1
雷鋒網按：原文發布于機器人圈公眾號，在未改變原意的基礎上略有刪減。李德毅，中國工程院院士、歐亞科學院院士，指揮自動化和人工智能專家。1983年獲英國愛丁堡海里奧特·瓦特大學博士學位。總參第61研究所研究員、中國指揮和控制學會名譽理事長、中國人工智能學會理事長。
李德毅，人工智能領域響當當的泰斗。作為自動化和人工智能專家，李院士對智能車產業的生態環境、工程化實踐與未來發展有自己別具一格的看法，他反復提及智能車和輪式機器人的自主知識產權與國產化。就像李院士自己說的：
雖然個人力量有限，但希望以一己之力，為整個產業做出積極推動及改變。
毫無疑問，在不久的將來，我們的生活將因智能化而發生翻天覆地的變化。智能制造和人工智能將會在更廣泛的領域為人類服務，這一凝結了人類智慧的高科技產業在一定程度上方便了我們的日常生活，機器人可以代替人類完成許多工作。未來，像好萊塢電影里那樣的高科技產品會出現在我們身邊，并逐漸趨向于常規化，而智能車就是其中的典型代表。
目前，我國正加速推進智能車領域的研究，從最早的天津軍事交通學院的猛獅3號路測、北京聯合大學的自主駕駛項目、與北汽的研究合作，到去年智能車挑戰賽上與清華的合作……我國也積累了豐富的實踐經驗，其中由軍事交通學院研制的“猛獅3號”已在京津高速公路上往返20次,這就是我國自主研發無人駕駛的典型案例之一。
萬物互聯，移動為先；移動生活離不開駕駛；把駕駛交給機器人。
智能車已不再停留在靠愛好者推動的初級階段，研究所和高校改裝后的汽車已成為過去。現在，智能車正在進入規模化生產階段。未來，將是用技術換取市場的時代。
“生態十條”
縱觀全球百年汽車工業的發展史，其核心競爭力已經由19世紀的機械、輪胎和20世紀發動機、汽車電子的競爭，轉移到如今的輪式機器人、自主駕駛及自動駕駛方面的競爭。
盡管智能汽車在高速公路等結構化道路上順利實現了無人駕駛，但許多汽車行業人士仍“冷看”智能車研發，并且一些IT專家提出的顛覆汽車行業路線——開發不設方向盤的無人駕駛汽車，其實并不可取。
人和智能汽車的關系，好比騎士和馬。馬的大腦有兩個認知系統，它知道路該怎么走，也知道要聽主人的話。智能汽車就應該像馬一樣，在道路上能自動行駛，也接受人的操控，在人工駕駛時也具有自動避險功能，這便是雙駕雙控系統的原理所在。
當前，全球智能駕駛的實踐近乎火爆。盡管形態多樣、方法各異，但也趨向于形成共識，從認知試驗走向認知工程，正迅速為智能車的產業化和市場切入開辟道路，建立全新的智能車產業生態環境。對此，結合目前智能車產業生態，我們提出了“生態十條”。
生態一：出行有風險，開車須謹慎，安全無盡頭，智能無極限。
生態二：道路信息化有助智能車工程化的實現，但重點還是要放在車的智能性上。
生態三：車載傳感器必然是多元異構，沒有哪一種傳感器是完美的，要綜合考慮性能、可靠性和成本。輪式機器人的傳感器配置方案和智能駕駛實現途徑具有多樣性。
生態四：包括導航在內的、越來越豐富的、離線的汽車輔助駕駛手段(ADAS)離在線的自動駕駛僅一步之遙。越來越多的、在線的自動駕駛科目離汽車的全自主駕駛僅一步之遙，跨過這兩步比人們預料的要快。
生態五：引入人類生活130年的汽車，車輛動力學性質已經相當完善，其人機工程學的巨大成功導致縱向控制和橫向控制的解耦，為智能車的自主駕駛和雙駕雙控奠定了基礎，“人機協同共駕”勢在必行。
生態六：智能車帶來的倫理問題和交規修改沒有想象的那么難、那么遠，不太會影響智能車的質量認定和行駛過程中的事故責任認定，總體上仍然分別歸屬生產廠商和車輛責任人。
生態七：和轎車相比，“兩客一危”、房車和中重型貨運車輛智能化需求更為迫切，各種各樣的智能商用車的社會化運營比智能轎車的私人購買要早。
生態八：各國都在積極探索建立高效的智能車試驗場、示范項目，規范智能車的測試與評估，探索運營模式。
生態九：利用包括智能車傳感器在內的大數據，可優化交通基礎資源，實時監控交通設施，提供高效的信息服務，即時處置交通事故，緩解交通擁堵，有效建立車聯網和物流網。
生態十：智能車有望成為互聯網時代手機之后的新型端設備，加上交通設施的信息化改造和隨身的信息化服務，包括自主駕駛汽車在內的輪式機器人產業將迎來井噴期, 整車價格上不封頂，智能駕駛對汽車業不是災難，而是福音。
其實，在智能車產業的全產業鏈上，無論哪一家企業，違背了智能車產業的生態都將難以崛起，也不可能茁壯成長。專職司機未來將逐漸失業，智能車產業化必將興起，智能車產業化要從工程化做起。
沒有智能車的工程化，就不可能有智能車的產業化。我們已經從認知科學的研究轉向認知工程的實踐。
試想一下，用戶會購買昂貴的、拳打腳踢的、改裝后的試驗用車嗎?當然不會。僅由研究院所和高校利用改裝后的汽車，在封閉道路環境下的無人駕駛試驗和比賽，已經成為過去時，轉而進入智能車工程化和市場化的新階段。現在，ISO26262國際標準對智能汽車生產有了規定，使得車廠在生產安全的智能車上有了遵循標準。車廠的智能汽車紛紛上路行駛，智能車研發正在進入規模化生產階段。
實際上，我們已經在智能車工程化實踐上做了很多工作。我們的團隊已經研發出“駕駛腦”。其實，這才是無人駕駛核心的真正意義。
在駕駛過程中，駕駛員在回路中的預測控制是汽車自身無法替代的。
10年前，人們把傳感器、交換機、計算機和服務器移到車里來采集和分析運動數據。
5年前，又把傳感器藏于車身，把工控機等置于后備箱。
現在，傳感器和車身一體，“駕駛腦”融入車內總線。“駕駛腦”不同于雷達等傳感器的感知，它要去完成包括記憶認知、計算認知和交互認知在內的駕駛認知，成為智能車產業化鏈條中的重要零部件，是任何車載計算機無法替代的。
“駕駛腦”的功能決定了它不只是簡單的自動駕駛，而是和駕駛員“取經”。“駕駛腦”在駕駛員開車時應該能“悄悄地”自動學習，把駕駛大數據轉化為價值，把駕駛員腦轉化為機器駕駛腦，并和機器行為融合在一起，讓駕駛員教機器人開車，讓大數據開車。
當今，深度學習正站在全球人工智能的風口。
人們普遍把卷積神經網絡用于點云圖像識別、完成感知階段的自學習。而我們卻另辟蹊徑，把卷積神經網絡用于形式化之后的、基于可用路權的駕駛態勢圖和反映駕駛操作全部內容的認知箭頭形成的圖對上，用于認知階段的深度學習，把“駕駛腦”比喻為對應的“駕照”、“駕齡”和“路熟”，大大減少、簡化了實時處理的數據量。
“駕駛腦”成功的背后是云計算大數據的力量，而正是這股力量助推著智能車產業化向前發展。智能車零部件從車載傳感器到“駕駛腦”，從零部件性能、可靠性到整車的智能魯棒性評測，正在形成規模化生產智能車的全新產業鏈條，形成智能車市場切入的突破口;跨界創新、尤其是人工智能、自動化工程和汽車業的跨界創新展現出勃勃生機。
在此大背景下，外企汽車進軍中國智能車市場的勢頭洶涌，我國汽車產業會面臨二次“市場換技術”的噩夢嗎?為應對外企汽車可能對我國智能車市場的影響，國家提出了相關的戰略需求，明確了我國智能車產業化推進的方向。
智能駕駛試驗、示范與評估迫在眉睫。智能車各種感知和認知手段，相互依存，甚至彼此纏繞。在各類比賽場、測試場，智能車的表現千奇百怪、反反復復，人們都困惑過、迷茫過，試來試去理不出頭緒，試驗和評估活動混亂無序。正是在這多姿多彩的實踐活動中，正在逐漸形成明確的試驗約束，呼喚智能車零部件生產與組裝、智能駕駛規范化試驗、智能評估的認知工程方法學。
我們在十多年的智能車研發中，摸索出一條智能駕駛試驗與評估的遞進階梯，可解耦合，排先后，拾級而上。
該方法學有幾大好處：
第一，由上而下的認識問題，由下而上的解決問題;
第二，先后有序，遞進式調模塊，不牽一發動全身;
第三，孤立問題，減少耦合，增量式調智商，不相互纏繞;
第四，混合編組，交叉驗證、常態試驗。
“智能車抑或是‘中國制造2025’的第一張名片，也是我國智慧城市、智能交通的第一張名片!智能車產業給社會帶來的變化是全方位的，影響不可低估。”
目前，國內外智能駕駛示范項目將越來越多，各種各樣的智能商用車的社會化運營比智能轎車的私人購買要早，商用車產業化發展更為迅速，其商業運營模式甚至會改變城市和社會的組織形態。例如，快速公交、商務大巴、公路列車物流、中重型貨車、特種車輛、社區通勤、景區觀光等。
除此之外，智能車在更專業化、私人化的領域也存在潛在市場，如自動駕駛賽車產業化、智能房車產業化。
從長遠來看，輪式機器人的興起將擠壓乘用車市場空間。輪式機器人成為人類生產、生活中的常態。輪式機器人可于工廠用、農田用、港口用、測量用、戰場用;社區用、辦公用、家里用、醫院用;方便、簡潔、自主、自適應、自學習;助老、助殘、助兒童、助自理;時刻在線;它將和手機一樣，成為人人聯網、物物聯網中的基礎型端設備，正擠壓小轎車的市場空間。
里程碑1：誰能成為我國生產車載毫米波雷達、激光雷達量產首家過千臺的企業?
里程碑2：誰能成為我國生產線控轉向、線控制動、線控動力系統量產首家過千臺的企業?
里程碑3：誰能成為我國“駕駛腦”量產首家過千的微電子企業?
里程碑4： 政府何時能發放我國自主車生產許可證?何時能發放智能車駕照?
里程碑5： 誰能成為我國智能車量產首家過千輛的車廠?
里程碑6：哪個企業能夠成為我國首個將智能車用作移動共享工具的服務性行業?
里程碑7：哪個城市能夠成為我國首個快速公交智能車聯網運行城市?
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
