智能网联汽车方兴未艾，人工智能与自动驾驶技术演进快速发展，而其中的安全始终是备受瞩目的焦点。

“我们开展的研究，就是利用人工智能去实现自学习，从而持续推进自动驾驶技术的演进，不断提升自动驾驶系统的安全性和智能性。”9月25日，在中国汽车工程学会组织的主题线上采访中，同济大学汽车学院教授、博士生导师、"协同创新∙探索未来的车辆与交通”国际青年科学家沙龙——人工智能与自动驾驶论坛主席黄岩军向《中国汽车报》记者分析了自动驾驶发展现状，并介绍了运用人工智能技术提升自动驾驶性能的研究进展。

技术演进决定安全

近年来，国外自动驾驶车辆路测中多次出现事故。而且，据央视报道，当地时间9月14日，特斯拉在美国遭遇集体诉讼，诉由是特斯拉对自动驾驶进行虚假宣传，安全性有问题。据美国国家公路交通安全管理局(NHTSA)公布的数据，在涉及驾驶辅助技术的事故中，有70%涉及特斯拉的智能电动汽车。

对于这类现象，黄岩军从三个方面进行了分析。

首先，自动驾驶及驾驶辅助技术目前还是新生事物，从技术发展层面看，至今相关技术尚未完善，此类事故的发生难以完全避免。很多这类事故的原因，是由于车辆感知层、决策和驾驶员的操作不当所致。以感知为例，当前车上不同的传感器均各有优缺点，如迎面有强光情况下，视觉传感器会出现眩光，从而对前方物体难以准确识别，这是传感器本质属性决定的。

其次，部分消费者对当前的自动驾驶系统有过高的估计，而这来自车企对车辆相关功能的宣传上边界及定义不清晰，导致部分消费者的误解。如特斯拉称其自动驾驶达到L3级水平，但车辆仍然不能完全脱离驾驶员的监管。因此，一定不能对其高度依赖。

再者，当前阶段的技术演进，决定了自动驾驶系统还不能实现100%的安全，也不能用理论来证明其100%安全。根据墨菲定律，任何小概率事件都可能发生。因此，在复杂的开放环境下，既然证明不了100%安全，就有可能发生事故。

人工智能是研究重点

与人类驾驶员相比，自动驾驶车辆更多依靠的是感知系统和人工智能学习等技术进步。

“对于人类驾驶员中的新手，可能出现事故的概率会比较高，随着其驾驶技能的提高，对各种场景有了一定的把握能力和控制能力，慢慢就会降低事故概率，但事实上还是做不到完全避免事故，而自动驾驶的学习过程也一样。”黄岩军谈到，在目前的研究中，重点研究的就是如何实现复杂环境下自动驾驶的安全及进化技术，即充分利用人工智能自进化学习，使自动驾驶系统实现算法自学习能力的自我提升。

开放道路下的场景几乎是无穷的，而且处于复杂多变的动态中，传统车辆是如何保证安全，降低事故发生概率的呢?黄岩军解释，人类驾驶员要开车，首先要考取驾照，对考试科目中典型的、常见的场景有了一定的熟悉能力并考过之后才发驾照。而汽车自诞生以来也不断发生各种各样的安全事故，车辆的控制性能也在逐渐完善，至今实现了较高水准的安全性。

“其中最根本的原因，是我们人类有智能和自学习能力，在与外界交互的过程中有学习能力，还有举一反三的能力，有驾驶考试典型场景下的驾驶经验，就能举一反三推广到适应外界的某些场景，去处理新的场景，也会去适应之前没有见过的场景，随着时间推移，会从新手变成经验丰富的老司机。”黄岩军表示，类似于这个过程，现在的自动驾驶系统或辅助驾驶系统，是在一些规定或设计的场景下去实现运行设计域(ODD，指的是自动驾驶系统功能设定的运行条件)，由此可以保证安全性等各种性能。对于高级别自动驾驶系统，只要在标准规定的典型场景及设计场景下能安全运行，通过自学习能力实现日常的安全驾驶，是当前自动驾驶系统量产的可行路线，而不可能在量产车辆投入市场前，把外界无限的各种工况都测试一遍，这样做是不可能的。

对此，黄岩军认为，所以自动驾驶系统与人类驾驶员一样，要在设计域及典型工况下有覆盖多种场景的能力，要具备像人一样有自学习的能力，还要在学习新场景的同时也不能忘记如何处理之前学过的场景，这也是当前人工智能领域的难点之一。因此，一定要保证自动驾驶系统有持续自进化学习能力。

自学习能力至关重要

近年来，自学习进化能力的自动驾驶系统已经成为行业研究的前沿，而这也正是黄岩军的重点研究领域。

在黄岩军看来，自学习进化能力包括两个方面。一方面是单车性能的发育和多车协同的进化，利用的是知识和数据混合增强的相关技术;另一方面是闭环学习的技术。用知识和数据混合增强的方法或技术来保证设计的自动驾驶算法具有自学习能力，用闭环学习的方法来保证算法去学会学习的能力，即“学会”选择性地学习，找准学习目标，再进行进化学习。

黄岩军解释，其中涉及的人工智能技术有优点也有缺点，其“黑箱”特性体现为可解释性差、语义鸿沟等，都是当前人工智能亟待突破的问题，也是研究前沿问题。需要研究的就是用知识和数据发挥其优点，弥补其缺点，做到“1+1>2”，来让自动驾驶系统实现具备自学习进化能力。

从研究目标看，黄岩军说，这些研究从增强安全、增强智能、增强认知、增强可信四个部分助力高级别自动驾驶产业化落地。“目前我们的研究团队围绕自动驾驶预测决策规划控制、混合增强智能自动驾驶系统、车路一体化系统和可解释的自动驾驶系统开展了相关研究，承担了国家重要项目并发表了一系列高水平论文。”黄岩军表示。

调研发现，近60%的人对自动驾驶这种新生事物仍不接受。“我们的研究意义在于，一方面是转变人的观念，提高人对自动驾驶车辆的可接受度，在这方面树立既要接受又要理性接受、特别是现阶段不能过度依赖自动驾驶系统;另一方面是用先进的技术不断提升自动驾驶的安全性最为重要。”黄岩军表示。

关键词： 人工智能 自动驾驶性能 公路交通安全 智能电动汽车