中国已然成为世界上最大的机动车生产国和最大的汽车销售市场，将来还有非常大的发展空间，在智能汽车领域也必将是如此。

智能汽车的终极目标，就是在完全真实的交通环境下，实现智能车的自主驾驶。这种场景不但变革人类出行方式，而且将重塑整个城市和社会形态。

相当程度上，这是整个社会的一场广泛而深刻的革命，我们需要新的思路和新的技术。

智能网联下的平行驾驶与平行交通

大家现在都很强调CPS（Cyber-Physical Systems），我的观点是要跳出CPS，迈向CPSS（Cyber-Physical-Social Systems），以后每个人开车不仅仅是在物理世界，还同时在心理世界和人工世界。未来一定是平行交通、平行道路、平行出行。物理的汽车跟软件定义的汽车要平行起来，物理的公路要跟软件定义的公路结合起来。这就是基于ACP（Artificial societies+Computational experiments+Parallel execution）方法的平行驾驶。

现在汽车公司卖汽车的时候总要给你一个手册，以后就给你一个可视化的软件来定义汽车，就在你手机或直接在汽车内部显示屏上，随便可以打开，三维可视化的软件车同物理车由IoT时时刻刻联在一起。

你在路上开，软件定义的汽车也在路上开。因为有了软件定义的车跟物理的车联在一起，就可以同时开在三个世界了——物理世界的车、心理世界的车和人工世界的车。这相当于你开车的时候，有许多软件定义的机器人在为你服务，有的监控车辆行驶的状态，有的帮你订餐馆、旅馆等，你开车就容易了，甚至可以在车里看书、聊天、线上会议等等。这就是CPSS空间里的平行驾驶：目标不是100%安全，而是300%的安全，路安、心安、理安。

直面智能汽车的工程和社会复杂性

车不但在开的时候产生数据，开完了继续产生数据，做机器学习、平行学习，并且监控你的车况、更新交通法规、学习动态时空环境，确保接下来开得更优。其中有一连串的技术支持，所以远端智能跟当地智能要结合，远端可以复杂，当地智能操作必须简单。当然，安全是第一位的。研究智能汽车面临很大的工程复杂性和社会复杂性，会带来巨大的建模鸿沟，我们怎么克服？这个鸿沟要靠数据填，要把小数据导成大数据，把大数据提炼成为精准知识即小规则，然后再指导车的驾驶。对于汽车来说，物理汽车跟软件定义的汽车一起开，开的过程中产生数据，通过计算实验，再变成驾驶的大数据、小智能、精准知识，从而产生崭新的职业。将来会有学习工程师、培训工程师、实验工程师、决策工程师。我们就是把司机换了一个地方，以前在车上开，现在是在办公室开。

平行汽车会自主学习且越“老”越贵

现在的车越“老”越便宜，以后的车，则越“老”越贵。因为它内部包含一批软件定义的车、软件驾驶员、软件服务员。甚至物理的车报废了，这批软件定义的车永远在，而且跟你的驾驶行为连在一起，它向你学习。

开始买的时候车都一样，但开了两年，就真正成为你的车了，也成为某个城市里的车了，甚至跟你邻居的车都不一样。

因为这里引入了Social的因素，也是整个系统中最不确定、多样、复杂的因素，也是我们为什么认为，只有基于CPSS的平行驾驶，才能把自主驾驶L0级—L5级真正统一起来，把交通的智能化和汽车的智能化统一起来。

我们相信平行驾驶和平行交通，是解决未来出行多种难题的一种有效方式。

(作者：中国自动化学会副理事长兼秘书长、本届大会主席 王飞跃)

来源： 科技日报