真正的无人驾驶离我们还有多远？

当下，智能驾驶风靡一时。车企纷纷宣扬：无人驾驶已经到来。高速公路上驾驶员熟睡的视频频频出现，与之相伴的，还有一起起严重的交通事故。智能驾驶是否意味着无人驾驶？真正的无人驾驶离我们还有多远？其中伦理问题该如何认定？法规又该如何跟进？

同济大学上海自主智能无人系统科学中心教授范睿：

技术全面成熟不遥远

广泛普及仍面临挑战

无人驾驶技术的最新进展及其最新技术支撑是什么？

当前，无人驾驶技术正处于迅速发展阶段，涵盖了感知、定位、建图、路径规划与控制等多个核心技术模块。随着算法、硬件和算力的不断进步，这一领域在理论研究与工程实践中都取得了显著突破。以我的研究为例，主要从事无人驾驶中的环境感知方向。近年来，无人驾驶感知技术的研究热点主要集中在以下几个方面：

一是基于BEV（鸟瞰视图）表示的感知方法。这类方法能够有效统一来自不同传感器（如摄像头、激光雷达等）的信息，在空间理解和下游任务中具有更高的鲁棒性与泛化能力。二是多源异构数据的深度融合感知技术，旨在充分挖掘和协同利用视觉、激光雷达、毫米波雷达、GNSS（全球导航卫星系统）等传感器的信息，提升系统在复杂动态环境下的感知精度与鲁棒性。三是面向端到端学习范式的研究也日益受到关注，该方向试图通过构建统一模型框架，直接从传感器原始输入预测驾驶控制决策，从而简化传统模块化系统的冗余流程，提高系统的整体协同与实时响应能力。除了感知模块的发展外，大模型、强化学习、NeRF（神经辐射场）等人工智能领域的新兴技术也正逐步引入无人驾驶系统中，为其带来更强的场景理解、决策推理以及自适应学习能力。未来，无人驾驶系统的发展将更加依赖于感知、决策与控制等各模块之间的深度融合，以及模型在开放世界中自我学习和进化的能力。

无人驾驶目前的主要问题何在？

当前无人驾驶技术在算法性能和系统集成层面已取得显著进展，尤其是在结构化环境中的感知、决策与控制方面，部分技术方案已初步具备实用化条件。然而，距离真正实现“全场景、全时段”的完全无人驾驶，仍存在多个挑战。安全性是无人驾驶落地的前提。尽管仿真与实车测试可以覆盖大量典型场景，但仍难以穷尽现实世界中千变万化的“长尾场景”，如突发道路施工、儿童追球穿越马路等。这些少见但高风险的情况对系统的感知—决策—控制链路提出极高要求。此外，伦理问题也是当前乃至未来无人驾驶发展中无法回避的重要议题。在复杂城市环境中，车辆需要与行人、非机动车乃至其他驾驶员进行高度动态的博弈与协同，这不仅仅是技术问题，更牵涉到用户信任、法律法规、责任界定等多维度挑战。因此，我对无人驾驶技术本身的成熟持乐观态度，但对于其大规模普及所面临的伦理、法律、社会接受度等问题仍持审慎看法。毕竟，技术的“可实现性”并不等于现实中的“可接受性”，无人驾驶的发展需要科学、产业与社会各界的协同推进。

您的技术团队主要工作是什么？

我的团队主攻开放场景下机器人多任务联合视觉感知，借鉴人类的“双流”视觉感知系统，深入研究了空间信息获取和语义场景解析两大核心任务，攻克了多传感器外参标定、双目立体匹配、信息融合语义分割三大研究领域中的多个关键技术难题。比如，针对多相机—激光雷达系统中因传感器振荡和安装不稳等因素导致的外参变化问题，先后设计了多相机、相机—激光雷达的外参在线标定方法，为空间信息获取系统提供了精确的基准真值。同时，显著增强了道路三维重建系统的整体性能。近期还带领团队自主开发了全球首个双目立体匹配大模型，其精度与泛化能力均达到了国际领先水平。

无人驾驶汽车是一个类似“变形金刚”那样的机器人概念吗？

无人驾驶汽车本质上是一种高度复杂且形态特殊的智能机器人。它虽然在外观和功能上与传统意义上的机器人存在一定差异，但在核心技术架构上，两者有诸多共通之处。我认为它要求AI技术可信可解释，具备跨场景泛化与适应的能力，以及跨模态认知、常识推理与自我学习进化的能力。

无人驾驶的商业化运作是否可行？

从技术角度来看，无人驾驶的全面成熟已经不再遥远。然而，真正要实现无人驾驶技术在日常生活中的广泛普及，不仅需要技术的进一步精进，更需要社会层面的广泛接受与制度层面的全面配套。这包括交通法规的更新、伦理规范的建立、保险与责任机制的完善，以及公众对无人驾驶技术信任度的持续提升。

鹦鹉螺工作室

作者| 张炯强

图片|东方IC

编辑 | Amy