对无人驾驶技术的向往，已经让人类付出了半个多世纪的努力与尝试。尽管今天我们借助更先进的传感器、运算速度更快的芯片、以及更准确的深度学习算法，在一点一点接近完全无人驾驶的状态，但动态时变的交通场景、复杂多样的天气状况、随机的交通参与者行为，都让无人车上路面临着无数的考验。
在2018年2月2日举行的国家智能产业峰会上，来自慧拓的高级工程师周锐与大家分享了一种全新的远程控制、虚实结合、人车协同的平行驾驶方案。平行驾驶是平行智能在智能驾驶中的实践应用。为此，我们采访了平行智能理论的提出者王飞跃教授。这位从上世纪80年代就致力于无人车研究的美国教授，为何在上世纪90年代获得正教授职称、研制出能成功上路的无人车后，打道回“国”，转而研究社会计算与知识自动化？
又因何提出“平行智能”的理论与方法？平行驾驶与当下正火的无人驾驶，又有什么区别？
自动驾驶真正走入公众视野是从2004年的DARPA挑战赛。那是2004年的3月13日，一大群工程师和数千名观众聚集在加州一家小酒吧外，聚精会神地注视着15辆参与莫哈维沙漠穿越赛的赛车。参赛车辆毫无例外都有着夸张的外形，赛车方向盘由电脑控制的。
尽管最终没有一辆参赛车完成142英里全程的赛事，却也成为了启蒙自动驾驶行业的里程碑事件。“说起来我们还是最早把DARPA的这项军用项目引入学术研究界的人”。2005年，IEEE国际智能车会议在美国拉斯韦加斯举行，作为大会主席的王飞跃教授邀请了DARPA挑战赛项目负责人Ron Kurjanowicz做晚宴报告，向大家介绍项目最新进展。
然而，亲身经历过这段无人车时代的王飞跃教授却说，“早在此（2004年DAPRA挑战赛）之前，就在1997年8月7-10号，加州圣地亚哥举行了名为Demo'97的无人车集中演示，在我看来，那场演示的规模、意义以及在当时所引起的影响比这场比赛更大。”当时的情况是，美国国会在1991年通过了陆路复合运输效率法案，作为响应，联邦高速公路管理局在1992年启动了一项全国性的自动化公路研究项目。
Demo’97就是对该项目的成果展示，其最大的目的是通过无人车辆编队实现高速路交通优化、在不增加现有道路的基础上扩大其通行容量，技术上主要通过在高速路面中嵌入磁条引导来实现。
有超过20款自动驾驶汽车（包括小轿车、卡车、公共汽车）登场亮相Demo’97，其中大部分车辆来自GM通用，还有一些来自福特、本田等。大概有上千名的观众亲身体验了完全自动驾驶车辆在圣地亚哥I-15 HOV车道上7.5英里的行驶演示；每辆车之间隔着一个车身的距离，主要示范了车辆换道、车队加入以及车队分离等功能。
这场声势浩大的无人车展示必然离不开政府的支持。
然而，“天真”的美国政府并没有预料到这项计划的花费，不到五年时间，9000万美金的预算倾泻一空，最终在90年代末被迫停止了这项计划。缺少了政府的支持，汽车自主驾驶研究和应用陷入低潮。
“那时候的无人车政策几乎就是零，后来底特律一些车企找到我们，大家一起花了很大精力到美国国会和联邦交通部游说，最终美国政府推出了智能汽车项目，最重要的考虑是安全——减少高速公路上由于车辆事故造成的死亡率，让无人车的研究又复活了一段时间。”王教授长叹了一口气：“除了政策为零以外，那时网络几乎没有，车内通讯也没有，电控当时的车也不提供，比起今天来，困难太多了。”
王教授最早研究“移动机器人”是在上世纪80年代，研制为外空间机器人系统的外空远程控制试验服务的室内机器人。当时从纽约上州租一条T1专线仿真地球火星通讯就需要几十万美元。后来到NASA在亚利桑那的空间资源利用中心，他还负责了外空间自动工厂的设计与控制，当时是为了更好地利用机器人来开发火星与月球资源。王教授认为：“以挖掘、装载和运输为主的采矿作业自动化，是无人车技术最合适最‘靠谱’的一个应用领域。”
进入21世纪，谷歌等互联网巨头的加入让无人车研究看到了新的希望，随着车辆计算能力和传感器硬件进一步的发展，无人驾驶迎来了蓬勃发展的春天。然而，尽管很多车企配备了高线束的激光雷达、先进的计算平台，仍无法保证全场景下的自动驾驶安全，实现量产更是遥遥无期。王教授似乎早就预料到了：“这是一个必然要经历的过程。从中国‘马路’的叫法管中窥豹，我们可以得到一个启示。
将来智能车要是按照它的方式，很可能会把有人驾驶的车‘惊’了。”在王教授看来，未来几年的交通会经历有人驾驶、无人驾驶、人机共驾等多种驾驶方式混合的时期。
王飞跃教授在报告中第一次结合ACP平行系统理论与机器人学，提出平行机器人的概念，提出将机器人从CPS空间推向CPSS空间，形成了基于CPSS理论的平行驾驶。
王教授构想的平行驾驶理论中，当人类司机驾着真实车奔驰时，作为“软件机器人”的智能代理也开着对应的“虚拟车”同时在虚拟世界中奔驰。这种虚拟车可以用可视化的形式提供真实车的本体知识、历史情况和实时信息；同时提供预测未来状态和情境的计算能力或检查事故原因的回溯计算功能。显然，这种智能汽车技术的发展与应用前景几乎是无限的。