本报讯 （记者刘钊）7月15日ღ✿ღ◈◈，在吉林长春举行的2025新能源智能汽车新质发展论坛上ღ✿ღ◈◈，清华大学车辆与运载学院院长王建强教授发表题为《智行天下ღ✿ღ◈◈，安驶未来智能汽车安全技术发展现状与趋势》的主题演讲百利好金业官网ღ✿ღ◈◈，深入剖析智能汽车安全技术的现状ღ✿ღ◈◈、挑战及未来方向ღ✿ღ◈◈，提出以认知驱动为核心的技术创新路线ღ✿ღ◈◈，为高等级自动驾驶落地提供新思路ღ✿ღ◈◈。

　　王建强指出ღ✿ღ◈◈，我国道路交通场景复杂ღ✿ღ◈◈、事故频发ღ✿ღ◈◈，提升交通安全已成为国家迫切需求ღ✿ღ◈◈，而智能汽车技术是解决这一问题的关键ღ✿ღ◈◈。低等级智能汽车已实现高市场渗透率和大规模应用ღ✿ღ◈◈，但在迈向高等级自动驾驶过程中ღ✿ღ◈◈，复杂长尾场景下的事故时有发生LEHU88乐虎国际ღ✿ღ◈◈。ღ✿ღ◈◈，安全技术仍面临诸多难题百利好金业官网ღ✿ღ◈◈。

　　他解释ღ✿ღ◈◈，车辆故障ღ✿ღ◈◈、复杂环境扰动等不可控因素始终存在ღ✿ღ◈◈，需依靠“感知认知决策”全链路技术体系保障安全ღ✿ღ◈◈。但当前技术仍存局限ღ✿ღ◈◈：特斯拉事故暴露感知系统误检问题ღ✿ღ◈◈，Waymo事故反映对潜在风险认知不足百利好金业官网ღ✿ღ◈◈，Uber事故则源于决策误判ღ✿ღ◈◈，这些案例均显示智能汽车在处理突发ღ✿ღ◈◈、复杂场景时的技术短板ღ✿ღ◈◈。

　　同时百利好金业官网ღ✿ღ◈◈，王建强分析了当前主流技术路线的短板ღ✿ღ◈◈。规则驱动通过预设规则实现决策ღ✿ღ◈◈，结构清晰ღ✿ღ◈◈、可解释性强ღ✿ღ◈◈，但依赖固定规则ღ✿ღ◈◈，难以适应开放场景ღ✿ღ◈◈，无法满足L4级及以上自动驾驶需求ღ✿ღ◈◈。数据驱动具备自主学习和场景泛化能力ღ✿ღ◈◈，却存在“黑箱”决策ღ✿ღ◈◈、依赖训练数据ღ✿ღ◈◈、推理速度慢等问题ღ✿ღ◈◈，在极端场景下安全保障能力不足ღ✿ღ◈◈。

　　“人类驾驶不依赖海量数据乐虎lehu唯一官网ღ✿ღ◈◈，而是基于知识百利好金业官网乐虎lehu唯一官网ღ✿ღ◈◈、经验和常识判断乐虎lehu唯一官网ღ✿ღ◈◈。”王建强受此启发ღ✿ღ◈◈，提出认知驱动作为第三条技术路线ღ✿ღ◈◈。该路线融合规则驱动的可解释性与数据驱动的学习能力ღ✿ღ◈◈，既让规则系

　　统具备进化能力以适应复杂场景ღ✿ღ◈◈，又推动数据系统“去黑箱化”ღ✿ღ◈◈，实现过程透明与结果可信ღ✿ღ◈◈。

　　认知驱动的核心是对人乐虎lehu唯一官网ღ✿ღ◈◈、车ღ✿ღ◈◈、路系统的深层理解ღ✿ღ◈◈，构建要素特性ღ✿ღ◈◈、相互作用及运行规律的精准建模ღ✿ღ◈◈。其技术架构涵盖感知乐虎游戏官网网站入口ღ✿ღ◈◈，ღ✿ღ◈◈、认知ღ✿ღ◈◈、决策三层ღ✿ღ◈◈：感知层融合物理状态估计与语义理解ღ✿ღ◈◈，提升环境重构可靠性ღ✿ღ◈◈；认知层通过“统一场”建模与深度学习ღ✿ღ◈◈，实现风险趋势判断ღ✿ღ◈◈；决策层结合知识图谱与大模型推理乐虎lehu唯一官网ღ✿ღ◈◈，应对复杂未知场景乐虎lehu唯一官网ღ✿ღ◈◈。

　　展望未来ღ✿ღ◈◈，王建强认为自动驾驶正从规则驱动ღ✿ღ◈◈、数据驱动向认知驱动演进ღ✿ღ◈◈，核心是构建“类人认知ღ✿ღ◈◈、学习与进化”能力lehu官方网站ღ✿ღ◈◈。他提出“三纵三横”技术架构支撑智能汽车规模化发展ღ✿ღ◈◈，并强调智能汽车安全需通过“类脑认知架构”实现驾驶认知模式跃迁ღ✿ღ◈◈，最终提升自动驾驶系统的自学习ღ✿ღ◈◈、自反思ღ✿ღ◈◈、自适应能力乐虎lehu唯一官网乐虎国际ღ✿ღ◈◈，ღ✿ღ◈◈，打造具备人类类脑推理特征ღ✿ღ◈◈、安全可验证的高等级智能驾驶系统ღ✿ღ◈◈。