2018年11月15日星期四
动态播报
【讲堂】王小磊:从城市公共交通的角度探讨人工智能与无人驾驶(附PPT)
2018年11月01日 16:42:00 来源:公共交通资讯 访问:

王小磊:高级工程师,曾经任重庆市公共交通控股(集团)有限公司电车公司总工程师、BRT公司书记兼副总经理、公交维修公司总经理、恒通客车顾问等。现任吉尔吉斯斯坦共和国史德洲(Шыдыр Жол Кей Джи)有限责任公司总机械师。



从城市公共交通的角度探讨人工智能与无人驾驶

王小磊


摘要本文以公共交通的视觉,简要叙述了人工智能理论及在公交方面的应用。并对无人驾驶用于城市公共交通运营以及可能出现的问题进行了探讨。

关键词:人工智能;无人驾驶;公交运营

中国分类号:U473.8   文献标识码:A

Abstract: This paper briefly describes the theory of artificial intelligence and its application in public transportation with the vision of public transportation. The issue of driverless for urban public transportation and possible problems was discussed.

Keyword: Artificial intelligence; Driverless; Public transport operation

前言

无人驾驶被称为轮式移动机器人,这台机器人是人工智能(Artificial Intelligence,AI)的技术杰作。当前无人驾驶在世界各地都具有很高的热度,各种无人驾驶的车辆、物流设备(车与飞行器)不断出现在媒体端。就在不久前,无人驾驶已经在深圳进入公交试运行了。作为公交人,本文无意对人工智能与无人驾驶车辆的设计和制造进行赘述,只是站在公交企业的角度,对其进入城市公共交通运营,提出相关意见和建议,供业内人士讨论。

1. 人工智能

1.1 定义

人类对人工智能的研究和应用很早就有了,其历史可以追溯到古埃及,巨型金字塔工程设计与建设,勾起了现代人对当时工程能力的遐想。不过现代人工智能的研究进展,还是距今不过60余年的事情。美国计算机科学家约翰•麦卡锡(John McCarthy 1927.9.4 – 2011.10.24)与三位同事1955年8月31日在撰写拟于1956年夏进行人工智能研究项目的提案[1]时,写道: “让机器达到这样的行为,即人类如果做出同样行为将被称为智能(“is taken to be that of making a machine behave in ways that would be called intelligent if a human were so behaving….” )。这段话被[2]认为是人工智能的最佳定义。这个定义强调了“人工智能不是复制而是取代人类智能” (AI is not about reproducing but replacing human intelligence)。设计AlphaGo软件的工程师不可能是世界顶级围棋大师,它并没有预先装上所有围棋大师的棋谱,也没有必要,因为围棋博弈过程中可能遇到的“局”根本描述不完。并且AlphaGo也不是以世界排名第一的围棋选手那样的方式去下棋,不过AlphaGo比人类强大的快速学习能力,使它迅速地掌握了相关知识和技巧,进而最终战胜了人类。

1.2  公交

也许因为麦卡锡说过“一旦一样东西用人工智能实现了,人们就不再叫它人工智能了。”,所以人工智能听起来总让人觉得是未来的神秘存在,而不是身边已经存在的现实。就是这个原因,以前,人们一提到人工智能就会联想到人形机器人。后来,各种生产线上的机器人颠覆了这种认识,因为机器的人形(身体)不是必须的,就像无人驾驶车不需要刹车、油门踏板和方向盘一样,达到功能需求能够自由行驶才是最主要的。因此,无人驾驶就是人工智能在自动化工程方面的典型应用。据此,人工智能与公交并不陌生,如:发动机ECU、CAN总线、运营调度系统、安全监控系统……都是人工智能应用的案例。只是因其功能比较单一,通常把其称为弱人工智能(Artificial Narrow Intelligence,ANI),就像AlphaGo只会下棋,用来做车辆控制平台——开车就不行。但而无人驾驶的人工智能,在驾驶车辆方面的能力至少应与人类相同,甚至在处置行车过程中对复杂情况的处理速度方面应该超过人类,这就是所谓的强人工智能(Artificial General Intelligence, AGI),也是目前无人驾驶领域的难点之一。

1.3  发展

在人工智能的技术方面,可将其分为[3]认知、预测、决策和集成解决方案四个部分。认知是指通过收集及解释信息来感知并描述世界,包括自然语言处理、计算机视觉和音频处理等技术。预测是指通过推理来预测行为和结果。举例而言,此类技术可用来制作针对特定顾客的定向广告。决策则主要关心如何做才能实现目标。这一领域的用例十分广泛,如路线规划、新药研发、动态定价等。当人工智能与其他互补性技术(如机器人)结合时,可生成多种集成解决方案,如自动驾驶、机器人手术,以及能够对刺激做出响应的家用机器人等[3]。有关人工智能的理论初步形成后,立即引起了不小的关注热情,但由于基础技术未能实现突破性进展,人工智能无法达成预期效果,因此陷入了一段沉寂期。进入21世纪,数据收集及整理、算法、机器学习,以及高性能计算等技术的突飞猛进促成了革命性进步。伴随着计算机科学、信息论、控制论、仿生学、神经生理学、心理学、社会结构学等众多理论的研究,使人工智能的研究范围逐渐深入、扩大,成为今天我们所谈及的人工智能。由于涵盖了运算、识别、模拟等功能,人工智能已经渗透到现代社会的自然科学、工业经济、人文社会的各个领域。

2. 无人驾驶

公交企业是车辆的使用者,驾驶员了解车是因为要去驾驶它,而无人驾驶车辆对公交企业的管理人员就像人们使用手机,没有必要去了解手机的原理与理论。因此,这里不赘述无人驾驶详细的理论与结构,仅对其主要原理作一简介。


无人驾驶汽车既然被称为轮式移动机器人,是机器学习技术最大的转折点。如果按照美国交通部(US Department of Transportation,US DOT)2016年9月20日发布的自动驾驶分级规范 International J3016即:《SAE J3016 - 201609》标准,达到L4以上才能成为无人驾驶。人类在驾驶的过程中通过五官进行感知,通过人脑进行处理,并最终通过肢体进行执行。目前的无人驾驶,还是类比人类的流程,应用传感器进行感知,通过处理器和算法进行决策,来实现人工智能理论的“认知、预测、决策和集成解决方案”,并通过动力及制动系统进行控制。其感知主要依靠车载自动数据采集系统(Automatic Data Acquisition System,ADAS)和以计算机系统为主的融合电控单元(Fusion ECU),处理传感器采集的数据,将传感数据融合的基础上给出场景结构化描述,并进行几何、物理及语义层次上的推理和学习,并通过自主运动(如转向、加速、刹车等)来适应场景的动态变化控制车辆。在没有任何人为干预的情况下,自动避开障碍物并且处理行驶过程中的任何突发事件,并且能够准确到达目的地。

3. 无人驾驶城市公交的探讨

公交车往返于城市的A点B点之间,每天运行不超过300km,出行方式线路单一、发车频率高、路况相对平稳单一。除非有特殊情况,线路和站点是固定的,相对于其它商业用途,在城市公共交通方面使用无人驾驶省去了规划线路所需要的高精地图,但是正因为在城市中行驶,所遇到的问题仍然较多:


3.1  功能安全

人脑是一个神经网络其感知能力是非常强大,是经过了很多年迭代的,一位货真价实的公交“老司机”的培养过程是:驾校—实习—上岗。经验证明,实习非常重要。驾驶学校毕业的新驾驶员,不能直接驾驶客车载客运营,必须经过3~6个月的实习期,其间他虽然还是自己驾车,但有一师傅坐在后面,在需要时对其进行指导和帮助。因为驾驶学校不可能把城市道路各种复杂的交通场景全部罗列,种种突发状况的发生可能让其手足无措。新驾驶员从驾校到实习的过程就是一个大脑的感知已经训练的过程,在这个过程中及格了才能独立参加运营工作。一位经验丰富的公交驾驶员,在发现一个皮球从远处的路侧滚出时,会立即控制车速,因为球的后面很可能跟着冲出一位小孩,因为公交车的制动距离很可能因车速高而较长,面对可能发生小孩“急横穿”险情,驾驶员会警觉的提前把车速控制在经验范围内,才可能最终避免事故。无人驾驶是人工智能在当驾驶员,是否也需要经过长时间的道路运营“实习”,才能够证明人工智能的无人驾驶达到了人的这种感知能力,才可以代替人参加运营服务,但怎样设置这种“考试”?从目前无人驾驶的几起重大交通事故来看,功能安全的漏洞还没有完全补上。

3.2  网络安全   

由于使用人工智能,无人驾驶车辆将更依赖于网络,车辆已经不是信息孤岛。无人驾驶的网络安全就是要保护驾驶软件信息不被黑客窃取。如今,就是有人驾驶的车辆也可能被远程攻击,早在2015年就有黑客演示了如何远程入侵一辆切诺基,对其车速、引擎、制动等关键安全问题进行了改变;特斯拉、宝马、奔驰、克莱斯勒等汽车也曾经被黑客暴露出了系统的安全漏洞。与彼时相比,自动化程度更高的无人驾驶车辆的安全问题就更显得突出。乘坐无人驾驶公交车,肯定要分享乘客的手机、位置等信息,这些信息的安全是否会受到保护呢? 用于公交的无人驾驶,因缺少了人类司机的干预,安全就成为了最突出的一个内容。人工智能要能够比人类驾驶员更清楚的辨别哪些是黑客攻击、哪些是处理突发事件的临时任务。如若不能预先阻挡黑客的恶意攻击,要像计算机病毒那样,有了病毒才有了杀毒软件,其后果是难以想象的。如何打造安全可靠的无人驾驶系统,不被黑客侵扰,将涉及到整个网络链路的安全,而不仅仅是车辆自身软件的问题。

3.3  乘客安全

目前公交车驾驶员除了开车,还担负了车上安全员的工作。有权拒载携带危险品的乘客,若出突发事件(恐怖袭击、交通事故等)会在第一时间准确报警,尽可能的避免事态扩大并最大限度的保护车辆和乘客的安全。无人驾驶进入公交营运之后,如何杜绝类似乘客携带危险品的行为、如何判别紧急情况并报警等类似的问题都会相继面对。要求无人驾驶具备较强的认知、预测、决策和集成解决方案四个方面的能力,这类事件的处置涉及到人工智能对法律和社会伦理、道德的理解和判断,似乎也不仅仅是车本身的问题,却是公共交通运营可能发生的。因此,无人驾驶进入公交运营“上岗”之前,是不是也应该像驾驶员一样进行“培训”、又怎样 “培训”,才能保证乘客在上述情况下的乘车安全。

3.4  运营

无人驾驶进入公交运营,除了建立一个功能完善的无人驾驶公交运行平台,公交企业可能还要面临的新问题。

1) 规划:最好是在成熟的线路试点,这样就省去了运力、运营速度、班次的评估,但这仅仅是经验数据。开线前仍然要对沿线城市规划资料、市政、交管设施的现状进行分析,还有对启用无人驾驶之后,客流可能的发展趋势以及客流峰谷值的变化周期等进行评估,以确定车型、车数、班次等基础数据。

2) 试运行:公交从开始时的有乘务员售票(有人售票)负责车内安全,到无人售票时驾驶员负责车内安全,再到现在的无人驾驶,车上的一切似乎就彻底交给人工智能和乘客自己了。最基本的问题是乘客要面对自动开、关车门,要适应车内外门开关的安全使用规则和相关法律。需要一个过渡期来反复宣传和试用,培训乘客养成遵守规则和法律的习惯。不建议无人驾驶的试运行选在有完全硬性隔离专用道和封闭站台的BRT线路运行,由于与公交的普遍性条件有较大差距,人工智能对抗外界干扰的能力得不到充分体验,也不利于积累“学习”经验,试运行对今后的推广意义不大。

3) 应急预案:因为人工智能是按照遵守法律去设计的,无人驾驶技术成熟推广之后,可能就是有人驾驶退出之时,车辆的违法也许会少许多。但是自然灾害(如:大雨导致道路被淹、持续气候异常导致供电故障等等)和突发事件发生时,若无人驾驶车辆需要救援和快速,对于服务大众的公交企业,必须考虑这些事件发生的可能性,要能够让后台值班人员第一时间了解情况并介入处置。

4) 调度:一个好的车队调度员,会根据线路上交通流情况,来判断对运营的影响程度,并通过控制发车间隔来保证线路辖区内的运营,不会因为车流量大、堵车等情况导致所有运营车在公路上“排队”,而自己手里无车可调,这是智能调度系统曾经历过的尴尬。运行平台要能够做到“不是复制人类智慧,而是比人类更强大”的作用,能够在对所辖车队的车辆位置坐标及运行速度进行分析的基础上,实时调整发车间隔,确保线路中运营车辆始终保持合理的间隔距离,能够有条不紊的运营——保证乘客不因为车辆“排队”而等待较长时间。除此之外,还要能够通过大数据按照方向和路线分析全城交通状态,根据各车的位置,随时调整该路段运营车辆的速度,来保证车与车之间的合理间距离。

5) 充电与停车场:无人驾驶公交车所需的场站要按照无人驾驶来进行设计,能够自动停车、充电,有相应的计划时间表到指定位置充电,停车、维修。同时要考虑因各种意外情况导致返场时间延误时,场站车辆的进出场秩序管理。要能够根据延误事件,自动调整充电、维修的时间计划,以及市供电网的停电等意外发生时的应急备用方案。

6) 票务:目前试验的无人驾驶公交车上没有驾驶员,如果乘车要收费,运营中如何监督逃票的乘客,怎样保证守规矩公民的合法利益,处罚不守规矩人员的逃票行为。在无人驾驶公交车进入社会之后,运营的票务模式肯定要有所变化,紧跟着的就是法律的监管和社会道德方面的问题。

4. 结束语

目前无人驾驶进入公交运营虽可能会到各种问题,但是随着“中国制造2025”的推进,无人驾驶进入公交企业指日可待,它也被认为是解决城市“最后一公里”难题的有效方案。业界普遍认为[4],相比于小汽车,公共交通更能惠及普通群众,让民众感受到人工智能、无人驾驶带来的技术革新和便利。因此,无人驾驶技术在公共交通领域和特定场所的使用将早于在个人乘用车市场的普及,这也是该项技术最初的出发点。就像其它在公交使用的新技术一样,无人驾驶这个新事物的诞生,肯定也会遇到许多附带的问题出现,不过办法总比问题多,随着问题的解决,无人驾驶公交也会全面推广。


参考文献

[1] J. McCarthy, Dartmouth College 等[R] A PROPOSAL FOR THE DARTMOUTH SUMMER RESEARCH PROJECT ON ARTIFICIAL INTELLIGENCE; August 31, 1955,P9-11

[2] 卢恰诺•弗洛里迪. 破除对人工智能的误解[N]. FT中文网,2017/6/21 22:54:54

[3] 麦肯锡:中国人工智能的未来之路. 中国大数据

[4]清华-中国工程院知识智能联合实验室[R],2018人工智能之自动驾驶研究报告(前沿版),2018.7.


扫一扫

公交信息网微信公众号
bus_info

关于我们 企业文化 免责声明 广告服务 联系方式
 Copyright © 2007-2017 bus-info.cn Inc. All Rights Reserved. 网站设计备案号:沪ICP备17055837号