2024-10-12 学校官网

行业动态

当前位置: 首页>>行业动态>>正文
行业动态
中国汽车工程学会会士杨殿阁教授团队提出自动驾驶可信持续进化技术,有望突破自动驾驶长尾问题
时间:2023-04-23   信息来源:中国汽车工程学会   信息访问量:1269

近日,中国汽车工程学会会士、清华大学车辆与运载学院杨殿阁教授团队提出了自动驾驶“可信持续进化”技术,该技术有望突破自动驾驶“长尾难题”,解决公众对于无人驾驶大规模商用安全性的担忧

安全性是自动驾驶技术最核心的命题,尽管目前自动驾驶汽车已经具备了在一些特定典型场景中示范无人驾驶运行的能力,但不断出现的自动驾驶汽车事故仍旧使公众对于无人驾驶大规模商用的可能性产生质疑。开展更多的自动驾驶测试和示范终究无法完全消除这一疑虑,真正突破这一瓶颈需要自动驾驶汽车在设计时就能保证面对突发情况时,即使没有预先设定的应对方案,仍然是可通行的并且是安全的

领先的自动驾驶企业解决这一问题思路目前大多采用大数据+AI训练的方案,通过采集更大规模的驾驶数据、测试更长的驾驶里程来覆盖所有可能的驾驶场景,在有安全员监控的情况下让汽车变得越来越“聪明”。然而,真实世界总是有可能存在一个AI模型从来没有见过的场景,在这些场景中AI的表现是未知的,而只要这种可能性存在,那么无人驾驶汽车将一直处于测试与迭代开发阶段,难以真正让安全员下车进行大规模商用,这也造成了目前公认的长尾难题。

为解决这一问题,清华大学车辆学院研究团队提出了自动驾驶“可信持续进化”技术,该技术会在自动驾驶汽车行驶初期将所有场景无差别地看成未知场景,均采取主动避让的基础驾驶策略以保证安全性;在此基础上,AI模型将从大数据中主动寻找熟悉的行驶场景,并自主地将在这些场景中的驾驶性能从基础策略调整到更优水平。因而能从系统设计的角度,解决长尾场景难以穷尽的问题,保证在任意场景下不依赖预先设定的“可信持续进化”。实现这样一个技术最核心的难点在于进化的过程要保证性能是单调提升的,这样才能使得整个进化过程仍具备最基础的安全性但经典的AI训练过程中性能可能会时好时坏,不受控制,带来新的风险,而研究团队设计的通过动态评估置信度进行AI模型训练的方案,能够使性能随数据的增加而持续变好,因而能够很好地满足这一要求。

 

自动场景可持续进化效果

 

这项技术能够让自动驾驶汽车在一开始就不再需要安全员,最开始的驾驶行为会像一个新手司机一样,经常避让周围的物体。而在更长时间的行驶之后,车辆会利用数据让自己学习得更聪明,更加游刃有余地应对道路上的各种场景,与此同时,在遇到一个完全陌生的场景时,仍然会主动避让来保证安全。这一技术有望让无人驾驶从典型场景示范走向开放道路实际应用,让无人驾驶汽车具备实现普及和大规模商用的可能性。

科技冬奥自动驾驶示范应用

该技术在2022北京科技冬奥自动驾驶示范项目中成功得到了应用。研究团队正在与国内外领军汽车企业和知名的出行厂商合作开展商业化合作,进一步开展大规模无人驾驶开放道路应用示范,以检验该技术在更多行驶场景中的应对能力与自主提升能力,并持续收集无人驾驶测试数据,以满足开放道路无人驾驶可信赖性要求。

研究结果发表在Nature Machine Intelligence上。论文第一作者为中国汽车工程学会青托人才、清华大学曹重博士;通讯作者为杨殿阁教授;人才、清华大学江昆博士;美国密歇根大学彭晖教授共同参与了本研究工作。

论文链接:

htps://www.nature.com/articles/s42256-023-00610-y

【关闭】

地址:石家庄市红旗大街626号   邮政编码:050091

联系电话:0311-85239666   冀ICP备11023371号-5

版权所有 CopyRight©河北工业职业技术大学汽车工程系

汽车工程系微信公众号

工院汽车系专科招生咨询

工院汽车系本科招生咨询