(資料圖片僅供參考)

安全性是自動駕駛技術(shù)的核心命題。清華大學(xué)車輛與運(yùn)載學(xué)院楊殿閣教授帶領(lǐng)的研究團(tuán)隊日前在《自然·機(jī)器智能》上發(fā)表的一項研究成果表明，利用自動駕駛“可信持續(xù)進(jìn)化”技術(shù)，可實現(xiàn)自動駕駛汽車在遇到突發(fā)狀況時，即便沒有預(yù)先設(shè)定的應(yīng)對方案，也能自主學(xué)習(xí)應(yīng)對陌生場景并保證行駛安全，這為自動駕駛汽車實現(xiàn)大規(guī)模商用提供了可能性。

據(jù)楊殿閣介紹，盡管目前自動駕駛汽車已具備在特定典型場景中示范駕駛運(yùn)行的能力，但其大規(guī)模商業(yè)應(yīng)用仍存安全性擔(dān)憂。自動駕駛依賴數(shù)據(jù)驅(qū)動的AI技術(shù)，傳統(tǒng)的研究方法是通過采集更大規(guī)模的駕駛數(shù)據(jù)、測試更長的駕駛里程來覆蓋所有可能的駕駛場景，以確保發(fā)生突發(fā)狀況時汽車有預(yù)先設(shè)定的應(yīng)對方案。但由于AI只能處理已知場景，再加上AI算法“黑盒”特點與其偶發(fā)失效特性，在遇到陌生場景時，車輛可能會出現(xiàn)難以控制的情況，這使安全駕駛變得十分困難。

研究團(tuán)隊提出的“可信持續(xù)進(jìn)化技術(shù)”為解決該問題提供了新思路。該技術(shù)是基于動態(tài)評估AI的可信賴程度進(jìn)行學(xué)習(xí)訓(xùn)練，保證自動駕駛汽車在遇到陌生新場景時，其駕駛能力可從基礎(chǔ)性的主動避讓開始持續(xù)提升，在確保安全前提下達(dá)到更好的駕駛表現(xiàn)。這項技術(shù)的核心難點在于確保車輛性能的持續(xù)優(yōu)化，避免傳統(tǒng)AI訓(xùn)練過程中可能出現(xiàn)的時好時壞的震蕩現(xiàn)象。

“通過多次仿真和實車測試，自動駕駛汽車能學(xué)習(xí)、熟悉各種新遇到的場景，‘持續(xù)進(jìn)化’得到更好的應(yīng)對方案?！毖芯繄F(tuán)隊成員、清華大學(xué)車輛學(xué)院博士后曹重說，實驗結(jié)果表明，這項技術(shù)能保證自動駕駛汽車在系統(tǒng)沒有預(yù)先設(shè)定的多種突發(fā)場景如車輛逆行、工程車輛壓線超車等發(fā)生時，無需額外指令就能主動采取避讓，保證了駕駛安全，并隨著駕駛里程與數(shù)據(jù)量的累積，性能持續(xù)提升。

楊殿閣認(rèn)為，這項技術(shù)有望解決在面對未知場景時自動駕駛汽車可能做出危險行為的問題，讓自動駕駛汽車具備實現(xiàn)普及和大規(guī)模商用的可能性。

據(jù)悉，目前該技術(shù)已在2022北京科技冬奧自動駕駛示范項目中得到成功應(yīng)用。下一步團(tuán)隊將開展大規(guī)模自動駕駛開放道路應(yīng)用示范，以檢驗該技術(shù)在更多行駛場景中的應(yīng)對能力與自主提升能力。

(責(zé)任編輯：王芳)