【汽车与环境】圆桌讨论：智能网联技术发展的趋势与挑战

邓伟文：今天上午我们谈了无人驾驶的关键技术，下午谈了网络连接，网络通讯的技术，龚教授给我们谈了一下关于大数据迁移和个人化的问题，最后周总谈了一下大数据，所以我首先提这么一个问题，各位认为智能网联最关键技术是什么？

周辉：我认为在技术的处理上我们需要一些新的方法，而一个基础的平台应该是一个优先解决的问题。 

潘之杰：我认为主要是要全部进行联网，现在的什么都实名制，所以实名制已经不是一个非常难的事了，网联车全部网联是它的关键。

司徒立新：网联最重要的因素是里面是什么东西，我们现在看到了很多的大数据，数据量很大，但是我们每一天处理的数据也很多，且很多是垃圾，只要抓住了最重要的几个……

龚建伟：我认为是通过互联，怎么样让车能超过人，从我个人的角度来说，我更关注的是怎么样通过数据的互联，能够像一个机器人一样，能够超越人的智能，利用大数据的相互关联的技术，实现大数据的高质量的水平。

    边宁：我觉得智能网联，还是网联的挑战比较大，网联其实是一个管道打通了，到底是通水，还是通油，这些东西有没有用，不可能所有的东西一下子都通进去，肯定是分步骤来实施的。

    徐永龙：其实并没有一个关键的技术，只能有一个核心的技术，我做车联网二十年了，最痛苦的就是做的东西，怎么样对用户有价值，这个是最核心的。

    邓伟文：智能网联是一个非常大的系统，涉及方方面面，这个也一定的程度上反映了背后有很多关键的技术，我就网联的角度来说，网联的背后是信息，信息的背后是数据，那解决什么问题呢，当然是解决智能化的问题，当然智能化还有别的问题，数据是怎么来的，靠的是网联，关键我们还要有一个好的运行模式。那么从网联的角度，网联的关键技术是什么呢？

边宁：我是觉得智能网联有不同的应用在里面。智能网联到底是干什么用的，可能智能网联有一个方向是自动驾驶的方向，如果是自动驾驶的方向，网联最大的难度是通信的实时性，安全性，可靠性的问题，这个在控制领域里面，远程几乎没有人涉及到过，用云端来做通信的安全，几乎没有人来做到这一块。当然对车的整个后市场和维修保养，这个又不涉及到整个自动驾驶。因为智能网联涵盖的范围太广了，是不是要从应用的角度来考虑？

邓伟文：我们总体谈的是汽车的概念，这个概念里面涉及更大的话题是围绕着智慧出行，我们出行的工具是什么，这个就涉及到汽车了，怎么样使这个汽车，能够通过我们的智能和网联的技术，使我们的出行解决安全、高效、环保的问题，这是我们的目标。这里面涉及到的技术，我们今天和昨天都已经谈到了。关于网络连接的程度来说，提了几个可靠性的问题，包括延时，带宽来支撑很关键的网联技术。那技术的发展，一个是趋势，一个是挑战，自动驾驶有很多的不同的技术路径。我们的潘教授是长期在主机厂工作，站在你们的角度来看，技术发展的路径有渐进式的迭代，或者是IT行业里以谷歌为代表的快速的发展，这个题目不新鲜，我想听听你们的角度，潘教授您和我们分享一下，是不是还有别的技术路线，怎么样加快智能网联汽车自动化或者是自动驾驶的步伐？

潘之杰：自动驾驶在五年以前往这个方向就发展了，如果是按照现在的这个道路，实际是做不成的。那么不断的把大量的资本也好，人力资源往这个方面去引过来。但是当污染，交通的拥堵，交通的矛盾的尖锐，实际上在2019年可能就在我们的面前了，但是这样子的做法，我是觉得还没有真正的看到往这一方面走的趋势。我是认为从智能停车场逐步逐步的扩大范围，变成智慧小镇，它是一种新物种，新思路，整个的规则、设施重构，在载体上所需要的技术完全的不一样，那么现在的成本越来越高。这个实际上就阻碍了发展，基本是走不通的路，所有的钱都在这上面，最后是办不成的，所以我是建议一定要走另外的一条路，要寻找一个拐点，寻找一个突破口。这是我的观点！

    边宁：无人驾驶或者是自动驾驶，我一直认为是在开放的公共道路上，在中国要实现无人驾驶几乎是不可能的。在开放的公共道路上去做无人驾驶，2013年我从德国回来，正好赶上了我内自动网联和自动驾驶发展的风口，我觉得从技术的层面来说，我们要稍微紧凑一点谈无人驾驶这个概念。但是从另外的一个层面，自动驾驶或者是无人驾驶这一块，特别是潘教授也提到了，在封闭的、单一场景的园区、风景区、港口、码头，它是用传感器加上一些网联的约束条件去做一些货运，或者是观光，旅游，或者是点对点的物流，这个我个人觉得是有可能的，但是这种可能并不是在私人的乘用车上实现的。我们说的无人驾驶的车，应该是什么样子的，现在主机厂正在思考，从L3到L4，到L5的时候，车肯定不是长成这样子的。现在主机厂做的工作主要是智能辅助驾驶系统，真正的无人驾驶的车，主机厂应该是要考虑这个车要设计成什么样子的，这个大家都不知道。

反过来，智能网联肯定是一个方向，之前的私人轿车更多的是私密的，之后共享化也会慢慢出来，但是这个需要一个过程。刚才陈总说的，无人驾驶在国外已经经历了很多轮，98年经济危机以后又不谈了，整个经济好的时候，又开始讲了。所以网联这一块，我记得很久以前，无人驾驶法兰克福就有500辆车在跑，但是网联这个东西在高档车上做是没有用的，因为量太少了，宝马大众的车不网联，没有任何的用处，而真正做到智能网联的话，真正的问题是群体智能怎么走，因为会有一个像潮汐一样的变化，一个车往左，另外的车也要往左，这是群体智能的问题，所以群体智能是一个真正的问题。

    邓伟文：在开放的道路上，主要的原因是高度的不确定，人工智能技术，现在是一种新兴的，基于大数据，消除不确定性，我们的公交系统做了一些工作，包括大数据的来源，我们的数据是有内容的，关于用智能化的技术，来解决开放的、不确定的复杂情况下的汽车产业化的技术问题？

    龚建伟：我是从95年开始做无人车的，最早的还是军用确定的。目前我们的团队一百五六十个人，包括对核辐射环境的工程车辆，港口车辆，甚至包括了一些遥控的车辆，从2000年到2009年，从使用方的角度，比如说11月2日在深圳展示的时候，当时有很多的社会车辆在里面。公众期待人工智能的水平，要比驾驶员更聪明，而且即使是出现更加极端的情况，比如是突然间闪出一个人，这种情况下也希望无人车能够处理，所以公众的期待，特别是对于十字路口的问题，包括我们和德国的无人车进行比较，他们的车有一个条件，只要是路口有行人，它就不能过去了。所以这种场景适应不了。我做博士论文的时候是做军用机器人，从这个角度来说的话，将来的自动驾驶，是在特定的场景下的高智能水平的移动机器人。它是有群体智能的。车辆的社会属性包括无人驾驶，就好像是串口和以太网会长期共存，有人驾驶车辆和无人驾驶车辆在一定的环境下会共存，包括无人车怎样交互，想要一辆自动驾驶的车辆在整个环境下不突兀，现在还做不到。就好像我们在三环一辆车道了，最严重的情况造成了五辆车的追尾，包括无人驾驶车也出过事，也翻过车。

最初的比赛是人和车比，这种环境的持续性，要互联数据，包括场景的数据，适应性越来越好的话，就和阿尔法狗一样，可以下赢围棋高手，希望无人驾驶车的智能水平，能够逐步提高，我们对这种网联的数据怎么样处理，现在样本数据还很小，我们几辆公交车的数据，可以用几个大硬盘存下来，这种数据的处理，哪一些数据是有用的，怎么样让这些数据自动的进行分类，而且创办一些样本的数据，通过人工做的话，始终是有限的。如果是靠人去记的话，将来是无法穷尽的，包括推理的能力都能够提升，所以将来是一个高智能水平的移动机器人，怎么样把车联网的水平越弄越高。

    邓伟文：您谈了很多的数据，围绕着人工智能对数据的要求，你们现在的数据里面能满足你们的方向吗？

    周辉：这是我们的一个方向，但是我们现在还做不到，如果是产品的数据，一般是十秒是一个采样的周期，如果更严格的话，起码是毫秒级的，而现在还是需要我们进行小样本的采集。第二个是在算法上，我们数据的采集量还不够，因为需要很大的样本库，但是目前我们还没有能力做到这一点，我们只能是一步一步的往前走，利用监控的数据，积累出来我们模拟的训练集，第三步才能做验证。时间我也不好预测，可能是很长的时间。

    邓伟文：谢谢，因为人工智能对数据提出了新的需求，包括数据的内容和质量，最后我想问一下智能网联的发展，最终是要引导到需求上去。从香港的角度来看，除了自动泊车，你看到了自动驾驶满街跑的前景吗？

    司徒立新：按照现在的技术，还是有一定的障碍，按照现在这个技术的话，我不知道还有多少的时间可以到这个地步。但是刚才潘教授谈过了，我们的观点，在智能汽车方面，在特定的环境下是完全可行的。比如说龚教授提到的码头运输，我们其实也有一个项目，是在码头上将车第一步变成电动化，第二步是网联化，我们现在是做第一步，第二步开始做网联化。现在，很多时候车都是停在码头上等，很浪费人的时间，如果可以实现这一点的话，那我们完全可以做到。

另外，像机场，香港机场有一个情况，拉行李的这些车有一个特别的地方，现在他们的运作是，你把行李车开回去的话，一定要两个司机一起去，这样可以有很高效。现在机场基本是做到了自动驾驶化，按照现有的技术水平，我们可以做到，人需要车的话，可以把车再叫回来，在这样子的环境下，我觉得是非常的可行的。

刚才的报告里也说了，在园区，在一个特定的情况之下，我觉得这个方案是可行的。因为按照用途来说，我觉得在这一方面可以首先量产化。而且网联的话，使车的无人驾驶更加的简单化，甚至是成本也降低了。如果是一般的无人车在工地上走的话，一定是需要GPS，需要很多的传感器，加上网联的话，那可以更准确的判定你的车在什么地方，大家就可以互相合作，这一方面还可以推动无人驾驶更进一步的发展，加快推进的步伐。

    邓伟文：技术的不断发展推动技术的产业化和市场化，我们知道任何产品最终的根本需求还是来自需求，我们的市场在哪里？刚才徐总谈了一点，我们的需求，运行模式是什么，请和我们分享一下。

    徐总：刚才几位专家把一些关键的要点都说到了，技术上哪一些可行，哪一些不可行，深圳的试验还是很有意义的，刚才说的特定的产品才可以用，包括机场的行李车，港口的话，在荷兰很多都是自动化的车在跑，这个在一二十年以前就有了，深圳的这个试验我觉得很有意义，包括百度也有信心说明年要量产化，那就让我们拭目以待，从现在的这个角度看，边总也说了，未来的自动驾驶车是怎样的，现在我们还不知道，我可以相信，我坐的高铁就已经是自动驾驶了，我要么看手机，要么睡觉，而且现在出行的方式已经是非常的丰富多彩了，也许我们的眼界还不够远。但是从现在的角度看，自动驾驶并不存在，所以让我们拭目以待，在技术上是没有问题的，只是从应用的场景和需求来看，我们还需要再次的衡量。

    邓伟文：好的，这一方面大家都有了基本的共识，前景很好，短期的需求还不明确。看看最后下面的观众有没有问题？

    听众提问：我想问一下主机厂的边博士，在公共道路上的自动驾驶，实现起来可能不是很容易，从你们主机厂的产品布局的角度来说，最近是不是在大力研发高级辅助驾驶，因为像制动系统还是博世和台湾的一些供应商来垄断的，未来的话，有没有一些自主品牌来做这个事情？

    边宁：我还是想说一下，我刚才提到有两个定义，就是在开放的公共道路上，特别是目前国内人车分离，做的不是太好的情况下去做无人驾驶，是有非常大的挑战的。而且这个挑战几乎是不可逾越的概念。

回答你的问题，我们无人驾驶就像我们和国防大学一直在做无人雷达，军方更想做的是无人遥控的概念，包括做无人驾驶的工程样车。对我们主机厂来说，从量产的角度出发，智能辅助驾驶这一块在全力的往前推，从传感器和执行器的层面上，可用于量产的，干预的，相对质量得到保障的，所有的主机厂还是用的国外的供应商的零部件，但是从车载传感器的角度出发，过去的一两年大家都走的比较快。

国内大概有500-800家在做相关开发工作的企业，所以我们自己公司也投入了比较大的人力和物力在开发相关的功能，相信到2019年也会投产，所以我们也是希望或者是寻找有潜力的零部件供应商，或者是系统供应商一起来走这条路。在政府层面，产业层面，学会的层面，或者是科研院所层面的大力支持下，我想是可以缩短整个辅助驾驶系统的开发周期，以及大规模量产的周期。应该来说，现在国内已经有少数几家在尝试做功能样件或者是小批量，但是从工业化的角度出发，到量产还会有一个过程。

    邓伟文：谢谢，因为时间的关系，我们今天的报告就到这里，感谢我们的嘉宾，也感谢我们的听众，能够继续坚持到第二天会议的最后，再次感谢大家！

敬请关注盖世汽车“2017汽车与环境创新论坛”直播专题

提示：本文为现场速记，未经专家审核，请勿转载！