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，原来是希望借助于Agent的想法，利用“本地大略、远程繁芜”的思想把无人车技能充分利用起来，使之变成赞助人类驾驶的在线“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观点，将人工系统与实际系统虚实互动的思想被运用于驾驶领域，形成了当下平行驾驶理论的雏形。

二、平行驾驶建立的根本

近年来，随着互联网、大数据、云打算、物联网以及人工智能等技能的发展，数据已然成为当下最为主要的“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天下：物理天下、生理天下和人工天下。

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，同时建立掌握打算中央，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，担保无人驾驶更高等别的安全性，同时对单车进行相应的改造，从而降落车辆本钱。

三、多维度的“平行”

平行驾驶的技能框架上层是物理车辆，中间层是驾驶员的状态、意图等，第三层是人工天下。
人工天下里又分为两小层：最顶层供应了人和技能的做事，第二层是人工驾驶员和人工车辆。

上周，慧拓智能工程院实行院长艾云峰在2019国家智能家当峰会上提出了“四胞胎”观点：“我们环绕平行驾驶技能，提出了平行驾驶数字四胞胎的观点，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前辈云端化网恋自动驾驶集成办理方案。
它通过形式化描述自动驾驶车辆的行为和交通环境的特色以构建信息、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打算实验，以对繁芜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，勾引物理车辆高效安全驾驶。
这里面的描述车就供应了描述智能，紧张依赖描述学习理论，将物理车映入平行虚拟天下，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能。
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，预测车可以利用打算实验对描述车进行仿照仿真。
勾引车供应的是勾引智能，在目前预测车所盐酸的结果之上，在描述车及其仿照数字环境中探求最优化的办理方法，根据不同的场景做出决策，通过平行实行的方法，勾引车不断辅导物理车做出决策。
”

艾云峰院长的这段话描述了平行驾驶的运行事理，车行驶的过程便是产生数据的过程，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打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、舒畅，供应更好的做事。

四、技能支持

① 应急人工接管

平行驾驶技能也供应了应急智能，我们可以理解为人工接管。
当人工天下检测到无人车辆行为非常情形时，可以远程接管车辆，远程遥控驾驶车辆，担保行驶安全。

② 没有旗子暗记也能定位

在定位技能上，能够做到基于SLAM技能的弱GPS下无人车定位，哪怕是地下车库，没有任何GPS旗子暗记的地方，通过SLAM技能仍旧可以准确定位，勾引车辆在路上精准运行。

SLAM（Simultaneous Localization and Mapping），同步定位与舆图构建，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不雅观测到的环境特色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舆图，从而达到同时定位和舆图构建的目的。

③ 感知技能

在感知技能方面对激光雷达与毫米波雷达以及技能领悟做了很多研究。
这个图显示只通过激光雷达的检测结果，根据方案模块方案处适宜的路线指引车辆提高。
”

五、上风

平行驾驶充分利用了环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，从而有效担保车辆行驶安全与最优行车体验，终极实现可靠、舒适、快速的平行驾驶。

六、平行驾驶的运用

在这个部分咱们紧张来看一看平行驾驶在无人矿山的运用。

1、矿山是无人驾驶技能最适宜的场景

首先矿山改造的需求是非常急迫的。
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本钱，一台矿卡配3-4名司机，年薪在中国是15万公民币，在澳大利亚是60-100万澳元。
纵然他付出这么贵的人为，也很难招聘到得当的驾驶员。
因此必须把设备做到无人化，必须利用无人驾驶需求。

第二，矿山环境非常适宜无人驾驶技能落地，路上险些没有人，车流量非常少；其余矿山对无人车的敏感度低，比如一个中型的宽体，改造的本钱可能40万旁边，一个大型矿卡，改造本钱在100万旁边的样子。
详细而言，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发卖业务，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、在矿山中历练技能

在矿区环境下对感知技能哀求比较高，由于在矿区环境里烟尘弥漫、道路不平、GPS旗子暗记受到遮挡，这对定位感知技能带来很大寻衅。
其余一个是高清舆图技能，在矿山环境了局景空阔，没有什么参照物，传统的多清镜头技能不能用在矿山底下，须要根据它的分外性，培植包含海拔、阵势、地质多维度舆图，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，同时事件也可以降到最低。