汽车未来可自我学习

按照这些项目的职能和研究目标的不同，整个计划的成功实现需要解决如下几个问题：

① 如何利用雷达、影像传感系统精确「解读」外部环境、实时路况，有效辨别其他道路使用者;

② 驾驶员对完全陌生的无人驾驶系统会产生怎样的反应;

③ 无人驾驶系统该如何设计，以适应具有不同特征和习惯的驾驶者;

④ 探究何为人类驾驶员与自动驾驶系统切换的最佳时机，如何保障切换过程的顺畅和行车安全;

⑤ 如何将无人驾驶控制系统、云计算服务更好地整合到车内;

⑥ 如何利用从智能基础设施、驾驶员以及无人驾驶汽车获取的数据来增强整个交通系统的互动性。

捷豹路虎技术研发总监——Wolfgang Epple博士表示，“为了使100%的无人驾驶汽车实现商用，我们需要让驾驶员、行人和其他道路使用者对自动驾驶技术有信心，认识到这项技术的安全、靠谱和实用性。这项合作集合了英国高校研究机构相关领域的专家学者，为无人驾驶汽车发展前期的基础研究工作提供了理论保障。”

根据外媒报道的相关信息，车云菌下面为大家带来这5个项目的详细解读：

用于无人驾驶/驾驶辅助系统，可广泛使用的低频太赫兹雷达传感和视频传感技术负责人：Marina Gashinova博士

责任单位：伯明翰大学/爱丁堡大学/赫瑞瓦特大学

该项目结合了低频太赫兹传感和视频解析技术的优劣势，并对二者进行有效融合和交叉研究。而汽车传感、信息控制系统可将二者传回的数据流加工处理，随之绘出清晰的周边地形图，同时在任何天气状况下可以及时监测路面出现的坑洞和起伏变化。当然该技术还能够对其他道路使用者(行人，机动车，骑行者等等)进行探测并有效加以区分。

据车云菌了解，参与此项研究的三所大学各有所长。伯明翰大学拥有车用雷达技术研发的长期经验;爱丁堡大学则专攻于信号处理和雷达成像技术;而赫瑞瓦特大学在视频解析、激光雷达和加速算法方面颇有建树。

人机交互研究：为车辆设计无人驾驶系统奠定基础负责人：Neville Stanton教授

负责单位：南安普顿大学 & 剑桥大学

通过广泛搜集在模拟器、测试场和真实路况中不同驾驶员的操作行为数据，以进一步探究驾驶员对这项新技术的反应程度以及如何更好地设计出人机交互系统。

所有人机互动和交互界面设计的研究工作将在模拟器和测试场地中展开。在试验道路上，通过搜集驾驶员生理和心理状态数据，以进一步改善并探究能否实现高度定制化的自动驾驶系统，为最终的真实道路测试做好准备。

首先，整个研究团队会在实验室中对驾驶员行为建模，初步设计出具有包容性、以用户为中心的人机交互界面。随后这些设计方案将在模拟器中进行测试(将一辆捷豹XJ和一台接有大型投影仪和屏幕的计算机相连)。工作人员根据待测驾驶员的年龄、性别、驾龄和能力进行分类，在不同驾驶环境条件下对各种自动驾驶系统(无人驾驶、自动泊车等)和交互界面进行测试。这项研究的目的在于实现无人驾驶系统的高度定制化，使其能够最大限度地满足不同消费者的需求。

以驾驶员认知为中心，自适应自动驾驶模式下控制权交接的优化研究负责人：曹东璞(音译)博士

负责单位：克兰菲尔德大学 & 伦敦大学学院

这项研究旨在确保自适应自动驾驶模式下，驾驶员和车辆控制器之间能够安全、平稳、迅速地实现控制权转移。

按照目前的规划，整个项目团队开始会主导一项有关「驾驶员和车辆控制器互动时，驾驶员注意力和认知控制特征变化」的综合性研究。而经过优化设计的控制权转移系统能够确保驾驶员认知得到系统性的发展。

不过这项跨学科研究面临的挑战在于如何将工程学、认知神经学和人为因素领域的实验成果进行有效整合。而该项目不仅能够促进无人驾驶技术创新，同时还可以推动人机交互下人类注意力和认知控制的相关研究。

无人驾驶汽车中基于云计算的分散控制系统的安全研究负责人：Mehrdad Dianati博士

负责单位：萨里大学，伦敦帝国学院，华威大学和英国交通研究实验室

该项目主要研究方向在于设计并验证联网无人驾驶汽车框架的合理性。按照规划，研究人员会考量并充分利用智能联网汽车和自动驾驶系统的优势，同时计划打造具有成本效益的联网无人驾驶系统平台，待技术成熟后，将其推向量产车型。

这项研究的关键在于将现代无线通信技术和云计算技术进行有效整合，而后者不仅能够将一些昂贵的计算资源共享(可大幅降低成本)，同时还能够提供部分仅存于云服务器的独家信息。不过该项目面临的挑战主要来自超低延时无线技术、云计算、分散控制系统和人机交互等几个方面。此外，在技术商业化之后，汽车制造商同样面临潜在网络黑客攻击，这可能也是未来消费者较为担心的问题之一。

无人驾驶智能汽车的协作机制研究负责人：Nathan Griffiths博士

负责单位：华威大学

该研究的主要目的是为开发智能驾驶员系统以及具有协作性和行为建模功能的技术，使无人驾驶系统不仅能够学习驾驶员的操作习惯，同时使车与车、车与城市基础设施之间相互协作。

因此，要达到最终目的，这项研究需要前期开发软件算法，运用行为科学中的实验方法，同时还需要对联网汽车获取的数据进行分析处理，了解驾驶员操作习惯，并开发鼓励行为矫正的策略，例如，设定合理的价格以减少随意停车和交通拥堵等现象的发生。

此外，当驾驶员“接管”或“移交”车辆控制权，或驾驶员与其它道路使用者互动时，该项目也将对如何让驾驶员和无人驾驶汽车实现最佳交互效果进行探讨。

值得一提的是，如今大部分车型一般都装有数百个微型计算机和传感器，而配备的摄像头、雷达、 GPS和遥测设备，则能够测量车速、制动、转向和周围环境。当然，无线通信功能也日渐成为目前车型标配，数据可实时上传至云服务器，经过分析处理后便可使用。而这些数据也有助于车辆更好地了解驾驶员的行为习惯与周围路况，为汽车智能化以及实现完全无人驾驶奠定了基础。
 

车云小结：

按照捷豹路虎的规划，未来汽车能够实现自我学习，它不仅能够减少驾驶员分心的情况出现，间接提升行车安全，同时还可以带来个性化的驾驶体验。而这次同英国工程与自然研究理事会(EPSRC)合作开展的项目将在机器学习和大数据挖掘、分析处理等方面投入相当研发精力，这将为100%无人驾驶汽车、自主学习汽车的问世铺平道路。