2018年7月6日，以“智能、互聯、移動”為主題的第18屆COTA國際交通科技年會在清華大學開幕，會議為期三天，聚集了包括全世界範圍內交通專業學者和致力於研究發展中國家交通發展的行業人士。活動在汽車電動化、智能化、網聯化和共享化的共識下，以及汽車技術與交通產生深度融合的背景下，聚焦未來交通體系重構的變革趨勢，獲得汽車、交通、IT等多產業學科的關注。
本次論壇設置的《智能網聯汽車與交通》專題分論壇，邀請到北京航空航天大學運輸系教授、博士生導師餘貴珍，發表基於特定區域環境下無人駕駛思考的主題演講。作為北京踏歌智行科技首席科學家，餘貴珍通過分享自身以對市場的充分考察，為無人駕駛技術產業化指出運營方向並提供方案。以下梳理餘教授的部分觀點：
人工智能算法工具不是無人駕駛的“萬能藥”
對於近日行業討論的人工智能存在的問題，餘教授在無人駕駛實踐後認為，人工智能具有以下鮮明的優勢：
1、人工智能解決環境的感知問題，人工智能的圖像處理能力非常強，通過深度學習能力，可以提高識別到99%，甚至更高！如Mobileye提供的智能行車預警系統，通過針對最具危險性的因素進行識別，建立自身技術壁壘。
2、人工智能解決複雜駕駛路況的決策問題，舉例如五道口，在十字路口的駕駛決策將可以拆分出上萬種決策，實驗無法窮盡。而通過人工智能的增強學習，掌握最優決策後，再應用到無人駕駛技術內，可以達到較高決策能力。
3、對於過去未知世界，人工智能的深度遷移學習也開始解決很多問題。
針對人工智能應用到無人駕駛領域，餘教授建議儘量用在點的研究上，對於整個無人駕駛系統都採用人工智能深度學習，規避黑盒導致的安全不確定性。
特定區域無人駕駛商機已經到來
針對無人駕駛實現量產商用問題，餘貴珍教授認為核心是三大挑戰：路權、用戶心理、複雜環境；路權很好理解，目前無人駕駛沒有法律支持，不可上路因此無法量產。其次，無人駕駛無法提供高安全可靠性，即使用戶從無人駕駛車旁邊路過都是被看做有危險性。複雜環境如上所說，類似人多車多的道路情況非常多，尤其在中國，需要海量實驗驗證，無法短時解決。
而在特殊區域場景下，如固定線路的無人駕駛：礦區運輸、車間物流運輸、碼頭港口運輸；惡劣環境的無人駕駛：道路工程碾壓、危險運輸；汽車測試的無人駕駛：AEB測試、可靠性實驗、碰撞實驗等。這些場景有著巨大市場需求，並且規避了上文的三大挑戰。
據初步預估，僅礦區運輸方面，有著20-40萬輛車的市場需求，通過無人駕駛技術的應用，幫助這些車在人力和安全上做到最優，這也是餘教授合作的北京踏歌智行科技切入的藍海。
真正量產的無人駕駛技術
本週，百度通過AI開發者大會公佈了基於特定園區的商用大巴車，自稱是率先全球實現L4級別的無人駕駛量產車。但從第18屆COTA會後採訪餘貴珍教授獲悉，在無人駕駛技術的解決方案上看，讓無人駕駛量產車上路，北京踏歌智行科技早已經走在前面。
在餘貴珍教授的採訪中瞭解到，踏歌智行自2016年成立，通過大力研發自動駕駛機器人，獲得自動駕駛機器人自動駕駛控制相關的十餘項發明專利，同時，為了監控自動駕駛機器人的控制效果及安全反饋，在自動駕駛機器控制基礎上增加了多項保障性發明專利，相當於一個機器人控制車輛，多維度的機器人進行安全監督，為自動駕駛提供雙保險。
通過對特殊區域自動駕駛的市場探索，踏歌智行已經獲得數十家企業合作，如在礦區環境：北方股份、同力重工、山東臨工等；在汽車測試方向：上汽通用汽車；工程機械方向的XCMG徐工集團；物流及軌道交通方面的有東風汽車、交控科技、風神物流、江鈴汽車等，可謂收穫豐富。
當問起立足特定區域的無人駕駛細分市場原因，餘教授認為，無人駕駛技術發展一定是分步發展，而在開放的社會公共交通環境下的無人駕駛市場成熟，相比特定區域還有5-10年的距離，無人駕駛技術不管在提升傳統行業效率效能上，還是解放人在危險繁重的工程駕駛方面價值巨大，希望得到社會更多關注。(zm汽車）
閱讀更多 車關係 的文章
