楊震

（中國電信股份有限公司上海研究院，上海 200122）

自動駕駛技術(shù)進展與運營商未來信息服務(wù)架構(gòu)演進

楊震

（中國電信股份有限公司上海研究院，上海 200122）

人工智能概念的提出迄今已經(jīng)60余年，隨著物聯(lián)網(wǎng)、大數(shù)據(jù)技術(shù)的發(fā)展，越來越多的人工智能應(yīng)用逐步實現(xiàn)，自動駕駛技術(shù)是目前最引人矚目的人工智能技術(shù)集成應(yīng)用。首先研究了自動駕駛技術(shù)研發(fā)進展；其次分析了自動駕駛的關(guān)鍵技術(shù)；然后分析了自動駕駛與運營商未來信息服務(wù)架構(gòu)之間的關(guān)系；最后給出了未來運營商以人工智能技術(shù)應(yīng)用為核心的信息服務(wù)架構(gòu)的技術(shù)切入點。

人工智能；自動駕駛；信息服務(wù)架構(gòu)；電信運營商

1 引言

互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)、物聯(lián)網(wǎng)的發(fā)展，從根本上解決了信息傳遞問題。未來企業(yè)的競爭主要在兩個方面：面向人工智能技術(shù)的應(yīng)用信息處理技術(shù)架構(gòu)的競爭、信息綜合集成應(yīng)用的競爭。因此大量公司進行跨界開發(fā)，其中最有代表性的是谷歌（Google）公司的自動駕駛，在Google公司自動駕駛計劃發(fā)布、路測之后，大量的公司進入這個領(lǐng)域，實現(xiàn)了許多原來遙不可及的技術(shù)應(yīng)用場景，攻克了原來直觀上不能克服的技術(shù)難題。

自動駕駛表面上是Google公司進行的眾多人工智能項目中的一個，實質(zhì)是Google公司面向人工智能的信息處理架構(gòu)的應(yīng)用實例。未來在整個信息服務(wù)體系中占據(jù)核心位置的是對用戶決策提供直接支持的廠商，目前以Google、IBM為代表的企業(yè)正在全力打造這類基于服務(wù)內(nèi)容理解和應(yīng)用的信息服務(wù)架構(gòu)，大力發(fā)展以人工智能技術(shù)為核心的各類智能處理技術(shù)，并不斷進行實際應(yīng)用。

2 自動駕駛技術(shù)研究進展

信息技術(shù)發(fā)展突飛猛進，4G／5G、物聯(lián)網(wǎng)技術(shù)的發(fā)展解決了信息傳遞的問題；單CPU運算能力的提升與云計算、大數(shù)據(jù)技術(shù)共同解決了超大規(guī)模數(shù)據(jù)集的實時處理問題。因此，未來信息技術(shù)競爭的重點已經(jīng)轉(zhuǎn)變?yōu)楦哔|(zhì)量、智能化信息服務(wù)的競爭，而這個競爭的核心技術(shù)是人工智能（artificial intelligence，AI）技術(shù)。

AI是計算機學科的一個重要分支，核心目的是使用機器模擬人的思維過程，進而代替人完成相應(yīng)的工作。對于AI的定義目前并不統(tǒng)一，但是基本可以概括為：使機器可以像人類一樣地感知世界、思考、認知、行動，讓機器做只有人類的智能才可以做的事情［1，2］。

在目前的人工智能應(yīng)用中，汽車信息服務(wù)中的智能化應(yīng)用越來越引人矚目：自動駕駛、車內(nèi)語音控制。從實現(xiàn)感知上來看，這兩項功能并不相同，但在從信息服務(wù)架構(gòu)來看，其基本一致，本質(zhì)都是形成了面向人工智能技術(shù)應(yīng)用的處理技術(shù)架構(gòu)，使機器代替人類工作。

2.1 自動駕駛技術(shù)原理分析

汽車自動駕駛是人工智能重要的應(yīng)用分支，指汽車根據(jù)各種信息自動駕駛的行為。從技術(shù)原理上看，自動駕駛的實現(xiàn)技術(shù)分兩種：結(jié)合大數(shù)據(jù)分析的自動駕駛技術(shù)、基于個體駕駛行為學習的、有監(jiān)督的自動駕駛技術(shù)。前者以Google為代表，后者以特斯拉為代表。

美國高速公路安全管理局 （National Highway Traffic Safety Administration，NHTSA）將汽車自動化定義為5個層次：前3個層次自動駕駛的因素較少，或只涉及某些特殊功能的自動控制；第4個層次為具有有限條件的自動駕駛，在大部分情況下，汽車自動檢測環(huán)境并自主判斷、執(zhí)行動作，遇到特殊情況，再把控制權(quán)返回給駕駛員；第5個層次為無人駕駛或“全自動駕駛”汽車，即在任何時刻，都由程序進行駕駛，目前Google自動駕駛正在這個層次進行試驗，Google的無人駕駛汽車沒有方向盤和剎車，所有控制參 數(shù) 都 由 程 序 生 成［3-6］。

Google的自動駕駛技術(shù)來源于GoogleX項目，原型系統(tǒng)由美國斯坦福大學研發(fā)，在美國DARPA比賽獲勝后，由Google接手繼續(xù)研發(fā)；2012年5月，Google獲得了美國首個自動駕駛車輛許可證。Google汽車自動駕駛技術(shù)包括視頻攝像頭、雷達傳感器以及激光測距器，了解周圍的交通狀況，并通過一個詳盡的地圖（來源于Google街景數(shù)據(jù)）對前方的道路進行導(dǎo)航。通過Google的數(shù)據(jù)中心來實現(xiàn)自動駕駛技術(shù)，Google的數(shù)據(jù)中心能處理汽車收集的有關(guān)周圍地形的大量信息。主要步驟為：通過Google街景等手段，采集道路數(shù)據(jù)，繪制某一區(qū)域的高精度地圖；在自動駕駛汽車行駛過程中，通過GPS、車載雷達、攝像頭等手段，初步確定所處位置；之后通過周邊環(huán)境的感應(yīng)數(shù)據(jù)（圖像、位置等），與數(shù)據(jù)庫中的地理信息進行比對，精確定位；激光雷達、攝像頭等設(shè)備感知周邊環(huán)境，識別關(guān)鍵地理信息與運動物體，并對之進行標注與追蹤，如識別周圍的所有環(huán)境與物體，信號燈信息，近距離運動物體的距離、方向、速度等；系統(tǒng)獲得自身位置、道路情況、周圍物體的位置與運動方向、速度等數(shù)據(jù)之后，再結(jié)合交通規(guī)則（如紅燈停車、按車道行駛）計算出行駛軌跡，控制車輛前進。

而目前特斯拉的自動駕駛為半自動駕駛，與Google的最大差別是沒有Google街景等事先采集的大數(shù)據(jù)分析，而是采用傳統(tǒng)全監(jiān)督的模式識別方式實現(xiàn)自動駕駛：即通過各類感應(yīng)器感應(yīng)車輛周圍物體，判斷其形狀、移動速度，在有人監(jiān)督的情況下學習人類的操作步驟，形成對這些環(huán)境的處理方法，并通過軟件進行記憶及學習，對不同駕駛參數(shù)的模式進行學習，進而形成自動駕駛的控制參數(shù)。

2.2 自動駕駛信息處理技術(shù)架構(gòu)及關(guān)鍵技術(shù)判別

實現(xiàn)自動駕駛的基礎(chǔ)資源包括如下幾個方面。（1）基礎(chǔ)的及時更新的道路數(shù)據(jù)資源

由于道路的施工及各類外界因素影響，道路狀況存在不可預(yù)知的變化，需要有及時更新基礎(chǔ)道路數(shù)據(jù)資源的機制。

（2）實時的環(huán)境感知系統(tǒng)（攝像頭、雷達等）

盡管各類數(shù)據(jù)搜集方式保證了一定的道路信息的更新，但是還不足以應(yīng)對行駛實時過程中所處道路狀況的變化；另一方面，自動駕駛時周圍物體（車輛、行人、信號燈、標識等）都是自動駕駛實時參數(shù)計算所需的重要變量，而這些數(shù)據(jù)都需通過自動駕駛汽車的實時環(huán)境感知系統(tǒng)來獲得。

（3）理解模型及控制計算模型

理解模型指的是對自動駕駛所處環(huán)境、周圍存在物體在感知基礎(chǔ)上的行為理解；而控制計算模型是在這些理解基礎(chǔ)上，對汽車操作參數(shù)的生成過程。

（4）云端混合的計算資源

由于自動駕駛的實時性要求極高，在云端的計算模型情況下，不能保證及時性，因此終端的計算處理能力就顯得十分重要，在未來可見的時間內(nèi)，自動駕駛的最終決策計算都應(yīng)該在終端完成。

（5）通信網(wǎng)及物聯(lián)網(wǎng)

通信網(wǎng)保證云端與終端實時的數(shù)據(jù)交互；而物聯(lián)網(wǎng)保證自動駕駛與周圍物體的實時通信，需要一個基礎(chǔ)通信網(wǎng)關(guān)做底層支撐，即自動駕駛所需的周圍環(huán)境感知數(shù)據(jù)，除了通過激光測距儀、攝像頭等感知的數(shù)據(jù)，其余數(shù)據(jù)都通過基礎(chǔ)的通信網(wǎng)關(guān)獲得。

（6）大數(shù)據(jù)處理架構(gòu)

大數(shù)據(jù)處理架構(gòu)的意義在于，在云端實時地處理自動駕駛汽車傳來的道路數(shù)據(jù)，識別哪些可以被以后數(shù)據(jù)處理應(yīng)用，更新數(shù)據(jù)；哪些需要實時處理，并把對應(yīng)的理解數(shù)據(jù)傳給自動駕駛汽車等。在實現(xiàn)過程中，大數(shù)據(jù)處理技術(shù)架構(gòu)需實現(xiàn)根據(jù)自動駕駛的目的及實時的道路情況，自主地把云端存儲的道路數(shù)據(jù)、道路上的交通標識數(shù)據(jù)傳給終端，進行數(shù)據(jù)準備；還可以根據(jù)自動駕駛的實時感知數(shù)據(jù)，把其對物體的理解及將對自動駕駛產(chǎn)生影響的各類模型傳給計算終端，如對于公交汽車，可以把公交汽車的路線、到站及歷史行為的理解模型傳給終端。

自動駕駛的實現(xiàn)還涉及其他技術(shù)，如如何準確給樓宇間、大橋下的自動駕駛汽車定位等，限于篇幅本文不一一分析、介紹。不過綜合來看，自動駕駛的核心是各類數(shù)據(jù)感知基礎(chǔ)上的數(shù)據(jù)認知計算，形成一個面向自動駕駛的大數(shù)據(jù)處理技術(shù)架構(gòu)，這是自動駕駛的關(guān)鍵，而這個數(shù)據(jù)處理架構(gòu)也是Google依托搜索引擎發(fā)展起來的核心技術(shù)。

3 自動駕駛實現(xiàn)技術(shù)架構(gòu)對運營商技術(shù)體系的要求

目前運營商管道化趨勢明顯，究其原因是運營商對信息服務(wù)內(nèi)涵的理解及信息服務(wù)的切入深度不足。從信息服務(wù)的本質(zhì)上看，信息的傳遞是為決策支持服務(wù)的。在云計算、大數(shù)據(jù)技術(shù)出現(xiàn)之前，運營商依靠信息傳遞在信息服務(wù)鏈條上占據(jù)了核心環(huán)節(jié)。隨著4G技術(shù)的應(yīng)用、5G技術(shù)的研發(fā)、物聯(lián)網(wǎng)技術(shù)的發(fā)展，信息傳遞的價值迅速衰減，而依靠對信息內(nèi)容的理解及對用戶信息獲取目的的理解、對用戶決策支持的深層次嵌入，將是未來運營商存在的根本［7，8］。以自動駕駛為例，運營商可能切入的技術(shù)環(huán)節(jié)如下所示。

（1）道路標識通信網(wǎng)絡(luò)

該網(wǎng)絡(luò)解決的是自動駕駛汽車與道路基礎(chǔ)設(shè)施的通信問題，事實上，如果完全通過攝像頭感知道路上信號燈、各類標識，再使用圖像識別技術(shù)進行內(nèi)容識別，通過語義理解技術(shù)獲得圖像在自動駕駛過程中的語義表達，進而調(diào)用已存在的模型進行自動駕駛的計算及控制參數(shù)的輸出，效率不高。較理想的模式是一條道路上的所有基礎(chǔ)設(shè)施及其產(chǎn)生的控制信號都可以通過網(wǎng)絡(luò)獲得，在進行路徑規(guī)劃時，自動駕駛程序可以獲得到達目的地所有可能經(jīng)過的路徑、所有基礎(chǔ)設(shè)施的各類標識及其控制信號變化的周期參數(shù)；在自動駕駛過程中，再通過攝像頭等傳感器獲得沒在這個通信網(wǎng)絡(luò)中的“例外”信息，這樣不但保證了路徑規(guī)劃的最優(yōu)，而且實時感知、計算的誤差可以降到最低限度。

（2）自然語言處理技術(shù)及承載此技術(shù)的大數(shù)據(jù)處理技術(shù)架構(gòu)

自然語言處理（natural language processing，NLP）技術(shù)，也稱自然語言理解 （natural language understanding，NLU）技術(shù)，是人工智能的核心技術(shù)之一，是未來面向信息內(nèi)容理解及決策支持能力的核心技術(shù)?，F(xiàn)今這項技術(shù)已經(jīng)得到越來越廣泛的應(yīng)用，Google的成功是自然語言處理技術(shù)中語義理解技術(shù)大規(guī)模應(yīng)用的結(jié)果，云計算及大數(shù)據(jù)都來源于Google，是其大規(guī)模數(shù)據(jù)集處理技術(shù)的副產(chǎn)品，業(yè)界公司只是進行模仿及商業(yè)化包裝而已。未來面向人工智能技術(shù)應(yīng)用的基本需求是對各類實體、設(shè)備產(chǎn)生信息的理解及在此基礎(chǔ)上的操控。在此基礎(chǔ)上面向設(shè)備的表達及控制的語義理解技術(shù)、面向多領(lǐng)域應(yīng)用的語義翻譯轉(zhuǎn)換技術(shù)將獲得重視。面向自動駕駛的語義理解基礎(chǔ)技術(shù)架構(gòu)如圖1所示。

這個架構(gòu)的核心是形成針對不同實體理解的語義技術(shù)應(yīng)用。這個理解的形成除了需要人工建立，還需要補充大量互聯(lián)網(wǎng)信息，形成同一個實體在不同應(yīng)用語義條件下的理解表達?；镜膶嶓w表達不但包括針對不同行業(yè)、不同應(yīng)用的實體命名規(guī)則，還需要有這個實體產(chǎn)生的各類數(shù)據(jù)的理解及輸出。如紅綠燈信息位置、信號的變化周期，產(chǎn)生的數(shù)據(jù)可以面向自動駕駛的需求進行輸出，應(yīng)用于路徑規(guī)劃及實時控制參數(shù)的計算生成過程中。

圖1 基于自然語言處理技術(shù)等人工智能技術(shù)的信息服務(wù)架構(gòu)

4 結(jié)束語

面向決策支持的信息傳遞將是未來運營商網(wǎng)絡(luò)的演進方向，含有各類終端設(shè)施表達的通信網(wǎng)絡(luò)（各類終端的語義表達、產(chǎn)生參數(shù)的變化周期、范圍等）將會在未來的決策支持體系中扮演越來越重要的地位。本文以自動駕駛為例分析了這類信息服務(wù)架構(gòu)的關(guān)鍵技術(shù)、演進方向、運營商面向人工智能技術(shù)應(yīng)用的信息服務(wù)架構(gòu)的原始模型，并分析了其中的關(guān)鍵技術(shù)。從整體上看，人工智能技術(shù)、自然語言處理技術(shù)是為了實現(xiàn)未來面向決策支持信息服務(wù)架構(gòu)建設(shè)不可或缺的技術(shù)，運營商目前在這個領(lǐng)域的理解及積累還有不小的欠缺。而從技術(shù)成熟度來看，自然語言處理技術(shù)是人工智能技術(shù)最重要的技術(shù)，也是目前基本達到大規(guī)模應(yīng)用條件的技術(shù)。

［1］戴汝為.社會智能科學的形成和發(fā)展［J］.上海理工大學學報，2011，33（1）：1-7.DAI R W.Formation and development of social intelligence science ［J］.Journal of University of Shanghai for Science and Technology，2011，33（1）：1-7.

［2］鄒蕾，張先鋒.人工智能及其發(fā)展應(yīng)用 ［J］.信息網(wǎng)絡(luò)安全，2012（2）：11-13.ZOU L，ZHANG X F.Application and development of the artificial intelligence［J］.Netinfo Security，2012（2）：11-13.

［3］陳慧，徐建波.智能汽車技術(shù)發(fā)展趨勢 ［J］.中國集成電路，2014（11）：64-70.CHEN H，XU J B.Trends of intelligent vehicle technology ［J］.China Integrated Circuit，2014（11）：64-70.

［4］ NHTSA.U.S.department of transportation releases policy on automated vehicle development［EB／OL］.（2013-05-30）［2016-07-10］.http：／／carson dracingstuff.com／library／articles／22107.php.

［5］王洪升，曾連蓀，田蔚風.人工智能在車輛自動駕駛中的應(yīng)用［J］.自動化技術(shù)與應(yīng)用，2004，23（6）：5-7，12.WANG H S，ZENG L S，TIAN W F.Application of artificial intelligence in automatic driving for intelligent vehicles ［J］.Journal of Highway and Transportation Research and Development，2004，23（6）：5-7，12.

［6］陳大明，孟海華，湯天波.全球自動駕駛發(fā)展現(xiàn)狀與趨勢［J］.華東科技，2014（10）：68-70.CHEN D M，MENG H H，TANG T B.The development status and trend of global autopilot ［J］.East China Science Technology，2014（10）：68-70.

［7］楊震，陳曉勤.電信企業(yè)開展個性化信息服務(wù)的研究 ［J］.電信科學，2009，25（10）：37-41.YANG Z，CHEN X Q.Study of personal information retrieval and service demand for telecom ［J］.Telecommunications Science，2009，25（10）：37-41.

［8］楊震，楊寧，徐敏捷.面向物聯(lián)網(wǎng)應(yīng)用的人工智能相關(guān)技術(shù)研究［J］.電信技術(shù)，2016（5）：16-19，23.YANG Z，YANG N，XU M J.Research on related technologies of artificial intelligence for internet of things［J］.Telecommunications Technology，2016（5）：16-19，23.

Progress of automatic driving technology and future information service architecture evolution of telecom operators

YANG Zhen
Shanghai Research Institute of China Telecom Co.，Ltd.，Shanghai 200122，China

The concept of artificial intelligence has been proposed for more than 60 years，with the development of internet of things and big data technology，more and more AI technology applications have been achieved.One of the most remarkable AI technology integration application is automatic driving technology.Firstly，the progress of automatic driving technology was studied.Secondly，key technologies of automatic driving were analyzed.Thirdly，the relationship between the telecom operator information service architecture and the requirements of automatic driving was analyzed.In the end，the technology breakthrough point of information service architecture with the core of application of artificial intelligence technology in the future were given.

artificial intelligence，automatic driving，information service architecture，telecom operator

TP393

A

10.11959／j.issn.1000-0801.2016231

2016-07-12；

2016-08-15

楊震（1972-），男，博士，中國電信股份有限公司上海研究院物聯(lián)網(wǎng)部教授級高級工程師，主要研究方向為人工智能、自然語言處理、搜索引擎技術(shù)。