8月4日-8月5日，由車云網(wǎng)和佐思產(chǎn)研聯(lián)合舉辦、佐智汽車特別支持的2016自動(dòng)駕駛汽車開發(fā)及測(cè)試技術(shù)研討會(huì)在上海虹橋賓館順利舉行。
隨著自動(dòng)駕駛從概念熱議進(jìn)入產(chǎn)品孵化階段，國內(nèi)企業(yè)開始對(duì)自動(dòng)駕駛汽車關(guān)鍵部件和系統(tǒng)開發(fā)測(cè)試給予關(guān)注。車云TECH-IN會(huì)展品牌聯(lián)合佐思產(chǎn)研舉辦了本次專業(yè)活動(dòng)，旨在能促進(jìn)行業(yè)對(duì)先鋒話題的交流。
本次研討會(huì)上，來自政府機(jī)關(guān)、主機(jī)廠、零部件供應(yīng)商、高校、創(chuàng)業(yè)公司在內(nèi)的300位參會(huì)代表，圍繞“面向自動(dòng)駕駛，聚焦開發(fā)測(cè)試”的主題，探討了自動(dòng)駕駛整車、傳感器、軟件開發(fā)和測(cè)試技術(shù)發(fā)展趨勢(shì)。
金鑫，中華人民共和國工業(yè)與信息化部安全生產(chǎn)司副司長
今年7月20號(hào)，國務(wù)院副總理馬凱在全國安全生產(chǎn)電視電話會(huì)議上，明確指出要加快先進(jìn)技術(shù)裝備的推廣應(yīng)用。認(rèn)真研究提高大客車、危化品運(yùn)輸車制造的安全技術(shù)標(biāo)準(zhǔn)和研發(fā)防碰撞等新技術(shù)。
自動(dòng)駕駛汽車發(fā)生安全事故之后，責(zé)任該如何歸屬？ADAS是先進(jìn)輔助駕駛系統(tǒng)，車的安全責(zé)任在駕駛員。無人駕駛汽車出廠時(shí)就告訴駕駛者不用駕駛。前裝無人駕駛，應(yīng)當(dāng)由汽車廠承擔(dān)責(zé)任。后裝無人駕駛，由改裝者或車主承擔(dān)。
國家正在組建中國安全產(chǎn)業(yè)發(fā)展投資基金，汽車安全子基金也在積極組建中，通過支援智能汽車技術(shù)的方式，推動(dòng)產(chǎn)業(yè)前進(jìn)。
顧劍民，沃爾沃汽車中國區(qū)研發(fā)總監(jiān)
避撞系統(tǒng)的工作機(jī)理非常簡單，探測(cè)-評(píng)估決策-干預(yù)（警告或者自動(dòng)剎車）。
探測(cè)功能已取得巨大飛躍。多傳感器融合算法如何應(yīng)對(duì)惡劣天氣和道路狀況，依然是個(gè)挑戰(zhàn)。傳感器融合后，需要更先進(jìn)的威脅評(píng)估算法，同時(shí)考慮多個(gè)對(duì)象。復(fù)雜算法會(huì)增加計(jì)算量，從以前的單目標(biāo)到現(xiàn)在多目標(biāo)多威脅的評(píng)估，以至無法保證實(shí)時(shí)性，有必要進(jìn)行適當(dāng)簡化。
干預(yù)階段必須首先深層次地了解哪些是駕駛員感受到的具有強(qiáng)相關(guān)性的威脅，才能提高決策的相關(guān)可信度。除非是駕駛員近乎無法解決的沖突將要發(fā)生，否則車輛不應(yīng)自主動(dòng)作。
張人杰，QNX大中華區(qū)總經(jīng)理
自動(dòng)駕駛軟件是汽車軟件架構(gòu)的演變，不是從1到N，而是從0到1。
在車載設(shè)備形態(tài)里面，有很多的分離的電子器件。自動(dòng)駕駛演變的過程當(dāng)中，電子器件可能逐漸會(huì)變成兩到三種，某個(gè)一級(jí)供應(yīng)商可能會(huì)供應(yīng)所有的整套車載電子設(shè)備。這樣可以減少車載電子設(shè)備間的通訊，降低開銷。怎樣把認(rèn)證成本、開發(fā)成本、調(diào)試成本通過集成化的硬件來降低，是行業(yè)要研究的方向。
自動(dòng)駕駛下汽車電子設(shè)備的形態(tài)不是簡單分離的多電子器件集合，而是一體化的硬件架構(gòu)。未來還會(huì)未來演化，會(huì)在一個(gè)統(tǒng)一的硬件平臺(tái)之下，使用虛擬化的架構(gòu)進(jìn)行不同的功能域（domain）管理，進(jìn)行不同的安全等級(jí)的控制。
沈海寅，智車優(yōu)行CEO
智車優(yōu)行有一條新的路徑，叫自主駕駛。
自動(dòng)駕駛的核心，就是通過掌握大數(shù)據(jù)、云計(jì)算、深度學(xué)習(xí)、自主學(xué)習(xí)的基礎(chǔ)能力，使汽車不需要改變硬件的結(jié)構(gòu)的基礎(chǔ)上，實(shí)現(xiàn)升級(jí)和迭代。自動(dòng)駕駛本身一定是深度學(xué)習(xí)的引擎，會(huì)對(duì)人類駕駛習(xí)慣模仿學(xué)習(xí)。
智車優(yōu)行與李德義毅院士合作推出駕駛腦，認(rèn)知層面使用了兩套深度學(xué)習(xí)算法。一套就像下圍棋時(shí)的棋面判斷，是否對(duì)我有利。還有一套是當(dāng)前局勢(shì)該如何下子。兩者匹配形成決策和認(rèn)知系統(tǒng)。
奇點(diǎn)汽車想通過硬件先行，軟件逐步迭代的方式，使自動(dòng)駕駛功能在量產(chǎn)車中實(shí)時(shí)落地，每個(gè)月或者每個(gè)季度都有新的功能可以迭代，實(shí)現(xiàn)一條完全不同于現(xiàn)在傳統(tǒng)車企ADAS迭代的方式，也不同于谷歌或者百度直接L4的思路。
吳甘沙，馭勢(shì)科技（北京）有限公司CEO
從駕駛輔助到輔助駕駛，是第一次躍遷。從輔助駕駛到高度自動(dòng)駕駛到無人駕駛，是第二次躍遷。
感知部分需要更好的算法，基于深度學(xué)習(xí)，感知可以識(shí)別更多復(fù)雜場(chǎng)景。攝像頭、毫米波雷達(dá)傳感器還有更多空間可挖。馭勢(shì)可用攝像頭裝置眾包采集的方式，構(gòu)建實(shí)時(shí)同步的地圖和定位系統(tǒng)�；诮煌�(biāo)志牌和地面標(biāo)示的特征匹配，做短距離、局部區(qū)域十厘米精度的定位，獲得的小體積地圖可以存在云端，實(shí)時(shí)更新。
認(rèn)知環(huán)節(jié)需要更好的認(rèn)知算法。能夠做相對(duì)比較準(zhǔn)確的語意的分割，比如路面、車、樹、天空。電線桿等等。
傳統(tǒng)自動(dòng)駕駛，由視頻輸入，通過深度學(xué)習(xí)，建立試驗(yàn)?zāi)Ｐ停治龅缆飞系母鞣N目標(biāo)，然后規(guī)劃路徑。規(guī)劃路徑會(huì)變成轉(zhuǎn)動(dòng)方向盤、踩下油門或者剎車控制的命令。端到端的深度學(xué)習(xí)做得非常好之后，可以從視頻直接推出控制命令。
深度學(xué)習(xí)要解決數(shù)據(jù)來源的問題。可以通過眾包方式，由上千人的網(wǎng)絡(luò)標(biāo)注信息，可以像從谷歌街景的數(shù)據(jù)庫把一些道路圖畫扒出來，也可以從賽車游戲場(chǎng)景里搜集數(shù)據(jù)，預(yù)先標(biāo)定一些車道線等元素，然后用算法測(cè)試比較。
對(duì)于軟件的安全性、可靠性很難界定。使用數(shù)學(xué)推演得知，自動(dòng)駕駛汽車要跑一百億英里左右，才能夠證明你比人開得安全。但是沒有一家主機(jī)車廠，能實(shí)際跑一百億英里�？梢酝ㄟ^模擬和仿真，測(cè)試算法。
路川，英偉達(dá)機(jī)器學(xué)習(xí)解決方案架構(gòu)師
深度學(xué)習(xí)不是一個(gè)新概念。之前之所以沒有發(fā)展起來，是因?yàn)闆]有很強(qiáng)的計(jì)算性能單元去做處理，同時(shí)也缺少足夠大的數(shù)據(jù)量。互聯(lián)網(wǎng)大數(shù)據(jù)時(shí)代，兩項(xiàng)前提條件已經(jīng)具備。
目前神經(jīng)網(wǎng)絡(luò)層數(shù)越來越多，越來越深，普通的CPU或計(jì)算性能處理單元，很難去做深度學(xué)習(xí)的訓(xùn)練。必須要有強(qiáng)大的GPU性能來搭配訓(xùn)練。
除了硬件之外，英偉達(dá)自動(dòng)駕駛車整個(gè)軟件的平臺(tái)叫DRIVEWORKS，由PILOTNET與DETECTNET一起構(gòu)成DETECTNET可以對(duì)道路上的行人和車輛進(jìn)行識(shí)別，產(chǎn)品中包含了神經(jīng)網(wǎng)絡(luò)，用戶只要準(zhǔn)備一個(gè)訓(xùn)練集，就可以調(diào)用神經(jīng)網(wǎng)絡(luò)來做訓(xùn)練，讓算法具有自動(dòng)識(shí)別的能力。PILOTNET是用來取代傳統(tǒng)控制算法的深度神經(jīng)網(wǎng)絡(luò)，可以部署在車上學(xué)習(xí)人類駕駛行為，根據(jù)人的駕駛行為做一些修正，是一個(gè)不斷進(jìn)化的過程。此外DRIVEWORKS還包括了傳感器矯正、傳感器融合、3D重構(gòu)、特征提取、高準(zhǔn)確度目標(biāo)識(shí)別、激光雷達(dá)點(diǎn)云處理、高精度定位、高精度地圖、360環(huán)視、路徑規(guī)劃和可視化等算法庫和模塊。
趙展，廣聯(lián)賽訊總經(jīng)理
電子的智能化帶來一些簡單的功能服務(wù)。增加聲控、路況、導(dǎo)航等等功能，是入口型業(yè)務(wù)，不能稱之為真正可以掙錢的地方。
互聯(lián)網(wǎng)思維邏輯里面，往往把高頻剛需做到低成本甚至免費(fèi)。用戶要通過設(shè)備流進(jìn)來，每天使用，產(chǎn)生數(shù)據(jù)，才能跟用戶建立清晰的管道。把通道建立起來，數(shù)據(jù)建立起來，很多商業(yè)環(huán)境就可以搭建起來。
但如果只是一個(gè)數(shù)據(jù)一個(gè)數(shù)據(jù)的孤鏈，滿足顧客簡單的娛樂需要，這些只能稱之為高頻，不能稱之為剛需。如何把數(shù)據(jù)再利用，加速智能數(shù)據(jù)的前端的聯(lián)網(wǎng)，使數(shù)據(jù)變現(xiàn)實(shí)現(xiàn)，才能真正產(chǎn)生價(jià)值。
同樣一類數(shù)據(jù)可以服務(wù)于四個(gè)五個(gè)同類或不同類的公司。數(shù)據(jù)不能有效支撐一個(gè)服務(wù)的話，難以形成閉環(huán)。比如，單純提供數(shù)據(jù)給保險(xiǎn)公司，對(duì)方不會(huì)認(rèn)為有多大的價(jià)值，如果你聯(lián)合保險(xiǎn)公司設(shè)計(jì)一個(gè)險(xiǎn)種，實(shí)現(xiàn)風(fēng)險(xiǎn)共管共擔(dān)，包括實(shí)現(xiàn)保費(fèi)增加的銷售，保險(xiǎn)公司就非常樂意接受。
高振海，吉林大學(xué)
ACC概念是在傳統(tǒng)定速巡航基礎(chǔ)上，利用雷達(dá)視覺等主動(dòng)探索與前方車輛的相對(duì)關(guān)系，包括位置、角度、速度，并根據(jù)駕駛員和一些設(shè)計(jì)好的車間隙，控制油門、制動(dòng)，使得本車保持安全的車間距，在必要時(shí)要求人類監(jiān)管。
現(xiàn)在國內(nèi)和國際上3-4類的ACC標(biāo)準(zhǔn)，實(shí)際上只是僅僅滿足了基本技術(shù)門檻，達(dá)不到汽車廠商自己設(shè)計(jì)調(diào)控，形成自身DNA的能力。在ACC控制上，要考慮安全前提兼顧舒適性和駕駛習(xí)性。防止加速、減速頻繁的切換引起主觀不適。全世界車企通過基礎(chǔ)門檻后，都想形成個(gè)性化的控制能力。
德國寶馬設(shè)計(jì)ACC時(shí)，進(jìn)行了復(fù)雜的匹配。從關(guān)聯(lián)系統(tǒng)到系統(tǒng)集成、各種優(yōu)化、系統(tǒng)驗(yàn)證，開發(fā)了1-5級(jí)參數(shù)。但是目前中國車企僅僅開放了A級(jí)七八個(gè)參數(shù)。這七八個(gè)參數(shù)遠(yuǎn)遠(yuǎn)不能調(diào)校一個(gè)車企自身的DNA控制。
國內(nèi)企業(yè)要攜手打造一個(gè)中國自己的智能駕駛系統(tǒng)的產(chǎn)業(yè)鏈，包括傳感器，或者是激光雷達(dá)、毫米波雷達(dá)，單目雙目視覺，智慧大腦，以及控制器。
周彥武，北京佐思信息咨詢有限責(zé)任公司研究總監(jiān)
無人車或者是自動(dòng)駕駛車還沒有量產(chǎn)車。大多企業(yè)都是從現(xiàn)有量產(chǎn)的車中找一輛純電或者混電車來改裝，因?yàn)榛靹?dòng)和純電車最大的好處，在于有一套線控剎車系統(tǒng)。
做好線控剎車需要很長時(shí)間的技術(shù)積累，并且依賴大量剎車數(shù)據(jù)。做剎車系統(tǒng)測(cè)試的關(guān)鍵，在于要有賽場(chǎng)。國內(nèi)因?yàn)橥度霑r(shí)間和資金成本巨大，不愿在此投入。
這對(duì)于國內(nèi)研究自動(dòng)駕駛的廠家來說，幾乎是致命。傳感器、控制系統(tǒng)做得再好，最終都要執(zhí)行器與前面的環(huán)節(jié)通訊。目前在線控剎車系統(tǒng)方面，基本繞不開博世。對(duì)方不放開接口或者只放開很少的接口，就會(huì)完全受制于人。而博世自己有一套完整的系統(tǒng)，肯定會(huì)優(yōu)先推介。
劇學(xué)銘，Ibeo LiDAR-歐百拓CEO
2010年Ibeo和法國的Tier1法雷奧合作，開發(fā)面向未來量產(chǎn)車使用的激光雷達(dá)。預(yù)計(jì)明年年初，和法雷奧合作的Scala將走向量產(chǎn)市場(chǎng)，首先可能會(huì)在奧迪上推出，裝在A8前臉位置。
不久前，德國Tier1采埃孚收購了Ibeo40%的股份，主要助力于Ibeo對(duì)新的固態(tài)激光雷達(dá)的研發(fā)。未來Ibeo可能會(huì)從單一的激光雷達(dá)軟硬件供應(yīng)商，進(jìn)階為對(duì)ADAS整個(gè)功能的開發(fā)。
明年Scala進(jìn)入量產(chǎn)后，Lux系列不會(huì)淘汰。未來ADAS、自動(dòng)駕駛測(cè)試，需要一款精度更高、系統(tǒng)更穩(wěn)定的成熟方案，Lux可能會(huì)更多參與到測(cè)評(píng)系統(tǒng)，從現(xiàn)在的感知功能轉(zhuǎn)為測(cè)評(píng)功能。
常規(guī)無人駕駛和自動(dòng)駕駛研發(fā)的過程測(cè)評(píng)，以攝象頭為例，需要對(duì)攝像頭收集到的信息，進(jìn)行大量的線下人工標(biāo)定，工作量非常巨大，人為標(biāo)定可能出現(xiàn)錯(cuò)誤，時(shí)間成本很高，存在很多弊端。今年德國某一個(gè)OEM，在收集到的數(shù)據(jù)人工標(biāo)定上的預(yù)算是25000萬歐元，是非常龐大的數(shù)字。
隨著ADAS和自動(dòng)駕駛研發(fā)需求的增大，市面上需要一套更高效、更低成本、更精準(zhǔn)的測(cè)評(píng)系統(tǒng)。Ibeo是激光雷達(dá)商，激光雷達(dá)最大的優(yōu)點(diǎn)就是精確度，而且Ibeo有自己的算法，做了一套R(shí)eference System。與人工標(biāo)定相比更準(zhǔn)確、節(jié)省時(shí)間，標(biāo)定后測(cè)試場(chǎng)景還原也更為完整。
翁煒，Velodyne LiDAR亞洲區(qū)市場(chǎng)總監(jiān)
傳統(tǒng)汽車行業(yè)處在生死存亡的階段，互聯(lián)網(wǎng)的切入讓他們感到危機(jī)，決定組建聯(lián)盟對(duì)抗互聯(lián)網(wǎng)行業(yè)。同時(shí)車企發(fā)現(xiàn)一步一步通過ADAS進(jìn)階到全自動(dòng)駕駛的實(shí)現(xiàn)速度太慢，所以必須現(xiàn)在開始從全自動(dòng)開始著手。
低線數(shù)激光雷達(dá)收集的數(shù)據(jù)量不足以減輕后臺(tái)GPU的運(yùn)算，導(dǎo)致GPU存在散熱困難。為了有效使用在汽車行業(yè)，需要探測(cè)距離達(dá)到200米測(cè)距，為整車做出反應(yīng)贏得時(shí)間。
無人駕駛有很重要的AI部分，人乘坐汽車要覺得舒適，需要車要學(xué)習(xí)人類的駕車習(xí)慣，要通過計(jì)算機(jī)一點(diǎn)點(diǎn)學(xué)習(xí)訓(xùn)練。車廠在測(cè)試訓(xùn)練時(shí)間上沒有Google的優(yōu)勢(shì)，因此選擇數(shù)量替代時(shí)間。與Velodyne合作主要車廠從2017年下半年開始到2018年上半年，每家車廠使用600到1000臺(tái)車，通過這樣大規(guī)模測(cè)試收集AI信息。
未來2020年Velodyne的車用Puck3.0會(huì)固化四個(gè)部件。產(chǎn)品可以通過軟件調(diào)整激光束的通道數(shù)量和發(fā)射角度，同時(shí)會(huì)固化馬達(dá)鏡片以及反射裝置。產(chǎn)品會(huì)做成128線，中間陣列可以做到最多9乘9行，在不旋轉(zhuǎn)的情況下，覆蓋60度到120度的探測(cè)范圍。
福特在CES上說過，Velodyne2020年款車用Lidar產(chǎn)品價(jià)值單價(jià)降至500美金以內(nèi)，2025年承諾產(chǎn)品單價(jià)200美金以內(nèi)。目前情況是，如果明年拿到一百萬訂單，Velodyne便可以給到五百美金的單價(jià)。
湯勁松，Quanergy亞洲分公司負(fù)責(zé)人、中國公司總經(jīng)理
激光雷達(dá)現(xiàn)在目標(biāo)主要是性能提升和成本控制。其中成本控制應(yīng)該是業(yè)界專注傳感、感知設(shè)備公司共同關(guān)注的問題。不解決成本高昂的問題，量產(chǎn)化無從實(shí)現(xiàn)。成本的降低并不能依靠犧牲性能，僅僅靠改進(jìn)現(xiàn)有的技術(shù)無法達(dá)到，需要走一個(gè)突破性的新技術(shù)途徑，而固態(tài)激光雷達(dá)是一個(gè)最好的技術(shù)方向。
激光雷達(dá)需要配合車輛環(huán)境測(cè)試，例如防磁、振動(dòng)、防水等。有時(shí)候?qū)嶒?yàn)室指標(biāo)都很好，但在實(shí)際到車上使用時(shí)，情況非常不同。比如溫度，達(dá)到了設(shè)定值，但最后發(fā)現(xiàn)實(shí)驗(yàn)環(huán)境跟實(shí)際環(huán)境不一樣。這就需要我們做大量的針對(duì)量產(chǎn)化的、產(chǎn)品的可靠性的測(cè)試工作。
