我系青年教师李力在Science Robotics上发表焦点论文

3月27日,我系李力副教授以第一作者在《Science》子刊《Science Robotics》上发表焦点论文《Parallel Testing of Vehicle Intelligence via Virtual-Real Interaction》,文中提出了基于虚实互动的车辆智能评估与扩展框架,提出了测试和验证无人车对复杂交通场景理解和行驶决策能力的方法,进而推动无人驾驶技术的发展。

随着人工智能的兴起,无人驾驶汽车已成为全球工业升级和人工智能落地应用的典型代表之一,受到广泛的关注。一些企业已经推出了高级辅助驾驶车辆,能在特定场合,取代人类驾驶员进行驾驶。而另一些企业则获得了测试牌照,开始在真实道路上实测无人驾驶车辆。

然而,Tesla和Uber的事故表明,目前推出的无人驾驶车辆的智能化程度距离商业化落地仍有距离。有鉴于此,业界和公众对于无人驾驶智能水平的测试提出了迫切的要求。研究人员和汽车制造商已经建立了专用于自动驾驶的试验场和试验数据集,但目前智能车辆的试验仍然是耗时、效率低下,甚至有时对于使用同一条道路的人来说是危险的。

 

图1 常熟市智能汽车测试基地和2018年中国智能汽车未来挑战赛的部分任务

为此,李力副教授研究团队和西安交通大学,中国科学院自动化研究所的研究团队合作,建立了一个自我驱动的闭环测试系统,重点是实施更具挑战性的测试,以加速自主车辆的建造和测试。本系统由三部分组成。

第一部分建立了一组语义定义来描述应该由自主车辆完成的任务。测试驾驶场景的每个语义实体将在语义任务空间中被检索和复制。而对于语义对象的排列组合将保证所设计的自主车辆在所有可能的驾驶场景下工作。

第二部分为指定的任务实例实现测试。现场试验与模拟试验紧密结合,保证试验安全,通过虚拟测试尽量加快试验速度,增加测试覆盖性。

第三部分自动对汽车的性能和语义任务的难度进行评价,以对抗升级的方式寻求最具挑战性的新语义任务。
一方面,根据图灵的想法,如果一个系统能够完成所有可能的任务,那么它就可以说是对一种特殊任务足够智能的。因此,只要测试有明确的任务定义和有效的方法来生成丰富的测试数据,我们就可以实现安全可靠的人工智能系统。因此,第一部分和第二部分强调测试以任务驱动和以数据为中心。

另一方面,由于人类专家的时间和精力有限,难以负荷大量高强度的测试,并且可能引入主观偏差,因此第三部分强调智能机器在人类专家指导下进行自我升级,来增强自身能力。

 

图2 常熟市智能汽车测试基地和2018年中国智能汽车未来挑战赛的部分任务

该测试系统不断升级,以求对受试车辆进行系统、定量、自动和安全的测试,成功地支持了2009年至2018年的“中国智能汽车未来挑战”(Intelligent Vehicle Future Challenge, IVFC),在常熟市建立了国内首个智能汽车测试基地,举办国内首个无人驾驶高速公路测试比赛和国内首个无人驾驶虚拟测试比赛。实证表明,该测试系统大大减轻了竞赛组织者和测试工程师的负担,使得智能测试更加定量化、自动化和公平公开。

图3 基金委专家组和各参赛队观看2017年中国智能汽车未来挑战赛的实时监控和评分

李力副教授于2006年被引进清华大学自动化系,主要从事人工智能,智能控制与感知,智能交通与智能汽车方面的研究。本研究项目受到国家基金委重大项目“无人驾驶车辆智能测试评估与环境设计”支持,项目结题评优。

论文链接:https://robotics.sciencemag.org/content/4/28/eaaw4106

 

 

Copyright © 2010 清华大学自动化系 All Rights Reserved.

地址:北京市海淀区清华园1号 10008

本站不再支持您的浏览器,360、sogou等浏览器请切换到急速模式,或升级您的浏览器到 更高的版本!以获得更好的观看效果。