（2017年9月28日，北京）豐田汽車公司（以下簡稱豐田）負責人工智能等研發(fā)工作的子公司Toyota Research Institute, Inc.（以下簡稱TRI）公布了其自動駕駛技術等相關研發(fā)工作的進展情況。

TRI首席執(zhí)行官吉爾?普拉特（Gill A. Pratt）談到：“我們的愿景是降低交通事故傷亡率，為人們提供可自由便捷出行的、令人樂享其中的汽車。在這一愿景的引領下，我們開始加快自動駕駛技術研發(fā)工作的步伐。而且，我們還在推進機械學習等相關人工智能技術的研究，這些技術對生活輔助機器人的研發(fā)非常有幫助”。

同時，豐田發(fā)布了《自動駕駛白皮書》（以下簡稱《白皮書》），全面闡述豐田有關自動駕駛技術的思考?！栋灼泛w了豐田自動駕駛技術研發(fā)方針、目前正在開展的研發(fā)工作、近期的技術導入計劃等多方面內容，同時還與各利益相關方分享了有關各類基礎設施建設和提升社會接受度等自動駕駛領域的未來課題，希望能夠以此推動全社會的廣泛討論。

《白皮書》還就豐田目前所規(guī)劃的自動駕駛技術研發(fā)方向——高級駕駛輔助“Guardian”和完全自動駕駛“Chauffeur”這兩大自動駕駛模式進行了具體闡述，并提出了豐田獨有的自動駕駛技術理念——Mobility Teammate Concept，即構建一種相互守護、互幫互助、心意相通的人車和諧智能化的伙伴關系。

豐田汽車公司專務董事兼首席安全技術官伊勢清貴表示：“自動駕駛有許多優(yōu)點。豐田最為重視的是自動駕駛對于實現安全交通社會的作用。我們的研究對象不僅限于車輛系統，而且還聚焦于人和交通環(huán)境，我們要為實現移動社會的終極目標——交通事故零傷亡而全力以赴”。

TRI自動駕駛技術等相關研發(fā)工作的進展情況如下。

1.自動駕駛技術

TRI今年3月公布自動駕駛測試車之后進一步對其進行了技術改良。此次改良版測試車特征如下。

（1）更加準確的識別

TRI已經將其在深度學習以及計算機識別模型方面的研究成果反映到了此次改良版測試車中，比現款測試車更加迅速、高效、準確的運用系統功能，汽車能夠一邊檢測障礙物和路面狀況，一邊更加準確地把握周邊環(huán)境，能夠預測更加安全的駕駛路線。同時，通過收集標識及道路上的白線等有關數據，將其應用于制作自動駕駛不可缺少的地圖信息方面。

（2）新型激光雷達

搭載了美國Luminar公司生產的新型激光雷達，其識別距離和視頻處理能力大幅提升，能夠更加準確的把握立體物體的位置。同時，可以調整視野，使焦點集中在最需要識別的方向。

（3）副駕駛席的駕駛裝置

在副駕駛席安裝線控驅動轉向系統、油門踏板及剎車踏板，研究在復雜的駕駛環(huán)境中如何使駕駛員駕駛和系統駕駛兩者安全且有效進行轉換。同時，對于向人學習駕駛或教授駕駛的機械學習算法開發(fā)工作大有幫助。

（4）兩種自動駕駛模式

這輛測試車能夠同時進行高級駕駛輔助“Guardian”和完全自動駕駛“Chauffeur”兩種模式的測試。

高級駕駛輔助“Guardian”是指在人駕駛汽車的前提之下，同時運行的自動駕駛系統在可能發(fā)生碰撞等時候，輔助駕駛，保護駕乘人員這一豐田獨有的理念。例如，當系統檢測到司機有可能分心或者打瞌睡時，對駕駛員發(fā)出警告，輔助駕駛員剎車、操作方向盤以確保安全轉彎。

完全自動駕駛“Chauffeur”就是不以人駕駛為前提，相當于美國非營利組織（NPO）的汽車工程學會（SAE）提倡的等級4和等級5的自動駕駛水平。例如，在內部測試中，汽車一邊避開障礙物一邊自動行駛，即使旁邊車道上的車輛以相同的速度行駛，為了避開前方障礙物，汽車也能夠安全地進行變線。

無論高級駕駛輔助“Guardian”還是完全自動駕駛“Chauffeur”，兩種模式所使用的傳感器及攝像頭種類都相同。TRI不僅開展實車試驗，還積極運用模擬技術，以準確安全地驗證技術假設。

（5）利用識別功能輔助駕駛員

無論高級駕駛輔助“Guardian”模式還是完全自動駕駛“Chauffeur”模式，都可以通過其搭載的顏色、語音識別功能，對自動駕駛系統的運行狀況進行識別。另外，為了便于司機識別周圍的危險等，汽車將通過激光雷達等識別的周邊圖像顯示到中央儀表組的屏幕上，從而對有效性和實用性加以驗證。

2.機器人技術

TRI在研究生活輔助機器人的過程中，開發(fā)了可以讓機器人像人一樣靈巧地抓取物品的新技術。機器人研發(fā)工作需要充分運用計算機視覺技術和人工智能技術。這些技術使得機器人能夠識別出人或物存在與否、所處位置等，讓機器人能夠根據指令搬運物品，即使物體位置發(fā)生改變也能夠檢測，并將物體位置信息存儲到數據庫中。而且，機器人還能夠識別人臉，辨別出人的身份。

人類尚無法對機器人在現實世界中能夠體驗到的所有情況開展物理形式的試驗，所以TRI運用實際試驗過程中獲得的數據，大幅提高了模擬精度。然后再利用這些模擬數據開展進一步研究，從而取得了如今的成果。

3.人工智能（AI）

TRI還在探索如何運用人工智能（AI）來為汽車駕乘人員提供更為安全、舒適的駕乘體驗。

具體而言，TRI開發(fā)的模擬器可以由車載人工智能程序來識別駕駛員的姿勢、頭部位置、視線以及情感，并對可能會妨礙到駕駛員的需求或駕駛行為的情況進行預測。比如，人工智能程序如果檢測到駕駛員手持飲料并出現了不開心的表情，便會猜想駕駛員可能是感覺太熱了，于是就會調節(jié)空調。如果檢測到駕駛員有些困倦了，就會建議駕駛員喝些咖啡，或是指引駕駛員前往咖啡店等。