【汽车与环境】圆桌讨论：驾驶辅助到自动驾驶的技术路径

陈超卓：首先我们每个人一分钟介绍一下自己。

戴一凡：我叫戴一凡，清华大学博士毕业，现在在清华大学苏州汽车研究院，我负责整个智能网联中心的工作，这个中心包括几块，一个是汽车研究所，做一些面向自动驾驶的前瞻性东西，另外一个部门做的是超声波雷达和自动泊车产业化，还有一个团队——车联网研究所做一些后台和产业规划。

顾剑民：大家好，我叫顾剑民，在福特汽车、长安汽车和沃尔沃汽车工作过，曾经做过整车工程、底盘、主动安全，也负责过自动驾驶这一块的工作。

张农：我是张农，我在合肥工业大学工作，研究方向一个是汽车悬挂部分和车源动力学，还有动力总成系统建模分析和能量管理，特长是车用变速器设计研发。

高继勇：我叫高继勇，我是1994年去的美国，2015年回国，一直在奇瑞，我一直从事汽车电子控制和整车电子架构的研发，原来在通用汽车和丰田、电装工作。

陈超卓：我叫陈超卓，我现在在纵目研发360°环视、自动泊车、自主泊车这方面的工作。这几年我一直从事自动驾驶和智能汽车的研究，越做越敬畏，在驾驶辅助这一块，供货到主机厂没错，但是不管L3、L4、L5，你只要把手撒开就有问题了，所以我也不知道到底能不能量产，或者会不会有一个低潮到来，我对L3、L4、L5的定位，我个人觉得不一定非要按照这个叫，我撒开手开车，到底什么时候能量产，我想问问高博士，你刚从通用回来，你介绍一下。

高继勇：真正的量产车，像特斯拉的Autopilot 1.0，37分钟只有25秒握了方向盘，这是L3，而且它不是高速。出了事之后更新到Autopilot2.0，尽管硬件有很多，但是功能降低了，大部分人认为是L2。包括奥迪A8还没有量产，中国量产不了，因为现在要用高精地图，这个车用的地图不是3D的，这个和通用的方案还不一样。L3特别难做，大家宣传的时候可以说是L3。我和很多供应商交流过，L3真正要做的话，要量产，好多人认为2024年、2025年还早，因为其中的挑战都很难做。L2可以宣传成L3，尼桑原来有一个，L3最难做的是接管，摄像头技术、控制大脑技术。我和供应商交流的时候，很多供应商给了我方案，有的给了6个，用GPU等等，但是有一个基本的问题——没有解决协同问题。软件也是在更新当中，操作系统也在更新中，汽车的操作系统不满足我们自动驾驶的操作系统。所以L3挑战非常大。

张农：自动驾驶我接触的非常早，2003年我在奔驰公司的乘用车电子部门工作，当时把自动驾驶、自动泊车已经预言过了。我看了看现在国内做的自动驾驶没怎么超出那个范围，但是奔驰做的ESP，把ESP认认真真的做起来。我本人一直是搞机械的，比较保守，国内国外说就是L3、L4、L5，我绝对不相信，我的命只有一条，我的机会只有一次。但是研究还是要做的，但是不要这么自信的预见十年、二十年，这个技术在路上可以当一般的车开起来，如果发生了事故，责任保险怎么处理，种种问题还没有解决。与其如此，还不如脚踏实地看看国内现有车辆安全技术，进一步提高，花少一点的成本两条腿走路，同时提高现有安全的技术，不断地把法规完善，真正让大家用自动驾驶技术，这是我的观点。

顾剑民：首先我补充一下，刚才说到L3，按照我的理解到目前为止，市场上自称自己是L3的就是奥迪A8，现在刚出来，但是这个车我没有开过，也没有量产。特斯拉也不会称自己是L3，很多媒体称是L2或者L2.5，说明它不是L3。出了几起事故以后，特斯拉明确的说，手离开方向盘以后会有提醒。

自动驾驶什么时候实现量产，我们应该比较谨慎，自动驾驶肯定会实现，但是不会在这两年里，很多汽车公司公开宣称，有些说2020年，有些说2025年，不同时间段里说会实现L4的量产。还有一些公司，像沃尔沃、福特和丰田他们已经宣布会越过L3直接做L4，这是两个事实，怎么去认知和理解。L3有很多不确定因素，包括L3是法律上的恶梦，L4是技术上的恶梦，人机交互有很多不确定因素，出了问题到底归谁，真正交互的时候，到底什么时候把驾驶权交给驾驶员。如果是变道，很简单的工况容易接管，如果出现复杂的、不容易处理的工况，机器都不容易处理，对人来说肯定也不容易，可能10秒接管不过来，处理不好，到时候怎么定义，这个法律责任也是一个灰色地带。什么时候达到L4，仁者见仁智者见智，我个人的观点，我相信在某些环境、路况或者地理围栏先实现自动驾驶，所以先把这两个概念结合起来讲，如果不考虑地理围栏和环境，泛泛地谈L4，在目前的基础上是不负责任的。第二，在某种场景和某种工况下先实现，这是今天大家在谈怎么做自动泊车和自主泊车，自主泊车就是L4以上的应用，所以一个是把地理围栏概念加进来，第二把某些工况场景加进来，这样再谈L4量产就有实际意义了，而不是空谈。我希望到2025年之前实现某些地理围栏和工况场景下的L4是比较现实的。

戴一凡：我有两三个观点，第一，刚才顾博士提到地理围栏，那个我也非常赞同。但是如果是大批量的在路上跑，又要上下班、又要周末出远门玩的这种车，可能要从L3一步一步往上走。大家谈L3困难的时候，可能是法律恶梦，或者人机切换的时候有很多问题，这两个问题相比技术难题是可以解决的，人机切换会随着人的使用习惯去培养使用习惯，慢慢适应变化，包括我们的法律跟着技术发展一步一步往上靠。如果L4，人工智能或者尖端技术没有飞速的突破，技术恶梦是绕不过去的槛。当然我说的是在路上跑的车，不是限定在围栏里的。

第三，两条腿走路，这个放在我们车上非常合适，因为我们代表科研平台，我们肯定研究L4、L5。现在学校还搞飞行汽车等更前瞻的东西，一直做十年、二十年没有关系，但是我们想在做的过程中有很多科研成果沉淀下来，支撑我们现在的驾驶辅助或者自动驾驶产品，让这些产品性能更提升。这样在产业化上也能落地，我们能看到产品，产品性能也能提升，我们希望自主零部件供应商把我们的市场占下来，把国外市场份额抢过来一点。

陈超卓：接下来讨论一个问题，一方面大家说自动驾驶比较难量产，比较难实现，另一方面差不多每个主机厂都号称我们有自动驾驶。其实我个人认为从前瞻部门组装一个自动驾驶、无人驾驶来演示已经是低技术，就像20年代组装一个电脑一样，现在无人驾驶要是纯演示，为什么阿波罗马上要发布2.0，把激光雷达、毫米波、摄像头再加上博世的线控，两个礼拜一定跑起来。但是另一方面到底这个技术往下走，商业模式有哪些？刚才戴博士介绍的自主泊车是一个，大家讨论一下都有哪些商业模式？

戴一凡：一个是现在的ADAS产品迭代升级，功能更加完善，性能提升，这是现在量产规模最大的。第二条，一些小型电动车在法律上可能不算汽车，不用上牌照，在景区做一些接泊，或者老年代步车。第三个，移动机器人或者搬运一些货物或者物流分捡，自动驾驶本身如果说L3、L4，从产业上来说，从汽车上看不到，但是有一条路子未来有可能赚钱，像通用在旧金山做运营，通用说我们的目标不是跟福特竞争，我们要把优步干掉。通用首先技术有自信肯定比优步做的好，我自己的成本肯定比优步的低，车在使用中产生的价值远远多于生产制造中产生的价值，而且这个对自动驾驶技术成熟度要求低一些。因为个人用户买车对成本要求肯定高。但是如果只是用一下，肯定不会在乎这个成本，只是在乎用多少钱。另外，如果这个车出了故障也不会在意。这个首先能用起来，我觉得这是一个商业模式。

顾剑民：我认为在封闭园区做自动驾驶，司机成本可以省下来，而且地理环境比较简单可控，这是比较现实的。另外一个可能性，大家如果自己开车可以发现，比如春节走长途，很多时候在高速上面，高速上面的自适应巡航等功能已经足够使得我们在高速上放松你的手和脚，虽然现在还得把手放在方向盘上，这只是意识上的还在开车，这个可以大大降低开车时的疲劳，这个比较现实，对每一位驾车者比较直接的。我非常赞同陈总说的，现在要做一个自动驾驶的演示，不管L3、L4都不是那么难，但是真正要做到自动驾驶量产或者模式下，有两个比较大的问题需要考虑。

第一个问题，你做一百台实验的自动驾驶车不难，但是你把一百变成一万甚至十万、一百万，这个问题就不一样了，这个量产车给终端顾客有不同使用习惯模式。第二个问题，我们现在的自动驾驶，特别是L4，大家讲L4很有可能用激光雷达，虽然特斯拉一直拒绝使用，因为成本的原因，这是一个问题。如果自动驾驶不是免费的，我买一辆车十万、二十万、三十万，但是你买这个车加自动驾驶系统，要加三十万人民币，我相信很多人觉得这个不是很值得，因为自动驾驶系统在目前有很多限制，你会觉得这个很鸡肋，在这个价格前提下你认为这个功能就是鸡肋的，如果是免费的，大家都喜欢试用，但是这个不可能，主机厂也不是活雷锋。

宋廷伦：我觉得今天上午和下午两场十几位行业专家的报告，感觉有几个方面，第一，大家都在讨论路径问题，包括邓教授和朱教授，大家还在讨论技术路径问题，从Demo到量产怎么做，从L0到L5怎么做。第二，大家在讨论这些问题的同时也在聚焦一些能够落地的关键技术，比如白教授的79Ghz的雷达，也包括戴博士讲的传感器方面，也包括在一定条件下的自动泊车也有路径，大家在讨论路径的同时确实在做一些关键技术。第三，在做这些的同时，也在关注落地，高总讲到从电机架构方面，讲到真正落地要解决哪些核心技术问题，所以整个行业来讲，我们都在关注这个技术路线，大家都在关注落地问题，大的方向还是很好的。

因为我在主机厂工作了很多年，大部分时间在学校当老师，但是我的出发点还是奔着量产，或者你提出一个东西，我脑子里第一个想到的是这个东西能不能量产。今天上午朱教授说L4、L5要不要做，我认为还是要做，但是能不能量产，这个问题我回答不了。从主机厂的角度，量产需要几个条件，从产品开发流程、体系角度，如果说智能驾驶要做量产需要做几个事，第一自动驾驶在整车层面和传统的不一样，应该把自动驾驶整车集成作为一个维度；第二，智能驾驶的场景和工况，我认为如果要量产，除了定义清楚这个场景之外，工况也是需要的，因为你要量产，这辆车出来了，我首先要跑这个车，这个如果没有定义清楚，谈量产太远了。所以智能驾驶汽车出去要量产，除了关键技术和路径之外作为主机厂来说，应该把这些东西纳入到产品开发流程和虚拟实物验证体系里，这是主机厂要做的准备工作。最后是商业模式，昨天大家也讨论了很多，大家认为共享出行，可能把家里的第二辆车干掉。

高继勇：我解释一个问题，L3、L2，特斯拉现在就有这种车，已经量产很长时间了，特斯拉起了一个名字叫召唤。为什么说L3、L4在中国非常难，因为受制于国家法律，国家不让你用高精地图。现在做L4自动驾驶汽车，L4的激光雷达就是高精地图，包括园区里可以做，可以采集高精地图。在欧洲有一些公司也在做，400辆车，L4没问题，都可以做，就是普通的客户L3、L4怎么做，这是最大的挑战。

还有商业模式，基本上大家的共识，共享出行，从固定道路开始，通用公司为了解决自动驾驶，发布了共享汽车，共享汽车牵扯到整车很多控制，怎么共享，手机应该当成钥匙，这个牵扯很多技术。从园区开始到共享，在工程部门很简单，路径非常固定，周末的变化也没有行人，在园区更容易做，所以商业模式应该从园区开始共享，共享的作用是采集数据，你可以把这个做的配置高一点，现在有很多公司都在做了，卖这个车就是采集数据，在美国没问题，收集大量数据，然后传送到后台做AI模型训练。今年在上海嘉定，一百辆车把路改造了，实现V2X的基本功能，这个L4需要V2X，最起码的V2V。所以这个商业模式，固定场景下，像围栏，我们现在也做一些技术，像电子围栏技术，不让你开到外面，这个都很容易做，通过车联网定位，但是它的开始是从园区到共享到量产，L3不需要，L4是这样的路径，国际主机厂也是这样部署的，特别是通用和福特合作的。

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！