都市快报

昨天，之江实验室举行智能科学与技术系列成果发布会，发布了实验室在智能感知、智能网络、智能计算、智能系统等研究方向的最新科研进展。

“多中心智能医学信息平台”，可以从“沉睡”在不同医疗机构的海量医疗数据中，打捞出有用信息，实现对肾脏病、肺癌、肠癌、小儿抽动症等疾病的早期筛查。

通过“多种人体特征描述模型和视频新型分析算法”，即使在夜晚强光、夜晚暗光、密集人群、雨雾天气、高噪声污染等复杂场景，视频设备也能看得清楚。

“智能驾驶虚拟仿真测试与训练平台”，为自动驾驶的车子复制了雨天雷达失效、路中车辆翻倒、行道树倒塌等现实中的极端危险案例，以此来训练无人车驾驶算法的道路驾驶安全性和智能驾驶能力。

这些科研成果，乍一听，并不容易听得懂，但在不远的将来，它们都会改变我们的生活。

目前，多项研究成果已经进入了产业转化阶段。

已经测试2000万公里

为什么还是不能把无人车开上路？

“自动驾驶”这个出行情景，很早就有人在憧憬着了。

但是很多憧憬着坐上自动驾驶汽车的人，一直在想着一个问题：这些没有人操控的汽车，真的可以在城市道路或者高速道路上行驶吗？怎么验证这件事情？

之江实验室高级研究员华炜，是“智能驾驶虚拟仿真测试与训练平台”项目的主要负责人。他说，早在2017年，美国一家公司就造出了600辆无人驾驶车。到2019年，这些车子的累计测试里程已经达到2000万公里。

不过，就算测试了两年，开了这么长的距离，他们还是不能把无人车开上道路。

为什么？

因为这里面，存在着“最后5%”的长尾问题。

华炜说，通过无人车路测来提高自动驾驶的安全性，是十分困难的。

根据2017年的一个报告，平均测试

8000公里，才会出现一次极端的自然情况，还有一些非常规的人类行为。在测试中，无人车在路上连续遇到这些小概率的事件，是“可遇不可求的”。

卡耐基梅隆大学首席科学家John Dolan曾经说过，在自动驾驶中，底层架构和大部分的技术问题都已经被解决，而剩下还没有解决的5%的问题，逐渐成为制约自动驾驶发展的拦路虎。

“最后5%”的长尾问题遍布于零碎的场景、特殊极端情况和永远无法预测的人类行为。

这些问题，在算法、传感器、计算平台和法规的不同层面，一直困扰着学界和业界。

John Dolan说，只有解决了“最后5%的问题”后，我们才能判定，我们实现了L5级别的自动驾驶（无人驾驶）。

之江实验室昨天发布的“智能驾驶虚拟仿真与测试平台”，就是解决这个问题的。

遇到路面塌陷、行道树倒塌 无人车会怎么办？

把现实交通场景 复制到数字空间里看看

智能驾驶虚拟仿真与测试平台，怎么验证无人车是否可以在城市道路或者高速道路上行驶？

通过孪生与衍生技术。

数字孪生的主要作用，就是连接实体模型跟虚拟模型。通过这个技术，平台把现实交通场景复制到了数字空间里，再通过泛化衍生技术，为无人车出一点“难题”。比如，营造一些极端环境和临界的高危场景。

无人驾驶汽车的研发，需要长时间、海量场景的训练和测试，仅依靠封闭测试场和开放道路测试，显然不够的。这个平台，就是为无人车驾驶算法的道路驾驶安全性和智能驾驶能力，提供了一次开放型的虚拟测试和训练。

训练什么？

看看无人车在遇到特殊情况的时候，会做出什么反应？

平台提供了很多极限案例的测试，包括雨天雷达失效、路中车辆翻倒、盲区行人突现、前车物体掉落、路面塌陷、行道树倒塌等。

目前，这个平台已经能够提供感知、决策、控制一体化仿真测试，可以根据用户需要在不同节点接入被测算法，提供高保真环境、天气、传感器仿真。测试完后，还会提供车辆行驶的安全性、经济性、舒适性等多维度的评价体系和相应的评测报告。