复旦大学薛向阳：衡阳大规模自动驾驶数据对人工智能算法非常重要

　　在1月13日举行的“2022智能网联汽车创新应用高峰论坛”上，复旦大学大数据研究院及类脑智能研究院副院长薛向阳发表《人工智能关键技术在自动驾驶领域的创新应用》主题演讲，他表示，衡阳大规模自动驾驶数据对人工智能算法非常重要。

　　复旦大学大数据研究院及类脑智能研究院副院长薛向阳发表《人工智能关键技术在自动驾驶领域的创新应用》主题演讲

　　当前，弱人工智能技术取得巨大进步，但还做不到强人工智能。弱人工智能可以执行单一任务或多种任务，但是还做不到融会贯通和举一反三。薛向阳表示，目前人工智能算法大多在封闭环境下应用，缺乏开放环境下的有效算法。人工智能要在人类通用领域替代人类劳动，依然需要人工智能科学家长期努力攻关。

　　他说，“我们在衡阳这边已经看到了大规模的多模态数据，非常激动。”蘑菇车联在衡阳建设的“车路云一体化”智慧交通项目，也是我国第一个城市级自动驾驶项目，涵盖智能道路升级、大规模自动驾驶落地和城市车队的常态化运营，涉及里程200公里。

　　项目将在衡阳城区道路安装上万个摄像头、激光雷达、通信单元、边缘计算单元等智能终端，这些终端的实时动态数据和智能车辆数据同步进入城市交通大脑。整个项目完成后，衡阳城市智慧交通大脑系统日处理数据量将达200PB，具备50000TOPS全局算力。

　　“车路云一体化”智慧交通项目所获取为全息、全时、动态的城市交通数据，不仅涉及车端感知到的交通态势，还包括路侧的交通基础设施、元素、态势等数据，可能形成规模和复杂度都很大的数据集。

　　蘑菇车联自动驾驶城市公共出行和公共服务车队

　　薛向阳表示，“未来希望在衡阳真实数据上来测我们的算法。” 以衡阳项目为例，道路摄像头看得远的地方，车的图像就很小，道路摄像头看得近的地方，车的图像就很大，算法必须能实现远近距离不同大小车辆、行人等目标图像的高精度感知，这对视觉感知算法研究提出了新挑战。如果再加上道路激光雷达采集的深度图像数据，算法就可以实现更高精度的图像目标检测与识别。这些多模态融合感知结果，可为车辆提供更大范围、更加准确的实时路况语义信息。

　　算法是推动自动驾驶车辆从L3向L4升级的重要支撑。不同于人脸识别等已较普及的人工智能应用，自动驾驶突破了单一、封闭的任务场景，实现了多任务集成，应用在开放场景。目前L3级别自动驾驶在量产汽车上刚开始应用，一旦到L4级别，就是一个高度自主的无人系统，薛向阳认为，自动驾驶从L3升级到L4，“现在缺的是可靠鲁棒、高精度的且能应对未知突发事件的感知和决策算法。”

　　蘑菇车联自动驾驶车队

　　薛向阳认为，蘑菇车联整个“车路云”的协同对自动驾驶很重要。一个完整的自动驾驶系统包含感知和定位、全局路径规划、局部路径规划以及动作控制。以前的自动驾驶，是把每一个模块做好，现在随着算法以及深度学习网络的发展，能够让这些模块逐步开始融合，最终实现可自主学习的端到端的一体化系统。这也是当前自动驾驶算法研究的趋势。

　　在车路云一体化系统的支撑下，自动驾驶车辆实现了协同感知，未来还可以实现车辆之间的相互学习及知识迁移。薛向阳认为，当前算法主要是数据驱动，如果再加上更多先验知识，在数据和知识双重驱动下，自动驾驶算法不仅可以实现从感知到认知、从识别到推理的类脑智能能力，还可以实现单车智能到群体智能，即通过大规模自动驾驶车辆的群体协作，大幅度提升自动驾驶算法应对未知突发事件的能力。

　　论坛结束后，薛向阳等参会嘉宾调研了衡阳“车路云一体化”智慧交通项目，现场观摩体验蘑菇车联的车路协同系统与AI云平台，深入了解蘑菇车联城市交通大脑，并乘坐了蘑菇车联自动驾驶车辆。