人工智能领域非常宽,在交通领域的应用也非常深入,非常吸引眼球,到底该如何理解人工智能?从学术角度阐述,它是一个非常漫长的过程。简单来讲,人工智能就是研究、开发用于模拟、延伸和扩展人智能的理论、方法、技术及应用系统的一门新的基础科学。

实际上,人工智能应用的路还非常漫长、任务还非常艰巨。目前,比较实用的,大家看得见、摸得着而且能够产生结果的就是机器学习,通过机器学习去仿真、研究、模拟人的一系列内容,达到了这个目的才叫人工智能。但是有机器学习是不是就能解决问题了?实际上,还不能有效地解决问题,还需要进一步推进,也就是说仅仅机器学习还不够,还需要深度学习。

车路协同与智能驾驶——高速公路之未来-第1张图片-零帕网

车辆识别不是一件简单的事情。因为车辆有很多形态的变化,第一,汽车有不同的角度、不同的方向。第二,汽车会快速移动,增加了辨识的难度。第三,当多辆车在一块时,混杂的交通环境,混杂的车流情况下,也要能够快速、准确、有效地进行辨识。要把人工智能真正地应用到交通领域,远比我们想象的困难得多,人工智能实现智能驾驶尚具有挑战性。

特斯拉在智能驾驶领域发生过交通事故,造成司机当场死亡。如果发生事故的这两辆汽车具备了我们今天谈到的车路协同系统,如果车跟车的通信、车跟路的通信能够实现,那么这场交通事故就可以避免。

从严格意义上讲,如果一个系统要具有人工智能,就应该具备三个条件。第一,系统能够像人一样感知环境、感知社会。人类通过眼睛一看就知道了,但是机器设备未必能行。第二,系统能够像人一样进行思考。第三,系统要能模仿人一样的动作。如果能够达到这三个条件,才算是真正意义上的人工智能。

但是目前我们看到的很多关于人工智能的介绍,距离这三点还很远,还有很多工作要做。

关于驾驶辅助系统,车路协同引进以后,对自动驾驶又提出了新的条件,即单车的驾驶辅助还可以和多车结合起来,于是我们提出了CDAS,实现CDAS的基础就是车路协同平台。

目前,巡航控制已经应用到一些新车上了,ACC已经得到体现了,但是ACC还只是实现车辆自身的巡航,前车做任何动作是不知道的,只能通过距离和对速度的判断,来识别前车可能做什么事情。

基于车路协同也好、自动驾驶也好,未来,我希望前车或者周边车辆所做任何动作之后,车辆要把信息传出去,而不再是让其他车辆去猜测。于是在这种情况下,有了CACC,以及加上人工智能以后的AIACC。因此,我们说人工智能和车路协同是可以完全结合起来的。

车路协同主要是提供一个平台,让所有的交通主体,人、车、路在这个平台上都可以实时地、全方位地交互信息。在这个基础上,为交通出行的驾驶安全和交通管理提供一个新的平台。车联网、网联车和车路协同实际上是殊途同归的,但是车路协同更多的是强调交通整体集成功能的实现。

此外,还有两个方面的改进。第一,驾驶安全。在传统的安全措施之上,我们提供了V2V平台,这就使得所有车辆之间的信息,包括操作信息可以共享,改变了原来的安全模式,比如安全带、安全气囊这些被动式的安全模式,目前的ADAS则属于主动式的安全模式,因为出现事故之前可以主动避障,但是还不是多机协作的,而到了CDAS阶段,就能够实现多辆车的协作。

交通控制方面也会发生革命性的变化。在一个新的平台,你可以知道所有车辆在道路上行使的位置、速度、加速度、方向,以便更好地调整驾驶。

目前,自动驾驶主要有两条技术路线。第一,靠车载传感器来探测车辆周边的交通信息,实现自动驾驶。第二,不完全依靠于传感器,而是使用高精度地图,加上高精度的定位技术,再结合近距离的传感器,实现自动驾驶,这也是目前自动驾驶领域最常用的方法。目前,一些自动驾驶汽车公司基本上是走这条技术路线。