馭勢科技葉凌峽：智慧駕駛系統開發的終極目標是成為“AI駕駛員”

原標題：馭勢科技葉凌峽：智慧駕駛系統開發的終極目標是成為“AI駕駛員”

【TechWeb】3月27日訊息，2021中國智慧汽車創新發展論壇暨

汽車之家

智慧汽車評價體系釋出會上，馭勢科技乘用車自動駕駛負責人葉凌峽發表了《行之無拘無束，心方駕馭未來——智慧駕駛系統的演變與挑戰》主題演講。

葉凌峽對智慧駕駛系統的演變、面臨的挑戰，以及智慧駕駛路線及方案進行了分享。

他表示，智慧駕駛系統是不斷演進的。從技術角度來看，智慧駕駛系統分為感知、決策和執行。從場景來看，將從特定場景到限定場景再到開放場景。與此同時，智慧駕駛的需求也在發生改變，即從為駕駛員服務轉為出行服務。

當前，L2級高階駕駛輔助駕駛水平的ADAS系統已經成熟，L2級高階駕駛輔助駕駛水平的自動駕駛也逐步量產。L3級有條件自動駕駛+AVP的全套智慧駕駛系統也將面世。

葉凌峽認為，軟體定義汽車是未來的發展趨勢。對於智慧駕駛系統的開發來說，終極目標是把這個系統作為AI駕駛員，相當於能夠替代人完全掌控這輛車。

以下為馭勢科技乘用車自動駕駛負責人 葉凌峽的演講實錄：

非常榮幸能夠來到汽車之家和各位嘉賓、專家們一起探討智慧駕駛系統的發展。今天，我將從四個方面來和大家一起探討智慧駕駛的發展及定義，智慧駕駛系統的演變、面臨的挑戰，以及智慧駕駛路線及方案。

當前，全球汽車行業正在經歷百年以來最深刻的變革。我們如何定義智慧駕駛系統，按照美國汽車工程學會規定，自動駕駛分為L0-L5六個級別。L0級別是指沒有任何自動駕駛功能，L1和L2為高階駕駛輔助駕駛水平，L3是指有條件的自動駕駛，即司機可在特定條件下雙手離開方向盤，L4和L5則分別指高度自動駕駛和完全自動駕駛。L5級自動駕駛是智慧汽車發展的最高狀態。

對於L3級別的有條件自動駕駛來說，是駕駛輔助和自動駕駛的分界線。從某種角度來說L3級別也是自動駕駛，但從另外一個角度來說，它在駕駛過程中又離不開駕駛員的監控，所以我們把它作為分界點，直到L5級才能真正地稱為全自動駕駛。

對於智慧駕駛系統的演變，從功能來講，最早的智慧駕駛系統實際上只是一種帶有預警性的、不能對車輛進行控制的系統，比如說我們的主動碰撞預警（FCW），車道偏離預警（LDW）輔助泊車等。隨著功能的演進，我們會看到車輛上會安裝車輛進行控制系統，如自動巡航（CC）、自動緊急制動（AEB），接下來演進到自適應巡航（ACC）、車道保持系統輔助（LKS）、自主定義泊車。最後，合起來將實現超級巡航、再到L3級有條件自動駕駛，以及L4級高度自動駕駛。

從智慧駕駛系統技術的演進來看，智慧駕駛系統分為感知、決策和執行。在感知上用到視覺、毫米波雷達、鐳射雷達、超聲波、GPS，這都可以作為感知能力。對於決策來說，需要做到融合、定位和車輛控制常規規則的判斷。這就是處理大腦，從原理單處理器的模式往未來的預控制器模式在演進。執行層面來講，則需要具備車輛縱橫向控制。

從智慧駕駛系統場景來看，主要是從原來的特定場景到限定場景再到開放場景進行演變的。特定場景一般指封閉園區或者是一些專用的道路，這個專用的道路可以理解為港區物流，很多是用磁釘在走。到限定場景，這是應對L3級有條件自動駕駛，會讓L3級有條件自動駕駛在高速道路上行進。最後，我們會發展到真正的開放道路，也就是城區道路。

接下來，我們關注自動駕駛需求演進，即原來的自動駕駛系統是為駕駛員服務，如今則是變成為出行服務。原來關注駕駛過程，怎麼把駕駛變得更輕鬆或者更安全，這是自動駕駛系統原來的目標。後來會關注駕駛結果，如自動駕駛系統會把我送到哪裡，我要到哪裡辦事、上班或者是娛樂。但是我肯定不會關注你怎麼駕駛，你的駕駛情況是什麼樣。

下面來探討一下智慧駕駛系統面臨的挑戰。首先是技術，談了這麼多智慧駕駛系統，我們對智慧駕駛系統還是存在一些不放心的狀態，為什麼？

實際上是因為我們的技術是有缺陷的，這些缺陷在什麼地方？第一是感知能力。也就是說智慧駕駛系統現在花了大量的精力在感知上面。因為如果一個車輛不能感知到周邊的環境情況，它就是一個瞎子，一個瞎子怎麼把自己的路線行駛好，所以感知能力是重中之重。但是現在的感知系統是有缺陷的。比如說，毫米波雷達雖然不會漏報，但是會誤報，只要探測到的物體都會反饋給系統，所以很有可能產生偏差。如此前

特斯拉

發生的事故，實際上都是來自於攝像頭不能完整識別目標產生的，比如說它把一個大卡車的車箱識別不出來，它漏報了物體所以導致了誤判。這就意味著，在感知層面，無論是攝像頭、毫米波雷達還是鐳射雷達也好，它們都存在一定的技術缺陷。只有當感知能力達到一定程度的時候，才能實現更好的融合，進而保證它們對外界感知的準確性和安全性。

第二，學習能力。對於系統來說，我們在設計一套智慧駕駛系統的情況下，會把駕駛經驗賦予智慧駕駛系統，但是我們的經驗是否足夠，遇到特殊的情況智慧駕駛系統能否繼續前行？想要實現這一目的，就應該給智慧駕駛系統賦予一個學習能力，這是我們需要關注的一點，也是一個挑戰。

第三，執行能力。當我們想要這輛車實現左、右、前行、倒退的駕駛操作，但是車輛卻不聽你的指令，該怎麼辦？所以說，對於車輛的執行能力的強弱也是智慧駕駛系統的挑戰之一。

其次，智慧駕駛系統還面臨著法規的挑戰。智慧駕駛系統能否真正的面世，讓每個客戶都能夠用上，法規是很重要的。這裡就要求法規具有標準化，明確產品是怎麼定義的，安全要求有何標準等。

再次，是服務上的挑戰。智慧駕駛系統有它的特殊性，究竟要怎麼維護它，如何進行技術支援都需要我們進行探討，並且在這過程中，我們不斷迎接新的挑戰。

更為關鍵的是，想要實現全自動駕駛，外部建設也有很重要的需求。比如說道路的規範性、智慧交通裝置的完善程度、5G技術的發展等等。

說完智慧駕駛系統的演變和麵臨的挑戰後，接下來針對智慧駕駛系統的行業路線和方案給大家做一個介紹。

當前，L2級高階駕駛輔助駕駛水平的ADAS系統已經成熟，L2級高階駕駛輔助駕駛水平的自動駕駛也逐步量產。L3級有條件自動駕駛+AVP的全套智慧駕駛系統也將面世。

目前毫米波雷達加上攝像頭成為智慧駕駛系統配製的主流，隨著技術的成熟，鐳射雷達也會大量的進入到量產裝備。

此外，資料採集也越來越被各家所重視，智慧駕駛系統企業都致力於設計具備多種影子模式的資料閉環系統。然後是可以不斷向上演進的技術架構，成為智慧駕駛系統的發展方向。

那麼，什麼是智慧駕駛系統完整解決方案呢？它將基於智慧駕駛雲平臺，同時以5G技術為依託，提供“門到門”的出行解決方案，具備自主泊車、記憶泊車、高速路自主領航等功能，甚至還有RoboTaxi系統，將未來智慧駕駛系統得以實現。

對於電子電氣架構的演變，我們總結了一條，從簡單到複雜再到簡單，為何這樣說呢？

首先，在處理能力有限的情況下，處理器就是一個單處理器，即一個ECU，到後來會發展到預控制器能處理很多的功能。但是為了保障系統是否安全，需要提供一些冗餘的能力，可能我會把它分散到各個單處理器上面，分擔一部分處理能力。所以說，整個電氣處理架構的發展都在探索中。是否是處理能力很強的預控制器，就能把所有的功能實現，還是要把預算風險，失效風險做一個分散，還可能有待探討。

此外，集中化的管理，這一點毋庸置疑。從特斯拉的應用來看，它會把相對集中的功能放到對應的預控制器中，進而完成整套系統的實現。這一點也獲得各大廠商的認可，現在之所以預控制器的發展越來越普遍，是因為大家都有集中化管理的需求。

另外是軟體地位的變化，軟體定義汽車是未來的發展趨勢。我們可能看到的趨勢是硬體標準化、軟體差異化，只有透過這樣的方式，才能實現各家廠商的靈活性配製和差異化的賣點。

最後是升級能力，可以說沒有OTA升級的智慧汽車，可能不會受到大家的關注。

針對智慧駕駛系統在國內的發展趨勢，在這裡做一個總結。時間節點大致從2009年起，國內廠商就開始了ADAS系統的研發，到2011年，有了少量搭載ADAS系統的車輛上市。在2016年，對ADAS系統來說，很多國內廠商的車輛上都已經實現配製了。到了2020年，具備L2級別高階駕駛輔助駕駛水平的車輛已經大量上市。按照目前各大廠商的規劃，會在2023年推出相關的L3級有條件的自動駕駛。對於L4級高度自動駕駛的普及化，我們想可能會在2025年以後。

對於智慧駕駛系統的開發來說，我們的終極目標是什麼？是把這個系統作為AI駕駛員，相當於能夠替代人完全掌控這輛車。有了它的存在，不管是物流也好、出行也好，只需要關注你的目的地就行了。我的分享到此結束。謝謝大家！