入数据，直接决定车的行为，简化了系统流程，降低了车载计算的需求（图1-11）。

在自动驾驶技术兴起之前，车用传感器正应用于汽车电子技术，作为车载电脑（ECU）的输入装置，能够将发动机、底盘、车身各个部分的运作工况信息以信号形式传输给车载电脑，从而使汽车运行达到最佳状态（图1-12）。

ADAS的广泛应用，使摄像头等用于环境感知的传感器进入公众视野，作为辅助，这些传感器将汽车周边的环境信息输入到相应的系统模块中，进行判断，提前给驾驶员预警或提供紧急防护，但不同系统的传感器间关系孤立，数据单独处理，信息尚未形成融合。

在自动驾驶汽车中，定位、雷达、摄像等传感器协作融合，能够以图像、点云数据等形式输入收集到的环境数据，并通过算法的提取、处理和融合，进一步形成完整的汽车周边驾驶态势，为驾驶行为决策提供依据。

不同传感器收集的信息经过算法的提取、处理和融合，能够形成完整的汽车周边的驾驶态势，为系统决策提供依据。

按照工业和信息化部的定义，车联网，通俗而言指车与一切互联（V2X），包括其他车辆、行人、道路设施等，使汽车拥有更大范围的感知能力，能够发现潜在风险，优化路径规划。车与云平台互联还能及时更新车内系统，为消费者提供信息娱乐服务。

车联网使自动驾驶汽车拥有范围更广的感知预判能力和更优的人机交互能力，从安全出行和信息娱乐两方面覆盖消费需求（图1-13）。车联网的成熟，理论上将降低对传感器和算法的性能需求，也便于生活服务供应商进入汽车行业，丰富商业场景。

目前，各大车企已经具备了较低等级的网联技术，实现了汽车与后台的互联，通过OTA（空中下载技术）升级，汽车可自动及时更新系统和辅助信息，并将用户的操作数据上传到后台。但要实现V2X的信息互联，更高级别的网联协同感知、决策和控制涉及基础设施改建、车载网络升级（即车载以太网代替CAN总线结构）和通信技术标准的出台，目前还处在研发阶段（图1-14）。

汽车网联化1.0为网联辅助信息交互，主要是基于车-路、车-后台通信，实现导航等辅助信息的获取以及车辆行驶与驾驶员操作等数据的上传。主要由人控制，具备地图、交通流量、交通标志、油耗、里程等信息的识别功能，对传输实时性、可靠性的要求较低。

汽车网联化2.0为网联协同感知，主要是基于车-车、车-路、车-人、车-后台通信，实时获取车辆周边交通环境信息，与车载传感器的感知信息融合，作为自车决策与控制系统的输入。由人与系统控制，具备周边车辆/行人/非机动车位置、信号灯相位、道路预警等信息的识别功能，对传输实时性、可靠性的要求较高。

汽车网联化3.0为网联协同决策与控制，主要是基于车-车、车-路、车-人、车-后台通信，实时并可靠获取车辆周边交通环境信息及车辆决策信息，车-车、车-路等各交通参与者之间进行信息交互融合，形成车-车、车-路等各交通参与者之间的协同决策与控制。由人、系统和人工智能控制，具备车-车、车-路间的协同控制信息功能，对传输实时性、可靠性的要求最高。

自动驾驶汽车只是智能运载工具之一。智能运载工具还包括无人机、无人船等，目前智能运载工具的应用处于迅速发展阶段，无人机和无人船的发展较成熟，已有初步应用。

无人机应用领域从拍摄、搬运，扩展到调查、巡检、测绘，乃至救灾、救险、安防和军事（图1-15）。

目前，无人机的需求呈现上升趋势。随着无人机研发技术逐渐成熟，制造成本大幅降低，无人机在各个领域得到了广泛应用。无人机按照应用领域主要分为军用无人机、工业无人机、消费无人机。军用无人机主要有侦查、电子对抗、战斗无人机等；工业无人机主要应用于农业植保、电力巡检、警用执法、地质勘探、环境监测、森林防火等领域；消费无人机主要应用于个人航拍、影视航拍和遥控玩具等。根据市场研究公司Gartner的测算，2017年无人机市场规模达60亿美元，而2020年则会进一步增长至112亿美元。2017年全球无人机销量达300万架，同比增幅高达39%，其中消费类无人机的销售量占到94%，但销售额只占到无人机整体市场的40%左右。

目前部分消费级无人机已能通过传感器、摄像头等进行自动避障，同时还能依靠机器视觉对飞行环境进行检测，分析所处环境特征从而实现自我规划路径。2016年，英特尔通过智能算法成功实现了500架多旋翼无人机的空中编队灯光秀，消费级无人机开始朝更高级别的无人机智能化迈进。我国作为全球无人机第一制造大国，深圳大疆公司占据了全球消费类无人机70%的市场份额。