何克忠:潜心智能车研究 创人工智能新发展

李轲

擎天柱、大黄蜂、威震天……等等这些我们耳熟能詳的名字，伴随着一代人的成长，成为我们永难遗忘的回忆。这些《变形金刚》的机器人，他们能变成各种车辆，能够拥有他们，就是我们儿时的梦想。如果有一天，人类或许也能创造出这些人工智能机器人，将会是怎样一幅场景？

事实上，随着科技的发展，科学家一直没有停止人工智能的研究，“人工智能”一词最初在1956 年Dartmouth学会上提出后，研究者发展了众多理论和原理，人工智能的概念也随之扩展，世界各国也相继开发智能移动机器人研究，我国也不例外。智能移动机器人是一个集环境感知、规划与决策、执行与行为控制等多功能于一体的综合系统，集中了传感器技术、机械工程、电子工程、计算机工程、自动化控制工程以及人工智能等多学科的研究成果，是机电一体化的最高成就，也是目前科学技术发展最活跃的领域之一。

攻坚克难千磨万击

如果你看到电影中智能汽车那潇洒的身影令你叹为观止，你会觉得这辆车酷极了，让“汽车自己开”使无数人向往，但无人车还是被认为离市场太远。但在去年10月，财力雄厚的网络巨头谷歌透露，该公司的自动驾驶样车已经不声不响行驶了14万英里，却又令人看到了希望。上世纪80年代起，国外就开始研究无人驾驶技术了，在国内，清华大学是较早开始智能车研究的单位之一，自1986年以来，清华大学便开始了相关技术的研究。1998年，清华大学何克忠教授在清华大学智能技术与系统国家重点实验室的支持下着手THMR-V的研制。何克忠教授还先后承担了国家科技重点项目等20余项；设计和研制成多型室内智能移动机器人THMR-I、THMR-II、THMR-IIA和室外智能移动机器人THMR-III、THMR-V；成功开发了多项总线式工业控制计算机系统TH-STD-7800、TH-IPC-7800、TH-104-7800以及嵌入式测控机模板TH-MCS-7855、TH-MCS-7816、TH-MCS-7845，并已分别应用于各类控制系统中。为THMR-V的研发成功奠定了重要的基础。

2003年，何克忠教授课题组的研究取得了突破性进展，清华智能车THMR-V能够实现结构化环境下的车道线自动跟踪，准结构化环境下的道路跟踪，复杂环境下的道路避障、道路停障以及视觉临场感遥控驾驶等功能。在车道线自动跟踪研究中，THMR课题组提出了基于扩充转移网络的道路理解技术和基于混合模糊逻辑的控制方法，实现了车道线的自动跟踪，平均时速为每小时100公里，最高时速达到每小时150公里。THMR-V驶出了全球极速，并被评选为2003年公众最关注的中国十件科技大事之一，鉴定专家委员会认为该智能车在车道线自动跟踪技术研究方面处于国内领先水平。

这一切成果与以何克忠教授为代表的THMR-V课题组的努力是分不开的，何克忠教授夜以继日、不辞辛苦，将毕生心血专注到智能车研究之中，着手解决关于智能车研发之中众多难题。智能车THMR-V车速每小时150公里相当于40m/s，因此对车道线识别技术、车体的控制技术以及方向盘转角的检测技术提出了快速、精确、灵敏的极高要求。

针对车道线的识别技术，何克忠教授率领课题组进行了大量的实验研究，提出了基于扩充转移网络的道路理解技术。这种方法大幅度降低了道路图像处理和车道线识别的计算量，提高了整个车道检测过程的速度，保证了车道检测和道路环境理解的实时性，而且能够有效避免路面上其它车道标志的干扰。实验结果表明，在车道线跟踪阶段全部计算过程的周期缩短到不足20毫秒，完全可以满足高速移动机器人自主行驶的实时性需求。

对于车体控制技术，课题组把传统的PID控制与模糊逻辑控制的优点结合起来，提出了混合模糊逻辑控制算法，经过大量的实验研究表明，该算法具有很高的实时性，控制精度和鲁棒性，满足了智能车高速自主导航的需要。而关于方向盘转角的检测，何克忠教授选择了精密的绝对光码盘、设计了合适的传动比以及配置了精密的传动机构。THMR-V能够实现结构化环境下的车道线自动跟踪、准结构化环境下的道路跟踪、复杂环境下的道路避障、道路停障以及视觉临场感遥控驾驶等功能。

一分耕耘一分收获

尽管目前世界上已经有不少无人车跑出了不错的成绩，但在对复杂环境的适应性、运行的可靠性以及成本控制等方面还远远不足，而这些恰恰是无人车在正式推向市场时必须面对的重要问题。无人车上路最重要的是可靠性和安全性，尤其是方向、油门、刹车等控制系统和摄像机、激光雷达等检测部件。众所周知，汽车的工作温度要求十分苛刻，从零下数十度到零上数十度，而常用的传感器如摄像机、工控机等的工作温度一般也就在零度到50度之间，远不能满足可靠性要求，急需采用新技术、新方法和新材料。

因此，何克忠教授在THMR-V在车体控制系统设计中精益求精，采用分层递阶的体系结构，分为智能级、协调级和执行级，都选用工业控制计算机。智能级是根据起始点位置、目标点位置和电子地图进行全局路径规划，规划出－条最佳的路径。当全局路径发生变故，无法行进时，智能级将进行全局路径的重规划，两种规划的结果发送给协调级。协调级接受执行级各个传感器传来的位置信息和车体的状态信息，对相应的信息进行融合建立车体的状态模型和环境模型，协调级根据上述两种模型和智能级送来的规划路径进行局部路径规划，并据此进行轨迹规划，向执行级发出车体动作命令。执行级接受协调级发来的车体控制命令，控制车体动作，并向协调级发送各个传感器采集到的车体状态信息和车体的环境信息。执行级包括车体（方向、油门、刹车、档位、启停等）控制系统、激光雷达测量系统、摄像机环境检测系统、GPS车体定位系统、磁罗盘-光码盘位置速度测量系统等。

分层递阶的结构实现了功能的分散，用多台计算机实现各自不同的功能，避免了一台计算机功能过多、过于集中带来的风险，具有实时性、快速性，编程的简便、安全、可靠方面也有很大的优点。

为了提高智能车的可靠性，THMR课题组在车体控制系统设计中采取了许多措施，如选用工业级元器件、信号隔离技术、电源及信号滤波、电路板的精心设计、系统连接线的精心安排、计算机软件的可靠性设计等方面，保证了智能车的安全可靠性。

一分耕耘一分收获，何克忠教授课题组的努力是值得的，THMR-V无疑是国内智能车的杰出代表，其所达到的国际先进水平也昭示着我国智能车研发的超速进展。但无人车的推广却是一个重要的问题，就当前科学技术水平而言，何克忠教授认为逐渐将无人车研制过程中形成的科技成果转化为对现有汽车的部分改进，是一个比较恰当的途径。手动挡到自动挡的转变、倒车雷达、基于车载摄像机的道路检测等汽车辅助驾驶技术都已经相继在商用汽车上获得了成功应用。辅助驾驶系统的推广应用，将有利于无人车零部件提高产量、降低成本。而且随着这些技术的逐渐应用，无人驾驶将在潜移默化中成为现实，人们会觉得无人驾驶汽车是一件正常的事情。

尽管何克忠教授已经退休，但他为了中国的人工智能事业发展，依然没有停止科研的脚步，发挥着自己的光和热，一如既往的在智能车领域努力，他十分乐观地估计，十余年之后，我们可以看到无人车真正上路。