近日，IEEE智能汽车汇刊（IEEE Transactions on Intelligent Vehicles）公布了其自2016年创刊以来的每年最佳长论文奖和最佳综述论文奖。其中清华大学自动化系李力教授以第一作者，与中国科学院自动化研究所、西安交通大学团队共同发表的论文"Intelligence Testing for Autonomous Vehicles: A New Approach"探讨了无人驾驶车辆智能测试的多个关键问题，获得该期刊2016年最佳论文奖。
无人驾驶车辆被普遍认为是未来减轻交通拥堵和污染，减少交通事故和能耗，增强驾驶舒适性的重要手段。近10年来，以Google的大力推动为起点，无人驾驶车辆的研发逐渐进入了大众视野，并迅速获得了资本的关注和支持。然而，目前推出的部分无人驾驶车辆尚不够完善，已造成多起交通事故。为此，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。无人驾驶车辆的设计者和使用者都迫切的想知道：车辆足够“智能”了吗？
有鉴于此，该论文做出三点主要贡献。其一，通过引入“场景-任务-原子能力-广义能力”的语义网络框架，以任务作为核心纽带，将传统基于场景的无人驾驶测试和基于功能的无人驾驶测试这两大类各有特色的测试框架串联起来，形成完整的驾驶智能理论分析框架，通过各种任务的类人完成度来实现智能系统的智能水平定量化描述，使得严格分析智能水平成为可能。其二，提出基于时空任务树图分解的场景建构方法（参见图1），为证明无人驾驶车辆智能的可测试性提供了理论基础，并可藉此进一步便捷的自动化生成生成仿真测试场景，定量化讨论场景/任务的覆盖性。其三，提出虚实结合平行孪生测试系统，将实际场地测试和虚拟仿真测试紧密联系在一起，实现测试数据自动和挑战性测试场景/任务的自动搜寻，减少人类专家干预带来的偏见误差，在智能系统“改进-测试”的循环迭代中，实现无人驾驶车辆智能的自主升级。
图1. 一种典型的城市驾驶场景及其对应的分配任务时空排列
该论文受到李力教授主持的中国自然科学基金委员会“视听觉信息的认知计算”重大研究计划“无人驾驶车辆智能测试评估与环境设计”的资助，所提理论和方法应用于2016年-2020年中国自然科学基金委员会资助的“中国智能车未来挑战赛”（Intelligent Vehicle Future Challenge）的裁判工作；清华大学还和西安交通大学、中国科学院自动化研究所合作，共同成功举办了国内首个高速公路无人驾驶车辆测试比赛和国内首个离线虚拟测试比赛。该项目结题评优。
IEEE智能汽车汇刊（IEEE Transactions on Intelligent Vehicles）是IEEE智能交通系统学会（IEEE Intelligent Transportation Systems Society）考虑到智能汽车和无人驾驶的迅猛发展而推出的智能汽车研究领域内旗舰期刊。
论文信息L. Li, W. -L. Huang, Y. Liu, N. -N. Zheng and F. -Y. Wang, "Intelligence Testing for Autonomous Vehicles: A New Approach," IEEE Transactions on Intelligent Vehicles, vol. 1, no. 2, pp. 158-166, June 2016.
