综述:赋能自动驾驶汽车:研究与教育基础设施的缺口

《AI》:Enabling Autonomous Vehicles: Gaps in Research and Education Infrastructure

【字体: 大 中 小 】 时间:2026年07月24日 来源:AI 6.5

编辑推荐:

  数字人工智能(AI),尤其是以ChatGPT等大语言模型(LLMs)为代表的技术,近年来在多种应用中取得了显著进展。这种进步不仅源于算法的发展,也得益于建立在通用计算平台、标准化软件框架、开源模型、基准数据集、云基础设施以及广泛可及教育资源之上的共享研究生态系

  
数字人工智能(AI),尤其是以ChatGPT等大语言模型(LLMs)为代表的技术,近年来在多种应用中取得了显著进展。这种进步不仅源于算法的发展,也得益于建立在通用计算平台、标准化软件框架、开源模型、基准数据集、云基础设施以及广泛可及教育资源之上的共享研究生态系统。与之形成对比的是,自动驾驶汽车(AV)作为能够在物理世界中感知、推理并执行动作的AI系统,尽管获得了大量公共与私人投资,其发展速度仍然较慢。其进展主要受限于碎片化的研究与教育基础设施,这种碎片化限制了可重复性、互操作性、规模化验证以及人才培养。本文综述了当前AV研究生态系统的状态,包括硬件平台、自治软件栈、数据集、仿真环境、数字孪生、测试与验证框架以及教育项目。借鉴数字AI演进经验,本文识别了AV技术栈在可访问性、标准化、集成性和开放性方面的关键缺口,并提出了发展共享研究测试床、模块化开放平台、可互操作的软件与数据生态、通用基准以及跨学科教育项目的机会,以加速自动驾驶创新。最后,本文提出了一个用于评估AV研究与教育基础设施的框架,以明确未来投资重点。
一、引言
数字AI生态系统:
数字AI,尤其是大语言模型(LLMs),近年来取得了显著进展。现代LLM研究生态可被理解为一种分层、全球分布式的基础设施,它整合了开源模型库、数据集、训练框架、评估系统以及可扩展算力。以Hugging Face为中心,其作为协调层托管模型、数据集与工具,使全球研究人员能够共享、复现并扩展相关工作。围绕这一枢纽,开放权重基础模型与大规模数据集不断扩展,同时PyTorch、DeepSpeed、Megatron-LM等训练框架以及LangChain、LlamaIndex等LLMOps工具支撑了训练、部署、检索增强生成(RAG)与评估。教育生态也同步快速发展,形成了以Hugging Face和DeepLearning.AI等平台为代表的开放式、分层式学习体系,使学习者能够从基础概念过渡到构建可部署系统。
自动驾驶汽车研究问题:
与数字AI不同,物理AI涵盖多种具身自主系统,可从物理具身形式、运行环境和监管领域三个正交维度进行刻画。自动驾驶汽车属于轮式地面具身系统,运行于公共道路,并受传统机动车治理结构约束。其安全运行依赖计算硬件、传感器、通信与车辆执行器在真实环境中的可靠协同,因此受传感器限制、执行器动力学、环境变化与硬件退化影响更大。摄像头、LiDAR、雷达、GNSS、惯性传感器和V2X通信必须在恶劣天气、光照变化、电磁干扰(EMI)、硬件老化与局部故障条件下持续工作。当前在电磁干扰(EMI)、天气条件下的传感退化以及基础设施依赖等方面仍存在重要开放问题。就运行环境而言,驾驶不仅是车辆控制问题,更是与高度不确定的物理与社会世界的动态交互,其中涉及人类驾驶员、行人、骑行者、动物和基础设施。验证与确认(V&V)中运营设计域(ODD)的清晰定义、外部人机界面(eHMI)以及人与AV在共享空间中的协同仍是关键挑战。就监管环境而言,AI赋能的软件定义车辆(SDVs)会通过空中更新持续演化,单次认证已越来越不足,必须转向贯穿生命周期的持续验证。与此同时,软件定义车队带来相关性系统风险:单一软件缺陷可能同时影响大量车辆,因此需要大规模故障检测、分阶段部署、回滚策略与部署后安全保障。
为应对这些挑战,需要共享协作式基础设施。尽管AV与数字AI的结构不同,但可借鉴的经验包括:开放组件、可快速定制、具备强核心能力、支持更新测试,以及用于社区复用的集中发布机制。
自动驾驶汽车研究生态系统:
典型AV系统功能通常组织为一系列紧密耦合的能力链。感知层通过摄像头、雷达、LiDAR、声纳、惯性测量单元(IMU)、GNSS接收机和环境传感器获取原始观测;感知层将其转化为对目标、地形、障碍物和交通参与者的语义理解;定位层利用GNSS、同步定位与建图(SLAM)、视觉里程计和惯性导航确定车辆位置与姿态;规划与决策层在满足任务目标和运行约束的前提下生成安全高效轨迹;控制层通过电机、转向系统和推进装置执行决策,形成闭环控制。其底层还依赖车辆动力学、轮胎-路面作用和悬架等传统汽车功能。要评价系统内任何创新价值,必须在系统层面进行度量。
AV研究基础设施:
AV系统研发依赖四层紧密集成的基础设施:其一是硬件基础设施,包括异构计算平台、传感器套件、通信网络与实时控制硬件;其二是自治软件栈,提供感知、定位、建图、规划、决策与控制框架;其三是数据与世界建模基础设施,将真实运行数据与合成数据结合,构建高精地图、仿真环境、数字孪生与持续演化的世界模型;其四是测试、验证与保障基础设施,通过仿真、数字孪生、硬件在环测试、物理试验场、自动场景生成、形式化验证与安全保障方法建立部署前信心。
二、AV研究基础设施
为评估现状,首先需要界定研究范围与评价标准。本文不聚焦所有商业技术,而是关注可复用、可支持更广泛参与、可重复、可技术转移且可协同创新的研究基础设施。纳入对象包括硬件平台、自治软件栈、数据集、世界模型生成工具、仿真环境、验证框架、标准与教育资源等,且需对组织外研究人员可访问、可复用、可扩展或可集成。文献来源包括同行评审论文、标准组织、厂商技术文档、开源仓库、大学实验室和公开教育资源。评价重点为开放性、开源生态支持和标准化程度,目标不是排名,而是识别最能促进协同研究与教育的共享基础设施。
2.1 硬件研究基础设施
数字AI与AV研究在硬件环境上存在根本差异。数字AI依托通用服务器、工作站、Linux/Windows操作系统、GPU加速与成熟软件框架,实验较易复现;而AV硬件通常是嵌入式边缘设备,以开发板和对应板级支持包(BSP)形式存在。研究中常见的平台包括NVIDIA Jetson与DRIVE、Qualcomm Snapdragon Ride、NXP S32、Mobileye EyeQ和TI Jacinto等。评价表明,NVIDIA Jetson与DRIVE在学术界占主导地位,原因在于其高性能计算与对Linux、ROS/ROS2、PyTorch及仿真框架的广泛支持,便于快速原型验证和跨机构协作;但其底层硬件与低层软件仍较封闭。Qualcomm Snapdragon Ride与NXP S32具有较强能力和较高开放性,适合网络、实时约束和汽车集成相关研究,但与开放AV软件生态的整合度不如前者。Mobileye EyeQ属于高度优化的量产方案,但内部算法透明度和扩展性受限,不利于探索性研究。TI Jacinto则处于中间位置,开发环境相对开放且具备实时与安全特性,但对开放AV栈支持有限。总体而言,硬件平台虽多,但关键接口缺乏统一标准,导致难以形成跨平台创新与对比评估机制。
2.1 软件自治栈
AV软件栈的开放性与模块化同样决定了系统可复现性与可扩展性。商业封闭系统如Waymo、Tesla等并未向研究社区开放;可访问的平台中,NVIDIA提供与其硬件深度绑定的全栈方案,配备开放API和开发工具,便于在较高层系统功能上创新,但低层组件仍较封闭。Autoware与openpilot更接近传统开源方案,而Apollo则在开放组件之外还包含更高级的商业能力。功能上,这些平台在感知、定位、规划、控制、仿真集成和云端数据工作流等核心能力覆盖方面存在差异。开源平台尤其适合学术研究,因为其暴露了完整自主流水线,允许研究人员修改算法、插入实验模块并在机构间复现结果;同时与ROS/ROS2和开放仿真环境的兼容性支持快速试验与协同改进。
2.2 数据与世界模型基础设施
AV系统对数据基础设施的依赖日益增强。不同于许多数字AI领域,AV需要大规模多模态数据集,不仅要覆盖常规运行条件,还要覆盖罕见事件、环境变化和安全关键边缘案例。现有广泛使用的数据资源包括nuScenes、Waymo Open Dataset、KITTI、Argoverse 2、BDD100K和ApolloScape等,提供摄像头、LiDAR、雷达等多传感器标注数据,支撑感知、定位与预测算法开发。这些数据集高度开放并成为可重复研究的基础,但主要面向组件开发和典型驾驶分布。针对安全验证所需的稀有或高风险场景,出现了如Safety Pool等更关注安全关键场景的资源。总体来看,当前数据格局仍以特定任务和场景下的组件训练为主,缺少广义的系统级基准与性能度量。
2.3 仿真、测试与验证基础设施
仅依赖真实道路测试不足以支撑AV研发,因为其成本高、难以规模化且无法系统覆盖长尾边缘案例。因此,现代AV开发越来越依赖集成式验证基础设施,包括仿真、场景生成、硬件在环测试、合成环境与形式化验证。仿真平台支持可扩展的闭环实验,场景生成框架增强对罕见事件和对抗性情境的覆盖,形式化方法与硬件在环系统则在受限条件下提供安全保障。开放平台如CARLA和SUMO为感知、规划及大规模交互研究提供了可访问、可扩展的基础;高保真平台如NVIDIA Omniverse、PreScan、dSPACE和IPG CarMaker则适用于传感器级验证与硬件在环测试,但通常处于较封闭的工业生态中。Scenic等场景生成框架有助于在不同工具间系统构建与共享测试用例。ASAM通过OpenDRIVE、OpenSCENARIO和OpenCRG等标准,提供道路几何、动态场景与路面条件的统一描述语言,使仿真工具、自治栈与验证管线之间的互操作成为可能。尽管如此,不同模拟器对标准支持不一致,模拟器、AV栈与底层硬件之间也缺乏连贯稳定的统一系统。
2.4 数字环境重建与世界模型
仿真有效性的关键在于支撑完整数字孪生所需的数据与工具,即世界建模技术。基于摄像头的方法(摄影测量、NeRF、Gaussian splatting)可提供高视觉保真与密集重建,适合感知与渲染;基于LiDAR的方法能给出精确几何信息,对定位与建图尤为关键;卫星数据则可扩展至大尺度环境建模。当前前沿趋势是融合多模态信息,构建语义丰富、可交互的数字孪生。开源工具在摄影测量、LiDAR SLAM与神经渲染方面显著降低了门槛,但如Omniverse等集成式数字孪生平台仍部分封闭,形成“开放流水线便于复现、集成平台便于规模与真实感”的权衡。
3. AV教育基础设施
上述基础设施问题对教学与人才培养具有直接影响。与主要依赖云工具、数据集和软件框架的数字AI教育不同,AV教育需要对传感系统、嵌入式计算、仿真环境、验证流程与现实运行约束进行动手实践。当前较具代表性的教育平台包括MIT Beaver Works、宾夕法尼亚大学GRASP Lab的F1/10平台以及Duckietown。MIT Beaver Works Summer Institute(BWSI)以RACECAR等系统为核心,覆盖从感知到控制的完整自主流水线,并结合真实硬件与仿真环境,具备系统级教学优势。GRASP Lab生态通过F1/10自主赛车平台让学生在高性能、实时约束环境中学习感知、规划与控制。Duckietown则以低成本、全开源方式提升自动驾驶教育的可及性。三者普遍依赖ROS与Gazebo生态作为基础软件支撑,但整体仍多为小规模封闭教学系统,更多是“分发型”而非真正协作型开源教育模式。欧洲近期通过EuroTeQ工程大学联盟、ZalaZONE试验场及ISEAUTO项目等,推动互操作、系统工程与跨机构协作;亚洲教育则常与产业生态更紧密结合,如Baidu Apollo相关体系。
4. 缺口与挑战
尽管开放软件栈、数据集、仿真环境、验证框架和教育生态已取得进展,但仍存在四类结构性缺口。其一,开放性不均衡:硬件、固件和低层系统仍多为专有,开放软件平台的支撑生态也常碎片化,限制互操作与社区参与。其二,功能碎片化:硬件平台、自治软件栈、数据集、仿真环境和验证工具虽各自成熟,但多独立演化,缺少类似Hugging Face那样将模型、数据、工具、基准和教育资源连接起来的协调层。其三,缺乏稳健的基准与评估方法:数字AI已形成广泛接受的数据集、统一指标和公开结果,而AV尚缺少系统级标准基准,且不同组织对“成功”的定义差异较大;同时,仿真抽象层级、传感保真度、交通行为与物理建模等也缺乏形式化标准,导致跨平台结果难以比较、外推性不足。其四,物理测试基础设施门槛高:真实道路测试需要资金、设施、监管许可与严格安全流程,尤其在传感、通信与车联网等领域,大规模部署往往超出多数研究者能力范围。
教育生态同样存在问题:首先,缺少协同开放的教育社区,现有课程多采用“开发—分发”模式,而非开源软件那种社区共建模式;其次,课程对系统工程、安全认证、治理、标准、生命周期工程等内容覆盖不足,虽然常教授感知、规划、控制和机器学习,但难以满足可部署产品需求;再次,人机交互(HMI)显著不足,关于人因、信任、可解释性、共享控制、操作者交互与人机接口验证的教学较少,导致毕业生技术能力强但对安全交互设计准备不足。
5. 机遇与建议
上述缺口表明,AV进步不能仅依靠算法微调或孤立平台改进,而需要在共享基础设施、互操作生态、验证方法与跨学科人才培养上进行协同投入。
开放、模块化“学术自治栈”:应开发标准化、端到端的开放自治栈,将硬件、软件与验证工具整合为统一框架。基于ROS2、Autoware和标准化传感/计算接口的开放模块化栈,可提升跨机构互操作与复用能力,使研究者专注于创新而非系统集成。
共享AV测试床(真实+混合):应建设远程可访问的共享测试床,将真实系统与数字孪生结合,例如仪器化校园、受控城市环境或机器人实验室,以统一条件支持验证与实验。混合环境可在保证真实感的同时扩大实验规模,并通过共享访问降低昂贵基础设施的门槛。
开放场景与边缘案例数据库:应建立结构化场景库,覆盖稀有且安全关键的事件,在OpenSCENARIO和Safety Pool等基础上形成可共享、可复用的测试用例集,以支持覆盖驱动验证和更严格的安全评估。
集成式仿真+验证管线:应构建统一数据、仿真、场景生成与形式化验证的闭环流程,将真实数据与CARLA、Omniverse、Scenic等工具联通,实现持续验证与从开发到部署的平滑衔接。
低成本、可扩展的教育平台:应开发面向教学与早期研究的低成本平台,如小型自动驾驶车辆、模块化传感器套件和预集成软件栈,以降低参与门槛、扩大人才管道,并支持全球高校开展系统级研究。
联盟与标准组织:在复杂生态中,联盟和标准组织通过统一数据格式、接口与场景定义,显著降低集成成本、提升可复现性与可比性。ASAM、SAE和IEEE等机构在行业输入基础上推动接口标准发展,是AV生态协同的关键支撑。
6. 结论
数字AI的快速发展证明,开放、分层且广泛可及的研究生态系统具有变革性力量。共享数据集、开源框架、可复用模型、可扩展算力与协作教育平台,使全球高校、创业公司和独立研究者都能参与前沿推进。相比之下,AV进展受限的核心并非算法不足,而是研究与教育基础设施不够成熟。
AV系统面临的约束与纯数字系统根本不同:其必须在不确定物理环境中感知与行动,紧密耦合硬件与软件,安全地与人类互动,并在实时和安全关键条件下运行。这些要求带来了可重复性、验证、互操作、生命周期管理和监管合规等挑战,单靠软件进步无法解决。当前生态在硬件平台、软件栈、数据集、仿真工具和验证方法方面仍然碎片化,限制了协作并减缓了创新。
本文认为,下一代AV的实现需要在研究与教学两方面对共享基础设施进行协调投资。关键机会包括:模块化开放自治栈、可互操作标准、共享真实与混合测试床、可扩展数字孪生环境、开放场景与边缘案例数据库,以及结合仿真、形式化验证与真实测试的集成验证管线。与此同时,还需建设兼顾理论与实践、强调安全保障与生命周期工程、弥合学术原型与工业部署差距的教育生态。
文中讨论的Autoware、ASAM标准、Duckietown、MIT Beaver Works、ISEAUTO、PolyVerif与SafeAV联盟等案例表明,许多关键构件已存在,但缺少一个足够集成且开放的生态系统,以支持跨机构、跨领域的大规模思想共享、可重复实验和协同验证。数字AI的成功表明,当共享基础设施与社区标准到位时,开放性与模块化能够显著加速创新。
归根结底,AV不应仅被视为软件学科,而应被视为一种系统工程挑战,需要在计算、传感、通信、验证、人机交互和现实运营之间深度整合。要实现这一目标,需要高校、标准组织、资助机构、产业伙伴和政府监管者的持续协作。只有通过对共享基础设施、开放平台和跨学科人才培养的投资,AV才能达到现代数字AI所体现的可扩展创新速度。当前AV面临的核心瓶颈不是智能本身,而是基础设施。能够降低实验、验证与教育门槛的机构与生态,将在塑造自动驾驶、机器人与网络物理智能未来方面发挥决定性作用。数字AI的标志性创新并非仅是Transformer,而是创造了一个可复用、可协作的基础设施,使数百万研究者能够并行创新。自动驾驶汽车如今也面临类似的转折点。下一次突破或许并非来自新的规划算法,而是来自能够让成千上万研究者共同改进自治栈每一层的共享基础设施。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号