19世紀(jì)末的倫敦是當(dāng)時(shí)世界上人口最多的城市，有500多萬人，每天服務(wù)這500萬人出行的，是30多萬匹馬。在倫敦市內(nèi)，平均每16個人就有一匹馬。

雖然工業(yè)革命的出現(xiàn)，使得蒸汽汽車在更早的半個世紀(jì)前就已經(jīng)出現(xiàn)，但馬車靈活的特性，使得其在城市日常交通中，變得不可或缺，堪比今日的出租車、公交車。

30萬匹馬為倫敦的商業(yè)、社會生活帶來了極大的便利，卻同時(shí)引發(fā)了另一個難題：一匹馬每天平均排泄7-12公斤糞便，1升的尿液，全倫敦每天就要產(chǎn)生3千噸糞便、30萬升尿液。除此之外，2/3的馬都因服役而死，帶來了衛(wèi)生隱患問題。

春夏秋冬，周而復(fù)始，為了清理這些“污物”，倫敦雇傭了近10萬人，來解決惱人的“馬糞問題”。

這個問題并不止倫敦獨(dú)一份，紐約、巴黎也同命相連，因此為了解決這一難題，1898年世界各大城市的管理者們在紐約召開了“國際城市計(jì)劃會議”，共同商討“人類如何在未來一個世紀(jì)處理馬糞圍城問題”。

一百多年過去了，我們生活的城市并沒有“找到”馬糞圍城的終極方案，原因不是人類缺乏智慧，而是現(xiàn)在的道路上行駛的是汽車，馬糞問題壓根不存在。

在近日舉辦的2018年CCF-GAIR大會上，中國科學(xué)院自動化研究所復(fù)雜系統(tǒng)管理與控制國家重點(diǎn)實(shí)驗(yàn)室主任、中國自動化學(xué)會副理事長兼秘書長王飛躍，以這樣一個故事開了個自動駕駛的頭。

言下之意，自動駕駛目前所面臨的一些技術(shù)、法規(guī)方面的難題，很可能在未來不復(fù)存在，因此過多的執(zhí)拗于當(dāng)下自動駕駛的不成熟，并無意義。

而另外一方面自動駕駛技術(shù)的成熟，還有漫長的路要走，離普通的消費(fèi)者隨意購買無人車的時(shí)代還很遠(yuǎn)。

自動駕駛是一項(xiàng)非常好的技術(shù)，乃至服務(wù)，但在其真正成熟前，普羅大眾不應(yīng)該成為其試驗(yàn)品。

自動駕駛的新人舊相

王飛躍在全球的自動駕駛領(lǐng)域中，都屬于“上古時(shí)期”的人物，早在上世紀(jì)90年代，其就參與了多個自動駕駛相關(guān)的項(xiàng)目，比如NASA的移動機(jī)器人，月球探測車，礦山自動駕駛車，以及在uber近日出事故的道路上，試驗(yàn)通過攝像頭和雷達(dá)實(shí)現(xiàn)的無人駕駛車VISTA Car。

期間，王飛躍還編著了一本“智能汽車先進(jìn)傳感與應(yīng)用”的書籍，以英文版發(fā)售。但直到2010年前后，此書都無人問津。

從業(yè)近30年的王飛躍，親身感受了自動駕駛技術(shù)的發(fā)展，其坦言，自動駕駛的研究早在20余年前，就已經(jīng)達(dá)到了一定的程度，但直到近幾年才開始被社會關(guān)注，創(chuàng)業(yè)公司和OEM蜂擁而至，所使用、研究的技術(shù)無非就是20年前的老三樣。

自動駕駛之所以能在20年后被重提，關(guān)鍵原因是當(dāng)下的傳感器、車聯(lián)網(wǎng)的技術(shù)有了質(zhì)的改變，因此談自動駕駛的商業(yè)化應(yīng)用，才成為了可能。

從2009年開始，中國智能汽車未來挑戰(zhàn)賽（IVFC）每年都舉行，參賽的隊(duì)伍基本都是學(xué)院派，從國防科大、上海交大、北理工、湖南大學(xué)、西安交大、清華大學(xué)，到軍事交通學(xué)院、武漢大學(xué)、南京理工大學(xué)等等。

自動駕駛車也從最開始的比行人慢，到跟隨，超越，行駛的路況也從測試道路，標(biāo)準(zhǔn)路況，延伸到了高速公路、鄉(xiāng)村道路以及越野道路。

從一個高?？蒲?、比賽的活動，走向如今的創(chuàng)業(yè)家開口必談的“偉大商業(yè)愿景”，自動駕駛從孤陋寡聞到家喻戶曉，用了不到數(shù)年的時(shí)間。但自動駕駛自身的技術(shù)難題，解決尚需時(shí)日，遠(yuǎn)非如外界瘋傳3年量產(chǎn)，5年?duì)€大街。

虛擬測試為主，少量路測為輔

自動駕駛目前最難的問題，在于感知。即讓車輛擁有對行駛環(huán)境的探測、認(rèn)知能力，從硬件上目前的做法是通過攝像頭、毫米波雷達(dá)、激光雷達(dá)等傳感器抓取環(huán)境的三維要素，以期得到環(huán)境的全面信息。

但各種傳感器都各有優(yōu)劣，從物理層面上探測環(huán)境所能達(dá)到的精度、距離都有限。以視覺為例，目前針對視覺計(jì)算研究匯總存在的實(shí)際數(shù)據(jù)獲取和標(biāo)準(zhǔn)成本高、難以覆蓋復(fù)雜環(huán)境、極端場景樣本稀少、訓(xùn)練的模型適應(yīng)性差等。這些場景的處理能力，是制約自動駕駛更進(jìn)一步的核心。

自動駕駛要模仿人類對世界的感知能力，雖然可以通過各種傳感器來模仿人類的感官，但很難模擬人類的經(jīng)驗(yàn)、學(xué)習(xí)能力。

人在日常生活中，可以不斷地積累各種汽車的先驗(yàn)知識，并在關(guān)鍵的時(shí)候產(chǎn)生作用，深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)試圖通過多層次，多維度的學(xué)習(xí)，來盡量逼近人類的學(xué)習(xí)認(rèn)知能力。但計(jì)算機(jī)目前還很難舉一反三，運(yùn)用經(jīng)驗(yàn)去靈活應(yīng)對實(shí)際多變、未知的場景。

為了讓自動駕駛能夠更快的學(xué)習(xí)實(shí)際環(huán)境，多數(shù)自動駕駛公司、OEM都會希望通過實(shí)際路測來不斷積累樣本庫，以及處置突發(fā)情況的能力。但一方面實(shí)際路測成本高昂，非一般人能效仿，另一方面在實(shí)際場景中測試，會有極大的“安全隱患”。

本質(zhì)上來說，自動駕駛目前還是一個實(shí)驗(yàn)技術(shù)，因此如果直接投放到社會道路上，以路測養(yǎng)技術(shù)，是行不通的，人類會因此淪為試驗(yàn)標(biāo)本。

解決自動駕駛感知問題困難重重，但也并不需要為此杞人憂天。隨著車聯(lián)網(wǎng)的發(fā)展，5G的成熟，未來的道路將也會具有智能屬性。

屆時(shí)，汽車并不需要像如今我們所追求的那樣“敏感”，道路以及車輛信息可以在汽車間實(shí)時(shí)通達(dá)，汽車并不需要識別紅綠燈、交通事故、障礙物，即可通過智能基礎(chǔ)設(shè)施得到相應(yīng)的信息，車與車之間也可以自由通訊，不需要檢測，都可以令行禁止，暢通無阻。

今天讓自動駕駛行業(yè)頭疼的感知問題，或許在未來也將會成為一個“馬糞”，不值一提。

王飛躍認(rèn)為，在自動駕駛的發(fā)展初期，應(yīng)以虛擬測試為主，極少量路測為主。即90%的情況下是通過虛擬訓(xùn)練，提升自動駕駛感知技術(shù)，而以10%的情況路測驗(yàn)證。使得汽車逐漸在描述車輛、預(yù)測車輛、規(guī)劃車輛方面，技藝日臻完善。

自動駕駛也需要農(nóng)村包圍城市

自動駕駛技術(shù)尚未成熟，前景遙遠(yuǎn)，那么對于自動駕駛公司而言，該怎樣才能走出一條切實(shí)可行的道路呢？

王飛躍表示，自動駕駛的商業(yè)化應(yīng)用，應(yīng)從小處入手，間而推廣。簡而言之，就是選取特定的場景，安全隱患下，投入較小，然后以小規(guī)模無人車應(yīng)用試驗(yàn)，積累足夠的經(jīng)驗(yàn)。這些應(yīng)用場景中，包括園區(qū)、小區(qū)、港口、特種行業(yè)，行業(yè)也可以涵蓋物流、配送、礦山等。

這種場景基本環(huán)境可控，人車以及無人車與普通車可以進(jìn)行較好的區(qū)分，首先可以隔離無人車對人的安全隱患。

同時(shí)，互聯(lián)網(wǎng)公司不能妄談對傳統(tǒng)汽車行業(yè)的革命，在技術(shù)遠(yuǎn)未成熟前，這種革命更多時(shí)候是對人命的漠視。目前談無人駕駛的大規(guī)模商用，是無稽之談，沒有誰能為人的生命買單。