清华大学教授邓志东：自动驾驶使用哪种感知方案取决于能否带来更

清华大学教授邓志东：自动驾驶使用哪种感知方案取决于能否带来更高的安全性

　　3月25日-27日，中国电动汽车百人会论坛（2022）在北京举行。清华大学教授邓志东出席并发表演讲。

　　邓志东主要分享了三方面内容：

　　第一，通过人工智能超算与预训练的巨量模型能否实现L3+的纯视觉的自动驾驶？

　　他认为，要提升到L3、L4级别自动驾驶，需要最大限度地使用目前已有的数据驱动的人工智能，包括面向限定区域的自动驾驶应用场景，极限使用巨量的标签大数据还有人工智能的超算，以及预训练的巨量模型,人生就是博。

　　充分利用具有自注意力学习机制的新一代神经网络，即用视觉Transformer模型，在这种超强算力支撑下，在巨量标签数据的驱动下，去使用现有的数据智能的方法。为什么要使用Transformer神经网络模型？他解释，因为它具有性能的可扩展性和通用性。性能扩展就是它的模型规模增加，性能还有充分提高的可能，但这需要足够的算力，同时还可以容纳足够巨量的数据，通过这种模型来结合深度强化学习，去构建一个驾驶阅历、驾驶技巧甚至优于人类的人工智能自动驾驶。

　　第二，是走出单车智能与网联新基建的协同创新发展与商业化落地之路。

　　他认为，需要把单车智能与网联新基建进行协同，发展单车智能可以说是当务之急。需要鼓励各种自动驾驶解决方案，并进行探索和创新。要追求L4甚至是L5级别的单车智能，鼓励纯视觉、视觉主导以及激光雷达主导的L3+传感器解决方案，各种方案都要进行探索、创新。

　　而具体采用哪种方案呢？他表示，衡量感知方案的关键，就是能否带来更高的安全性，这是最重要的。感知方案最核心的挑战是：能否有效地解决制约自动驾驶落地的最大瓶颈，也就是常说的长尾感知问题、边缘事件，还有由对抗性干扰样本所带来的安全问题。

　　第三，探讨如何从L2辅助驾驶迈向L3+自动驾驶，它的技术实现路径。

　　他指出，L2与L3+或者说辅助驾驶与自动驾驶的关键区别，就是判断主驾位置是否还有安全驾驶员。如果主驾位置没有安全驾驶员，而是放在副驾位置或者后座，甚至是车外或完全不用安全驾驶员，这才是真正的L3+自动驾驶。实际上L2还属于自动辅助驾驶，只有L3及以上才能称之为自动驾驶，他说。

　　他提出，撤销车载安全驾驶员，能让我们直面真正的关键核心技术，从而推动自动驾驶大规模的商业化落地实践。

　　具体来说，它的技术实现路径会怎么样呢？他进一步解释道，用边云接管，安全员在边云上面，通过平行驾驶、通过接管预测，刚开始一个边云安全员代管一辆车，经过技术迭代以后，可能一个安全接管员就可以接管10台车，然后进一步可以接管50台车，甚至接管100台车，最后就变成完全不需要任何远程的安全接管员了，这样就真正实现了L4的自动驾驶。