1
雷锋网新智驾（公众号AI-Drive）按：8月24日，腾讯汽车与汽车·创新港在上海联合举办2017全球汽车AI大会。会上，宝马中国服务有限公司互联驾驶研究院与自动驾驶联合副总裁 Robert Bruckmeier 发表了主题演讲，他表示，宝马希望与中国的同行合作，为中国客户打造中国式无人驾驶车。他提到，中国每天有新的道路产生，另外中国还有一些比较激进的驾驶习惯和复杂道路的指标体系等等，因此不能把全球的做法百分之百照搬到中国，这将是行不通的，宝马会具体考虑中国的情况。
雷锋网新智驾对演讲进行了不改变原意的编辑：
*宝马互联驾驶研究院与自动驾驶联合副总裁 Robert Bruckmeier
我今天讨论的主题就是汽车和人工智能，分为三个方面：
全球自动驾驶的概览和路径是什么；
自动驾驶和人工智能之间的关系；
自动驾驶行业所面临的挑战，以及对于未来的洞察和展望有哪些。
首先，自动驾驶技术可以重塑未来的出行方式，在中国尤其如此。随着中国的经济发展以及城市化进展，消费面临升级，出行方式也在发生改变。宝马此前提出了“四化”（ACES）战略，也即自动化（Automated）、互联化（Connected）、电动化（Electrified）和共享化（Shared）。“四化”将互相推进，自动驾驶也是重中之重。
其次是数字化消费者越来越多，他们欢迎创新，希望有更为智能化的功能附加到车上，这样直到最终实现自动驾驶。
然后是自主学习技术取得了突破性进展，能执行非常复杂的驾驶任务，有了更强大的服务器，汽车可以成为一个真正互联的网络。很多公司和机构都在进行自动驾驶技术的研发，势必需要协同和标准化体系，目前相关的生态系统在逐步形成。
最后，也是很重要的一点，政府开始深度融合进这个行业，正为自动驾驶的发展提供更多的助力。
在中国，人们每年花在交通方面的平均时间是32个工作日，有了自动驾驶，这些时间可以更为自由地安排，而且舒适度和安全性也将得到提升。在我们此前做的一项调查中，结果显示，有88%的参与调查的中国用户原意为自动驾驶付费，在德国，这个数据是43%。如果花费8000美金以上来实现汽车的互联网功能，78%的参与调查的中国消费者愿意买单，而美国只有46%。
据统计，每年因为交通事故死亡的人数达到125万，在这些死亡的案例当中90%是由于人为的操作失误造成的，毫无疑问通过自动驾驶可以极大程度地减少交通事故的发生，并且还能减少交通拥堵等等。
此外自动驾驶还将助力汽车共享，减少汽车的存量，停车难、空气污染等等都将都得到改善。
谈到未来的无人驾驶，宝马一年之前参与建立了一个三方联盟，包括宝马、英特尔、Mobileye，我们三方协作形成了一系列的技术来推出系列产品，宝马的目标是2021年推出 iNEXT 自动驾驶汽车。这个联盟是一个非排他性的平台，希望会成为行业的标准，提供新的出行服务以及共享汽车的概念。
我们的合作内容包括各类传感器以至于整个无人驾驶解决方案，还有高精地图以及后端的服务。除此之外需要高清的地图和后端的服务。
通过三方合作，应用人工智能的方法可以实现不同模式环境的预测，包括对象的融合、自由空间的认知、车道的模型等等。我们的高精地图，可以精确到厘米级，而且可以实现真正实时的路线和线路的传输，实现最大可用性。
后来，德尔福、大陆、菲亚特克莱斯勒都加入了我们的队伍，通过这样的方式可以获得规模效应，我相信会有更多同道加入平台。我们已经形成很好生态，未来希望将自动驾驶技术集成到更多车型，包括小型的面包车、皮卡车等。
接下来跟大家分享一下人工智能和智能交通在全球的概况和中国的进展情况，以及宝马在中国可以做什么。
在一个典型的无人驾驶系统中，包括传感器构成的感知系统以及进行数据融合的系统，还有决策控制系统。宝马可以做到每秒50次的转向决策。当然，学习和训练系统也不可或缺，这个系统可以对车队行驶过程中产生的数据打上标签，进行深度学习训练，之后传到后端再传回车辆系统，形成良性循环。
再来看一组数据，我们知道人们每年驾驶时间大概是1万小时，而我们的车辆上搭载了4个雷达、8个摄像头、4个激光扫描仪、1个汽车数据处理中心以及不同的对象，那就意味着可以产生海量的数据，如果将这些数据利用深度学习的技术来处理，那么效率将得到显著提升。
具体到中国，有形形色色的交通参与者，交通系统非常复杂，还有一些比较激进的驾驶习惯和复杂道路的指标体系等，不可能把全球的做法百分之百照搬到中国，要找到适合中国交通系统的自动驾驶发展之路。
宝马见了中国自动驾驶实验室，其中多数面孔都是中国人，我们还和和中国的合作伙伴形成了联盟，四维图新为我们提供高精地图，我们的合作伙伴还有中国汽车产业研究院以及诸多高校（上海交大和同济大学）合作形成宝马自动驾驶实验室项目。我们希望和中国的同行、企业合作，为中国用户打造中国式的无人驾驶。
我们基于中国的测试数据确定了测试模型，未来，会形成非常好的自动驾驶车队，可提供大规模的数据来进行训练。
安全问题对于自动驾驶来说是一个非常大的挑战。
第一种安全是功能的安全使用，你设计了一个功能，就囊括了客户怎么样去使用这个功能。但是人有的时候有惰性、想走捷径，不按照规定的步骤走……所以我们要考虑目标功能有哪些误用的情况，以预测和避免危险的发生。
第二种安全则是自动驾驶系统本身。标准的自动驾驶系统，驾驶员不用操控就可以实现转向，而且踏板也可以自动激活。当然，受训的驾驶员随时可以把控制权拿回来，一旦系统出现一些无法应对的情况，人类驾驶员需要随时掌控汽车。
但是谁也不能保证系统百分之百不出故障，一旦发生要如何应对？
这就需要自动驾驶车辆有冗余系统，无论是机械故障还是电气故障出现的时候，都能确保自动驾驶车辆不会出现失控的状态。这个冗余系统包含冗余传感器、冗余计算系统和计算能力，包括冗余的刹车和转向等。
此外，还有更多的关于自动驾驶的问题需要去解决：
第一是公共路测，这非常重要。测试场的情况和实际城市的情况是完全不一样的，所以一定要确保在实际路况当中包括行人、非机动车的交通使用者，要实现真正城市环境中的公共路测。
第二是高精度地图。我们知道每台智能手机的地图应用中都有GPS系统，也知道你身边的情况是什么。
第三是数据掌控和所有权。自动驾驶系统可以互相学习，学习是基于信息和数据的，数据越多，经过训练的系统的安全性就会越高，数据包括本地的数据，也包括一些远程的数据，通过这样一些方式可以更好地提升性能、安全性。
第四是后端或后台。
第五是不同产品之间的协同和产品的标准化。
第六是智能交通基础设施。包括有一个很不同的界面把交通系统有机组成起来，形成V2X或信号标志体系。
第七是交通法规。在德国已经把交通法规进行了变更，现在无人驾驶在德国已经合法化了。
第八是商业保险和产品责任的问题。
第九是交通系统的监管体系。
第十是明确的流程以及更好的责任归属。
我们怎样实现无人驾驶呢？
2018年的时候会实现部分的离手的测试；第二个阶段是部分自动化；第三个阶段是高度部分自动化；在2021年的时候可能会实现L3和L4的试点项目，也就是说基本上实现手眼都离开，而且可在高速公路和类高速公路的道路上进行测试，这也是宝马的路线图。
上面这个视频可以看到四个典型的智能驾驶的场景，第一个是即时出行概念下按需出行服务；第二是智能判断道路优先通行权；第三是以人为本的安全行驶机制；第四是云端提醒前方紧急情况，预防道路拥堵。
Via 雷锋网新智驾
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
