王小磊：高級工程師，曾經任重慶市公共交通控股（集團）有限公司電車公司總工程師、BRT公司書記兼副總經理、公交維修公司總經理、恒通客車顧問等。現任吉爾吉斯斯坦共和國史德洲（Шыдыр Жол Кей Джи）有限責任公司總機械師。

從城市公共交通的角度探討人工智能與無人駕駛

王小磊

摘要：本文以公共交通的視覺，簡要敘述了人工智能理論及在公交方面的應用。并對無人駕駛用于城市公共交通運營以及可能出現的問題進行了探討。

關鍵詞：人工智能；無人駕駛；公交運營

中國分類號：U473.8   文獻標識碼：A

Abstract: This paper briefly describes the theory of artificial intelligence and its application in public transportation with the vision of public transportation. The issue of driverless for urban public transportation and possible problems was discussed.

Keyword: Artificial intelligence; Driverless; Public transport operation

前言

無人駕駛被稱為輪式移動機器人，這臺機器人是人工智能（Artificial Intelligence，AI）的技術杰作。當前無人駕駛在世界各地都具有很高的熱度，各種無人駕駛的車輛、物流設備（車與飛行器）不斷出現在媒體端。就在不久前，無人駕駛已經在深圳進入公交試運行了。作為公交人，本文無意對人工智能與無人駕駛車輛的設計和制造進行贅述，只是站在公交企業的角度，對其進入城市公共交通運營，提出相關意見和建議，供業內人士討論。

1. 人工智能

1.1 定義

人類對人工智能的研究和應用很早就有了，其歷史可以追溯到古埃及，巨型金字塔工程設計與建設，勾起了現代人對當時工程能力的遐想。不過現代人工智能的研究進展，還是距今不過60余年的事情。美國計算機科學家約翰?麥卡錫(John McCarthy 1927.9.4 – 2011.10.24)與三位同事1955年8月31日在撰寫擬于1956年夏進行人工智能研究項目的提案[1]時，寫道： “讓機器達到這樣的行為，即人類如果做出同樣行為將被稱為智能（“is taken to be that of making a machine behave in ways that would be called intelligent if a human were so behaving….” ）。這段話被[2]認為是人工智能的最佳定義。這個定義強調了“人工智能不是復制而是取代人類智能” （AI is not about reproducing but replacing human intelligence）。設計AlphaGo軟件的工程師不可能是世界頂級圍棋大師，它并沒有預先裝上所有圍棋大師的棋譜，也沒有必要，因為圍棋博弈過程中可能遇到的“局”根本描述不完。并且AlphaGo也不是以世界排名第一的圍棋選手那樣的方式去下棋，不過AlphaGo比人類強大的快速學習能力，使它迅速地掌握了相關知識和技巧，進而最終戰勝了人類。

1.2  公交

也許因為麥卡錫說過“一旦一樣東西用人工智能實現了，人們就不再叫它人工智能了。”，所以人工智能聽起來總讓人覺得是未來的神秘存在，而不是身邊已經存在的現實。就是這個原因，以前，人們一提到人工智能就會聯想到人形機器人。后來，各種生產線上的機器人顛覆了這種認識，因為機器的人形（身體）不是必須的，就像無人駕駛車不需要剎車、油門踏板和方向盤一樣，達到功能需求能夠自由行駛才是最主要的。因此，無人駕駛就是人工智能在自動化工程方面的典型應用。據此，人工智能與公交并不陌生，如：發動機ECU、CAN總線、運營調度系統、安全監控系統……都是人工智能應用的案例。只是因其功能比較單一，通常把其稱為弱人工智能(Artificial Narrow Intelligence，ANI)，就像AlphaGo只會下棋，用來做車輛控制平臺——開車就不行。但而無人駕駛的人工智能，在駕駛車輛方面的能力至少應與人類相同，甚至在處置行車過程中對復雜情況的處理速度方面應該超過人類，這就是所謂的強人工智能(Artificial General Intelligence， AGI)，也是目前無人駕駛領域的難點之一。

1.3  發展

在人工智能的技術方面，可將其分為[3]認知、預測、決策和集成解決方案四個部分。認知是指通過收集及解釋信息來感知并描述世界，包括自然語言處理、計算機視覺和音頻處理等技術。預測是指通過推理來預測行為和結果。舉例而言，此類技術可用來制作針對特定顧客的定向廣告。決策則主要關心如何做才能實現目標。這一領域的用例十分廣泛，如路線規劃、新藥研發、動態定價等。當人工智能與其他互補性技術（如機器人）結合時，可生成多種集成解決方案，如自動駕駛、機器人手術，以及能夠對刺激做出響應的家用機器人等[3]。有關人工智能的理論初步形成后，立即引起了不小的關注熱情，但由于基礎技術未能實現突破性進展，人工智能無法達成預期效果，因此陷入了一段沉寂期。進入21世紀，數據收集及整理、算法、機器學習，以及高性能計算等技術的突飛猛進促成了革命性進步。伴隨著計算機科學、信息論、控制論、仿生學、神經生理學、心理學、社會結構學等眾多理論的研究，使人工智能的研究范圍逐漸深入、擴大，成為今天我們所談及的人工智能。由于涵蓋了運算、識別、模擬等功能，人工智能已經滲透到現代社會的自然科學、工業經濟、人文社會的各個領域。

2. 無人駕駛

公交企業是車輛的使用者，駕駛員了解車是因為要去駕駛它，而無人駕駛車輛對公交企業的管理人員就像人們使用手機，沒有必要去了解手機的原理與理論。因此，這里不贅述無人駕駛詳細的理論與結構，僅對其主要原理作一簡介。

無人駕駛汽車既然被稱為輪式移動機器人，是機器學習技術最大的轉折點。如果按照美國交通部（US Department of Transportation，US DOT）2016年9月20日發布的自動駕駛分級規范 International J3016即：《SAE J3016 - 201609》標準，達到L4以上才能成為無人駕駛。人類在駕駛的過程中通過五官進行感知，通過人腦進行處理，并最終通過肢體進行執行。目前的無人駕駛，還是類比人類的流程，應用傳感器進行感知，通過處理器和算法進行決策，來實現人工智能理論的“認知、預測、決策和集成解決方案”，并通過動力及制動系統進行控制。其感知主要依靠車載自動數據采集系統（Automatic Data Acquisition System，ADAS）和以計算機系統為主的融合電控單元（Fusion ECU），處理傳感器采集的數據，將傳感數據融合的基礎上給出場景結構化描述，并進行幾何、物理及語義層次上的推理和學習，并通過自主運動（如轉向、加速、剎車等）來適應場景的動態變化控制車輛。在沒有任何人為干預的情況下，自動避開障礙物并且處理行駛過程中的任何突發事件，并且能夠準確到達目的地。

3. 無人駕駛城市公交的探討

公交車往返于城市的A點B點之間，每天運行不超過300km，出行方式線路單一、發車頻率高、路況相對平穩單一。除非有特殊情況，線路和站點是固定的，相對于其它商業用途，在城市公共交通方面使用無人駕駛省去了規劃線路所需要的高精地圖，但是正因為在城市中行駛，所遇到的問題仍然較多：

3.1  功能安全

人腦是一個神經網絡其感知能力是非常強大，是經過了很多年迭代的，一位貨真價實的公交“老司機”的培養過程是：駕校—實習—上崗。經驗證明，實習非常重要。駕駛學校畢業的新駕駛員，不能直接駕駛客車載客運營，必須經過3~6個月的實習期，其間他雖然還是自己駕車，但有一師傅坐在后面，在需要時對其進行指導和幫助。因為駕駛學校不可能把城市道路各種復雜的交通場景全部羅列，種種突發狀況的發生可能讓其手足無措。新駕駛員從駕校到實習的過程就是一個大腦的感知已經訓練的過程，在這個過程中及格了才能獨立參加運營工作。一位經驗豐富的公交駕駛員，在發現一個皮球從遠處的路側滾出時，會立即控制車速，因為球的后面很可能跟著沖出一位小孩，因為公交車的制動距離很可能因車速高而較長，面對可能發生小孩“急橫穿”險情，駕駛員會警覺的提前把車速控制在經驗范圍內，才可能最終避免事故。無人駕駛是人工智能在當駕駛員，是否也需要經過長時間的道路運營“實習”，才能夠證明人工智能的無人駕駛達到了人的這種感知能力，才可以代替人參加運營服務，但怎樣設置這種“考試”？從目前無人駕駛的幾起重大交通事故來看，功能安全的漏洞還沒有完全補上。

3.2  網絡安全   

由于使用人工智能，無人駕駛車輛將更依賴于網絡，車輛已經不是信息孤島。無人駕駛的網絡安全就是要保護駕駛軟件信息不被黑客竊取。如今，就是有人駕駛的車輛也可能被遠程攻擊，早在2015年就有黑客演示了如何遠程入侵一輛切諾基，對其車速、引擎、制動等關鍵安全問題進行了改變；特斯拉、寶馬、奔馳、克萊斯勒等汽車也曾經被黑客暴露出了系統的安全漏洞。與彼時相比，自動化程度更高的無人駕駛車輛的安全問題就更顯得突出。乘坐無人駕駛公交車，肯定要分享乘客的手機、位置等信息，這些信息的安全是否會受到保護呢？ 用于公交的無人駕駛，因缺少了人類司機的干預，安全就成為了最突出的一個內容。人工智能要能夠比人類駕駛員更清楚的辨別哪些是黑客攻擊、哪些是處理突發事件的臨時任務。如若不能預先阻擋黑客的惡意攻擊，要像計算機病毒那樣，有了病毒才有了殺毒軟件，其后果是難以想象的。如何打造安全可靠的無人駕駛系統，不被黑客侵擾，將涉及到整個網絡鏈路的安全，而不僅僅是車輛自身軟件的問題。

3.3  乘客安全

目前公交車駕駛員除了開車，還擔負了車上安全員的工作。有權拒載攜帶危險品的乘客，若出突發事件（恐怖襲擊、交通事故等）會在第一時間準確報警，盡可能的避免事態擴大并最大限度的保護車輛和乘客的安全。無人駕駛進入公交營運之后，如何杜絕類似乘客攜帶危險品的行為、如何判別緊急情況并報警等類似的問題都會相繼面對。要求無人駕駛具備較強的認知、預測、決策和集成解決方案四個方面的能力，這類事件的處置涉及到人工智能對法律和社會倫理、道德的理解和判斷，似乎也不僅僅是車本身的問題，卻是公共交通運營可能發生的。因此，無人駕駛進入公交運營“上崗”之前，是不是也應該像駕駛員一樣進行“培訓”、又怎樣 “培訓”，才能保證乘客在上述情況下的乘車安全。

3.4  運營

無人駕駛進入公交運營，除了建立一個功能完善的無人駕駛公交運行平臺，公交企業可能還要面臨的新問題。

1) 規劃：最好是在成熟的線路試點，這樣就省去了運力、運營速度、班次的評估，但這僅僅是經驗數據。開線前仍然要對沿線城市規劃資料、市政、交管設施的現狀進行分析，還有對啟用無人駕駛之后，客流可能的發展趨勢以及客流峰谷值的變化周期等進行評估，以確定車型、車數、班次等基礎數據。

2) 試運行：公交從開始時的有乘務員售票（有人售票）負責車內安全，到無人售票時駕駛員負責車內安全，再到現在的無人駕駛，車上的一切似乎就徹底交給人工智能和乘客自己了。最基本的問題是乘客要面對自動開、關車門，要適應車內外門開關的安全使用規則和相關法律。需要一個過渡期來反復宣傳和試用，培訓乘客養成遵守規則和法律的習慣。不建議無人駕駛的試運行選在有完全硬性隔離專用道和封閉站臺的BRT線路運行，由于與公交的普遍性條件有較大差距，人工智能對抗外界干擾的能力得不到充分體驗，也不利于積累“學習”經驗，試運行對今后的推廣意義不大。

3) 應急預案：因為人工智能是按照遵守法律去設計的，無人駕駛技術成熟推廣之后，可能就是有人駕駛退出之時，車輛的違法也許會少許多。但是自然災害（如：大雨導致道路被淹、持續氣候異常導致供電故障等等）和突發事件發生時，若無人駕駛車輛需要救援和快速，對于服務大眾的公交企業，必須考慮這些事件發生的可能性，要能夠讓后臺值班人員第一時間了解情況并介入處置。

4) 調度：一個好的車隊調度員，會根據線路上交通流情況，來判斷對運營的影響程度，并通過控制發車間隔來保證線路轄區內的運營，不會因為車流量大、堵車等情況導致所有運營車在公路上“排隊”，而自己手里無車可調，這是智能調度系統曾經歷過的尷尬。運行平臺要能夠做到“不是復制人類智慧，而是比人類更強大”的作用，能夠在對所轄車隊的車輛位置坐標及運行速度進行分析的基礎上，實時調整發車間隔，確保線路中運營車輛始終保持合理的間隔距離，能夠有條不紊的運營——保證乘客不因為車輛“排隊”而等待較長時間。除此之外，還要能夠通過大數據按照方向和路線分析全城交通狀態，根據各車的位置，隨時調整該路段運營車輛的速度，來保證車與車之間的合理間距離。

5) 充電與停車場：無人駕駛公交車所需的場站要按照無人駕駛來進行設計，能夠自動停車、充電，有相應的計劃時間表到指定位置充電，停車、維修。同時要考慮因各種意外情況導致返場時間延誤時，場站車輛的進出場秩序管理。要能夠根據延誤事件，自動調整充電、維修的時間計劃，以及市供電網的停電等意外發生時的應急備用方案。

6) 票務：目前試驗的無人駕駛公交車上沒有駕駛員，如果乘車要收費，運營中如何監督逃票的乘客，怎樣保證守規矩公民的合法利益，處罰不守規矩人員的逃票行為。在無人駕駛公交車進入社會之后，運營的票務模式肯定要有所變化，緊跟著的就是法律的監管和社會道德方面的問題。

4. 結束語

目前無人駕駛進入公交運營雖可能會到各種問題，但是隨著“中國制造2025”的推進，無人駕駛進入公交企業指日可待，它也被認為是解決城市“最后一公里”難題的有效方案。業界普遍認為[4]，相比于小汽車，公共交通更能惠及普通群眾，讓民眾感受到人工智能、無人駕駛帶來的技術革新和便利。因此，無人駕駛技術在公共交通領域和特定場所的使用將早于在個人乘用車市場的普及，這也是該項技術最初的出發點。就像其它在公交使用的新技術一樣，無人駕駛這個新事物的誕生，肯定也會遇到許多附帶的問題出現，不過辦法總比問題多，隨著問題的解決，無人駕駛公交也會全面推廣。

參考文獻

[1] J. McCarthy, Dartmouth College 等[R] A PROPOSAL FOR THE DARTMOUTH SUMMER RESEARCH PROJECT ON ARTIFICIAL INTELLIGENCE； August 31, 1955，P9-11

[2] 盧恰諾?弗洛里迪. 破除對人工智能的誤解[N]. FT中文網，2017/6/21 22:54:54

[3] 麥肯錫：中國人工智能的未來之路. 中國大數據

[4]清華-中國工程院知識智能聯合實驗室[R]，2018人工智能之自動駕駛研究報告（前沿版），2018.7.