3sNews 武漢獨家報道 “為什么幾乎所有的互聯(lián)網(wǎng)公司，都聲稱自己是互聯(lián)網(wǎng)地圖公司?因為基于位置的服務(wù)，是最接地氣的云計算。但是和駕駛地圖的作用相比，現(xiàn)在的互聯(lián)網(wǎng)地圖是小兒科。”2014年12月17日，中國工程院院士李德毅在“中國測繪地理信息學(xué)會2014年學(xué)術(shù)年會”上表示。

　　李德毅稱，沒有駕駛地圖就沒有車聯(lián)網(wǎng)，沒有車聯(lián)網(wǎng)就沒有物聯(lián)網(wǎng)，所以駕駛地圖才是互聯(lián)網(wǎng)地圖的命根子。

　　駕駛地圖，是要為機器人服務(wù)的。李德毅說，在智能駕駛時，人跟機器人的關(guān)系應(yīng)該是兩個認知主體的關(guān)系，就像騎士和主人。把馬的認知叫做智能帶，來代替人的認知能力。

　　在駕駛地圖的幫助下，我們要做雙駕雙控，方向盤、油門繼續(xù)給人使用，智能車承擔那些基本的、持久的、繁瑣的駕駛功能。兩者同時工作，就像一個騎士和他的駿馬一樣。

　　李德毅說，過去，他們一開始做智能車的時候，要往方向盤、油門上加好多東西，讓它變成無人駕駛車。但是，這個時代已經(jīng)過去了。沒有智能的自動駕駛，好景不會長久，也不能稱之為有自主行為能力的機器人。

　　機器人將成為人類生產(chǎn)、生活中的常態(tài)，變得不可離開，是人類體力和智力的延伸，將成為人聯(lián)網(wǎng)、物聯(lián)網(wǎng)中的隱型穿戴設(shè)備。

　　李德毅舉例說，他們利用駕駛地圖做了危險情景應(yīng)對記憶法，做了駕駛困境應(yīng)對記憶法。這些都代表了人腦中的工作記憶，這樣一來，路口記憶、駕駛困境、危險情景都可以應(yīng)對。這些可以是個性的，也可以是群體共識的，案例數(shù)的多少是不受限制的。

　　這正是駕駛地圖的魅力所在，也是大數(shù)據(jù)的魅力所在。把經(jīng)常發(fā)生交通事故的場景做到危險情景、應(yīng)對記憶里去。到那個時候，連推理都不需要，就是本能，他就不會去換道，就不會去怎么樣。

　　以下是現(xiàn)場發(fā)言實錄(未經(jīng)本人核實)。

　　李德毅：各位地理界的同行們，我今天說一說用戶對地圖的看法。

　　作為一個用戶需求，我希望出來一個駕駛地圖。駕駛當然跟道路相關(guān)，但不僅僅跟道路相關(guān)。測繪科的同志們，街景地圖被互聯(lián)網(wǎng)同志搶先了。后來搞駕駛地圖，駕駛地圖搞不好，你們又要落一次后，我來給你們提個醒。

　　泛在的傳感器、移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)造就大數(shù)據(jù)時代，學(xué)科交叉加速，產(chǎn)業(yè)前沿延伸，新興商業(yè)涌現(xiàn)。測繪界的朋友們，你越靠近這端的用戶，你企業(yè)賺錢越多。

　　剛才發(fā)了很多獎，我建議你們想一想，為什么騰訊、百度、高德能提供那么多的導(dǎo)航地圖，包括以后的街景地圖?我們測繪界為什么不能為駕駛員服務(wù)，為機器人服務(wù)呢?包括機器人在內(nèi)的許多四不像的技術(shù)，產(chǎn)品、學(xué)科、產(chǎn)業(yè)和商業(yè)也許成為創(chuàng)新的主要形態(tài)。

　　駕駛地圖，從地圖工作者來看就叫四不像，但是老百姓需要，機器人需要，你做不做?云計算支撐下的跨界創(chuàng)新，成為大數(shù)據(jù)時代特征。駕駛地圖，將是繼街景地圖之后的又一次跨界創(chuàng)新。

　　最近五年，我們基本上成了汽車人。汽車人跟IT人是有不同背景的，所以經(jīng)常發(fā)生碰撞，撞出火花來。

　　我想講一點道理，這么好的汽車為什么要被機器人代替了?在美國人口當中，人均每年250個小時坐在汽車里。

　　從更大的科學(xué)事業(yè)來看，人們就提出一個問題，汽車為什么要私有化呢?為什么一定要用汽車去占我的土地呢?停在我們家門口，那個停車費多貴，那個二氧化碳排放多少啊，那個油量消耗多少啊。一人一車，一人多車，導(dǎo)致人類對自然資源的過度掠奪和過度消費，引發(fā)一系列自然問題和社會問題。霧霾來了，人要受到懲罰了。

　　我國的交通事故官方統(tǒng)計，每天死亡280人左右。我說的是死亡，不是受傷，就是每天一次空難。汽車本來是人類科學(xué)進步的表現(xiàn)，但是卻讓人類每天遭遇一次空難。這是人類所不允許的。

　　在我們的朋友當中，在朋友的朋友當中，找一個曾經(jīng)受到交通事故受傷的人，是不困難的。這是科學(xué)進步和人類文明不能容忍的。汽車行業(yè)想這方面想少了，它只想到它的競爭對手，比如沃爾沃對奧迪，奧迪對豐田，他們忽視了跨界的問題。

　　大家都知道，各國的交通管理都規(guī)定不能在汽車里面打電話。但是擋不住，現(xiàn)在盲駕已經(jīng)成為第一殺手，而不是醉駕。喝醉酒開車的人畢竟少數(shù)，看手機開車的人很多。因此，我們搞人工智能的認為，孤立駕駛的時代一去不復(fù)返，移動機器人將再一次改變?nèi)祟惖纳钚螒B(tài)。

　　當然，汽車廠商并沒有休息。他們認為，可以用自動駕駛的辦法來解決人的駕駛疲勞。但是我想告訴大家，當你買了一個自動駕駛的汽車的時候，你會發(fā)現(xiàn)，真正可以使用的實際窗口很小很小。它是有自主能力地開車，就是像一個人那樣開車，而不是簡單的像自動化洗衣機，按照固定的程序運作。

　　因此，沒有智能的自動駕駛，好景不會長久，也不能稱之為有自主行為能力的機器人。它不能從根本上提高人類的生活品質(zhì)。

　　因此我們提出了駕駛地圖，要為機器人服務(wù)。人跟機器人的關(guān)系是兩個認知主體的關(guān)系，就像騎士和主人。我們把馬的認知叫做一個智能帶，來代替人的認知能力。這樣一來，我們提出了雙駕雙控，能夠與人和諧相處，從而提高人類移動生活品質(zhì)。

　　機器人將成為人類生產(chǎn)、生活中的常態(tài)，變得不可離開，是人類體力和智力的延伸，將成為人聯(lián)網(wǎng)、物聯(lián)網(wǎng)中的隱性穿戴設(shè)備。

　　我們看看奔馳車S500智能駕駛的情況。你根本不能確定這輛車是人開的還是機器人開的。

　　將來，我們在車里可以打電話，可以唱歌、看小說，很多事情都可以做。我們可以在車里享受移動生活，讓智能車承擔那些基本的、持久的、繁瑣的駕駛功能。

　　我們組織了全國的高校研究所，用兩個億的經(jīng)費號召大家做智能車，一年舉行一次比賽。2009年開始，第一次比賽去了七輛車，情況不理想。在剛剛完成的2014年智能車比賽，去了22輛車，情況大變，一開始就像移動車輛一樣，雷達、全景攝像頭很多，很正規(guī)。底下這輛車就是我們科技組做的。它在多次比賽中獲得第一名、第二名。

　　2014年在常熟的比賽，我們規(guī)定了兩個任務(wù)。大家看圖，從這個門出來之后就到一個彎道下面，又回到常熟理工大學(xué)，最后回到這兒。從起點出發(fā)，一共15公里，總分數(shù)650分，這是第一個任務(wù)。第二個任務(wù)搞了一個九宮格，起始車從這兒出發(fā)，要到這個地方拿一個東西，無人車，拿了東西回來，在回來的路上，有人工駕駛干擾這個車，由這個車自主找到目的地回到這兒。這個比賽已經(jīng)完了，大家看看中央電視臺的報道。

　　我們看到好多車都有這樣一個激光雷達。這一次有個純電動車參加了智能車比賽，拿到第三名。

　　2014年，我們還做了北京到天津的行駛，總共跑了兩萬多公里。在第十八次試驗報告里面，我們的油門操作是1816次，剎車操作30次，轉(zhuǎn)向操作11812次。在這個過程當中，沒有進行任何交通管制，可以看到油門、方向盤操作，可以看到當時的交通流量情況，以及省油的情況。

　　這是2014年中央電視臺播的當時的新聞。

　　習主席講過，自動駕駛已經(jīng)成為現(xiàn)實，不是未來。傳統(tǒng)的外加裝方案，我們搞了五年。大家知道，汽車的一個進步，就是人級功能學(xué)的進步。我們一開始做智能車的時候，方向盤、油門上加好多東西，讓它變成無人駕駛車。但是，這個時代已經(jīng)過去了。

　　測繪界的朋友們，如果你們真正做智能車，你們不要這樣做。我們要做雙駕雙控，方向盤油門繼續(xù)給人使用，讓兩者同時工作，就像一個騎士和他的駿馬一樣。

　　今后的車子怎么開?我作為一個幻想家，跟大家描述一下。人操縱方向盤，機器人操縱油門和剎車。就跟兩個人騎自行車，一個人抓龍頭，還有一個踩踏板一樣。或者用觸摸駕駛，拿個iPad改變車道線，加速減速。還可以用云駕駛，用獨特的云指紋，能夠讓它快一點，再快一點，這種云駕駛也是可以做到的。

　　還有一個更重要的，如果你不會開車，可以讓機器人教你開車，讓機器人給你打工。大家看看全國的駕校，如果都買了機器人陪駕，教練就失業(yè)了。當然，你還可以和機器人討論如何開車，這多好啊。

　　尤其重要的事情是，機器人可以借你的腦子開車。好比說你是北京的車，北京很熟悉，外地的朋友來了，不熟悉。但是你的駕駛地圖已經(jīng)在車里了，所以他可以借你的腦子開車。

　　我們還可以ADAS倒用，現(xiàn)在ADAS是告訴駕駛員怎么開車，將來ADAS應(yīng)該讓機器人裝。因為人的本能是不守規(guī)矩的，人是會疲勞，是有情緒的。而智能機器人是始終守規(guī)矩的，他是不疲勞的，而且沒有情緒。假如你開車的時候正好地震了，這時候你讓人開，守規(guī)矩的時候讓機器人開，我們讓ADAS倒用。

　　有一個很基本的問題，我們靠傳感器的事相當多，夠不夠呢?我們有地圖是不行的，駕駛地圖呼之欲出。

　　在智能駕駛的視覺聽覺認知計算中，地圖處于什么位置?起什么作用?地圖是個傳感器?我就說地圖不是傳感器，因為它有比傳感器更大的功能。

　　是傳感器融合地圖還是地圖融合傳感器?我在很多公司里面看到，都是在地圖上做事。我覺得很奇怪，大家都往地圖上融合，為什么不在另外一個坐標系上做事呢?

　　考駕照時駕駛員的理論考試，對智能車拿駕照意味著什么?在高速路上偶爾會看到駕駛員將車停在一邊問路，是他的駕駛技術(shù)不熟練嗎?智能車在第一次出行任務(wù)之前是否一定要預(yù)先實地學(xué)習行駛一遍?現(xiàn)場跑究竟跑什么?我們發(fā)現(xiàn)了很多時候是在跑地圖。

　　我們希望有這樣一個駕駛地圖，它可以服務(wù)人開車，也可以服務(wù)機器人開車。駕駛地圖作為地圖來說，一般來講它沒有特定視點。它采用的是3D俯視的直角坐標系，或者大地坐標系，不是也不可能服從某個駕駛員或者某個特定無人車的認知坐標系——對數(shù)極坐標系。

　　因為沒有哪兩輛車的實時駕駛態(tài)勢是完全相同的。所以有人認為，駕駛地圖里要包含當前駕駛態(tài)勢等動態(tài)信息，以幫助駕駛。我認為這是個誤區(qū)。就好像一個騎士一樣，要告訴這個駿馬，前腿怎么跨、后腿怎么跨，這個事情不靠譜。

　　對駕駛地圖的要求是無止境的，駕駛地圖不僅僅要關(guān)注地理空間等信息。我認為這是第一步，即首先關(guān)注地理空間和靜態(tài)信息，例如天氣、光照環(huán)境、隨即出現(xiàn)在道路上的移動障礙物等。從人工智能的角度來看，它應(yīng)該涵蓋三個范圍，一個是感知、認知、行動。在這三個范圍當中，地圖起著重要的作用。

　　當我們用傳感器來裝備智能車的時候，我們得出了一個基本的原則，叫做傳感器不完美是常態(tài)。

　　將來，老百姓的車子上可能有二十幾個雷達，這是什么場景?以前，大家認為雷達都是軍隊用的，現(xiàn)在有幾百個雷達，這是多大的市場啊。所以我們希望把雷達做到像手機這么大，火柴這么大，要不然汽車廠商是不能接受的。我們認為這里面有個重要的，就是腦認知，機器駕駛腦。我們用駕駛態(tài)勢圖作為表示語言，實現(xiàn)駕駛腦的形式化。

　　我們看人在腦認知的時候是怎么工作的?第一塊叫短期記憶，在心理學(xué)叫做瞬間記憶或者叫做工作記憶。還有長期形成的知識和經(jīng)驗，我們叫做長期記憶。還有就是思維和學(xué)習的工作區(qū)，再就是動機。你從哪兒開車到哪兒去，還有一個很重要的東西就是情緒。

　　交通事故的最大禍害，是人開車情緒不好，所以情緒千萬不能進入機器腦。再一個就是性格，性格在里面是很重要的，開車反映人的性格，而性格是通過DNA遺傳的。有的人開車很張揚，形成了飆車黨;有的人開車很保守。這都跟性格和DNA有關(guān)。怎么樣把這一部分放在機器腦里面去，是我們要研究的東西。如果直接研究感知和行為，我們不能認為叫做智能機器人。

　　將駕駛活動從人類的認知活動中抽象并剝離出來，當且僅當駕駛腦專門模擬人腦完成低級、煩瑣、持久的駕駛認知、并保證其正確性和完備性時，這樣的駕駛腦才不會分散注意力、永遠專注、永不疲倦。如果把能完成數(shù)學(xué)運算的機器稱為運算腦，把能定成圍棋博弈的推理機器稱為圍棋腦等等，那么依此類推，從人腦中剝離出來的，能形成各種駕駛認知的機器，就可稱為駕駛腦。

　　現(xiàn)在的問題是，搞地圖的同志太愛地圖了，舍不得丟開地圖。我建議你們暫時丟開地圖，看看駕駛員是怎么認知的。有一個定律叫做心理物理學(xué)定律，人的一切感覺、視覺、聽覺、味決、嗅覺、電擊覺等，都遵從感覺不與物理量的強度成正比，而是與對應(yīng)物理量的常用對數(shù)成正比的法則。該法則成為心理物理學(xué)的奠基性理論。

　　現(xiàn)在用的就是對數(shù)極坐標系，在對數(shù)極坐標系下的駕駛態(tài)勢感知具有顆粒度，近處粒度細、遠處粒度粗等。以后我們讓性格、讓長期記憶、讓動機，讓學(xué)習和思維，讓當前的態(tài)勢感知，都把它做出來。圍繞情緒不盡如我們的駕駛腦，我們發(fā)明了機器駕駛腦。

　　我國已有城市地圖、經(jīng)濟地圖、教育地圖、旅游地圖等等，常常把道路視為邊，把路口稱為節(jié)點，至于邊的帶寬，路口的走向不知道，道路和路口的諸多幾何不知道，這些怎么讓駕駛車過路口?

　　我想，咱們第一步做駕駛地圖，先把道路分為三塊，叫簡單道路、路口、復(fù)雜道路。同一條道路內(nèi)具有相同的車道數(shù)，且車道寬度保持不變，這樣的道路很簡單。

　　像這樣的道路，有岔口，它就叫復(fù)雜道路。比如像這樣一個交叉路口，就比較復(fù)雜了。我們以前拿攝像頭去看交通顯示牌，但是真正的熟練駕駛員是不看的，他的地圖在腦子里面。交通指示牌在太陽光照射下反光很強烈的。

　　在駕駛中大概有兩個重要的事情，一個叫一次規(guī)劃，一個叫二次動態(tài)規(guī)劃，這都需要對駕駛地圖的認知。因此，我們要把即時定位和地圖重構(gòu)做好。

　　機器駕駛腦，把駕駛地圖作為先驗知識，完成出行任務(wù)的一次規(guī)劃，駕駛過程中的豐富性和精準性，大大超過了單個司機腦。這是我們在幾年前做的規(guī)劃，還沒有駕駛地圖的作用?，F(xiàn)在，我們計劃逐漸把駕駛地圖拿出來。我們之所以幾次在比賽當中取得好的成績，都是因為我們對地圖有足夠的認知。

　　雷達識別出道路中間綠化隔離帶，被地圖確認，GPS—IMU給出本車所在的駕駛地圖車道位置，被攝像頭檢測到的車道線確認。這叫再次確認，還有互相補充。

　　地圖認為進入事故多發(fā)區(qū)，雷達點云數(shù)據(jù)反映道路流量增大。地圖表明到路口，攝像頭檢測到停止線。地圖告知經(jīng)過流動商販區(qū)，攝像頭發(fā)現(xiàn)許多行人，還有沖突消解等。

　　還可以做提醒幫助。當?shù)貓D告知前方是水道或者過橋的時候，GPS可能丟失信號。當車輛達到坡頂時，攝像頭無法檢測到車道線。地圖告訴你這是在坡頂上。這個東西很重要。地圖告知你正在通過粗糙路面，雷達出現(xiàn)抖動。

　　我們利用地圖做了危險情景應(yīng)對記憶，做了駕駛困境應(yīng)對記憶法。這些都代表了人腦中的工作記憶，這樣一來路口記憶、駕駛困境、危險情景都可以應(yīng)對。這些可以是個性的，也可以是群體共識的，案例數(shù)的多少是不受限制的。

　　這正是駕駛腦的魅力所在，也是大數(shù)據(jù)的魅力所在。你把經(jīng)常發(fā)生交通事故的場景做到危險情景、應(yīng)對記憶里去。到那個時候，連推理都不需要，就是本能，他就不會去換道，就不會去怎么樣。

　　再說駕駛地圖的緊迫性需求。當我們請百度、高德給我們做駕駛地圖的時候，我們發(fā)現(xiàn)他們太慢了。他跑一趟要三天甚至一個星期，才能把地圖給我們，說要做事故重組。這對智能車是不允許的。當他們給我們地圖的時候，我們發(fā)現(xiàn)和智能車有誤差。因為他說，最好把基站加在移動車的基站位置上。

　　這怎么能行呢?于是我們現(xiàn)在自己做了，自己做還沒有誤差，拿我的雷達做，拿我的攝像頭做不就得了嗎。所以這個問題請地圖界的同志們關(guān)心，如果能做GPS—SLAN、Visual—SLAN等等，做到以圖搜圖，語義搜圖等等。

　　為什么幾乎所有的互聯(lián)網(wǎng)公司，都聲稱自己是互聯(lián)網(wǎng)地圖公司?因為基于位置的服務(wù)，是最接地氣的云計算。但是和駕駛地圖的作用相比，互聯(lián)網(wǎng)地圖是小兒科。

　　沒有駕駛地圖就沒有車聯(lián)網(wǎng)，沒有車聯(lián)網(wǎng)就沒有物聯(lián)網(wǎng)，所以駕駛地圖才是互聯(lián)網(wǎng)地圖的命根子。從這個意義上講，我認為在座的發(fā)了這么多獎的企業(yè)單位，你們的前途太大了。

　　高德一個老總說，地圖是對真實物理世界的某種映射，而不是還原再現(xiàn)。還原再現(xiàn)的豐富性和精細粒度是沒有盡頭的。

　　駕駛地圖不同于傳統(tǒng)地圖，它用需求來命名，以滿足駕駛員和智能車的駕駛為目的。

　　隨著移動互聯(lián)網(wǎng)、云計算的提出，大數(shù)據(jù)環(huán)境下的眾包和群體智能的發(fā)展，尤其是越來越多的奔跑在道路上的自動駕駛汽車作為傳感器對互聯(lián)網(wǎng)地圖的大量實時數(shù)據(jù)回饋，這種局面如何應(yīng)對?政府應(yīng)該如何更有作為?電子數(shù)字地圖究竟該如何分層?數(shù)據(jù)完整沒有底限，數(shù)據(jù)精準才能取勝?如何實現(xiàn)?如何保證數(shù)據(jù)的增量式更新和駕駛地圖的可持續(xù)性發(fā)展?還有用于高級駕駛輔助系統(tǒng)的駕駛地圖，駕駛員認為精度要多高等等問題。

　　所以我認為，大數(shù)據(jù)時代，需要我們搞地圖的同志們和搞自動化的同志們坐在一起，跨界創(chuàng)新。