刘斌：基于物理信息融合的复杂感知与智能控制

我这个报告主要是三个方面的内容。第一，简单的从本质上剖析一下智能汽车对于感知的任务到底存在什么样的需求，这里我们定义成“三个什么”。首先，在人驾驶的时候，我们看到的环境确实是多种多样的，有各种各样的移动物体，也有各种各样的交通设施和基础条件，所以我们认为，感知第一个任务就是先要定义出来我们要感知的是什么。对于车来说，我不可能说把大千世界里所有的东西都去做感知，因为我们的处理能力、我们的运算需求，包括我们对硬件成本方面的各种考虑和顾虑，局限了我们对感知本身的想法。所以说，首先我们要解决的是我们要感知什么。

第二，通过什么样的渠道去感知。这个问题大家现在比较常见，知道有各种各样的雷达，有摄像头，甚至包括超声波的传感器，也包括现在新出现的激光雷达。我们知道了感知什么之后，通过什么样的渠道、什么样的手段来做这个感知。

第三，到底要传递什么。因为确实前面都定义得很清楚，但是对于汽车来说，不可能把一个图像平白无故的告诉汽车这是个图像，我要推动一系列的程序，要通过这一系列的设计，然后让所有的这些电信号，所有的这些特征，变成汽车能够听得懂能够、看得着的信息。所以我们总结的，智能汽车从感知角度来说，实际上要解决这三个问题。

下面就针对这“三个什么”简单的剖析一下。第一个是感知什么。刚才刘总介绍的内容跟我们的想法非常一致，就是说我们从车的角度来说，无非要解决外部问题、内部问题以及自己定位的问题，只要把这三个问题都解决，实际上对于智能汽车或者ADAS的感知来说，我们认为整个任务就已经完成了。当然，具体来说，比如说外面我们要感知什么。这里面做了一个归类，这个归类是从我们自己的开发实践以及我们跟供应商的交流之后形成的，比如我要感知的是，一方面我们叫做边界。因为对于车来说，所有的非障碍、非限制的东西，我认为都是车可以走的。反过来我们就把这个定义为边界。我们定义了两个边界，一个是障碍物。

从第一级就可以往下细分。障碍物来说，刚才刘总介绍得非常全面，有各种各样的移动障碍物，行人、动物，也包括一系列静止障碍物，比如一个施工的牌子等等。限制来说，可能更多的不见得是ADAS会考虑到的，更多的是L2、L3甚至是L4要谈到的，比如说车道线、路面的特征。刚才白教授也在问，相当于地形方面的信息。这个分类，我刚才说到了是我们的一些认知，而且我们在这个分类基础上也不断的在往下去分。车辆检测要明确到底检测什么，有更细致的三级、四级的特征和定义。我们也希望通过这种形式，能够真正的去跟Tier1好好交流，真正的跟所有的ADAS无人驾驶开发的技术人员去建立一个交流的通道。