自动驾驶三大难题：技术成熟度、法规容忍度、成本接受度 |《新程序员》

去年底，湖南（长沙）获批创建国家级车联网先导区。“以路先行，快速闭环”，是具有长沙特色的智能驾驶实践。作为优选，“主动式优先”公交系统在去年得以落地，两千多辆智能网联公交车上路，覆盖七十多条公交线路。作为全程参与规划布局和技术落地的长沙智能驾驶研究院，究竟是如何推动这一进程的？

作者 | 木易       

出品 | 《新程序员》

上世纪80年代出国留学，马潍在英国获得语声信号处理博士学位，之后去到美国硅谷做手机芯片，汽车电子及解决方案，期间负责DSP的专用处理器架构设计和工具链。在美国国家半导体到德州仪器期间，马潍供职于中央研究院，负责孵化新技术和新产品。

从美国回到中国后，他没有选择北上广深等产业和人才更为集聚的一线城市，而是来到了革命火种发源地——长沙。他说：“特别喜欢长沙人的‘霸得蛮、耐得烦、吃得苦’，正是这样的精神才能将智能驾驶这个需要超过十年技术沉淀期的‘持久战’攻克”。

然而，精神助长事业的理念固然重要，但却是必要非充分条件。最终撬动马潍下定决心选择长沙的支点，是他和李泽湘教授的谈话。因为与这样一位新技术创业孵化领军人的相知相熟，马潍在归国前已经在和他的多次思想交锋中构想出了智能驾驶的未来蓝图。

当蓝图落地为实践，长沙建成了最大的无人车试车场，四辆智能驾驶公交车在7.8公里的试车场里进行着循环技术验证，“双百”——100公里高速+100公里城市智慧交通也得以完成。正在打造的市场闭环中，“主动式优先”公交系统也得以落地。

精神、蓝图和实践——对于长沙建设“智能驾驶之城”一个都不能少。马潍和长沙，和智能驾驶的不解之缘，也终于孕育出了长沙智能驾驶研究院。

长沙智能驾驶研究院联合创始人、CEO  马潍

 马潍是西安电子科技大学学士、硕士，英国萨里大学博士，拥有超20年在硅谷进行技术研发及运营管理的经验。2017年，他回国联合创办了长沙智能驾驶研究院有限公司。作为全球领先商用车自动驾驶技术和产品提供商，公司先后获得“2020福布斯中国高增长瞪羚企业榜”等20余项国内外荣誉，马潍博士也被长沙市认定为国家级领军人才。

天翻地覆之前，首先要“耐得烦”

要说二十一世纪前十年最成功的技术，非互联网莫属。三个年轻人在大洋彼岸“信息高速公路”的触动下，成就了日后的互联网三巨头。但在浪潮之下，暗流也在涌动。

1999年，刘庆峰在中科大创立了科大讯飞。数年后，在祖国南部边陲，汪涛在香港科技大学读书期间遇到李泽湘，基于恩师的鼓励和支持，他在深圳创办了大疆。

之后，李泽湘教授带领他的创投团队继续在硬科技创业和智能制造产业输血，孵化出李群自动化、逸动科技、云鲸智能等被寄予独角兽厚望的创业公司。

看着李教授在新技术孵化中结出的累累硕果，马潍感受到国内产业发展已进入无人区和深水区，山寨模式已被崭新的创新理念取代。“李泽湘教授一直和我强调很多初创概念都进入了无人区，一场大的革命正在发生，会引发产业链剧变，天翻地覆。我们不要做旁观者，应该投身进来，做出完全不一样的东西，改变世界。”马潍如是说道。

在为什么选址长沙这个问题上，他认为首先在于湖湘文化敢为人先的特质，要做到这一点需要“霸得蛮、耐得烦、吃得苦”。在这三个品质中，“耐得烦”尤其重要：

“创业有很多不确定性，有的人可能两年就成功了，有的人20年都不成。‘耐得烦’很多人做不到，一开始很有激情，但能不能持续，是创业能否成功的关键。”

除了精神考量，智能驾驶创业所需的客观环境也非常严苛。事实上，相较于配套更完善，汽车产业更发达的一线城市，长沙在整体上处于劣势。但在智能驾驶领域，长沙走在了前面。自2016年长沙市规划建设湖南湘江新区智能系统测试区，首期就建成了14.9公里测试道路和1230亩的封闭测试场地，为智能驾驶产业发展打下坚实基础。

此外，从人才来看，尽管大部分人的首选仍然是北上广深，但在最新调研报告中，长沙成功入选毕业生最受欢迎的前十城市。据CSDN用户数据统计，长沙本地在人工智能（AI）应用开发人才储备上位居前列。作为“十大中国最具幸福感城市”，长沙具备良好的硬件环境和软件条件。

在马潍看来，能够受到毕业生青睐，长沙的低房价也功不可没，生活的焦虑感相对较小：“‘无恒产而有恒心者，惟士为能’。对于大多数人来说，能够沉下心来做事的首要保障就是生活安定。我刚去硅谷的时候房子非常便宜，这几十年来硅谷能够发展成为世界科技之巅，良好的居住环境是留住人才的重要保障。”

在教育配套方面，长沙本地在人才输出方面十分强劲。包括中南大学、湖南大学，以及国防科技大学和湖南师范大学在内的985和211，都在为产业界持续输送技术人才。

“所以，就是长沙人的精神、产业配套，再加上人才供给，让我们最终决定在长沙扎根。”马潍说到。

长沙经验：以路先行，快速闭环

在人工智能技术成熟度曲线上，无人驾驶和通用人工智能并列为超过十年才能获得主流接受的技术，但因为汽车产业体量庞大，加上一直以来坚持核心技术自主化的路径，为一众软件及传统车企进入这一领域提供了巨大契机。

“自动驾驶技术可以解决很多产业的痛点，加上人工智能、深度学习取得了革命性的进步，这让我们敢于再次尝试之前不敢做、不能做的事情。”在为什么选择创立长沙智能驾驶研究院的问题上，马潍如是表示。

除了大环境和技术上的突破，还有一个非常重要的原因，就是李泽湘教授正在推动的“新工科教育”。具体来说，是要培养“理工结合、工工交叉、工文渗透”的新型人才。

“在各类考试和高考的应试竞争下，把很多人的兴趣都磨灭了。如何打造出让年轻人充分发挥创意的环境，也是我们创办长沙智能驾驶研究院的初衷之一。”

自研究院2017年成立至今，长沙在近四年间走过了“1.0技术闭环、2.0工程闭环以及3.0市场闭环”三个阶段。

事实上，尽管“车路协同”是研究院创立时就定下的策略，但是产品，尤其是“爆品”却是一步步在动态中探索出来的。究竟是何种产品能率先落地，先发展车联网还是单车智能，这不仅是国内面临的难题，较早尝试的美、日也同样有此困扰。在经历了20余年车联网不太成功的尝试后，美国的智能驾驶公司纷纷以单车智能作为落地的主要方向。

如何制定“我们”的发展方向？在长沙市政府以及新区的统一安排部署，长沙智能驾驶研究院和一众长沙本地智能驾驶企业的共同努力下，最终制定出“以路先行、快速闭环”的落地策略。其中，“闭环反馈”可以说是长沙特色。

首先，最为重要的是技术验证。在各类车路协同的场景中，如何通过可控的环境迅速闭环，找到存在的风险点，这是第一年解决的问题。2018年，长沙建成了最大的无人车试车场，四辆高等级智能驾驶公交车在7.8公里的试车场里进行着循环技术验证。

在小范围内得到技术验证后，第二步从交通的角度切入。主要包括两个方面，也称为“双百”——100公里高速+100公里城市智慧交通，这个环节被称为工程闭环，包括施工、安装、验收，以及车与路之间的协同等等。

在技术验证和工程达到闭环的基础上，就进入到了市场闭环。不比技术的线性求证，市场验证需要更多维度，包括如何切入更具有市场价值的领域，产生有经济价值的产品和方案。其中，“主动式优先”的公交系统在去年得以落地，两千多辆智能网联公交车上路，覆盖了七十多条公交线路，见图1。

图1  长沙智能驾驶研究院自研主动式公交优先系统

 闭环反馈究竟起到怎样的作用？马潍认为是抽丝剥茧地找到问题的本质，从而确认痛点：“公交车的信息化、物联网不是新鲜业态，很多都安装了各式各样的设备，但作用主要在监测或监管方面，对驾驶的引导远远不够。同时考虑到在智能化应用场景中的普惠性，我们就从公交车来入手，在单点、完成性和优化性能的闭环动态过程中，发现了一阶、二阶，以及三阶痛点。最后，挖掘出‘优先’是其中的关键。”

基于此，长沙智能驾驶研究院采用最新国标，通过车路协同在5.9G频率上和红绿灯互联通信，让信号灯对公交车动态地优先放行。最后的效果是显而易见的，不仅避免了建设公交专道的大规模投入，公交车的运营效率也极大提升。

去年底，湖南（长沙）获批创建国家级车联网先导区。至于哪些经验可以推及全国，马潍博士认为“快速闭环”已经得到初步验证，各地可以结合本地区实际情况落地实践。第二点是“以路先行”，车、路谁先谁后是鸡生蛋还是蛋生鸡的问题，美国选择车先行很大原因在于路基老损、修整困难，而我们的道路都很新，而且预埋了光纤，改造成本低。最后，还要坚持鼓励孵化创业型公司，提供更多解决刚需的新产品和新思维。

既不能唯技术论，也不能只谈场景

说起目前困扰智能驾驶的三大难题，马潍认为技术成熟度仍然是首要问题：

“人脸识别、新闻推送类的技术应用成熟度即便达不到100%，但能有个95%或者97%”，可能会少抓一个人或者少推送一条信息，但都是可以补救的。智能驾驶则完全不一样，因为关乎到生命安全，技术容错率无限趋近于0。目前我们行业内达成的一致标准是99.9999%，需要6个“9”，也就是百万分之一。”

为了减少错误率，以数据驱动作为发展路线的公司一般会采用大量实际路测和模拟仿真来获得各种场景数据，Waymo在山景城、凤凰城等地已经完成了数千万英里的路测，模拟则高达数百亿英里。随着数据量的增加会不断收敛，但究竟在什么时候达成真正意义上的合规安全，还有很大的不确定性。

“从我们实践得出的体会是，当然希望用最顶尖的技术解决最困难的问题，但需要确定这最后1%的坑有多大。如果这个不确定性大概率在短期内解决不了，有没有托底方案？比如，我们给无人车做了两套托底方案：

当安装了视觉的汽车可能仍然“看不清”，首先，在道路上安装摄像头和传感器，这样就做到了车路协同；其次是人工接管，作为自动驾驶的托底方案，一台远程接管设备可以管理多至十台自动驾驶车辆，当出现自动驾驶无法处理的状况，能够进行远程人工接管。”

第二个问题是法规的容忍度，我国的智能驾驶立法工作启动较晚，但从2016年制定“智能网联汽车公共道路测试的管理规范”开始，到去年发布《公路工程适应智能驾驶附属设施总体技术规范》，标志着智能驾驶规范的国家标准即将出台。

第三个问题是成本的接受度，如何达到供应端和需求端的平衡。既不能陷入“唯技术论”，也不能只谈场景。唯技术论会导致不能落地、纸上谈兵，只谈场景又容易陷入完全市场驱动的陷阱，靠补贴掩盖价值的缺失。“像共享单车，确实是很好的应用场景，但技术门槛太低，市场进入者过多，反而陷入到无序和混乱的竞争中”。

具体到技术细节，长沙智能驾驶研究院近年做出的核心突破集中在感知层和重卡的控制层。在深度学习算法基础上，实现了立体视觉的三维场景重构和小目标检测。

如何实现整体感知，见下图：

由激光雷达、毫米波雷达、超声波雷达和摄像头支持的多传感器融合感知算法，可实现矿卡周边360度、前方150米、两侧50米、后方30米范围内的物体全覆盖识别；

激光雷达和GPS的融合定位方案，通过对各定位算法质量评价和动态融合，在卫星定位系统受到干扰，信号丢失的情况下，实现厘米级定位。

“城市道路无人驾驶检测的标的物是人或车，但我们的主要应用场景之一是矿区。有小石头之类的障碍物就可能造成翻车、爆胎的严重后果。基于小目标检测，就可以避免这个问题。”马潍继续表示，相较而言，“控制”是商用车技术落地的老大难，车身很大很重，载重可能不平衡，即使这次控制好，能够顺利换车道，下次可能尾巴就转不过来。为了解决这个难题，长沙智能驾驶研究院在算法仿真上做了很多工作，也希望和业界进行更多的交流。

对于如何解决技术难题和坚定产业信心，马潍表达了对开发者的建议和期许：

就像通信和互联网都曾做过技术落地的主战场，未来50年的主战场是智能化，最大的应用端除了手机和PC，目前尚待爆发的就是汽车。大家要有信心，坚信“软件赋能汽车”的未来前景。

前景可期，但切忌盲目乐观。作为智能技术最具挑战的落地终端，对于新人来说非常考验学习能力，对新的工具能否迅速掌握，对新的库能不能深入理解都决定了能否真正做好这项工作。

产业界要求效率和优化，程序开发出来之后能否迅速部署到车规级算力平台？嵌入式算力平台的计算体系和架构非常复杂，多达几百个内核，很多工具自动编译利用率又不够高，我们能不能做出来真正有竞争力的算法？这些技术难题都是做智能驾驶的开发者需要直面的问题。

“当然，软件领域也非常多，开源也是一个很好的方向。现在正值毕业季，非常希望优秀的年轻人加入到我们公司，加入到这个行业，这是个非常好的行业。”马潍最后表示。

《新程序员》立足于行业前沿，深度探索技术未来，通过音视频、图文专栏等丰富的多媒体形式为载体，全方位解读技术与产业，为中国开发者打开新时代的技术之门。
《新程序员001：开发者黄金十年》内容涵盖：
60位+ 技术大咖的经典观点与实践干货；
34篇 精彩文章；
13个 配文视频；
1000位+ 技术人才共同学习成长；
2张 开源核心技术全景工具收藏图。

长按识别二维码即可订阅

无论你是编程爱好者还是职场萌新，无论你是资深程序员还是架构师、CTO，在《新程序员》里，你都会有所收获。