嚴新平院士：智能交通發(fā)展的現(xiàn)狀、挑戰(zhàn)與展望

摘 要

介紹了國內(nèi)外智能交通在運載工具和交通系統(tǒng)兩方面的發(fā)展現(xiàn)狀；提出了人工智能目前技術(shù)水平難以滿足智能交通發(fā)展需求、智能系統(tǒng)可靠性驗證亟需完善以及面向智能車船系統(tǒng)的法規(guī)標準體系亟待構(gòu)建等三方面智能交通發(fā)展的技術(shù)挑戰(zhàn)；展望了智能交通的未來方向。

關(guān)鍵詞

關(guān)鍵詞：智能交通；人工智能；智能汽車；智能船舶；自主式交通系統(tǒng)

簡介

嚴新平

中國工程院院士，武漢理工大學智能交通系統(tǒng)研究中心首席教授。致力于交通系統(tǒng)安全性、 智能化和綠色技術(shù)的人才培養(yǎng)與科技創(chuàng)新工作。CAAI Fellow。

引言

當今世界正經(jīng)歷百年未有之大變局，交通系統(tǒng)正在新一輪科技革命推動下發(fā)生深刻變革。但是，當前的交通系統(tǒng)仍然存在交通安全、交通效率和節(jié)能減排三大問題。

? 交通系統(tǒng)運行效率尚待提高。在道路與水路交通運輸方面，我國存在城市道路交通擁堵常態(tài)化、高速公路節(jié)假日擁堵加劇、內(nèi)河航道利用率有待提高等諸多問題。滴滴出行發(fā)布的《城市交通出行報告》顯示，2021年第一季度，我國主要城市的道路交通擁堵時長在1小時以上，道路交通峰時平均速度低于40km/h（見圖 2）。

? 交通系統(tǒng)節(jié)能減排任重道遠。2019年，我國交通運輸行業(yè)碳排放量達到11.4億噸，占全國排放總量的11%。公路、水運、鐵路、航空是交通領域碳排放主要來源，其中，公路運輸碳排放占比86.76%，是排放最高的運輸方式。我國交通運輸處于較快的發(fā)展階段，交通運輸行業(yè)碳排放量仍在快速增長，在2008—2018年間，我國交通運輸行業(yè)碳排放的復合增長率高達7.5%，顯著高于世界交通運輸行業(yè)碳排放的平均增速2.3%與我國整體碳排放的增速5.6%（見圖3）。

上述三大問題是交通運輸行業(yè)面臨的艱巨任務，智能交通為解決這些問題帶來了契機。當前，智能交通采用“智聯(lián)網(wǎng)聯(lián)、協(xié)同優(yōu)化”方式大幅提升交通安全和效率。未來，通過交通融合一體化發(fā)展，推動未來交通系統(tǒng)的“智慧綠色、安全高效、融合一體、自主無人”，達到“零死亡、零排放、碳中和”的交通愿景。

1 發(fā)展現(xiàn)狀

智能交通的發(fā)展涉及到運載工具、交通基礎設施、光電子信息、互聯(lián)網(wǎng)等多個行業(yè)與技術(shù)領域的交叉、融合，其大規(guī)模應用離不開多個行業(yè)和部門的聯(lián)動。近年來，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等新興技術(shù)的大力推動，智能交通系統(tǒng)有了長足發(fā)展。

1.1 運載工具

1.1.1 智能汽車發(fā)展現(xiàn)狀

汽車智能駕駛是智能交通非?；钴S的一個發(fā)展方向。目前，汽車正處在由“功能汽車”到“智能網(wǎng)聯(lián)汽車”“自動駕駛汽車”的進程中。美國特斯拉作為汽車空中下載（Over The Air, OTA）技術(shù)的先驅(qū)，率先讓汽車可以像智能手機一樣在云端進行系統(tǒng)升級。國內(nèi)百度“Apollo 平臺”，通過向汽車行業(yè)及自動駕駛領域的合作伙伴提供一個開源、開放、完整的軟件平臺，打造類似于智能手機Android平臺的智能汽車生態(tài)。

自動駕駛是智能汽車發(fā)展的高級階段，是當今智能交通領域最前沿的研究方向。自動駕駛系統(tǒng)主要利用各種車載傳感器，如計算機視覺、激光雷達、毫米波雷達、全球衛(wèi)星導航系統(tǒng)（Global Navigation Satellite System，GNSS）、慣性測量單元（Inertial Measurement Unit，IMU）等，獲取車輛周邊的環(huán)境信息，基于信息融合方法，對采集到的交通環(huán)境與行車狀態(tài)等原始信息進行精確認知；再通過智能決策規(guī)劃方法，為自動駕駛汽車規(guī)劃出安全、高效的預期軌跡與速度；最后通過對自動駕駛汽車進行縱橫向運動控制，自動調(diào)節(jié)油門、剎車、檔位和轉(zhuǎn)向等，實現(xiàn)預期軌跡與速度的實時跟蹤，從而使汽車能夠安全、高效行駛。

理想的自動駕駛系統(tǒng)應該像熟練的人類駕駛員一樣，能對車輛運動及環(huán)境變化做出準確的判斷，實時地改變車輛運動，完成駕駛?cè)蝿?。然而，限于自動駕駛在感知、融合、決策、規(guī)劃、控制等多方面的技術(shù)難題，以及成本、可靠性等方面的束縛，當前，大規(guī)模量產(chǎn)的智能汽車仍處于L2級及以下的駕駛輔助階段，L3級及以上的自動駕駛?cè)晕纯缭健?/p>

當前，甚至未來較長一段時間內(nèi)，普通開放道路中的自動駕駛技術(shù)可能仍難以大規(guī)模商用。但是，在一些特定場景中的自動駕駛正在逐步規(guī)模化應用，例如，港區(qū)集裝箱運輸、礦區(qū)貨物運輸和農(nóng)業(yè)機械等，無人化的自動駕駛技術(shù)，變革了它們原有的低效、繁重、高成本的工作模式，顯著提升了運營效率和經(jīng)濟性。

港區(qū)集裝箱運輸為半封閉式的低速自動駕駛運營模式，是自動駕駛率先商用的典型場景之一。交通運輸部等九部門聯(lián)合印發(fā)的《關(guān)于建設世界一流港口的指導意見》提出，到2025年，部分沿海集裝箱樞紐港初步形成全面感知、泛在互聯(lián)、港車協(xié)同的智能化系統(tǒng)。目前，國內(nèi)應用自動駕駛進行集裝箱運輸?shù)母劭谥饕ㄉ虾８邸⑶鄭u港、天津港、寧波舟山港等。

采礦業(yè)是我國國民經(jīng)濟的基礎和支柱產(chǎn)業(yè)，用工難、運輸成本上升是推動礦山智慧化的主要因素，因而礦區(qū)自動駕駛具有典型的代表意義。國外礦區(qū)自動駕駛的主要代表是卡特彼勒、小松、日立等。其中，卡特彼勒和小松已進入商用階段。國內(nèi)礦山自動駕駛發(fā)展相對較晚，但技術(shù)更新和應用較快，三一重工、徐工、航天重工等在白云鄂博礦、哈爾烏素煤礦、城門山銅礦等開展了規(guī)模應用，取得了良好效果。

1.1.2 智能船舶發(fā)展現(xiàn)狀

智能船舶作為未來航運的載體，其自身發(fā)展需突破船舶感知、認知、決策、執(zhí)行、測試等多個維度的關(guān)鍵技術(shù)，實現(xiàn)船舶由小到大、由內(nèi)河到外海、由近海到遠海逐步智能化、自主化的發(fā)展。武漢理工大學提出“航行腦”系統(tǒng)技術(shù)體系與理論架構(gòu)（見圖4），即利用一套由人工智能系統(tǒng)構(gòu)建的“機器腦”替代傳統(tǒng)駕控人員的“大腦”，實現(xiàn)對船舶的自主駕控。目前，智能船舶仍然處在研發(fā)過程中，“航行腦”系統(tǒng)是面向智能船舶的人工智能系統(tǒng)，由感知、認知、決策和執(zhí)行等功能空間組成，逐步促進傳統(tǒng)船舶駕駛向增強駕駛、輔助駕駛、遠程駕駛、自主駕駛等不同功能階段演進。

船舶的智能化等級可分為L0~L5級的6個階段。目前，智能船舶應用還處于輔助駕駛階段，要實現(xiàn)自主航行，還有很長的路要走。隨著人工智能和大數(shù)據(jù)等高新技術(shù)的進步，通過與新基建建設同步、與水路運輸模式和航運轉(zhuǎn)型發(fā)展結(jié)合，未來智能船舶的遠程遙控、人機共駕、網(wǎng)聯(lián)協(xié)同和自主航行等功能會日臻完善。

船岸協(xié)同是智能船舶發(fā)展非常重要的一個理念。船岸協(xié)同由岸端與船端系統(tǒng)構(gòu)成，是實現(xiàn)智能船舶實際運營的應用基礎。日本、歐盟等發(fā)達國家和地區(qū)都開展了這方面的探索和實驗。日本國土交通省拖輪遠程駕駛項目借助拖輪配備傳感器和攝像設備，實時監(jiān)測航行態(tài)勢，通過船岸協(xié)同與試驗船舶建立信息共享，實現(xiàn)協(xié)同控制。比利時SEAFAR駁船遠程駕駛項目融合船側(cè) / 基礎設施側(cè)多源信息，實現(xiàn)協(xié)同感知，遠程實時分析船舶動態(tài)，進行船舶集中管理和操作。我國在這方面也開展了積極探索，“筋斗云 0 號”小型無人貨船項目于2019年12月在珠海順利完成遠程遙控和自主航行試驗?！爸秋w號”智能航行集裝箱運輸商船于2021年10月安裝我國自主研發(fā)的智能航行系統(tǒng)，具有人工駕駛、遠程遙控駕駛和無人自主航行三種駕駛模式。

1.2 交通系統(tǒng)

1.2.1 道路交通系統(tǒng)

道路交通系統(tǒng)是由汽車、道路/運輸基礎設施、信息和人組成的一個共同實現(xiàn)客貨運輸?shù)南到y(tǒng)。該系統(tǒng)包括自然與人造、實體與概念、靜態(tài)和動態(tài)及控制和行為等系統(tǒng)，衍生到城市大腦、智慧城市、全息交通感知等應用場景。

目前，國內(nèi)外都在積極探索道路交通系統(tǒng)的智能化，國內(nèi)比較典型的是“阿里云城市大腦系統(tǒng)”，其包括城市交通治理解決方案、智慧交通運輸綜合解決方案、智慧停車綜合解決方案、智慧城管解決方案、智慧應急綜合解決方案，以及政務數(shù)據(jù)中臺等多個解決方案。城市大腦系統(tǒng)是整個城市的智能中樞，可對城市進行全局實時分析，利用城市的數(shù)據(jù)資源優(yōu)化調(diào)配公共資源，最終將進化成能夠治理城市的超級智能。

華為智慧城市平臺是結(jié)合了人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)、地理信息系統(tǒng)、視頻、云、融合通信和安全的一個綜合性應用系統(tǒng)。它的兩大關(guān)鍵能力是面向城市交通的關(guān)鍵業(yè)務場景，為生態(tài)伙伴提供差異化價值。

武漢理工大學自主研發(fā)了全息道路交通感知系統(tǒng)，包括利用仿真系統(tǒng)對交通基礎設施的安全性進行評價；在道路交通基礎設施建設過程中預設光纖傳感器，利用光纖傳感器實時獲取道路交通流狀況和路面變化信息；利用路側(cè)和路面的交通基礎設施提供有關(guān)信息，為行車安全提供更好的支持和服務。如圖5所示，該系統(tǒng)包括道路系統(tǒng)運行仿真系統(tǒng)、智慧公路模擬系統(tǒng)和智慧公路全息感知決策控制平臺等。

1.2.2 智慧海事監(jiān)管系統(tǒng)

根據(jù)世界海事大學《交通2040：自動化、科技、就業(yè) - 未來工作》報告預測，在2040年前后，有人監(jiān)控下的自主船舶將達到15%左右，包括未來搭載了不同智能功能的船舶，比如智能貨物管理、智能船體、智能集成信息平臺等，也包括安全輔助駕駛和在開闊水域控制等高級自主功能。

瑞士的海區(qū)整體監(jiān)管系統(tǒng)（Maritime Area Integral Supervision, MAIS）建立了一系列集成各種技術(shù)的信息層，以監(jiān)控海區(qū)中船舶作業(yè)的授權(quán)情況，更好地對轄區(qū)內(nèi)船舶進行管理和控制。MAIS可以幫助港口禁區(qū)、生物保護區(qū)和漁場防止入侵者和非法捕魚。

我國也在積極開發(fā)航運系統(tǒng)的智能管控平臺。江蘇段航運系統(tǒng)智能管控平臺基于江蘇海事全要素感知云服務數(shù)據(jù)中心，構(gòu)建了水路交通場景數(shù)字化平行仿真模型，具備推演預測多尺度條件下的交通流態(tài)勢，可及時動態(tài)調(diào)整資源分配實現(xiàn)通航要素的干預，致力于由“人盯死守”的傳統(tǒng)海事監(jiān)管方式向以智慧管理為核心的現(xiàn)代管控服務轉(zhuǎn)變。

2 技術(shù)挑戰(zhàn)

盡管人工智能技術(shù)在交通運輸工程領域的一些典型場景得到了工程應用，但是目前仍然面臨巨大的技術(shù)挑戰(zhàn) , 主要體現(xiàn)在：人工智能目前技術(shù)水平還難以滿足智能交通發(fā)展的需求；智能交通系統(tǒng)的可靠性有待驗證；智能交通系統(tǒng)法規(guī)標準體系尚需建立和完善。

2.1 人工智能技術(shù)發(fā)展水平

近年來，得益于大數(shù)據(jù)、深度學習的大力推動，人工智能在單一的抽象博弈智能層面克服了人類社會的“知識積累性壁壘”局限，通過在規(guī)則活動中構(gòu)建系統(tǒng)嚴謹?shù)恼J知模式，在包括交通、機械等領域大規(guī)模應用，深刻影響了人們的工作和生活模式。

2016年，特斯拉CEO馬斯克表示，汽車在任何路況上進行自動駕駛的能力在兩年內(nèi)就可以實現(xiàn)；到2021 年，馬斯克又表示，通用自動駕駛是一個如此難的任務，因為要去解決很大一部分現(xiàn)實世界的AI問題。事實也是如此，當前的智能決策技術(shù)在面對復雜的駕駛?cè)蝿諘r，離人類駕駛水平還有很大差距。

2.2 智能系統(tǒng)的可靠性驗證

統(tǒng)計數(shù)據(jù)顯示，特斯拉從2013年起發(fā)生交通事故218起，造成14人死亡，82人受傷；谷歌報告顯示在14個月測試中，智能汽車總共“主動脫離自動駕駛狀態(tài)”272 次，69次選擇取消自動駕駛狀態(tài)?？焖?、有效、準確的系統(tǒng)可靠性測試和評估技術(shù)是保證智能系統(tǒng)發(fā)揮核心功能，降低系統(tǒng)不可預知風險的重要前提。智能交通系統(tǒng)的可靠性研究已得到國內(nèi)外學者的廣泛關(guān)注。

首批試駕谷歌智能汽車的美國Medium科技總編 Steven Levy表示，“無人駕駛汽車的大規(guī)模應用，我們現(xiàn)在也許到了95%，但最后的5%將會是漫長的路途”。在自動駕駛領域，特殊天氣條件下的部分感知信息缺失、特殊路段的部分傳感器不穩(wěn)定等不常見駕駛場景導致的“長尾問題”，限制了自動駕駛的可靠性及其量產(chǎn)應用，亟待提出完善的可靠性驗證手段予以解決。

以船舶智能系統(tǒng)的可靠性驗證為例，其測試驗證方法體系尚處于構(gòu)建階段?？紤]到船舶自身的高價值屬性、實船測試的風險性、模型試驗的尺度效應等因素，智能船舶測試驗證以虛擬測試為主、模型測試為輔；構(gòu)建“人-船-環(huán)境”精細化模型，是提升虛擬測試精度的重要途經(jīng)。因此，如何兼顧智能系統(tǒng)測試的可靠性和高效性、典型測試工況和極端事件場景，是智能船舶測試驗證方法體系發(fā)展中需要重點思考的問題。

2.3 智能車輛和智能船舶的法規(guī)標準體系

近年來，智能車輛和智能船舶的關(guān)鍵技術(shù)取得了長足進步，但配套的法規(guī)標準體系研究仍然面臨巨大挑戰(zhàn)。智能車輛和智能船舶在運行中形成了“現(xiàn)實層-數(shù)據(jù)層-知識層-現(xiàn)實層”的閉環(huán)，由于智能車輛和智能船舶的不確定性導致的安全問題，對傳統(tǒng)交通責任體系將產(chǎn)生重大沖擊，面臨人工智能倫理規(guī)范挑戰(zhàn)。

3 未來展望

智能交通系統(tǒng)的未來愿景是自主式交通系統(tǒng)，由智能運載工具、智慧基礎設施和云端智能交通控制等組成，這一系統(tǒng)在沒有足夠的人類監(jiān)督情況下，可在變化的、不可預測的交通環(huán)境中“理性行動”，或能在經(jīng)驗中學習，利用數(shù)據(jù)提升系統(tǒng)性能。自主式交通系統(tǒng)具有感知、交互、學習和執(zhí)行能力，是一種具備單體智能、群體協(xié)同和整體優(yōu)化的交通系統(tǒng)。

來源：中國人工智能學會