1月10日，在青島舉行的2019國(guó)家智能產(chǎn)業(yè)峰會(huì)智能駕駛平行論壇上，孫振平研究員結(jié)合國(guó)內(nèi)外機(jī)器學(xué)習(xí)相關(guān)技術(shù)在智能駕駛領(lǐng)域的研究現(xiàn)狀和課題組近年來(lái)的一些研究成果，向與會(huì)人員分享了題為《機(jī)器學(xué)習(xí)在無(wú)人駕駛中的應(yīng)用現(xiàn)狀及面臨挑戰(zhàn)》的精彩報(bào)告。

國(guó)防科技大學(xué)智能科學(xué)學(xué)院無(wú)人系統(tǒng)研究所副所長(zhǎng)孫振平

談到國(guó)內(nèi)自動(dòng)駕駛研究的起源，總繞不開(kāi)一所有名的高校——國(guó)防科技大學(xué)。20世紀(jì)80年代末，國(guó)防科技大學(xué)先后研制出基于視覺(jué)的CITAVT系列智能車(chē)輛。1992年，國(guó)防科技大學(xué)成功研制出中國(guó)第一輛真正意義上的無(wú)人駕駛汽車(chē)。2011年7月，由一汽集團(tuán)與國(guó)防科技大學(xué)共同研制的紅旗HQ3無(wú)人駕駛汽車(chē)完成了286km的面向高速公路的全程無(wú)人駕駛試驗(yàn)，而在背后主持研究紅旗無(wú)人駕駛汽車(chē)實(shí)現(xiàn)高速長(zhǎng)距離無(wú)人駕駛的，便是國(guó)防科技大學(xué)智能科學(xué)學(xué)院無(wú)人系統(tǒng)研究所副所長(zhǎng)孫振平研究員。2012年，孫振平研究員作為技術(shù)負(fù)責(zé)人，組織團(tuán)隊(duì)研制了我國(guó)第一臺(tái)邊防無(wú)人巡邏車(chē)。同時(shí)，他作為主要技術(shù)骨干或負(fù)責(zé)人與團(tuán)隊(duì)一起參加了十余次國(guó)家自然科學(xué)基金委委主辦“中國(guó)智能車(chē)未來(lái)挑戰(zhàn)賽”和軍隊(duì)“跨越險(xiǎn)阻”無(wú)人系統(tǒng)挑戰(zhàn)賽，多次獲得冠軍。

1月10日在青島舉行的2019國(guó)家智能產(chǎn)業(yè)峰會(huì)智能駕駛平行論壇上，孫振平研究員結(jié)合國(guó)內(nèi)外機(jī)器學(xué)習(xí)相關(guān)技術(shù)在智能駕駛領(lǐng)域的研究現(xiàn)狀和課題組近年來(lái)的一些研究成果，向與會(huì)人員分享了題為《機(jī)器學(xué)習(xí)在無(wú)人駕駛中的應(yīng)用現(xiàn)狀及面臨挑戰(zhàn)》的精彩報(bào)告。

孫振平研究員在報(bào)告中表達(dá)了一下觀點(diǎn)：

機(jī)器學(xué)習(xí)對(duì)解決無(wú)人駕駛問(wèn)題很重要，但不是全部；

深度神經(jīng)網(wǎng)絡(luò)是場(chǎng)景建模與理解的有力工具；

統(tǒng)計(jì)學(xué)習(xí)、增強(qiáng)學(xué)習(xí)對(duì)于解決行為決策問(wèn)題會(huì)有所幫助，前提是人工建立合適的決策模型；

用機(jī)器學(xué)習(xí)方法解決動(dòng)力學(xué)控制問(wèn)題似乎并不簡(jiǎn)單；

能夠?qū)崿F(xiàn)任務(wù)、本體狀態(tài)、環(huán)境信息并行輸入的網(wǎng)絡(luò)結(jié)構(gòu)是研究的重點(diǎn)；

現(xiàn)有計(jì)算能力仍不足以支持深度神經(jīng)網(wǎng)絡(luò)在無(wú)人車(chē)中的大規(guī)模應(yīng)用

以下是孫振平研究員在2019國(guó)家智能產(chǎn)業(yè)峰會(huì)的報(bào)告，智車(chē)科技在不改變?cè)獾幕A(chǔ)上進(jìn)行了修改：

大家好，非常榮幸能在這兒跟大家一塊聊無(wú)人駕駛，因?yàn)闄C(jī)器學(xué)習(xí)在無(wú)人駕駛應(yīng)用方面比較熱，針對(duì)這個(gè)事情跟大家分享一點(diǎn)思考。

大家可能不知道，國(guó)防科大在無(wú)人駕駛方面應(yīng)該說(shuō)做的歷史也比較長(zhǎng)了，這些年有一些成績(jī)也有很多不足，特別是最近幾年我們看到整個(gè)社會(huì)對(duì)無(wú)人駕駛特別追捧，我們參與其中，肯定是非常非常的高興，但是在熱的過(guò)程中，我們也得認(rèn)真地去思考，是不是無(wú)人駕駛到現(xiàn)在已經(jīng)比較好的被解決了，這個(gè)我們還是要冷靜地去思考的。我個(gè)人就針對(duì)這方面的一些情況跟大家一塊兒分享一下。主要就是目前國(guó)內(nèi)外的發(fā)展情況，以及我們自己在這方面做的一些工作。

丨無(wú)人車(chē)的控制結(jié)構(gòu)

說(shuō)到無(wú)人駕駛，從概念上來(lái)，大家對(duì)這個(gè)事情應(yīng)該都非常清楚了，無(wú)非就是給車(chē)裝上各種各樣的傳感器，讓它能夠自己理解周?chē)沫h(huán)境，自己做規(guī)劃，自己選擇運(yùn)動(dòng)的路徑，直到控制自己的運(yùn)動(dòng)。在這個(gè)過(guò)程中，希望人不參與或者說(shuō)盡可能少的參與，這么多的傳感器到底怎么組成無(wú)人駕駛的系統(tǒng)？這個(gè)事如果拿人來(lái)類(lèi)比的話，比較容易理解。一個(gè)駕駛員開(kāi)車(chē)感知周?chē)沫h(huán)境，往往是通過(guò)我們的眼睛、耳朵等一些感覺(jué)器官。在感知的基礎(chǔ)上當(dāng)然要做決策規(guī)劃，主要是大腦來(lái)完成的，決策規(guī)劃的結(jié)果就是怎么樣控制車(chē)，操作機(jī)構(gòu)來(lái)實(shí)現(xiàn)對(duì)車(chē)輛的控制。

對(duì)于我們的無(wú)人駕駛系統(tǒng)來(lái)說(shuō)，很顯然從原理上也是一樣的，我們必須去構(gòu)建它的眼睛。這個(gè)主要兩大類(lèi)，一類(lèi)是環(huán)境感知的傳感器，二是運(yùn)動(dòng)感知的傳感器。其中大腦是什么？對(duì)于無(wú)人駕駛來(lái)說(shuō)，當(dāng)然就是運(yùn)行在計(jì)算機(jī)上人工智能的程序，這個(gè)程序它綜合了傳感器信息和用戶(hù)的任務(wù)輸入，最后產(chǎn)生控制命令，控制命令就控制相應(yīng)的一些執(zhí)行機(jī)構(gòu)來(lái)控制整個(gè)車(chē)的運(yùn)動(dòng)，這個(gè)我想從原理上來(lái)說(shuō)就是這樣的。

無(wú)人駕駛的技術(shù)真正困難就是人工智能的程序。我們?cè)趺慈ピO(shè)計(jì)它，說(shuō)到設(shè)計(jì)，實(shí)際上在人工智能應(yīng)用在移動(dòng)信息研究中，有一些基本的方案，大家不妨一起簡(jiǎn)單地回顧一下。

在人工智能研究中，有幾種基本的控制結(jié)構(gòu)，一是慎思形式的，什么意思？我們要去顯示做決策規(guī)劃和執(zhí)行控制這樣的環(huán)節(jié)，對(duì)應(yīng)的是一個(gè)一個(gè)程序模塊。當(dāng)然要設(shè)計(jì)一個(gè)這樣的結(jié)構(gòu)，或者設(shè)計(jì)這樣的軟件系統(tǒng)，需要很多人參與，需要人的智力的投入，這個(gè)很顯然我們覺(jué)得做起來(lái)非常麻煩。

另外一個(gè)比較直接的想法，當(dāng)然就是所謂的反應(yīng)式，我們最好能夠設(shè)計(jì)一個(gè)簡(jiǎn)單的程序，不需要知道它內(nèi)部是怎么工作的，能夠直接從傳感器到執(zhí)行器的映射，這就是所謂的反應(yīng)式。

當(dāng)然實(shí)際在研究過(guò)程中，最后大家都發(fā)現(xiàn)不管是慎思式還是反應(yīng)式做來(lái)做去都不能夠很好的解決問(wèn)題，怎么辦？人類(lèi)最大的本事就是把各式各樣的方法混在一起就是混合式，反應(yīng)式大家很容易理解，如果有一個(gè)控制方向我們用一個(gè)狀態(tài)方程組就能夠很好地描述它，當(dāng)我設(shè)計(jì)一個(gè)簡(jiǎn)單的控制器就能夠?qū)崿F(xiàn)對(duì)這樣對(duì)象的控制。對(duì)于我們說(shuō)的機(jī)器人和無(wú)人車(chē)也不例外，我們能夠很好地描述清楚，就可以設(shè)計(jì)出一個(gè)簡(jiǎn)單的控制器出來(lái)。最早在1948年的時(shí)候，當(dāng)時(shí)控制論剛剛產(chǎn)生，就有人設(shè)計(jì)了一個(gè)移動(dòng)的機(jī)器人系統(tǒng)。這個(gè)慎思式，實(shí)際上大家關(guān)注的最典型的可能是世界上第一個(gè)自主的機(jī)器人，就采用這種慎思式的研究。SHakey研究了一個(gè)機(jī)器人只要能夠不碰撞運(yùn)動(dòng)就可以了，這是1968年做出來(lái)的，這個(gè)也是我們現(xiàn)在智能機(jī)器人（無(wú)人車(chē)）研究真正的現(xiàn)代意義上的開(kāi)端。

在這些研究基礎(chǔ)上，到了1986年的時(shí)候，MIT提出了一種所謂的包容式結(jié)構(gòu)，這個(gè)包容式結(jié)構(gòu)，大家仔細(xì)去分析一下就會(huì)發(fā)現(xiàn)，它實(shí)際上是一種混合式的結(jié)構(gòu)。如果只是把行為定義為行走的話當(dāng)然很簡(jiǎn)單，我們就可以設(shè)計(jì)反應(yīng)式控制來(lái)實(shí)現(xiàn)。隨著反應(yīng)式變得越來(lái)越復(fù)雜，就很難用反應(yīng)式結(jié)構(gòu)去實(shí)現(xiàn)了。這個(gè)事情我個(gè)人在看了這么多文獻(xiàn)之后，大概同樣是在1980年代，美國(guó)的James他提出了所謂4D／RCS結(jié)構(gòu)，已經(jīng)是非常完備的或者非常好的方法或者是一個(gè)體系了，甚至他們也給出了一套工程化的方法，怎么設(shè)計(jì)一個(gè)復(fù)雜的機(jī)器人系統(tǒng)或者是無(wú)人車(chē)，我們自己也是基本上參照4D／RCS這樣復(fù)雜系統(tǒng)的控制結(jié)構(gòu)來(lái)設(shè)計(jì)我們的無(wú)人車(chē)的。

這是我們的無(wú)人車(chē)采取的一種結(jié)構(gòu)，下面最基本的就是底層的執(zhí)行結(jié)構(gòu)以及到上面的交通，對(duì)交通場(chǎng)景的認(rèn)知、決策等等。只有知道了結(jié)構(gòu)，我們反過(guò)來(lái)才能說(shuō)機(jī)器學(xué)習(xí)在無(wú)人車(chē)中怎么用，我們剛才說(shuō)了，對(duì)于無(wú)人車(chē)來(lái)說(shuō)，它的核心就是人工智能程序，機(jī)器學(xué)習(xí)又是人工智能里面的一個(gè)重要的內(nèi)容，大家當(dāng)然就想著，是不是能夠把機(jī)器學(xué)習(xí)用在無(wú)人車(chē)上，讓無(wú)人車(chē)能夠變得越來(lái)越聰明，能夠越來(lái)越好的去適應(yīng)環(huán)境，我們就一起來(lái)看一看機(jī)器學(xué)習(xí)在無(wú)人車(chē)上到底能怎么用。

丨機(jī)器學(xué)習(xí)的端對(duì)端控制

當(dāng)然一種應(yīng)用就是針對(duì)我們前面說(shuō)反應(yīng)式的結(jié)構(gòu)，假設(shè)整個(gè)控制器我們不管它的內(nèi)部結(jié)構(gòu)，完全由一個(gè)神經(jīng)網(wǎng)絡(luò)這樣的程序來(lái)解決，這個(gè)大概就是現(xiàn)在比較端對(duì)端的控制，什么意思？直接從傳感器到車(chē)輛的動(dòng)作，這就是所謂的端對(duì)端的學(xué)習(xí)控制，端對(duì)端本身也不是新鮮的事物，在1989年的時(shí)候美國(guó)機(jī)器人研究所就用當(dāng)時(shí)的三層網(wǎng)絡(luò)就實(shí)現(xiàn)了簡(jiǎn)單的無(wú)人駕駛，因?yàn)楫?dāng)時(shí)的網(wǎng)絡(luò)它的標(biāo)定能力是非常有限的，因此它能夠完成的任務(wù)也是非常簡(jiǎn)單的。

神經(jīng)網(wǎng)絡(luò)大家知道從80年代到90年代甚至到2000年之后很長(zhǎng)一段時(shí)間，發(fā)展是非常非常緩慢的，目前兩種方案，一種是前饋神經(jīng)網(wǎng)絡(luò)，一種基于遞歸神經(jīng)網(wǎng)絡(luò)，都在做一些研究。

大家可以看到上面這個(gè)視頻，英偉達(dá)在2016年的神經(jīng)網(wǎng)絡(luò)端對(duì)端控制，說(shuō)到這里是不是用端對(duì)端學(xué)習(xí)控制這個(gè)問(wèn)題就解決了，實(shí)際上大家仔細(xì)看是不可能的，前面有一個(gè)十字路口，用端對(duì)端學(xué)習(xí)控制怎么能夠?qū)崿F(xiàn)讓車(chē)選擇不同的路線呢？這個(gè)事情在他做的這個(gè)實(shí)驗(yàn)里面就不涉及到這個(gè)問(wèn)題。

實(shí)際上這個(gè)問(wèn)題英偉達(dá)做這個(gè)實(shí)驗(yàn)還有很多問(wèn)題沒(méi)有解決，從控制上來(lái)說(shuō)，車(chē)要適應(yīng)不同的坡路和材質(zhì)，這個(gè)本身就是很復(fù)雜的，對(duì)于剛才說(shuō)的端對(duì)端的學(xué)習(xí)控制，要做采集數(shù)據(jù)是非常困難的，而網(wǎng)絡(luò)本身結(jié)構(gòu)也沒(méi)有辦法支持，退而求其次就有其他的研究，大家去看一下Deep Driving：Learning Affordance for Direct Perception in Autonomous Driving 這篇文章，這個(gè)想法就跟這個(gè)端對(duì)端不太一樣，它把這個(gè)系統(tǒng)分為控制和感知，把控制環(huán)節(jié)還是用控制的方法去做，但是后面感知希望用神經(jīng)網(wǎng)絡(luò)來(lái)解決，設(shè)計(jì)一個(gè)神經(jīng)網(wǎng)絡(luò)，輸入一個(gè)圖象，輸出就是車(chē)道和車(chē)道上的線得到這樣一個(gè)抽象的模型，把這個(gè)模型再由后端輸入再去控制車(chē)輛運(yùn)動(dòng)，這個(gè)是他們展示的一段視頻，這個(gè)是神經(jīng)網(wǎng)絡(luò)的輸入，這個(gè)就是網(wǎng)絡(luò)的輸出，后端控制的輸入，這是他們做的一個(gè)實(shí)驗(yàn)。

這種端對(duì)端的方案，我感覺(jué)下面幾個(gè)問(wèn)題對(duì)他來(lái)說(shuō)可能是比較重要的，最大的問(wèn)題相對(duì)于我們說(shuō)的駕駛?cè)蝿?wù)，現(xiàn)有的網(wǎng)絡(luò)結(jié)構(gòu)還是太簡(jiǎn)單了，表達(dá)能力非常有限。

首先我們可以看，從數(shù)據(jù)的意義上來(lái)說(shuō)，你要完成一個(gè)駕駛?cè)蝿?wù)，你拿到的數(shù)據(jù)有任務(wù)信息，有離線地理信息，有環(huán)境信息還有本體的運(yùn)動(dòng)狀態(tài)等等，對(duì)于這樣一些完全抑制的信息，我們?cè)O(shè)計(jì)一個(gè)什么樣網(wǎng)絡(luò)結(jié)構(gòu)才能綜合起來(lái)實(shí)現(xiàn)車(chē)輛的駕駛，這個(gè)本身我認(rèn)為是一個(gè)比較大的問(wèn)題。第二就是我們選擇困境，在不同的路網(wǎng)里面，你碰到十字路口的到底怎么走，可能很難解決。如果用端對(duì)端的方案可能很難解決這個(gè)問(wèn)題。還有第三個(gè)比如說(shuō)駕駛行為在時(shí)間上的不確定性，實(shí)際上它的復(fù)雜性是非常非常大的，也是現(xiàn)在很難解決的一個(gè)問(wèn)題。這是我們說(shuō)的端對(duì)端的學(xué)習(xí)控制。

丨慎思式結(jié)構(gòu)中的機(jī)器學(xué)習(xí)

我們能不能把機(jī)器學(xué)習(xí)慎思式方案用到無(wú)人駕駛里面去，很多研究用機(jī)器學(xué)習(xí)去提取交通場(chǎng)景中的各種各樣的交通物體，道路環(huán)境等等，用深度神經(jīng)元網(wǎng)絡(luò)實(shí)現(xiàn)場(chǎng)景中的各種交通物體，道路、建筑物的一個(gè)分割，把它作為下一步的決策規(guī)劃的輸入。再比如說(shuō)對(duì)于我們知道現(xiàn)在無(wú)人車(chē)頭上都頂著一個(gè)激光雷達(dá)，也可以用深度神經(jīng)原的方法進(jìn)行處理獲取道路上各種各樣的物體，交通標(biāo)志的信息等等。這個(gè)實(shí)際上用深度學(xué)習(xí)在做這種三維微場(chǎng)景分析，這也是目前用深度學(xué)習(xí)來(lái)解決環(huán)境的一個(gè)重要的研究方向。

我們說(shuō)了，可以用它去解決物體的識(shí)別，場(chǎng)景的分析問(wèn)題，當(dāng)然也可以用它解決決策規(guī)劃問(wèn)題。近年來(lái)，我覺(jué)得做的比較好的工作就是他們提出的ChauffeurNet，他做的工作就是設(shè)計(jì)一個(gè)非常復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，要來(lái)實(shí)現(xiàn)抑制數(shù)據(jù)的處理融合，這是他們?cè)O(shè)計(jì)的整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)，用來(lái)把各種各樣的信息能夠融合到整個(gè)駕駛過(guò)程中去，這是我們說(shuō)的從決策的角度，當(dāng)然也有人研究用機(jī)器學(xué)習(xí)解決控制問(wèn)題。

丨國(guó)防科技大學(xué)無(wú)人駕駛團(tuán)隊(duì)實(shí)踐

現(xiàn)在我們回到我們團(tuán)隊(duì)，我們這些年在這方面也做了很多研究工作，我們用學(xué)習(xí)解決車(chē)輛控制，車(chē)輛縱向控制，甚至包括像我們把這個(gè)環(huán)境變成一個(gè)多車(chē)道的模型，實(shí)現(xiàn)無(wú)人車(chē)在環(huán)境里面的自主決策等等，這也是用機(jī)器學(xué)習(xí)做的。我們有兩個(gè)博士生在這一塊做的非常好，一個(gè)是基于廣義Haar濾波器的實(shí)時(shí)目標(biāo)檢測(cè)，我們?cè)诳紤]能夠壓縮計(jì)算資源，使得利用十分之一或者五分之一的資源來(lái)實(shí)現(xiàn)同樣類(lèi)似的效果，這對(duì)于機(jī)器學(xué)習(xí)的應(yīng)用應(yīng)該說(shuō)是有非常幫助的。另外我們也做了交通場(chǎng)景的多任務(wù)學(xué)習(xí)，什么意思？一個(gè)神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)多個(gè)任務(wù)，像今天早上有院士做報(bào)告也說(shuō)到這個(gè)問(wèn)題，對(duì)于人工智能是一個(gè)困難，我們也在做這方面的嘗試，這是我們自己做的實(shí)際的情況，包括物體的分割，行為場(chǎng)景的分割等等。

另外我們?cè)谟洃浭骄W(wǎng)絡(luò)，在目標(biāo)檢測(cè)方面的應(yīng)用也做了很多工作。什么意思呢？大家有沒(méi)有注意到，所謂的深度神經(jīng)網(wǎng)絡(luò)往往需要人工去標(biāo)注大量的樣本，這很顯然是很復(fù)雜的工作，我們做的探索是怎么能夠?qū)崿F(xiàn)目標(biāo)檢測(cè)，實(shí)現(xiàn)機(jī)器學(xué)習(xí)。這個(gè)如果大家感興趣可以下去關(guān)注一下我們做的工作，應(yīng)該說(shuō)是比較好的，當(dāng)然它的基本原理就是我們首先在靜態(tài)的情況下拍一些視頻。我是在靜態(tài)的環(huán)境、背景下去檢測(cè)動(dòng)態(tài)的目標(biāo)，通過(guò)這個(gè)辦法不斷地收集大量的樣本，然后再把學(xué)習(xí)好的檢測(cè)器用在一個(gè)動(dòng)態(tài)的載體上，這是我們已經(jīng)做的一些工作。

最后我說(shuō)一下自己對(duì)這個(gè)事的一點(diǎn)理解：第一說(shuō)我們機(jī)器學(xué)習(xí)對(duì)于解決無(wú)人駕駛的問(wèn)題是非常非常重要的，但是它不是全部，它只能解決其中一部分問(wèn)題。第二深度神經(jīng)網(wǎng)絡(luò)它場(chǎng)景建模與理解的有力工具。第三統(tǒng)計(jì)學(xué)習(xí)、增強(qiáng)學(xué)習(xí)對(duì)于解決行為決策問(wèn)題會(huì)有所幫助，但是目前看來(lái)前提是必須要由人工建立一個(gè)合適的決策模型的基礎(chǔ)上用學(xué)習(xí)的方法來(lái)實(shí)現(xiàn)決策的前件的學(xué)習(xí)。第四是用積極學(xué)習(xí)的方法解決動(dòng)力學(xué)控制問(wèn)題，這個(gè)問(wèn)題按說(shuō)傳統(tǒng)方法已經(jīng)解決比較好了，但是對(duì)于機(jī)器學(xué)習(xí)來(lái)說(shuō)，好象沒(méi)有那么簡(jiǎn)單，反而是比較復(fù)雜的問(wèn)題。第五能夠?qū)崿F(xiàn)任務(wù)、本體狀態(tài)、環(huán)境信息并行輸入的網(wǎng)絡(luò)結(jié)構(gòu)應(yīng)該是未來(lái)把機(jī)器學(xué)習(xí)用在無(wú)人駕駛上的一個(gè)研究重點(diǎn)。第六現(xiàn)有的計(jì)算能力仍不足以支持神經(jīng)網(wǎng)絡(luò)在無(wú)人車(chē)中的大規(guī)模應(yīng)用。我的匯報(bào)就到這里，謝謝大家。