2018人工智能之自动驾驶研究报告.pdf

2018 人工智能之 自动驾驶 研究报告 （前沿版） AMiner 研究报告 第七期 清华 -中国工程院 知识智能联合实验室 2018 年 7 月 目录 1 概念篇 . 2 1.1 自动驾驶 汽车概述 . 2 1.2 无人 驾驶 汽车发展图谱 . 4 1.3 我国无人驾驶汽车发展图谱 . 8 2 技术篇 . 12 2.1 自动驾驶 汽车关键技术 . 12 2.1.1 环境感知 . 12 2.1.2 精准定位 . 15 2.1.3 决策与规划 . 16 2.1.4 控制与执行 . 17 2.1.5 高精地图与车联网 V2X . 19 2.1.6 自动驾驶 汽车测试与验证技术 . 19 2.2 人工智能在 自动驾驶 汽车中的应用 . 20 3 人才篇 . 23 3.1 学者分布及迁徙 . 23 3.2 代表性研究学者 . 24 4 应用篇 . 32 5 趋势篇 . 35 订阅公众号 图表目录 图 1 SAE J3016 标准 Copyright 2014 SAE International. . 2 图 2 无人驾驶技术 . 3 图 3 无人驾驶技术的价值 . 4 图 4 国外无人驾驶汽车发展历程 . 4 图 5 谷歌公司的无人驾驶原型车 . 7 图 6 Pacifica 混动厢式无人驾驶出租车 . 7 图 7 Zoox 的无人驾驶汽车 . 8 图 8 我国无人驾驶汽车发展 历程 . 8 图 9 百度 “ 阿波龙 ” 无人驾驶巴士 . 10 图 10 自动驾驶汽 车体系结构 . 12 图 11 多线激光雷达通过点云来描述三维环境模型（来自 Velodyne 官网） . 13 图 12 VLP-16、 HDL-64E（来自 Velodyne 官网） . 13 图 13 全球首款纯固态激光雷达 Quanergy S3（来自 Quanergy 官网） . 14 图 14 自动驾驶领域研究学者全球分布 . 23 图 15 自动驾驶领域研究学者全球分布 . 23 图 16 各国人才逆顺差 . 24 图 17 自动驾驶汽车将最先应用的行业 . 32 图 18 EasyMile 的自动驾驶巴士 EZ10. 32 图 19 京东无人配送车（左）和英国 Kar-Go 自动驾驶微型车（右） . 33 表 1 三届 DARPA 无人驾驶挑战赛 . 5 摘要 当今 ， 自动驾驶 技术 已经成为 整个 汽车 产业的最新发展方向 。应用 自动驾驶 技术可以 全面提升汽车驾驶的安全性、舒适性，满足更高层次的市场需求 等 。 自动驾驶 技术得益于人工智能技术的 应用及 推广， 在环境感知 、 精准定位 、 决策与规划 、 控制与 执行 、高精地图 与 车联网 V2X 等 方面 实现 了 全面提升。 科研院校 、 汽车制造 厂 商 、科技 公司 、 自动驾驶 汽车 创业公司 以及汽车零部件供应商 在 自动驾驶 技术 领域 进行 不断 地 探索， 寻求 通过人工智能技术来获得 技术 上 的 新 突破。 本报告在此 背景 下 ， 对 自动驾驶 汽车 进行了简单梳理，包括以下内容 ： 自动驾驶 汽车 概念。 首先对 自动驾驶 汽车相关概念、 技术 以及技术价值进行介绍 ，接着对 国外 、国内 无人 驾驶 汽车 发展历程 及 现状 进行了梳理。 自动驾驶 汽车 研究情况 。 对 自动驾驶 技术研究中的重要技术进行介绍。 自动驾驶 汽车 领域专家介绍。 通过 AMiner 大数据平台对 AMiner 的 自动驾驶人才库进行 数据挖掘 ， 统计分析 出领域内学者 分布 及 迁徙。 同时， 介绍了目前 自动驾驶 汽车领域的 国内外 代表 性 研究 学者 。 自动驾驶 汽车 应用 介绍 。 自动驾驶 汽车 已经以 交通参与者的身份来到了我们身边 ， 未来主要的 应用方向 包括 公共 交通 、 快递 运输、 服务于 老年人 和残疾人等 。 自动驾驶 汽车趋势介绍 。 到 2020 年 ， 过去 积累的 自动驾驶 技术科研成果及工程进步都将 成为现实。 自动驾驶 汽车 即将进入 1020 年 混合模式的时代。 随着 自动驾驶 汽车与人工智能的深度融合， 自动驾驶 汽车可以实现高度智能化，真正实现 Level 4+级的自动驾驶技术。在享受科技成果的同时，我们也需要认识到 ， 自动驾驶 技术可以带来无限憧憬，但也会给社会生活带来巨大的冲击， 同时， 还 面临着巨大挑战。 concept 概 述 篇 1 2 1 概念篇 自动驾驶汽车 （ Automated Vehicle； Intelligent Vehicle； Autonomous Vehicle； Self-driving Car； Driverless Car）又称 智能汽车、自主 汽车、 自动驾驶 汽车 或轮式移动机器人，是一种通过 计算机 实现 自动驾驶 的智能汽车。 概念篇 首先对 自动驾驶 汽车涉及到 的 相关概念进行 介绍，包括自动驾驶汽车等级标准、智能汽车、 无人驾驶汽车 等 ； 接着 对 自动驾驶 汽车技术 及其 技术价值进行 概括 介绍；重点描绘 了 国外 、国内无人驾驶汽车 发展 图谱 。 1.1 自动驾驶 汽车 概述 （ 1） 自动驾驶 汽车 等级 标准 在 介绍 自动驾驶 汽车之前，我们先来了解 一 下 SAE J3016 标准 。 该标准 于 2014 年 由 美国 SAE International（ 国际 汽车 工程师学会 ） 制定 ， 内容 如 下图 所示 。 该标准 将车辆分为 Level 0Level 5 共 6 个级别，并针对道路机动车辆的自动化系统相关条款做 了 分类和定义 。 它 不但被美国交通 运输 部采纳为联邦标准，同时也已经成为了全球汽车业界评定自动驾驶汽车等级的通用标准 。 图 1 SAE J3016标准 Copyright 2014 SAE International. Level 0：无自动化，由 人类 驾驶员全 程 操控汽车， 但 可以得到 示 警 式 或须干预的 辅助 信息 。 Level 1： 辅助 驾驶 ， 利用环境感知信息 对 转向或纵向加减速 进行闭环控制， 其 余 工作 由人类 驾驶员 完成 。 Level 2：部分自动化， 利用环境感知信息同时对转向和纵向加减速进行闭环控制 ， 其余工作 由 人类 驾驶员 完成 。 3 Level 3：有条件自动化，由自动驾驶系统完成所有驾驶操作， 人类 驾驶员根据系统请求进行 干预 。 Level 4：高度自动化，由自动驾驶系统完成所有驾驶操作， 无需人类 驾驶员 进行 任何 干预 ， 但 须 限定道路和 功能 。 Level 5： 完全自动化，由自动驾驶系统完成所有 的 驾驶操作， 人类 驾驶员 能够应付的所有道路和环境，系统也能 完全自动完成 。 （ 2） 无人驾驶汽车 目前 对于自动驾驶汽车的 研究有 两 条不同的技术路线：一条是渐进提高汽车驾驶 的 自动化水平 ； 另一条是 “一步到位”的 无人驾驶技术发展路线。 由 SAE J3016 标准 可以看出， 通常 大家谈论 的 无人驾驶 汽车 对应 该标准 的 Level 4 和 Level 5 级 。 无人驾驶汽车 是自 动 驾驶的一种表现 形式 ， 它 具有 整个道路环境中所有与车辆安全性相关的控制功能，不需要驾驶员对车辆实施控制 3。 （ 3） 智能汽车 在 我国 ， 与 无人驾驶汽车 这个 术语相关的概念还有 智能 汽车。 相对 于 无人驾驶汽车 概念 ，智能汽车 定义 涵盖的 范围更广。 中国制造 2025 将智能网联汽车定义为 指搭载先进的车载传感器、控制器、执行器等装置，并融合现代通信与网络技术，实现车内网、车外网、车际网的无缝链接，具备信息共享、复杂环境感知、智能化决策、自动化协同等控制功能，与智能公路和辅助设施组成的智能出行系统，可实现“高效、安全、舒适、节能”行驶的新一代汽车 5。 （ 4） 自动驾驶 技术 无人 驾驶 技术 是 对 人类 驾驶员在长期驾驶实践中 ， 对“ 环境感知 决策 与 规划 控制 与 执行 ” 过程的理解、学习和记忆 的物化 ， 如 右 图所示 。 无人驾驶汽车 是 一个 复杂的 、 软硬件结合的 智能自动化 系统 ， 运用 到 了自动控制技术、现代传感技术、计算机技术 、 信息与 通信技术 以及 人工智能等 。 本报告会在 技术篇进行详解 。 图 2 无人驾驶 技术 4 （ 5） 自动驾驶 技术 的价值 无人 驾驶汽车 之所以 受到 各国政府前所未有的 重视， 国内外 各 院校 、 研究机构 都 投入 了大量 人力、物力，各大车企 、 科技 公司 、汽车零部件供应商以及无人 驾驶 汽车 创业公司 也 纷纷 在 这个领域 进行布局 ， 它 主要 具有以下 价值 ， 如下图所示 。 图 3 无人驾驶技术 的价值 改善交通安全 。 驾驶员的 过失 责任是交通事故的主要因素。 无人 驾驶 汽车 不受人的心理和情绪干扰， 保证 遵守交通法规，按照规划路线行驶，可以有效 地 减少人为 疏失 所造成的交通事故。 实现 节能减排 。 由于 通过合理调度 实现 共享出行 ， 减少了 私家车 购买数量， 车辆绝对量的减少，将 使 温室气体排量大幅 降低 。 消除 交通拥堵 ， 提升社会效率。 自动驾驶 汽车 可以 通过提高车速 、 缩小车距以及选择更有效路线来减少通勤所耗时间 。 个人移动能力更加 便利 ， 不再 需要找 停车场 。 拉 动汽车、电子、通信 、服务、社会管理等协同发展，对促进我国产业转型升级具有重大战略意义 。 1.2 无人驾驶汽车 发展 图谱 图 4 国外 无人驾驶汽车发展历程 5 本节内容 将 梳理国外 无人驾驶 汽车 发展 图谱 ， 上 图所示为 重要时间节点 事件。 （ 1）科研院校对 无人驾驶技术的研究 20 世纪 70 年代 ， 科技 发达国家开始 率先 进行 无人驾驶汽车的研究 。 1984 年 ，美国 国防高级研究计划署（ DARPA） 与 陆军合作， 发起 自主地面车辆 （ ALV） 计划， 这是 一辆 八轮车 ，在 校园中能够 自动 驾驶 ， 但车速 并 不快。 为 了推进 无人 驾驶技术 更快 、更好地 发展 ， DARPA 于 2004 年 2007 年共举办了 3 届DARPA 无人驾驶挑战赛 ， 如下表所示 。 表 1 三 届 DARPA无人驾驶挑战赛 第 1 届 2004 年 在美国的 莫哈韦 沙漠进行 。 共有 21 支 队伍参加 赛事， 其中 15 支进入了决赛， 但 决赛中，没有一支队伍完成整场比赛。 卡内基 梅隆大学的Sandstorm 行驶 的最远，共行驶了 11.78km。 第 2 届 共有 195 支 队伍申报参加，有 5 支队伍 （ Stanley、 Sandstorm、 H1ghlander、Kat-5、 TerraMax）通过了全部考核项目 。其中 ，来自斯坦福大学的 Stanley以 30.7km/h 的 平均速度 、 6h53min58s 的总时长夺冠 ，赢得了 200 万美元，同时，这也标志着无人驾驶汽车 取得了 重大突破 。 第 3 届 2007 年， 在美国加利福尼亚州一个 已关闭的 空军基地举行。 这届 比赛 的 任务 是 参赛车辆在 6h 内完成 96km 的 市区 道路行驶， 并要求参赛 车辆 遵守所有 的 交通规则。 这届 比赛不仅要求参赛车辆完成基本的无人行驶， 检测和主动避让 其他 车辆的同时，还要遵守 所有 的交通规则 。 由于 车辆 需要 根据其他车辆的 动作 实时做出 智能决 策 ， 这对于 车辆软件来说是一个特殊挑战 。 来自 卡内基 梅隆 大学的 Boss 以总时长 4h10min20s、 平均速度22.53km/h 的成绩取得了冠军 。 20 世纪 80 年代开始， 美国著名 的大学如 卡内基 梅隆 大学 、 斯坦福大学 、 麻省理工学院等都先后 加入 无人驾驶汽车 的 研究工作 中 。 其中，美国 卡内基 梅隆 大学研制的 NavLab 系列智能车辆 最具有 代表性 。 NavLab-1 系统于 20 世纪 80 年代 建成 。 它的计算机硬件系统由 Sun3、 GPS、 Warp等 组成 ， 用于 完成图像处理、传感器信息融合、路径规划以及车体控制等功能。 它在 典型结构化道路 环境 下的 速度 为 28km/h。 NavLab-5 系统是 1995 年建成的 。 卡内基 梅隆 大学 与 Assist-Ware 技术公司合作研制 了 便携式高级导航支撑平台 （ PANS） 。该平台 为 系统提供 了 计算基础和 I/O功能，并能控制转向执行机构，同时进行安全报警。它使用了一台便携式工作站 SPARC Lx，能够完成传感器信息的处理与融合、路径的全局与局部规划 任务 。 NavLab-5 在实验 场环境道路上的自主行驶平均速度 为 88.5km/h。 NavLab-5 进行了 首次横穿美国大陆的长途自主驾驶公路试验，自主行驶里程为 4496km，占总行程的 98.1%。车辆的横向控制实现了完全自动控制，而纵向控制仍由驾驶员完成。 6 NavLab-11 系统是该系列最新的平台 。 其 车体采用了 Wrangler 吉普车， 车上 安装有工业级四核计算机，处理各种传感器传输来的信息，并把信息分送到各个子单元。它的 最高车速达到 了 102km/h。 意大利帕尔玛大学 VisLab 实验室一直致力于 ARGO 试验车 的研制 。 在 1998 年 意大利汽车百年行活动中， ARGO 试验车 沿着意大利的高速公路网进行了 2000km 长 的距离 。 试验车行驶的 道路既有平坦区域， 也包括高架桥和隧道 。 试验车的无人驾驶里程为总里程的 94%，最高车速达到了 112km/h。 2010 年， ARGO 试验车 沿着马可 波罗的旅行路线，全程自动驾驶来到中国上海参加世博会，行程 达 15900km。该车 装载了 5 个激光雷达、 7 个摄像机、 GPS全球定位系统、惯性测量设备以及 3 台 Linux 计算机 和线控驾驶系统，全程 应用 太 阳能作为辅助动力源 。 2013 年，该实验室研制的车辆 在无人驾驶的情况下 成功识别了 交通信号 灯 、避开行人、 驶过 十字路口和环岛等 。 （ 2） 汽车 制造厂商对无人驾驶技术的研究 除了科研院校 在 无人 驾驶领域的积极研究外， 奥迪 、 福特 、 沃尔沃 、 日产 、宝马等 众多汽车 制造 厂商也 于 2013 年 开始 相继 在 无人驾驶 汽车 领域进行 了 布局 。 这些 传统 汽车制造 企业 多采用 渐进提高汽车驾驶自动化水平 和 同时积极研发 无人驾驶技术 的并进 发展路线 。 目前 ， 对于 量产 商用 车辆来说 部分自动驾驶功能 已经 较为普及， 表现 比较突出的是 德 、美、日、韩等 汽车制造 厂 商生产的汽车。 其中 ， 德国汽车制造厂商处于领先地位 ， 其 生产的几乎所有车型都能提供相关驾驶辅助系统功能 （ 包括 SAE Level 2 级 ） 。 2018 新款 奥迪 A8 是全球 首款量产 搭载 Level 3 级别 的 自动驾驶 系统 的车型 ， 其携带有 12 个超声波传感器、 5 个摄像 机 、 5 个 毫米波 雷达、 1 个激光 雷达 、 1 个红外线摄像机 共 24 个车 载 传感器 ， 可以在60km/h 以下 车速 时 实现 Level 3 级自动驾驶， 使 驾驶员 在拥堵路况下 可以 获得 最大限度 的 解放 。 2015 年 10 月，特斯拉推出 的 半自动驾驶系统 Autopilot， Autopilot 是第一个投入商用 的自动驾驶技术 。 目前 ， 特斯拉的量产车上均已安装 Autopilot 1.0、 2.0 或 2.5 硬件系统，其自动驾驶功能 可通过 OTA（空中下载）进行从 Level 2 到 Level 4+的软件升级，这是在已量产车上，完成了自动驾驶硬件准备。预计 今年 8 月 推出基于视觉深度神经网络的 Tesla Vision 9.0 软件版本， 特斯拉的 创始人 Elon Musk 说，由此将实现“完全自动驾驶”。 2016 年 ， 通用汽车收购了自动驾驶技术创业公司 Cruise Automation，正式进入无人驾驶领域。 后者初创于 2013 年，一直从事 具有 完全 自动 驾驶 功能 的 无人 驾驶 技术 研发 。 2018 年1 月 ， 作为 通用汽车旗下自动驾驶部门 的 Cruise Automation 发布了新一代 （ 第四代 ） 无人驾驶汽车 Cruise AV。 Cruise AV 没有方向盘 、 油门踏板和刹车踏板 ， 安装了 21 个普通雷达、 16 个摄像 机 和 5 个激光雷达 来感知车辆周围的环境和障碍物 ， 是真正的无人驾驶汽车 。通用汽车不仅 开始量产 Cruise AV 的测试车，以便在美国各城市 甚至全世界各地进行实际路试，并且也已向美国国家高速 公路交通安全管理局递交请愿书，以便 能够在 2019 年开始初步实际部署无人驾驶 车辆。