刘斌：基于物理信息融合的复杂感知与智能控制

我这个报告主要是三个方面的内容。第一，简单的从本质上剖析一下智能汽车对于感知的任务到底存在什么样的需求，这里我们定义成“三个什么”。首先，在人驾驶的时候，我们看到的环境确实是多种多样的，有各种各样的移动物体，也有各种各样的交通设施和基础条件，所以我们认为，感知第一个任务就是先要定义出来我们要感知的是什么。对于车来说，我不可能说把大千世界里所有的东西都去做感知，因为我们的处理能力、我们的运算需求，包括我们对硬件成本方面的各种考虑和顾虑，局限了我们对感知本身的想法。所以说，首先我们要解决的是我们要感知什么。

第二，通过什么样的渠道去感知。这个问题大家现在比较常见，知道有各种各样的雷达，有摄像头，甚至包括超声波的传感器，也包括现在新出现的激光雷达。我们知道了感知什么之后，通过什么样的渠道、什么样的手段来做这个感知。

第三，到底要传递什么。因为确实前面都定义得很清楚，但是对于汽车来说，不可能把一个图像平白无故的告诉汽车这是个图像，我要推动一系列的程序，要通过这一系列的设计，然后让所有的这些电信号，所有的这些特征，变成汽车能够听得懂能够、看得着的信息。所以我们总结的，智能汽车从感知角度来说，实际上要解决这三个问题。

下面就针对这“三个什么”简单的剖析一下。第一个是感知什么。刚才刘总介绍的内容跟我们的想法非常一致，就是说我们从车的角度来说，无非要解决外部问题、内部问题以及自己定位的问题，只要把这三个问题都解决，实际上对于智能汽车或者ADAS的感知来说，我们认为整个任务就已经完成了。当然，具体来说，比如说外面我们要感知什么。这里面做了一个归类，这个归类是从我们自己的开发实践以及我们跟供应商的交流之后形成的，比如我要感知的是，一方面我们叫做边界。因为对于车来说，所有的非障碍、非限制的东西，我认为都是车可以走的。反过来我们就把这个定义为边界。我们定义了两个边界，一个是障碍物。

从第一级就可以往下细分。障碍物来说，刚才刘总介绍得非常全面，有各种各样的移动障碍物，行人、动物，也包括一系列静止障碍物，比如一个施工的牌子等等。限制来说，可能更多的不见得是ADAS会考虑到的，更多的是L2、L3甚至是L4要谈到的，比如说车道线、路面的特征。刚才白教授也在问，相当于地形方面的信息。这个分类，我刚才说到了是我们的一些认知，而且我们在这个分类基础上也不断的在往下去分。车辆检测要明确到底检测什么，有更细致的三级、四级的特征和定义。我们也希望通过这种形式，能够真正的去跟Tier1好好交流，真正的跟所有的ADAS无人驾驶开发的技术人员去建立一个交流的通道。

第二个就是自车的情况，刚才刘总也提到，包括车辆的、驾驶员的。车辆有可能就会分成车辆本身，自车的运动状态、特征，也包括车辆的健康状态。大家知道比较多的诊断，都是解决车辆健康。现在我们也在研究一些更深入的东西，比如说机械结构的问题。可能很多人都有这个感受，这个车老司机为什么就能听出来这个车是前轴哪个地方不对，这是机械的问题，这些是车辆健康。也包括驾驶员，实际上驾驶员属于传统的，现在我们在做的是驾驶员本身的识别，特征识别，比如说饮酒状态。未来我们要加入一些健康状态的识别。

感知解决了之后，我们认为那个维度还缺。这是因为我们从自己开发实践角度，我们觉得还应该增加一些信息，这也是一些想法，跟大家分享。首先增加的信息就是碰撞时间，我们觉得任何的感知都要付出代价，刚才有一个嘉宾在问问题的时候，问多少样本空间的时候，就是这样，我们可以做很多事情，但是要考虑到边界，要考虑到我作为OEM能够接受的程度。所以我的边界是什么？第一个是时间程度，我做这个运算做这个处理，允许的条件是什么。第二个就是刚才反复提的，智能化的等级是什么。把刚才提到的感知要素跟这两个维度做这么一个矩阵，这就能体现出我们在什么时候需要什么样的技术。

第二个是使用什么，我们也做了评估，我们想做三代感知。第一代感知是基于车载，刚才提到的各种各样的传感器，然后提高我们的感知能力。第二个维度，我们在跟百度洽谈基于地图的传感，增加信息的时间维度，让信息来得更长一点、更有效一些。第三个比较热炒的就是车车通讯，现在还没有用在车的控制上，只是进行信息提醒和信息服务。

从车载角度来说，这一系列的传感器，它们有各自的适用条件和适用特征，这个大家都是比较擅长的。我们在跟百度谈的就是说，我们要求它未来从地图角度能够提供给我多维度的信息，比如说定位信息，比如说在什么时候可以做什么事情的引导性的信息，在前面弯道五十米左右，我要下这个匝道，如果这些信息能够给我，这辆车的控制会变得更加游刃有余。当然，最终的目标是能把所有的信息在地图上增加一个图层提供给我们。

最后就是传递什么，这里面最核心的就是所谓接口的设计规范。设计规范实际上就是这种三步曲，先有一个总体的架构，我们现在也有电子部门，他们在设计电子电器架构。我们从智能汽车和ADAS的角度，设计我们自己的适用性的架构。有了架构之后，我们针对每一个模块包做相应的参数化定义，这里面有一个很重要的问题，就是传感器是不是所有的信息都要拿来用，我要有筛选的去定义，最终可能通过一个电子协议变成车可以听得懂的语言。

最后简单的跟大家交流一下我们下一步的开发思路。事实上智能网联汽车也好，现在L1、L2的开发也好，不外乎这几件事情。从传感到感知到控制决策，最后就是执行。当然还有一个维度就是人机交互。从我们主机厂的角度来说，我们可能更关注的不是感知本身，就像刚才刘总的部分，这不是我care的东西。我是从结果出来一个局部地图，给到里面。我们也在尝试一些人工智能的工作。

当然，永远离不开这个话题，从厂家角度来说永远是有价格性能的平衡，我们怎么去找、怎么去拓展。现在我们是这样，我们的感知平台非常多，我们有各种各样的传感器、各种各样的产品线，那么我们现在基本上是按照我们的产品线，从C级开始往下，B级以及A级的品牌，按照这个品牌和传感器的能力做筛选。刚才刘总说他会有一些明年量产的东西，我们也非常希望咱们东软的东西，可能先从A级车的角度先进来，因为这个量是非常大的，同时成本空间还是在一千左右，所以还是有很大的利润。从C级车角度来说，利润空间更大，所以现在对于智能化或者ADAS的角度来看，我们会加一些两千到三千左右的装备。从性能角度来说，我们也在提更多的性能开发要求。实际上刚才有些嘉宾也提到了一些，我们也在关注。

这就是我整个的报告，谢谢大家。  

提问：问两个问题，第一个问题就是刚才你定义的那三段论挺好的，但是我在想说到感知什么，是不是可以说识别什么更好？因为我觉得感知实际上是没有办法让你控制的，传感器它感知什么进来什么就是什么。但是作为人来说，设计的时候应该说识别什么，这是可以的，剩下都不用改，这个挺好。第二个，白老师刚才也说到了这一点，作为主机厂商，你刚才画的框很好，主机厂关注到哪个东西。现在最头疼的一个事就是说，最难的是中间这一块，你切了这一下，实际上把一个完整的功能切成了，都说不清楚是三分之一还是二分之一还是多少。我的问题是，第一，有没有想到以后要有一个很清晰的界面，他干什么你干什么很清楚？第二个就是说，从长远来讲人工智能这一块是觉得应该主机厂拥有还是就交给他们互联网或者是这些新进来的人来拥有？

刘斌：感谢你的问题。先说感知，感知和识别这个事，从我们的角度确实分析过这两个词。从中文来说，感知这里面有感有知，它的优势在这儿。识别可能更简单的只在传感器本身。比如摄像头只能识别车道线，那就是告诉你车道线而已。所以我们希望Tier1能给我们解决，为什么感知里面细分到四级五级甚至更细的目录，这些拿进来就可以直接用。第二个到底这个圈怎么划，我反复强调一个功能规范和技术接口规范，这个文件在我们这里是非常机密和非常重要的文件。而且我们现在是在ADAS的基础上，L1、L2的基础上现在在扩展L3的定义和要求。为什么这样做呢，现在最大的问题是在传感这一块，传感这一块没有一家可以说我都包了。只能说找一些可以切割的地方，然后我去把这个切割出来，发包出去，实现所谓利益的最大化。

第三个问题人工智能这一块，我们在圈地盘的时候还是很保守的，这个确实不是我们擅长的东西。但是我们在想，人工智能现在最火的是深度学习用在感知上，现在我们做的是人工智能对控制的优化和处理，我们觉得这是我们的主业。以后可能作为OEM来说，我的主业，第一个，我画的这个框，这一块很容易打出来差异化。第二块是人机表达，这一块肯定是我们应该做的事情。