清华大学邓志东：AI和5G 如何助力智能驾驶产业发展

编者按：3 月 19 日，「汽车之心·行家说」第六期邀请了清华大学计算机系教授、博士生导师、人工智能研究院视觉智能研究中心主任邓志东分享 AI 与 5G 对智能驾驶发展的助力，并解读「新基建」与「智能汽车创新发展战略」带来的影响。

「汽车之心·行家说」由汽车之心主办，辰韬资本联合主办。汽车之心致力于推动汽车与科技的融合。辰韬智驾基金专注智能驾驶创业投资，为智能驾驶创业者赋能。

核心观点：

1. 汽车行业的全电化正成为一股不可阻挡的潮流。从功能汽车到数字化汽车，是包括整车企业与 Tier 1 等传统汽车产业公司破局的关键。

2. 以深度学习方法为代表的新一代 AI 技术为智能驾驶落地，带来了较传统计算机视觉方法更强的环境感知、自主导航与信息融合能力，也为发展具有自主学习能力的行为决策、路径规划与车体纵横向控制系统，带来新的研发思路与手段。但数据驱动的视觉感知智能方法，还存在着根本性的缺陷，短期内或难有突破。

3. 作为「新基建」的重中之重，5G 的大规模快速商业化将给智能驾驶的发展带来新的产业期待。5G x AI 必将催生移动边缘计算的发展，加速 AI 芯片在「云边端」的一体化部署。同时应积极推动 LTE-V2X，特别是 5G-V2X 的商业化落地与区域覆盖。开辟专用车道势在必行，建设智慧道路与智慧城市方兴未艾。

全电化、软件化与网联化是传统车企转型升级的关键

2018 年特斯拉 Model 3 成为北美豪华型轿车的销量冠军，中国制造的 Model 3 在 2020 年 1 月 7 日正式交付用户，带来一股不可阻挡的全电化潮流。

为什么要做全电化呢？全电化是实现数字化的捷径。中国引进特斯拉在上海建厂，类似于手机业引入苹果，在国内形成鲶鱼效应，通过引入竞争，优化和壮大中国电动汽车产业链，从根本上摆脱传统燃油车的技术壁垒，助力中国汽车的跨越式发展。

传统车企、新车企与 Tier 1 的主要使命是发展信息化汽车平台，包括数字化，软件化，内部总线化和外部网联化等等，这些是汽车智能化的基础和条件。这其中的主要任务包括:

开放线控，推动全电化、数字化;

面向自动驾驶，完成执行机构冗余;

OTA，提供云-边-车一体化平台;

SDU (软件化)，为最终走向智能化、共享化奠定基础。

AI 算法全面赋能智能驾驶

当前智能驾驶产业技术路线之争：以摄像头视觉为主导? 还是以激光雷达为主导? 无论是 2D 图像的摄像头，还是 3D 点云的激光雷达或毫米波雷达，成像后都属于计算机视觉范畴，都需要 AI 赋能。

AI 算法为自动驾驶落地，带来了较传统计算机视觉方法更强的环境感知、自主导航与信息融合能力，也为发展具有自主学习能力的行为决策、路径规划与车体纵横向控制系统，带来了新的研发思路与手段。

自 2012 年以来，以深度学习为主要标志的新一轮人工智能已成为计算机视觉的主流方法。此前传统的计算机视觉方法只能实现 70-80% 左右的分类精度，现在很容易就能实现 90% 以上。但是智能驾驶是典型的长尾应用，怎么去突破实现更高的精度，是现在产业落地关注的焦点。

相对于传统的计算机视觉方法，在大计算能力的支撑下，基于数据驱动的深度学习方法带来了场景、目标、行为与事件等的检测、定位、分割、跟踪与识别能力的大幅度跃升，已经能实现 99% 以上的精度，虽然还达不到「5 个 9」（99.999%）甚至「7 个 9」（99.99999%），但对自动驾驶而言，已变得基本可用。

人工智能的短板：无人驾驶为什么还达不到人类的驾驶能力?

尽管视觉感知智能方法已基本可用，但相对于人类的视觉能力，目前的人工智能方法只能实现像素级标签的分类，缺乏对概念内涵与外延的抽象与延伸，缺乏对不同概念之间关系的理解，缺乏基于知识的推理及对常识、经验、技巧的利用等。

归结起来，主要有以下 5 个方面的挑战：

缺乏认知水平的理解能力;

缺乏知识推理能力;

缺乏记忆、常识、经验、技巧与知识学习能力;

缺乏举一反三的小样本学习能力;

缺乏可解释性以及高层规划、决策与自组织能力。

云边端智能驾驶，「新基建」与「智能汽车创新发展战略」

在感知智能存在短板、认知智能短时间内难以突破的情况下，新型基础设施建设将整体助力智能驾驶产业，推动智能驾驶产业真正商业化落地。作为「新基建」的重中之 重，5G、人工智能、物联网等的大规模快速商业化将给智能驾驶的发展带来新的产业期待。

2019 年中国正式进入 5G 商用元年。5G 是移动通信技术的一次质的飞跃，具有增强移动带宽，高可靠，低时延，大连接，广覆盖等特点。作为迄今最为理想的万物互联技术，5G 将给人类社会带来深刻的变革，例如: 从人-人发展到人-物，物-物之间的连接。5G x AI 将催生移动边缘计算的发展，为智能汽车等数据源头与执行机构就近提供实时的智能服务，从而带来产业变革。

包括 5G 基建及应用、人工智能、大数据中心、物联网、充电桩等在内的「新基建」，可望加快《智能汽车创新发展战略》2025 年战略愿景的落地实现。

中国在未来 2-3 年时间内，有可能超前完成 5G 的大规模商业化部署。人工智能通过 5G 加持的移动边缘计算及」云边端」，将赋能智能汽车产业的落地。利用中国在 5G 和道路基础设施建设方面的全球优势，加快推动构建 LTE- V2X，特别是 5G-V2X 的商业化与区域覆盖。同时推动建设专用车道或智慧道路，从单车智能走向车-路智能协同开辟专用车道势在必行，建设智慧道路与智慧城市方兴未艾。

利用 5G 的智能驾驶产业应用包括：

5G-V2X

基于「云-边-端」的无人驾驶远程安全监管

基于「云-边-端」的共享出行车队运营与安全接管，包括利用数字孪生与虚实结合的云接管或云-边接管

基于「云-边-端」的无人驾驶高精地图远程下载

基于「云-边-端」的智能驾驶决策与规控

基于「云-边-端」的智能驾驶自然人机交互

产业生态各领域合力支撑

智能驾驶的安全和大规模商业化落地，需要产业生态各领域的全面支撑，形成合力。主要包括以下方面的核心支撑：

核心零部件的支撑

大数据的支撑

数字孪生：虚拟或半实物模拟驾驶环境

高精地图的支撑

智慧道路的支撑

下一代人工智能的支撑

产业生态的支撑