近日，由省科技厅主办的“浙江美国智能驾驶及先进材料技术交流会”在萧山机器人小镇举行。有车工业界“西点军校”之称的美国凯特琳大学的多位教授，与浙江本土的车企研发负责人面对面，来了一场有关智能驾驶的头脑风暴。
据凯特琳大学常务副校长Dr.James Z. Zhang介绍，美国凯特琳大学的前身为美国通用汽车学院，在自动驾驶及车联网、电动车电池研发、车辆动力及底盘设计、材料轻量化等研究领域处于世界领先地位，目前在全球有超过500家合作单位，这些机构涵括了联邦政府机构，国家实验室，以及全球500强的企业。
“希望能通过这次交流的机会，能推动美国与浙江的科研机构和车企开展更多的合作项目，推动智能驾驶产业进一步发展。”省科技厅合作处处长奚灵平说。
智能驾驶正在进入生活
在凯特琳大学电气和计算机工程系助理教授Jungme Park看来，人工智能是自动驾驶不可或缺的一部分。在自动驾驶过程中，要知晓车身周围情况，就需要通过激光雷达探测，并通过人工智能决定加速还是减速。
“十余年的进步，人工智能应用从不可能到逐渐实现，大数据的收集分析也在帮助人工智能进一步发展，人工智能的未来是非常积极的。”Jungme Park说。
凯特琳大学计算机工程系副教授Jaerock Kwon说，人工智能在60年代就已经存在，现在又迎来上升期。上世纪90年代，自己在读研时，90%以上的人都没用过智能汽车；但之后不到10年，人工智能在汽车行业的进步就在不断发生。“如果没有AI，就没有自动驾驶。但未来要真正实现自动驾驶，AI的精确度就必须做到100%，我们需要在剩余的1%上作努力。”Jaerock Kwon说。
对此，吉利汽车研究院智能驾驶开发中心陈文琳都颇有同感。
诚然，人工智能作为一个“黑盒子”，一旦用到还没有准备好的情景中，就易发生危险。“对于智能驾驶来说，安全是最重要的尺度，未来随着人工智能的进步，智能驾驶力争要做到比人驾驶更安全。”陈文琳说。
其实，在中国，智能驾驶早已进入我们的生活。据悉，目前北京、上海、重庆、无锡等七个地区已建设了智能网联汽车测试示范区，已有12个地区共发放了32张智能网联汽车道路测试牌照。“我国智能网联汽车的发展环境日趋完善。”浙江省机器人产业发展协会张学群博士说。
据悉，到2020年，汽车DA（驾驶辅助）、PA（部分自动驾驶）、CA（有条件自动驾驶）系统新车装配率将超过50%，网联式驾驶辅助系统装配率将达到10%，从而满足智慧交通城市建设需求。到2025年，高度和完全自动驾驶汽车有望开始进入市场。
道路变“聪明” 智能驾驶将更进一步
作为一种新经济，人工智能正在悄然改变我们的生活。在智能驾驶领域，正如一位马来西亚的专家所说，过去更多是关于算法，如今，硬件和软件也在成为关注的焦点。
在这其中，业内人士更是将讨论热点集中在了激光雷达感应器价格及“聪明道路”的建设上。
凯特林大学计算机科学副教授Dr. Giuseppe Turini说，目前，在汽车AI方面，硬件还没准备好，好真正实现自动驾驶，还有很长一段路要走。“激光雷达、感应器成本都很高，有时候感应器价格甚至超过车本身。”Dr. Giuseppe Turini说，感应器单体价格降不下来，智能驾驶的困境就较难突破。
面对这样一个犯难的境地，Jungme Park倒另辟蹊径。她认为，既然感应器太贵，那就不一定要在每辆车上都装感应器。通过共享汽车或将出行作为服务的方式，在合作中找到降低感应器价格的破解之道。
△图片来自网络。
Jungme Park的看法得到了在场不少专家的认同。陈文琳说，L4级别的智能驾驶车辆有40个以上传感器，，但其中90%的传感器在大部分时间里都是空闲的，只是像安全气囊那样，在关键时刻发挥作用，为此却要花费大代价。“不如将大量传感器放到路端，让路‘聪明’起来。”陈文琳说。
除了成本之外，还有专家提出，从安全角度考虑，人工智能驾驶技术是否能覆盖所有场景也是一个很大的问题。
吉利的陈文琳说，目前市面上推出智能驾驶车型都属于概念车，要真正实现自动驾驶车辆的量产，还有着较大难度。“L3对自动驾驶要求很高，L4更是做到没有司机，这就涉及到与车外的交互等新领域，这些都是改变汽车工业形态的事。”陈文琳说。
因此，在很多专家看来，未来，网联化将在自动驾驶方面发挥重要作用。
“车和道路之间的通信，车和车之间的通信，将激光雷达传感器的信息分享给周围其他车辆，将是推动智能驾驶发展的一个好办法。”凯特林大学计算机科学系助理教授Dr. Yusheng Wang说。
诚然，当下，自动驾驶的实现确实尚待时日，无论是道路的网联化还是车与环境的协调，都有赖于未来技术的不断进步。“5G带来的低延时和高可靠性，对于车路协同的无人驾驶也将产生重要助推作用。”说起智能驾驶技术的未来，陈文琳说。
正如Jungme Park所说，人工智能不是一个传奇，也不是一种纯粹娱乐，它是一种科学，是一种解决问题的方法。通过运用大数据、深度学习，来更好地服务于人类社会。
