以下为郑南宁教授演讲内容：

　　从人的认知角度重新定义自主驾驶

　　我们人在开车的时候，实际上是有一个选择性注意的，也就是说，无论车外的场景怎么千变万化，但是我们人首先是要找哪些地方可以行驶，哪些地方不可以行驶。

　　也就是说，车外状态是无限状态空间，但我们要把车外的无限状态空间抽象成可描述的“0、1”的状态。要实现这一基本目的，就要从人的认知角度重新定义自主驾驶。

　　这是2002年，我们研发的思源1号无人驾驶智能车。

　　到2005年，当时我们雄心勃勃，认为在校园里面可以跑了，它就可以上路了。实际上驶出校门，情况就完全不一样了。

　　我们当时制定了一个“新丝绸之路挑战”的计划。

　　这是当年在学校的四大发明广场出征的照片（如上图）。选择从西安行驶到敦煌，其目的一是在实际的交通场景中验证我们的系统，二是为研究工作采集更多的真实交通环境的数据，总距离1700多公里。

　　但是出了校门以后，大多数时间需要人工干预，是人在开，只是在沙漠的道路上，几乎没有来往的车辆和行人，交通场景相当简单，这个无人车才能平稳缓慢地行驶。

　　上述介绍的是12年前的研究工作。 从2000年初以来，我们始终坚持在这个方向，从基础研究到关键技术不断地向前发展。

　　这是2016年在一个比较复杂的环境中进一步验证我们研究的基本模型，这是在非结构化的道路来验证无人车的控制系统。当时后面还有一个裁判车，裁判车遇到这种路面情况要不断地换档，适应路况，有时候就陷在泥路上，但是这辆无人车可以平稳的行驶，也就是说，它的感知和控制是适应这样环境的。

　　我们再来看一下夸父号无人车在城市交通环境中的表现。当然这个交通场景也并不复杂，它还可以超车，可以实现一个非常平稳的拐弯。我们再来看一下在GPS信号缺失的情况下，无人车如何找出地下车库的出口。

　　从2016年进展来看，2005年我们的无人车就是一只“丑小鸭”，许多科学研究工作就是这样，总是从一步一步的走向更加完善的阶段。

　　尽管我们看到夸父号可以在城市道路上行驶，也可以从车库里出来，但是面对更为复杂交通环境的情况，它没有办法作出可靠的响应和判断。

　　这里给出的是城市中复杂交通场景的情况，我们可以看到在这些无交通指示路口、环岛路口，还有交通指示复杂的状况，各种车辆的行驶的不同状态，无人车无法在这些环境做到准确的判断。那么人是怎么判断的？

　　这个场景有行人，有非机动车，也有机动车，我们看一看它的状态是怎么形成的。十字路口的交通场景是不可预测的，但是每个OBJECT相互关联形成一个稳定的系统，这里就反映出，人在这些场景中能够迅速的理解和判断各个对象之间的关联性，而无人车也必须要能够抽象和表述这种关联性才能做出准确的判断。