自动驾驶汽车的发展与挑战：基于物理机制和自主学习的探索

工程7（2021）1313研究自动驾驶汽车-文章5级自动驾驶汽车王建强黄鹤业李克强李军清华大学车辆与机动学院，汽车安全与节能国家重点实验室，北京100084阿提奇莱因福奥文章历史记录：收到2020年2020年7月30日修订2020年10月25日接受2021年1月8日在线提供保留字：自主车辆最小动作原理驾驶安全领域自主学习基本范式A B S T R A C T自动驾驶汽车的快速发展为现有的交通方式带来了新的前景和潜在的挑战。目前，3级及以下的驾驶辅助系统已被广泛生产，4级系统针对特定情况的几种应用也已逐步开发。通过提高自动化水平和车辆智能，这些系统可以进一步向完全自动驾驶迈进。然而，5级AV的总体开发概念仍不清楚，0-4级开发过程中采用的现有方法因此，很难识别高级AV遇到的问题。车辆的基本逻辑和物理机制阻碍了向5级系统的进一步发展。通过探索高级自动驾驶系统背后的物理机制，分析驾驶的本质，通过推理和演绎，提出了一个基于大脑-小脑-器官概念的协调平衡框架基于乌鸦推理和鹦鹉模仿的混合模式，探索自主学习和先验知识的研究范式，实现自动驾驶汽车的自学习、自适应和自超越特性。从系统、统一、平衡的角度出发，基于最小作用原理和统一的安全场概念，我们的目标是为高水平无人驾驶汽车的研究和开发提供一种新的研究理念和有效的方法，特别是在5级©2021 THE COUNTORS.Elsevier LTD代表中国工程院出版，高等教育出版社有限公司。这是一篇CC BY-NC-ND许可下的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）中找到。1. 介绍近年来，自动驾驶车辆（AV）的自动化水平逐渐提高，并激发了进一步发展的需求。自主性可以定义为智能系统在系统本身及其环境的不确定性下完成特定任务的能力[1]。在实现特定任务时，系统处理不确定性的能力越强已经定义了各种衡量AV自动化水平的标准，汽车行业通常采用汽车工程师协会（SAE International）定义的从0（全手动）到5（全自动）的六级分类标准[3]。SAE针对1-*通讯作者。电子邮件 地址： wjqlws@tsinghua.edu.cnwww.example.com Wang）。横向或纵向驾驶任务; 2级车辆可以自动提供多维辅助; 3级车辆可以在特定环境下执行自动加速和减速转向，无需驾驶员干预; 4级车辆在有限条件下，如果车辆当前处于自动驾驶状态，则在这里，车辆的自动系统完全取代了人类驾驶员，实现了全自动化。在1-5级对应车辆的开发过程中三个主要挑战可以概括如下：①多种交通场景的叠加，如在市中心地区;②考虑动态变化的天气和道路条件时，不可能实现理想的环境适应;③不确定的交通条件，如随机的紧急情况和其他潜在的https://doi.org/10.1016/j.eng.2020.10.0182095-8099/©2021 THE COMEORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。可在ScienceDirect上获得目录列表工程杂志首页：www.elsevier.com/locate/engJ. Wang，H. Huang，K. Li等人工程7（2021）13131314问题因此，为了实现更高水平的自动驾驶，有必要制定有效的自动驾驶车辆开发理念，以便以智能方式充分估计，判断和预测交通环境中的风险程度此外，他们需要能够规划特定的驾驶策略和路线，并在复杂和不确定的环境中实现安全，可靠和高水平的自动驾驶，同时考虑其他道路使用者的意图和决策机制。驾驶过程中人为失误导致的交通事故比例超过90%，包括驾驶员在感知、认知、推理和决策各个阶段的局限性[7解决交通安全问题的一个根本途径是实施自动驾驶技术，逐步提高自动化水平。许多汽车制造商都规定了自己的研究方法，以促进自动驾驶技术的发展。目前主流的自动驾驶技术路线有以下几种[10，11]：①渐进式进化路线，从高级驾驶辅助系统（ADAS）的发明开始，逐步发展到无人驾驶阶段--大多数传统车企普遍采用这种相对保守的路线[12]; ②革命性路线，意味着企业从零开始开发Level 4或Level 5自动驾驶车辆，如Google、Ford、通用汽车公司（GM）、Momenta和其他公司;以及③特斯拉路线，车辆配备自动驾驶系统硬件，应用辅助自动驾驶功能，不断积累测试数据;然后通过软件升级完善自动驾驶系统，最终实现无人驾驶。然而，当实施这些不同的现有技术路线时，出现类似的问题具体而言，①无人驾驶汽车可能会违反交通规则，频繁刹车，牺牲乘客舒适性，对交通产生负面影响;②安全算法可能依赖的影响因素不足，难以准确判断驾驶风险程度;③无人驾驶汽车由于缺乏综合判断能力，容易这些困难都可能造成实际驾驶过程中一系列不合理的自驾现象[13]，如遇到行人不停车、一次过多此外，无人驾驶汽车还引发了许多事故[14]。例如，在2016年，一辆特斯拉汽车Model S在通过十字路口时撞上了一辆正在左转的卡车2017年，Waymo AV在测试过程中发生了追尾事故。2018年，Uber虽然各机构已经表现出特别的重视，高级AV的开发概念主要基于任务驱动和任务驱动的方法，以在预定义的场景下执行特定的功能开发[5]。这一概念对1-3级驾驶辅助系统的开发具有一定的指导作用而建立3级和4级自动驾驶是任务驱动的，可以在有限的条件下实现人机协同驾驶。关于5级车辆，由于无限多的可能场景，车辆驱动的概念可能会导致问题，这意味着车辆需要适应任何场景。进一步的任务驱动考虑将导致过多的限制，从而阻碍可以自由和无条件驾驶的5级自动驾驶汽车的发展。例如，遵守交通规则的意识可能不会驾驶环境中的一些道路结构和交通设施往往不合理和陈旧。交通参与者的特定行为模式的存在和驾驶环境的特殊性大大增加了与现有的任务驱动和任务驱动的开发概念相关的应用挑战。因此，5级自动驾驶汽车有望达到超越人类驾驶员的开发5级自动驾驶汽车通常依赖于学习和适应人类驾驶模式，预计这些车辆最终将克服人类驾驶的限制[2]。事实上，很少有研究范式探索高级自动驾驶系统背后的物理机制，并从全新的系统，统一和平衡的角度揭示驾驶的本质。因此，针对现有研究方法的局限性，我们试图通过采用一种新颖的推理和演绎方法来超越传统的研究概念。首先重点讨论了基于脑-小脑-器官概念的协调与平衡框架通过开展开创性研究，实现无人驾驶汽车的自学习、自适应、自超越特性，为五级无人驾驶汽车的发展提供新的研究理念。2. 现有研究框架开发无人驾驶汽车的基本概念是将整个系统划分为独立的互连层和功能。首先，AV需要感知环境参数并使用环境感知层识别目标然后，执行情境评估可以改善对驾驶环境的此外，在这一步，自动驾驶汽车需要估计和预测未来的驾驶风险水平，以及评估其他交通参与者的风险水平，以了解环境的当前状态[15]。最后，无人驾驶汽车根据决策和执行控制系统的输出完成路径规划，实现主要的驾驶操作任务。具体而言，现有的方法用于开发基于任务驱动或任务驱动的概念的自动驾驶汽车可以主要分为基于感知-决策-控制范式的分层自治框架2.1. 感知-决策-控制层次结构分析在当前的自动驾驶系统中，感知、决策、控制和执行模块依赖于用于独立设计和开发的多功能叠加设计方案。当AV升级到更高级别时，它需要启用相应的更高级别的功能。然而，现有的研究框架通常是在原有系统的基础上直接叠加新的要素，整合已有的功能，产生新的功能。分层结构设计和功能叠加相对应的集成架构相对简单，易于实现，这在开发自动驾驶系统的初级阶段非常重要[5]。但是，还需要考虑更多的因素，包括对功能的要求越来越高，子系统需要不断集成，系统结构越来越复杂，不同嵌入式系统之间的功能和结构相互关联和重叠。这些因素可能导致各种问题，例如冗余配置J. Wang，H. Huang，K. Li等人工程7（2021）13131315结构复杂，资源利用率低，系统成本增加。特别是，基于规则的方法通常用于分层框架中的决策。该方法能够有效实现2-4级自动驾驶汽车的决策过程其代表技术包括有限状态机和其他。这种方法的关键概念是直观的，可理解的，易于实现。在简单的场景中，它的适用性优于其他可行的方法。然而，这些方法的明显缺点是它们缺乏总结未知情况的能力，这使得它们难以扩展到现实世界驾驶的复杂性，特别是涉及高级自动驾驶。在分层框架中，表1[16-22]总结了鉴于这些系统目前的困难，在向5级自动驾驶汽车迈进的过程中也将遇到许多挑战。2.2. 端到端学习框架许多创新的公司和机构已经研究并推广了自动驾驶领域的端到端培训，将深度学习与增强学习相结合[19，23]。端到端的学习方法可以直接将从传感器获得的输入信息输出到车辆底部控制器（制动，油门，转向等）。对于现有的端到端学习框架，其持续探索和学习属性可以使AV实现自适应和自学习的过程[24]。然而，由于端到端框架中间环节的隐蔽性，在实际交通场景中，在未知和不确定的情况下，最终会出现学习内容不清晰、学习方向不可控、学习策略不相关等问题由于端到端中间流程的黑箱问题，透明度不高，导致对应的功能与期望高度不一致。与此同时，表1感知-决策-控制框架的特征系统方法特性限制5级挑战感知单传感考虑物理原理和数据有限的感知性能和复杂环境中感知性能差感知每个传感器针对具体情况[16]环境没有单一类型的传感器可以覆盖所有场景虚拟感知同步定位与地图构建（SLAM）系统：基于虚拟环境车联网（V2X）：协作感知SLAM：密集和复杂的计算;在急剧变化的道路条件下失败;强烈依赖于输入感知数据的准确性V2X：依赖于基础设施动态交通会严重影响定位的准确性和实时鲁棒性基础设施没有统一标准部署要求高通信性能和高可靠性多传感器融合实现多传感器对恶劣天气和光线变化的融合感知是不可靠的传感器数据是不完美的，不一致的，异构的[17]多传感器数据同时处理的无融合算法仍然需要增加一种可靠的传感器故障检测和隔离方法来处理传感器故障决定层次决策[18]分为三个层次：态势评估、行为决策、动作规划考虑有限的交互性、不确定性或爆炸性难以满足驾驶员不考虑有限的感知和控制能力依赖数据来适应高动态和随机的真实交通场景有限的自学习能力阻碍了其在高水平自动驾驶仪适用于高级AV[19]第十九话基于机器学习，从环境感知信息的输入直接输出车辆控制信息应用场景简单决策机制多场景泛化能力有限缺乏对交通参与者需要提前收集海量、全面的数据进行训练不可解释性使其在高级自动驾驶控制横向控制[20]采用自适应控制、模糊逻辑、模糊控制传统的控制方法无法解决多目标控制问题，高水平的自动驾驶汽车需要提高整体交通的安全性和效率，而不是控制、滑模控制等。AVS单向控制纵向控制[21]采用增量式比例积分微分（PID）控制、自适应巡航控制等方法实现车辆纵向控制控制效果对建模精度解决高维非线性分析复杂的场景在控制过程多目标合作结合学习方法（即，深度强化学习），实现个性化参数的智能调节，实现如何获得高精度动态多目标控制的最优解，控制[22]在考虑多个目标的复杂场景下，可以实现多车辆协同控制复杂场景无法保证模型的稳定性和收敛性水平自动变速器，优化复杂工况下的运行性能，获得实时、鲁棒、最优的控制效果J. Wang，H. Huang，K. Li等人工程7（2021）13131316学习方法背后的物理机制通常不清楚，导致在开发更高级别的车辆时存在许多潜在风险。此外，由于未能深入揭示模型背后的物理机制而导致的可解释性问题可能成为阻碍学习方法进一步发展和应用的瓶颈具体而言，难以与规则结合;计算成本高，硬件要求高;样本不足，完整性不足，训练成本高等问题进一步阻碍了实际应用中的端到端学习[25]。因此，仅仅基于端到端的探索或现有的复杂的交通场景通常包含这些不确定、不可预测和非常规的元素。如果高水平的无人驾驶汽车按照目前单一功能、特定场景和任务驱动的发展趋势，将无法有效应对常见的异常交通状况。传统的针对特定场景和单一交通环境的研究方法，无法全面反映驾驶员在真实交通环境中的决策和控制能力，难以为高水平智能车辆拟人驾驶算法的开发提供指导基础。3. 对4级和5级AV差异研究的重新审视3.1. 5级AV的目标根据规定的定义，第4级和第5级之间有本质的区别。也就是说，Level4可以实现高度自动化的驾驶，但其有限的条件使得Level4只能在尽可能覆盖各种场景的前提下接近驾驶员行为。但是，它不能实现100%的实用性和5级中假设的无条件通用性要求。根据SAE国际分类标准，4级和5级自动驾驶汽车之间的区别在于运行设计域（ODD），这意味着4级车辆只能在预定义的运行范围内运行，而5级车辆可以在符合道德规范的任何可能条件下运行。但是，如果以场景覆盖范围和操作条件来区分第4级和第5级，则第5级的定义可能会变得模糊，从而引发一系列关于是否有必要发展第5级的讨论。因此，在SAE国际标准和其他已颁布的自动驾驶汽车分类的基础上，我们将重新澄清5级车辆的本质5级自动驾驶汽车将不再是传统的交通工具，而是一种新型的交通工具，具有自学习、自修复、自配置软件、自主社交和自动驾驶能力，可以处理不同的场景。自学习、自适应和自超越的特性可以应用于2-4级对应的自动驾驶汽车;然而，这个过程是单向的进一步的分析表明，在1-5级车辆的发展然后，Level 4在给定的复杂场景中实现决策任务，提供一定的任务处理边界。出现这种任务边界的主要原因是，自动驾驶系统根据统计信息做出决策，而不是促进基于逻辑的决策。我们也可以将4级车辆视为对应于部分样本。达到4级技术后，可以在部分样品中进行验证，但不能覆盖整个样品范围。4级车辆在有限的工作条件下运行。然而，对于无限不确定的情况，主要目标并不意味着列出所有可能实现的例子，而不是使自我探索能力成为可能。因此，Level 5要求自动驾驶系统具有能够处理未知驾驶场景的决策能力。4级和5级之间的主要区别在于它是否能够推理和基于逻辑的自我学习，这也可以被称为自我纠正能力。与机器学习模式不同，这种能力不仅使自动驾驶系统能够通过统计方法从驾驶经验中提取特征，而且还有助于进一步完善受控车辆与交通环境之间的交互机制。因此，可以认为校正逻辑能够系统地调节自动驾驶系统（与单个模块的调节相反）。3.2. 实现5级AV在实际交通环境中，存在大量的不同类型的交通参与者，每个参与者对应的时变性和行为不确定性增加了交通系统的复杂性如参考文献[26]所述，开发自动驾驶汽车的一些常见挑战主要包括现有技术的瓶颈正如之前的研究[6，10]中所提到的，根据感知、决策和控制技术的现状，这些各种技术对于5级AV的实际实现例如，Chen etal.[27]提出了基于事件的自主驾驶神经形态视觉的新概念，可以帮助高级AV获得更准确的视觉感知信息。这对于开发更高级别的AV，特别是5级AV至关重要然而，高水平无人驾驶汽车所需的技术条件与目前的发展现状存在差距。除了技术和基础设施方面的挑战，无人驾驶汽车仍然无法达到5级，原因如下(1) 交通要素作用机理的理解困难。在复杂环境下，各因素对驾驶风险的影响机理尚不清楚，探索各因素之间的耦合机制是一项艰巨的任务。如驾驶员对静态和动态交通要素的认知和判断机制尚不明确，驾驶员对车辆动态特性的适应性和操纵水平难以量化，各种交通因素对驾驶员的动态干扰机制不确定等。因此，高水平的自动驾驶汽车需要充分认识到人-车-路交通系统中的耦合风险。此外，无人驾驶汽车还需要将驾驶员对驾驶环境各要素引起的潜在风险的认知规律应用于智能车辆风险评估，实现复杂交通环境下的准确风险识别。(2) 理解交通系统动态规律的难点。在动态不确定环境中，人-车-路系统存在许多不确定性例如，人的参与带来的不确定性和驾驶员的随机性使交通复杂系统具有更大的不确定性环境变化导致交通认知困难。道路条件的不确定性导致了车辆性能适应性的不确定性。信息获取的不确定性（通信手段和安全通信水平的不确定性）带来了复杂交通系统信息范围的不确定性。因此，高水平自动驾驶汽车的发展需要充分探索交通环境的变化规律，考虑其他道路使用者的动态意图，估计、判断和预测交通环境中的风险程度，通过规划特定的驾驶策略和轨迹，提高智能车辆在复杂环境J. Wang，H. Huang，K. Li等人工程7（2021）13131317(3) 难以理解实施决策的机制。在复杂的交通环境下，固化的自主决策难以符合优秀驾驶员的驾驶习惯，难以适应不同个性的驾驶需求，降低人们学习人类智慧解决挑战是发展无人驾驶汽车的可行途径。1-然而，要了解人类驾驶员的决策机制是困难的如何分析驾驶员的决策机制，如何在决策层面做出逻辑判断，仍需进一步探讨。特别是在前端给出了环境感知各要素的统一表达后，如何准确细致地反映驾驶员的决策机制，实现拟人决策策略，对5级无人驾驶除了技术和机制问题外，现有的研究概念还需要进一步探索。目前，自动驾驶的分层结构可以有效地保证驾驶过程中的每一项任务（此外，可以准确地评估单个任务的完成情况在技术发展之初，这种模块化、层次化的任务结构是实现完整功能的必然要求。然而，这种模块化、分层的设计结构，可能导致自驾驶系统的自校正只存在于单个模块中的可能性例如，高级决策模块可以已经具有一定的自调整能力;然而，它们只能考虑如何在驾驶过程中进行自优化和自适应。因此，它们不能有效地评估和影响系统中的其他模块。目前的决策模块设计过程通常将感知提供的输入和控制所需的输出作为既有和固定的条件。这些模块之间的联系是严格的，这意味着决策模块无法满足与其他模块协作纠正的要求。此外，它不能提供反馈以执行与其他模块对准的校正过程。然而，模块之间缺乏反馈机制，导致自驱动系统失去协同增长能力和系统自校正能力。此外，单个模块的进步是不可预测的，甚至不一定有益于整个系统的性能。具有单一模块增长能力的自动驾驶系统甚至可能失去系统的整体协调性由于在自学习过程中每个模块都是独立学习的。4. 实现5级AV自动驾驶系统被认为是一个集成框架，配备了大量的硬件结构和软件算法[28]。在传统的包含各种功能的分层叠加框架中，不同功能对应的物理结构对应不同的子系统。根据集成框架在实际应用中所面临的问题，提出了各部分结构及其相应的功能。通过信息传输和能量传输控制物理结构本体，实现不同智能程度的系统功能。然而，与现有分层设计框架相关的一系列挑战要求从系统论的角度为高级自动驾驶系统的研究与开发提供了新思路要实现这一点，我们需要思考以下问题：如何能够实际分析人类驾驶员的行为模式，探索其决策和控制机制，使自动驾驶系统能够进行自主学习和探索;自动驾驶汽车如何获得学习和模仿人的智慧，超越人的决策能力，如何将意识和功能融入自动驾驶系统，输出更智能、更合理的驾驶行为？这些问题促使我们避免通过将自动驾驶系统分解为其组件来离散地考虑自动驾驶系统的每个功能相反，我们需要从车辆系统整体的角度来分析每个系统、组件和子结构中的共同原理和结构此外，我们还需要应用大脑和意识理论，如全球工作空间理论（GWT）[29]和集成信息理论（IIT）[30]，以设计和优化统一的系统结构。如图 1，自动驾驶系统的功能可以被描述为系统对环境的整体属性。它是系统在一定环境下所能发挥的功能和能力它是系统的外部联系它可以在系统的动态运行中实现，表现为物流、能流和信息流的输入和输出遵循系统化的思维模式，应该可以为高水平的无人驾驶汽车，特别是5级汽车的发展提供更好的解决方案与此同时，高层次自动驾驶汽车的研究也有望形成学习、模仿、超越、服务于人类的理念最终目标是以人为中心，为他们服务。因此，在车-路-云协同的外部环境中，以系统思维和以人为本的思想，推动高水平自动驾驶然而，目前，高级自动驾驶汽车的发展路径主要是从应用场景和不同驾驶任务的需求出发。场景驱动和任务驱动的方法由于分层框架的功能不断叠加，最终会带来决策冲突和功能冗余等问题。因此，在此概念下开发的AV将难以突破具有操作范围限制的4级，并且实现5级将具有挑战性。因此，我们抛开现有框架的概念，从类人系统的角度出发，将AV作为一个整体，建立一个统一的、通用的基于混合智能的框架。首先，我们开发了一个开放的类脑系统，然后输入可能影响交通安全的因素，并具有统一的态势感知。最后输出实时决策和控制结果，为5级的实现提供可行的思路4.1. Brain–cerebellum–organ coordination and balance脑-小脑-器官协调与平衡框架可用于将感知、评估、决策和控制技术作为不同的功能层来具体来说，决策对应于小脑，感知对应于眼睛，控制对应于手和脚。考虑到类脑模块的部署，可以使用AV的感知技术来选择感兴趣区域，以选择性地和智能地分析环境。此外，可以使用自动驾驶车辆中实施的评估技术以实时方式量化驾驶风险，以确保特定的安全水平。自动驾驶汽车的决策技术是J. Wang，H. Huang，K. Li等人工程7（2021）13131318Fig. 1.系统概述流程图。现有的任务驱动和任务驱动的方法将难以突破受操作域限制的4级AV，因此实现5级AV将具有挑战性因此，我们把自动驾驶作为一个整体系统，从类人系统的角度出发，建立了一个基于混合智能的统一通用框架LKA：车道保持辅助; ACC：自适应巡航控制; AEB：自动紧急制动。集成以优化决策并平衡各种功能。最后，通过控制技术的稳定控制和执行，可以实现可靠的驱动然而，与现有的分层框架和端到端框架相对应的企业驱动开发概念依赖于反馈传输结构。这意味着类自主脑系统不仅意味着与结构的每个部分交换与个体刺激-反应相关的双向反馈，而且依赖于以意图扩散为如图 2、在脑-小脑-器官协调平衡的框架下，AV感知交通环境，通过感觉器官刺激大脑，并将大量的历史数据翻译存储在大脑中进行记忆。小脑基于最小动作原则，通过调用内部状态来执行最后，大脑和小脑共同输出激活状态，通过控制手脚等器官完成控制过程。如图 3、我们可以假设自动驾驶的训练过程类似于拳击手。与自动驾驶相对应的感知技术可以使他输入外部信息，感知潜在的风险。控制技术可以用来训练拳击运动员的技术和肌肉。决策技术与小脑相对应，在各种技能的协调中起着平衡作用。然而，仅仅依靠小脑、感觉器官、手和脚，并不能使拳击手达到高级拳击手所具备的技术。每一种技能只对应于小脑和各种身体能力，但确实反映了大脑的能力，使攻击和保护行动。同样，在自动驾驶的情况下，其核心允许实现自学习，自适应和自超越特性，以构建完整的自动驾驶类脑模块。大脑的主要功能是分配各种技能-探索，学习，思考，支配身体的所有活动，并调节身体与周围环境之间的平衡当自动驾驶系统具有控制和感知模块时，还需要控制和信息处理中心来管理整个系统。如果上层系统被定义为自主的类脑模块，那么控制和感知系统就相当于自动驾驶的小脑和器官。只有大脑、小脑和器官系统共同发展，才能适当地建立自动驾驶系统。此外，要实现满足人类社会期望的驾驶功能，自动驾驶系统需要尽可能人性化，这需要对人类行为模式和群体的社会期望另一个问题是在现有的框架下阻碍进一步发展的瓶颈，如场景的泛化，多风险因素的集成，解决目标的耦合，因此，它是不可能完全理解的生理和心理机制的驾驶员决策的困难。自主类脑模块应该能够模拟和学习驾驶员的行为模式，通过组织整个系统来完成任务，以充分利用人类在特定环境中的各种认知活动。此外，由于大脑中的自我意识，在不确定的情况下，自我探索和积极解决问题的能力往往是实现的。因此，自主大脑也可以有效地处理非理想情况。例如，在驾驶过程中，自主大脑可以迅速采取有效措施，应对周围其他障碍物的随意停车或其他不遵守交通规则的行为，如另一辆车事实上，这些行为模式在很多地方都很常见of the world.例如，如果车辆需要处理J. Wang，H. Huang，K. Li等人工程7（2021）13131319图二.脑-小脑-器官协调与平衡框架。在这个框架中，外部状态刺激大脑，交通信息被存储，小脑调用内部状态完成思考，最后大脑和小脑输出激活状态连同反馈完成控制。图三.驾驶员和自动驾驶汽车之间的对应关系。自动驾驶需要驾驶员的一些基本技能，以及对人类行为和社会期望的内在理解可以理解，驾驶员的人工意图对应于AV的智能数字化。需要复杂的观察和交互，例如高速公路合并和无保护的左转，这对人类驾驶员来说也是一个挑战。长期以来，无人驾驶汽车和人类驾驶员将在同一环境中一起驾驶，因此无人驾驶汽车有望理解人类驾驶员的意图，并以可预测和可解释的方式做出反应。虽然无人驾驶汽车在空旷的道路上左转被认为是一项简单可行的任务，但在复杂的交通环境中仍然很困难。对于人类驾驶员来说，这些无保护的左转弯通常发生在驾驶员减速并放弃时，这意味着另一名驾驶员可以安全转弯。这对目前发展起来的自动驾驶系统因此，神经网络驱动的研究概念的应用智力是在个体、自然界和社会群体的相互作用和行为过程中表现出来的一种现象因此，从系统科学的角度，从系统的角度理解驾驶的本质，实现通用智能。4.2. 乌鸦推理与鹦鹉模仿研究范式Tsien[31]指出，人体可以被认为是一个开放的系统，与外界相互作用，例如，通过呼吸，饮食，排泄等，旨在与外部环境交换物质。而且，它可以通过视觉、听觉、味觉、嗅觉、触觉等来交换信息，此外，一个人体由数亿个组成了一个庞大的复杂系统。这个系统的组成部分性质各异，相互作用极其复杂，构成了一个庞大、复杂、精密的系统。因此，在开发自动驾驶系统的过程中，有必要细化系统对应的现有问题，并以系统的方式进行研究。实际上，随着系统开放程度的提高，其处理高复杂性的能力以及根据变化的环境进行适应的能力也会提高。加州大学洛杉矶分校的Zhu[32]介绍了两个人工智能（AI）的说明性模型。一个被称为鹦鹉范式，并认为鹦鹉可以与人类交谈，但不明白他们说什么。例如，当你说“你好”时，它会回答“你好”，但它不知道这是什么意思。另一个概念被称为乌鸦范式。很明显，乌鸦知道不断地向水瓶里扔石头，以提高水位来喝水。存在显著J. Wang，H. Huang，K. Li等人工程7（2021）13131320鹦鹉式模仿学习范式和乌鸦式推理学习范式之间的差异。对鹦鹉来说，这是一种简单而粗糙的模仿学习，可以机械地实现类似人类的行为，而不承认学习背后的潜在原因相比之下，乌鸦可以研究因果关系并推断解决方案以自主完成任务。乌鸦依靠自己的观察、感知、认知、学习、推理和执行来过着完全独立的生活。因此，可以理解为乌鸦具有独立学习和探索未知的能力相应地，在无人驾驶汽车的发展过程中，智能化可以被认为是一种现象，体现在个人和社会群体的行为过程无人机智能化的提高依赖于物理环境的客观现实和因果链。例如，外部物理环境为乌鸦提供了生存的边界条件。在不同的环境条件下，智能的形式也会有所不同.任何智能机器都需要理解物理世界及其因果链，并适应这个世界。同时，无人驾驶汽车的智能可以满足其需要完成的特定任务.任务代表着价值和决策功能，这是生物进化的刚性需求智能不仅具有自适应性（例如，只有刺激和反应，没有预测和推理），而且适用于ODD限制的低级别AV对于高水平的自动驾驶汽车来说，不适应性在某种程度上更重要;例如，它可以推理，进化，超越人类本身的局限。高水平的AV可以创造一种新的可能性，以适应互动，实现超越。因此，在开发高级自动驾驶系统时，特别是针对5级车辆，有必要有效地结合对应于乌鸦和鹦鹉的两种不同学习模型，并开发第三种混合模型，称为乌鸦推理和鹦鹉模仿模型。根据上述对“智能”概念的理解图灵机的缺点是它只包含基于刺激的反应而没有选择机制，以及只包含适应而没有同化机制，这与鹦鹉范式类似。人类的进化机制对应于乌鸦推理范式，能够自主推理和进化。但是，我们认为有必要将两种范式结合在一起，以真正超越人类推理的局限性，提高智能系统的计算能力，并整合智能的优势，如图所示。 四、因此，我们认为提出的乌鸦推理和鹦鹉模仿混合范式作为未来发展的趋势，高层次的AV，特别是5级AV。5. 发展5级无人驾驶汽车的可行途径5.1. 类脑系统我们假设所考虑的大脑系统对应于开放进化。乌鸦和鹦鹉的混合范式是开放和发散的。因此，它可以依靠开放进化，从而克服现有技术和思维方式的局限性。在传统架构中，每个功能都在层内解决。然而，开发类脑系统需要使用AI在现有知识的基础上实现自主学习和探索未知概念[2]。与“自主学习和先验知识”相对应的开发模式，见图4。乌鸦推理和鹦鹉模仿框架。鹦鹉模仿可以通过数据驱动的深度学习方法实现自适应性，而乌鸦推理被认为不适应交通环境。通过两者的结合，自动驾驶汽车可以实现互动，并随着环境的变化而进化。基于大量通用的决策机制和控制规律，从而实现自学习、自适应、自超越的目标。有两种主要的方法来规划AV的发展：①自主学习方法[24，33]和②逻辑判断（先验知识）方法[24]。关于前者，深度神经网络（DNN）在自动驾驶方面取得了显着的成果。然而，当DNN应用于此外，构建精确的DNN需要大量相关数据进行训练，并且不能应用于不熟悉的场景，特别是涉及极端情况。概率和逻辑解释模型可以通过逻辑判断来阐明因果关系，并具有建模不确定性的能力然而，这些固有的逻辑模型在复杂场景的情况下具有较低的因此，为了解决这些问题，我们提出了一个混合框架，结合学习方法和概率和逻辑模型的优点，以实现可解释和有效的行为定义。 在此框架下，我们提出了一种基于自主学习和先验知识的发展模式，如图所示。5中描述的方法，其可以用于通过使用使用概率模型和观测值估计的动态现实世界条件的低维表示来建立驾驶行为控制层。因此，所提出的类脑系统可以传输存储在人脑中的先验知识，并使用自学习框架探索未知概念，从而构建更复杂和更高级别的知识推理。5.2. 态势感知我们假设情境意识是状态-趋势-感觉-认知的统一输入。形成统一安全场的系统概念[34]可以有效地解决复杂环境中的综合态势感知和风险评估。在多领域时空一体化的多维尺度下，实现统一的评价功能。智能车辆的驾驶过程受多种因素的影响J. Wang，H. Huang，K. Li等人工程7（2021）13131321图五、结合基于规则和基于学习的方法的统一AV框架高级自动驾驶汽车应该从分层框架过渡到统一的自动驾驶框架。对应于驾驶员、车辆和道路。由于交通环境的复杂性，我们注意到道路条件是可变的;驾驶员的性格和行为是不同的;此外，车辆系统的复杂性可能导致与驾驶过程相关的各种潜在风险。因此，所有这些潜在的影响因素可能使安全状况时变、复杂和耦合。在图6所示的方案中，我们将与态势感知相对应的“状态”定义为表示驾驶员-道路-环境系统的个体状态的所有类型的主观和客观数据。在这里，“趋势”被定义为事件的发展趋势。‘‘Sense” is regarded asthe awareness of the ‘‘state”深度态势感知的理论模型可用于在各种情况下以不同方式处理信息以前致力于态势感知的研究已经充分证明了以实时方式提供态势感知的重要性;也就是说，该过程需要随着时间的推移不断更新和迭代传统的驾驶过程中的态势评估或感知技术主要从宏观交通管理和微观车辆动力学的角度出发[35]。但前者是事后评估，依赖海量的历史事故数据。实时评价当前行车过程中的风险、描述当前行车安全水平、反映实时性是一个难点后者考虑的风险因素不完整，适用场景简单，这使得应用于复杂多变的交通环境具有挑战性环境中驾驶员-车辆-道路系统各要素之间的相互作用机制因此，现有的与情境意识相对应的研究概念还存在一定的局限性。本研究旨在从统一的角度分析人-车-路系统各要素之间的关系针对时变、复杂、耦合的特点，根据场论的基本原理，探讨了行车过程的物理机制，建立了行车安全场的具体模型。该方法可以对与车辆、交通设施、驾驶员行为模式以及交通环境中各种因素相关的驾驶风险进行评估，确定影响驾驶风险分布的内在因素为风险源本身的变化和风险梯度的变化。因此，我们可以使用统一场模型来定量评价5.3. 实时决策与控制我们假设实时决策和控制模块的输出追求最优结果。在综合交通环境中，由于驾驶场景的复杂性和多样性，交通参与者行为的不可预测性以及对驾驶安全性，效率和舒适性要求的提高，可以将AV的智能决策系统预计将协调和平衡各种操作的控制终端具体地，驾驶员将驾驶路径分解为与方向盘、加速器和制动踏板相对应的若干操作分析了驾驶员在复杂交通场景下的决策过程，提取了驾驶员在驾驶过程中关注的相关属性，分析了驾驶员在操作过程中通过对驾驶员行为模式的判断、评估和获取，我们可以将自动驾驶汽车的决策过程与人类驾驶员的思维过程相结合[2]。通过建立一个基于人类驾驶行为模拟的可行路径规划模型，我们的目标是使一个实时的规划过程，根据预期的轨迹，这可以有效地探索单个车辆和多车辆系统的最优路径。如图7所示，通过估计驱动器的关键参数，通过对实测数据的处理，可以确认反映驾驶员决策行为的主要运动参数存在极值现象极值现象的内在原因是驾驶员遵循趋利避害的基本决策策略。因此，每个驾驶员都在驾驶过程中寻求在效率和安全性之间实现最佳权衡受自然界中许多极端现象（包括物理和生物行为）遵循最小作用原理这一事实的启发，提出了驾驶员决策策略基于该原理的假设[37]。我们试图将自然界中机械系统的物理特性与交通系统的内在属性联系起来，将追求自然界最佳的目的与交通系统的特性结合起来，J. Wang，H. Huang，K. Li等人工程7（2021）13131322见图6。状态-趋势-感知-认知统一输入框架。在人-车-路系统中，考虑多因素的统一输入，通过状态-趋势-感知-认知四个步骤实现集成态势感知和风险评估。 ER是指交通场景中固定或固有的交通参与者所带来的潜在风险，如道路条件所施加的风险约束; ED代表不同驾驶员感知/认知偏差的潜在风险; E V是指交通参与者随时间和空间动态变化的演化风险。见图7。一个人格化的整体决策和控制框架。通过将交通环境中的离散信息输入到最优决策系统中，结合数据驱动的驾驶员行为模式输入，系统地输出多目标协同控制策略。Gi：虚拟吸引力; Ri：阻力; Fji：外力; hi：倾角; i：自我车辆; j：外部交通参与者。J. Wang，H. Huang，K. Li等人工程7（2021）13131323寻求驾驶员的收益和避免损失，提出基于最小行动的决策算法[38]。具体而言，在选择最佳轨迹时，我们可以通过采用允许AV模拟驾驶员的决策方法并通过总结驾驶员控制特性，提出基于最小行动原则的目标函数[39]。所考虑的目标函数全面地解决了驾驶期望，例如高安全性和效率，并且通过计算每个可行轨迹的动作量来筛选路径，从而选择具有最少动作的路径并相应地优化车辆的速度。现有的驾驶员决策研究已不能适应智能汽车技术的发展需要传统的驾驶员行为建模方法通常针对特定场景和简单的交通环境，不能充分反映驾驶员在真实交通环境中的决策能力。它也未能准确量化驾驶员的决策行为[40]。此外，为高水平智能车辆的拟人驾驶算法开发提供指导更具挑战性。针对现有方法的局限性，我们计划将驾驶员在驾驶过程中趋利避害的特性利用驾驶员的操纵思维，控制底端，完成驾驶任务。此外，所开发的算法综合考虑了客观环境和周围障碍物（动态和静态），不局限于单一场景或静态障碍物，应用范围更广5.4. 实现5级无人驾驶汽车的可行性设想作为与外界信息交互的独立智能体，一个高水平的AV需要能够超越在遵循人的预期运行规律的同时，具有意识和智能的能力这里， 如图 8、高级别的AV通常被期望具有较强的环境感知能力，如人眼。因此，同时，智能车辆还期望能够准确预测周围交通参与者的行为，适应周围环境的动态变化。作为车辆的核心控制单元，决策系统需要像人的小脑一样协调平衡。决策系统提供离散交通参与者、约束、动态演变趋势和输入到大脑控制中心的动态平衡。作为能够与外部交通环境中的信息进行交互的独立智能体，高级自动驾驶汽车需要在遵守预期运行规则的同时，能够超越人类的局限性，具备意识和智能的能力。因此，自动驾驶汽车需要基于自主学习和先验知识的发展模式。此外，自动驾驶汽车可以采用意识理论，如GWT和IIT，并从系统的角度这样，车辆执行就可以通过手脚和大脑终端动作的及时调整来实现。基于乌鸦推理和鹦鹉模仿的混合范式，闭环反馈中存在开环自进化过程。然而，现有