當下，智能駕駛風靡一時。車企紛紛宣揚：無人駕駛已經到來。高速公路上駕駛員熟睡的視頻頻頻出現，與之相伴的，還有一起起嚴重的交通事故。智能駕駛是否意味著無人駕駛？真正的無人駕駛離我們還有多遠？其中倫理問題該如何認定？法規又該如何跟進？

恒达平台上海自主智能無人系統科學中心教授範睿：

技術全面成熟已不遙遠但廣泛普及仍面臨挑戰

問：無人駕駛技術的最新進展及其最新技術支撐是什麽？

答：當前，無人駕駛技術正處於迅速發展階段，涵蓋了感知、定位、建圖、路徑規劃與控製等多個核心技術模塊。隨著算法、硬件和算力的不斷進步，這一領域在理論研究與工程實踐中都取得了顯著突破。

以我的研究為例，主要從事無人駕駛中的環境感知方向。近年來，無人駕駛感知技術的研究熱點主要集中在以下幾個方面：

一是基於BEV（鳥瞰視圖）表示的感知方法。這類方法能夠有效統一來自不同傳感器（如攝像頭、激光雷達等）的信息，在空間理解和下遊任務中具有更高的魯棒性與泛化能力。

二是多源異構數據的深度融合感知技術，旨在充分挖掘和協同利用視覺、激光雷達、毫米波雷達、GNSS（全球導航衛星系統）等傳感器的信息，提升系統在復雜動態環境下的感知精度與魯棒性。

三是面向端到端學習範式的研究也日益受到關註，該方向試圖通過構建統一模型框架，直接從傳感器原始輸入預測駕駛控製決策，從而簡化傳統模塊化系統的冗余流程，提高系統的整體協同與實時響應能力。

除了感知模塊的發展外，大模型、強化學習、NeRF（神經輻射場）等人工智能領域的新興技術也正逐步引入無人駕駛系統中，為其帶來更強的場景理解、決策推理以及自適應學習能力。

未來，無人駕駛系統的發展將更加依賴於感知、決策與控製等各模塊之間的深度融合，以及模型在開放世界中自我學習和進化的能力。

問：無人駕駛目前的主要問題何在？

答：當前無人駕駛技術在算法性能和系統集成層面已取得顯著進展，尤其是在結構化環境中的感知、決策與控製方面，部分技術方案已初步具備實用化條件。然而，距離真正實現“全場景、全時段”的完全無人駕駛，仍存在多個挑戰。

安全性是無人駕駛落地的前提。盡管仿真與實車測試可以覆蓋大量典型場景，但仍難以窮盡現實世界中千變萬化的“長尾場景”，如突發道路施工、兒童追球穿越馬路等。這些少見但高風險的情況對系統的感知—決策—控製鏈路提出極高要求。

此外，倫理問題也是當前乃至未來無人駕駛發展中無法回避的重要議題。在復雜城市環境中，車輛需要與行人、非機動車乃至其他駕駛員進行高度動態的博弈與協同，這不僅僅是技術問題，更牽涉到用戶信任、法律法規、責任界定等多維度挑戰。

因此，我對無人駕駛技術本身的成熟持樂觀態度，但對於其大規模普及所面臨的倫理、法律、社會接受度等問題仍持審慎看法。畢竟，技術的“可實現性”並不等於現實中的“可接受性”，無人駕駛的發展需要科學、產業與社會各界的協同推進。

問：您的技術團隊主要工作是什麽？

答：我的團隊主攻開放場景下機器人多任務聯合視覺感知，借鑒人類的“雙流”視覺感知系統，深入研究了空間信息獲取和語義場景解析兩大核心任務，攻克了多傳感器外參標定、雙目立體匹配、信息融合語義分割三大研究領域中的多個關鍵技術難題。比如，針對多相機—激光雷達系統中因傳感器振蕩和安裝不穩等因素導致的外參變化問題，先後設計了多相機、相機—激光雷達的外參在線標定方法，為空間信息獲取系統提供了精確的基準真值。同時，顯著增強了道路三維重建系統的整體性能。近期還帶領團隊自主開發了全球首個雙目立體匹配大模型，其精度與泛化能力均達到了國際領先水平。

問：無人駕駛汽車是一個類似“變形金剛”那樣的機器人概念嗎？

答：無人駕駛汽車本質上是一種高度復雜且形態特殊的智能機器人。它雖然在外觀和功能上與傳統意義上的機器人存在一定差異，但在核心技術架構上，兩者有諸多共通之處。我認為它要求AI技術可信可解釋，具備跨場景泛化與適應的能力，以及跨模態認知、常識推理與自我學習進化的能力。

問：無人駕駛的商業化運作是否可行？

答：從技術角度來看，無人駕駛的全面成熟已經不再遙遠。然而，真正要實現無人駕駛技術在日常生活中的廣泛普及，不僅需要技術的進一步精進，更需要社會層面的廣泛接受與製度層面的全面配套。這包括交通法規的更新、倫理規範的建立、保險與責任機製的完善，以及公眾對無人駕駛技術信任度的持續提升。

本報記者 張炯強

鏈接：https://www.shobserver.com/staticsg/res/html/journal/detail.html?code=xmwb&date=2025-04-23&id=431413&page=9