平行驾驶，听起来是不是跟《蜘蛛侠：平行宇宙》似的，在平行世界里开车？嘿，还真有点那意思。说白了，平行驾驶就是在自动驾驶的研究和应用上的一种新思路，将有人驾驶与无人驾驶结合起来，真实世界里是无人车（无人驾驶），用传感器和其它一些技术，将信息传递到云端，云端构建平行世界，为自动驾驶研究另寻更加安全可靠的出路。

一、平行驾驶的由来

平行驾驶最初想法形成于20世纪90年代中期，由时任美国亚利桑那大学机器人实验室主任的王飞跃教授提出，原本是希望借助于Agent的想法，利用“本地简单、远程复杂”的思想把无人车技术充分利用起来，使之变成辅助人类驾驶的在线“软件机器人”系统。

2005年，王飞跃院长在西安举行的IEEE ICVES（汽车电子与安全国际会议）上正式提出了平行驾驶的概念，将人工系统与实际系统虚实互动的思想被应用于驾驶领域，形成了当下平行驾驶理论的雏形。

二、平行驾驶建立的基础

近年来，随着互联网、大数据、云计算、物联网以及人工智能等技术的发展，数据已然成为当下最为重要的“矿藏资源”，软件定义的组件、流程、系统逐渐走入大众视野，进一步推动了平行驾驶的发展。在此背景下，王飞跃院长提出CPSS（Cyber-Physical-Social Systems）的理论框架，将驾驶员、车辆、信息这几个组成部分，扩展对应到通过物理空间和信息空间耦合交互的三个世界：物理世界、心理世界和人工世界。

平行驾驶理论是基于信息物理社会系统（CPSS）通过将人工系统与真实系统虚实结合起来，它利用ACP（Artificial societies, Computational experiments and Parallel execution）方法，通过人工系统对实际无人车和路建模，构建软件定义车辆及车路系统，同时建立控制计算中心，对无人车和道路采集的真实数据及人工系统的虚拟数据进行联合优化，保证无人驾驶更高级别的安全性，同时对单车进行相应的改造，从而降低车辆成本。

三、多维度的“平行”

平行驾驶的技术框架上层是物理车辆，中间层是驾驶员的状态、意图等，第三层是人工世界。人工世界里又分为两小层：最顶层提供了人和技术的服务，第二层是人工驾驶员和人工车辆。

上周，慧拓智能工程院执行院长艾云峰在2019国家智能产业峰会上提出了“四胞胎”概念：“我们围绕平行驾驶技术，提出了平行驾驶数字四胞胎的概念，是一种兼具运营管理、在线状态监测、应急驾驶安全接管等功能的先进云端化网恋自动驾驶集成解决方案。它通过形式化描述自动驾驶车辆的行为和交通环境的特征以构建信息、物理、社会的交互驾驶环境，我们称之为描述车辆。然后在该环境中进行计算实验，以对复杂行车场景和工况进行试错、优化和预测，然后再通过信息、物理车辆之间的实时交互，引导物理车辆高效安全驾驶。这里面的描述车就提供了描述智能，主要依赖描述学习理论，将物理车映入平行虚拟世界，在人工虚拟场景中建立与物理车系统相应的虚拟车系统。这里面用到行为学习、认知学习、构建学习的几种关键技术。第二辆车称之为预测车，可以看作是一个多智能体的学习系统，预测车可以利用计算实验对描述车进行模拟仿真。引导车提供的是引导智能，在目前预测车所盐酸的结果之上，在描述车及其模拟数字环境中寻找最优化的解决方法，根据不同的场景做出决策，通过平行执行的方法，引导车不断指导物理车做出决策。”

艾云峰院长的这段话描绘了平行驾驶的运行原理，车行驶的过程就是产生数据的过程，传感器产生的小数据传输到云端，云端定义的车再将小数据通过各种计算实验扩展成大数据，然后再通过智能算法将大数据转换成小智能，让行驶变得更安全、高效、舒服，提供更好的服务。

四、技术支持

① 应急人工接管

平行驾驶技术也提供了应急智能，我们可以理解为人工接管。当人工世界检测到无人车辆行为异常情况时，可以远程接管车辆，远程遥控驾驶车辆，保证行驶安全。

② 没有信号也能定位

在定位技术上，能够做到基于SLAM技术的弱GPS下无人车定位，哪怕是地下车库，没有任何GPS信号的地方，通过SLAM技术仍然可以准确定位，引导车辆在路上精准运行。

SLAM（Simultaneous Localization and Mapping），同步定位与地图构建，最早在机器人领域提出，它指的是：机器人从未知环境的未知地点出发，在运动过程中通过重复观测到的环境特征定位自身位置和姿态，再根据自身位置构建周围环境的增量式地图，从而达到同时定位和地图构建的目的。

③ 感知技术

在感知技术方面对激光雷达与毫米波雷达以及技术融合做了很多研究。这个图显示只通过激光雷达的检测结果，根据规划模块规划处适合的路线指引车辆前进。”

五、优势

平行驾驶充分利用了全球数字化及信息化资源，将云端、道路及车辆上的资源无缝衔接，充分考虑安全性、舒适性、敏捷性和智能性等指标，将物理、社会、信息空间打通，从而有效保证车辆行驶安全与最优行车体验，最终实现可靠、舒适、快速的平行驾驶。

六、平行驾驶的应用

在这个部分咱们主要来看一看平行驾驶在无人矿山的应用。

1、矿山是无人驾驶技术最适合的场景

首先矿山改造的需求是非常迫切的。矿区的环境非常恶劣，有大量的粉尘。在矿山行业，有极高的人力资源的成本，一台矿卡配3-4名司机，年薪在中国是15万人民币，在澳大利亚是60-100万澳元。即使他付出这么贵的工资，也很难招聘到合适的驾驶员。因此必须把设备做到无人化，必须使用无人驾驶需求。

第二，矿山环境非常适合无人驾驶技术落地，路上几乎没有人，车流量非常少；另外矿山对无人车的敏感度低，比如一个中型的宽体，改造的成本可能40万左右，一个大型矿卡，改造成本在100万左右的样子。具体而言，在矿山里面开展企业，有几种商业模式，比如可以做新无人设备的销售业务，可以做矿山已有运输设备的改装业务，当然也可以承建车队，做矿山的运营业务。

2、在矿山中历练技术

在矿区环境下对感知技术要求比较高，因为在矿区环境里烟尘弥漫、道路不平、GPS信号受到遮挡，这对定位感知技术带来很大挑战。另外一个是高清地图技术，在矿山环境下场景空阔，没有什么参照物，传统的多清镜头技术不能用在矿山底下，需要根据它的特殊性，建设包含海拔、地势、地质多维度地图，获取数据的难度很大。

3、效率共进

两者结合可以对矿山的生产率、故障率上得到有效改进，同时事故也可以降到最低。