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

國防科技大學(xué)智能科學(xué)學(xué)院無人系統(tǒng)研究所副所長孫振平

談到國內(nèi)自動駕駛研究的起源，總繞不開一所有名的高校——國防科技大學(xué)。20世紀80年代末，國防科技大學(xué)先后研制出基于視覺的CITAVT系列智能車輛。1992年，國防科技大學(xué)成功研制出中國第一輛真正意義上的無人駕駛汽車。2011年7月，由一汽集團與國防科技大學(xué)共同研制的紅旗HQ3無人駕駛汽車完成了286km的面向高速公路的全程無人駕駛試驗，而在背后主持研究紅旗無人駕駛汽車實現(xiàn)高速長距離無人駕駛的，便是國防科技大學(xué)智能科學(xué)學(xué)院無人系統(tǒng)研究所副所長孫振平研究員。2012年，孫振平研究員作為技術(shù)負責(zé)人，組織團隊研制了我國第一臺邊防無人巡邏車。同時，他作為主要技術(shù)骨干或負責(zé)人與團隊一起參加了十余次國家自然科學(xué)基金委委主辦“中國智能車未來挑戰(zhàn)賽”和軍隊“跨越險阻”無人系統(tǒng)挑戰(zhàn)賽，多次獲得冠軍。

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

孫振平研究員在報告中表達了一下觀點：

機器學(xué)習(xí)對解決無人駕駛問題很重要，但不是全部；

深度神經(jīng)網(wǎng)絡(luò)是場景建模與理解的有力工具；

統(tǒng)計學(xué)習(xí)、增強學(xué)習(xí)對于解決行為決策問題會有所幫助，前提是人工建立合適的決策模型；

用機器學(xué)習(xí)方法解決動力學(xué)控制問題似乎并不簡單；

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；

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

以下是孫振平研究員在2019國家智能產(chǎn)業(yè)峰會的報告，智車科技在不改變原意的基礎(chǔ)上進行了修改：

大家好，非常榮幸能在這兒跟大家一塊聊無人駕駛，因為機器學(xué)習(xí)在無人駕駛應(yīng)用方面比較熱，針對這個事情跟大家分享一點思考。

大家可能不知道，國防科大在無人駕駛方面應(yīng)該說做的歷史也比較長了，這些年有一些成績也有很多不足，特別是最近幾年我們看到整個社會對無人駕駛特別追捧，我們參與其中，肯定是非常非常的高興，但是在熱的過程中，我們也得認真地去思考，是不是無人駕駛到現(xiàn)在已經(jīng)比較好的被解決了，這個我們還是要冷靜地去思考的。我個人就針對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。

丨無人車的控制結(jié)構(gòu)

說到無人駕駛，從概念上來，大家對這個事情應(yīng)該都非常清楚了，無非就是給車裝上各種各樣的傳感器，讓它能夠自己理解周圍的環(huán)境，自己做規(guī)劃，自己選擇運動的路徑，直到控制自己的運動。在這個過程中，希望人不參與或者說盡可能少的參與，這么多的傳感器到底怎么組成無人駕駛的系統(tǒng)？這個事如果拿人來類比的話，比較容易理解。一個駕駛員開車感知周圍的環(huán)境，往往是通過我們的眼睛、耳朵等一些感覺器官。在感知的基礎(chǔ)上當(dāng)然要做決策規(guī)劃，主要是大腦來完成的，決策規(guī)劃的結(jié)果就是怎么樣控制車，操作機構(gòu)來實現(xiàn)對車輛的控制。

對于我們的無人駕駛系統(tǒng)來說，很顯然從原理上也是一樣的，我們必須去構(gòu)建它的眼睛。這個主要兩大類，一類是環(huán)境感知的傳感器，二是運動感知的傳感器。其中大腦是什么？對于無人駕駛來說，當(dāng)然就是運行在計算機上人工智能的程序，這個程序它綜合了傳感器信息和用戶的任務(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)行機構(gòu)來控制整個車的運動，這個我想從原理上來說就是這樣的。

無人駕駛的技術(shù)真正困難就是人工智能的程序。我們怎么去設(shè)計它，說到設(shè)計，實際上在人工智能應(yīng)用在移動信息研究中，有一些基本的方案，大家不妨一起簡單地回顧一下。

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)，對應(yīng)的是一個一個程序模塊。當(dāng)然要設(shè)計一個這樣的結(jié)構(gòu)，或者設(shè)計這樣的軟件系統(tǒng)，需要很多人參與，需要人的智力的投入，這個很顯然我們覺得做起來非常麻煩。

另外一個比較直接的想法，當(dāng)然就是所謂的反應(yīng)式，我們最好能夠設(shè)計一個簡單的程序，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)然實際在研究過程中，最后大家都發(fā)現(xiàn)不管是慎思式還是反應(yīng)式做來做去都不能夠很好的解決問題，怎么辦？人類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，如果有一個控制方向我們用一個狀態(tài)方程組就能夠很好地描述它，當(dāng)我設(shè)計一個簡單的控制器就能夠?qū)崿F(xiàn)對這樣對象的控制。對于我們說的機器人和無人車也不例外，我們能夠很好地描述清楚，就可以設(shè)計出一個簡單的控制器出來。最早在1948年的時候，當(dāng)時控制論剛剛產(chǎn)生，就有人設(shè)計了一個移動的機器人系統(tǒng)。這個慎思式，實際上大家關(guān)注的最典型的可能是世界上第一個自主的機器人，就采用這種慎思式的研究。SHakey研究了一個機器人只要能夠不碰撞運動就可以了，這是1968年做出來的，這個也是我們現(xiàn)在智能機器人（無人車）研究真正的現(xiàn)代意義上的開端。

在這些研究基礎(chǔ)上，到了1986年的時候，MIT提出了一種所謂的包容式結(jié)構(gòu)，這個包容式結(jié)構(gòu)，大家仔細去分析一下就會發(fā)現(xiàn)，它實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)然很簡單，我們就可以設(shè)計反應(yīng)式控制來實現(xiàn)。隨著反應(yīng)式變得越來越復(fù)雜，就很難用反應(yīng)式結(jié)構(gòu)去實現(xiàn)了。這個事情我個人在看了這么多文獻之后，大概同樣是在1980年代，美國的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體系了，甚至他們也給出了一套工程化的方法，怎么設(shè)計一個復(fù)雜的機器人系統(tǒng)或者是無人車，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)來設(shè)計我們的無人車的。

這是我們的無人車采取的一種結(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，對交通場景的認知、決策等等。只有知道了結(jié)構(gòu)，我們反過來才能說機器學(xué)習(xí)在無人車中怎么用，我們剛才說了，對于無人車來說，它的核心就是人工智能程序，機器學(xué)習(xí)又是人工智能里面的一個重要的內(nèi)容，大家當(dāng)然就想著，是不是能夠把機器學(xué)習(xí)用在無人車上，讓無人車能夠變得越來越聰明，能夠越來越好的去適應(yīng)環(huán)境，我們就一起來看一看機器學(xué)習(xí)在無人車上到底能怎么用。

丨機器學(xué)習(xí)的端對端控制

當(dāng)然一種應(yīng)用就是針對我們前面說反應(yīng)式的結(jié)構(gòu)，假設(shè)整個控制器我們不管它的內(nèi)部結(jié)構(gòu)，完全由一個神經(jīng)網(wǎng)絡(luò)這樣的程序來解決，這個大概就是現(xiàn)在比較端對端的控制，什么意思？直接從傳感器到車輛的動作，這就是所謂的端對端的學(xué)習(xí)控制，端對端本身也不是新鮮的事物，在1989年的時候美國機器人研究所就用當(dāng)時的三層網(wǎng)絡(luò)就實現(xiàn)了簡單的無人駕駛，因為當(dāng)時的網(wǎng)絡(luò)它的標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年之后很長一段時間，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視頻，英偉達在2016年的神經(jīng)網(wǎng)絡(luò)端對端控制，說到這里是不是用端對端學(xué)習(xí)控制這個問題就解決了，實際上大家仔細看是不可能的，前面有一個十字路口，用端對端學(xué)習(xí)控制怎么能夠?qū)崿F(xiàn)讓車選擇不同的路線呢？這個事情在他做的這個實驗里面就不涉及到這個問題。

實際上這個問題英偉達做這個實驗還有很多問題沒有解決，從控制上來說，車要適應(yīng)不同的坡路和材質(zhì)，這個本身就是很復(fù)雜的，對于剛才說的端對端的學(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，這個想法就跟這個端對端不太一樣，它把這個系統(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)來解決，設(shè)計一個神經(jīng)網(wǎng)絡(luò)，輸入一個圖象，輸出就是車道和車道上的線得到這樣一個抽象的模型，把這個模型再由后端輸入再去控制車輛運動，這個是他們展示的一段視頻，這個是神經(jīng)網(wǎng)絡(luò)的輸入，這個就是網(wǎng)絡(luò)的輸出，后端控制的輸入，這是他們做的一個實驗。

這種端對端的方案，我感覺下面幾個問題對他來說可能是比較重要的，最大的問題相對于我們說的駕駛?cè)蝿?wù)，現(xiàn)有的網(wǎng)絡(luò)結(jié)構(gòu)還是太簡單了，表達能力非常有限。

首先我們可以看，從數(shù)據(jù)的意義上來說，你要完成一個駕駛?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動狀態(tài)等等，對于這樣一些完全抑制的信息，我們設(shè)計一個什么樣網(wǎng)絡(luò)結(jié)構(gòu)才能綜合起來實現(xiàn)車輛的駕駛，這個本身我認為是一個比較大的問題。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。如果用端對端的方案可能很難解決這個問題。還有第三個比如說駕駛行為在時間上的不確定性，實際上它的復(fù)雜性是非常非常大的，也是現(xiàn)在很難解決的一個問題。這是我們說的端對端的學(xué)習(xí)控制。

丨慎思式結(jié)構(gòu)中的機器學(xué)習(xí)

我們能不能把機器學(xué)習(xí)慎思式方案用到無人駕駛里面去，很多研究用機器學(xué)習(xí)去提取交通場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)實現(xiàn)場景中的各種交通物體，道路、建筑物的一個分割，把它作為下一步的決策規(guī)劃的輸入。再比如說對于我們知道現(xiàn)在無人車頭上都頂著一個激光雷達，也可以用深度神經(jīng)原的方法進行處理獲取道路上各種各樣的物體，交通標志的信息等等。這個實際上用深度學(xué)習(xí)在做這種三維微場景分析，這也是目前用深度學(xué)習(xí)來解決環(huán)境的一個重要的研究方向。

我們說了，可以用它去解決物體的識別，場景的分析問題，當(dāng)然也可以用它解決決策規(guī)劃問題。近年來，我覺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)計一個非常復(fù)雜的網(wǎng)絡(luò)結(jié)構(gòu)，要來實現(xiàn)抑制數(shù)據(jù)的處理融合，這是他們設(shè)計的整個網(wǎng)絡(luò)結(jié)構(gòu)，用來把各種各樣的信息能夠融合到整個駕駛過程中去，這是我們說的從決策的角度，當(dāng)然也有人研究用機器學(xué)習(xí)解決控制問題。

丨國防科技大學(xué)無人駕駛團隊實踐

現(xiàn)在我們回到我們團隊，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)解決車輛控制，車輛縱向控制，甚至包括像我們把這個環(huán)境變成一個多車道的模型，實現(xiàn)無人車在環(huán)境里面的自主決策等等，這也是用機器學(xué)習(xí)做的。我們有兩個博士生在這一塊做的非常好，一個是基于廣義Haar濾波器的實時目標檢測，我們在考慮能夠壓縮計算資源，使得利用十分之一或者五分之一的資源來實現(xiàn)同樣類似的效果，這對于機器學(xué)習(xí)的應(yīng)用應(yīng)該說是有非常幫助的。另外我們也做了交通場景的多任務(wù)學(xué)習(xí)，什么意思？一個神經(jīng)網(wǎng)絡(luò)能夠?qū)崿F(xiàn)多個任務(wù)，像今天早上有院士做報告也說到這個問題，對于人工智能是一個困難，我們也在做這方面的嘗試，這是我們自己做的實際的情況，包括物體的分割，行為場景的分割等等。

另外我們在記憶式網(wǎng)絡(luò)，在目標檢測方面的應(yīng)用也做了很多工作。什么意思呢？大家有沒有注意到，所謂的深度神經(jīng)網(wǎng)絡(luò)往往需要人工去標注大量的樣本，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)目標檢測，實現(xiàn)機器學(xué)習(xí)。這個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、背景下去檢測動態(tài)的目標，通過這個辦法不斷地收集大量的樣本，然后再把學(xué)習(xí)好的檢測器用在一個動態(tài)的載體上，這是我們已經(jīng)做的一些工作。

最后我說一下自己對這個事的一點理解：第一說我們機器學(xué)習(xí)對于解決無人駕駛的問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題。第二深度神經(jīng)網(wǎng)絡(luò)它場景建模與理解的有力工具。第三統(tǒng)計學(xué)習(xí)、增強學(xué)習(xí)對于解決行為決策問題會有所幫助，但是目前看來前提是必須要由人工建立一個合適的決策模型的基礎(chǔ)上用學(xué)習(xí)的方法來實現(xiàn)決策的前件的學(xué)習(xí)。第四是用積極學(xué)習(xí)的方法解決動力學(xué)控制問題，這個問題按說傳統(tǒng)方法已經(jīng)解決比較好了，但是對于機器學(xué)習(xí)來說，好象沒有那么簡單，反而是比較復(fù)雜的問題。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)該是未來把機器學(xué)習(xí)用在無人駕駛上的一個研究重點。第六現(xiàn)有的計算能力仍不足以支持神經(jīng)網(wǎng)絡(luò)在無人車中的大規(guī)模應(yīng)用。我的匯報就到這里，謝謝大家。