【ZiDongHua 之驾驶自动化收录关键词：自动驾驶 中国一汽 智能驾驶 车路协同 传感器 】
　　
　　中国一汽智能网联开发院首席崔茂源：自动驾驶进化的思考与探索
　　
　　
　　
　　1月27日，在由国家自然科学基金委员会工程与材料科学部、中国汽车工程学会指导，清华大学车辆与运载学院主办的“自动驾驶未来之路一一交通与运载工程学科发展论坛”上，来自道路、轨道、水路交通和航空航天领域的院士、专家们汇聚一堂，共同探讨自动驾驶未来之路。
　　
　　中国第一汽车集团有限公司智能网联开发院首席崔茂源博士在论坛上发表了《自动驾驶进化的思考与探索》的主旨演讲。
　　
　　他指出，新一轮科技和产业革命给智能驾驶带来重大机遇，场景、安全是自动驾驶面临的重要挑战，车路协同控制、先进传感器、数据驱动、大模型等技术成为未来发展方向。未来自动驾驶技术的发展需要将高速、城市、停车场的断点打通，真正实现全场景的自动驾驶。
　　
　　
　　自动驾驶技术发展进入关键阶段
　　
　　崔茂源分析，从政策、产业、用户和产品四个纬度来看，自动驾驶已经发展到了非常关键阶段。
　　
　　从政策法规角度看，国际上，2020年6月，联合国世界车辆法规协调论坛（UN/WP.29）发布《R157 ALKS 自动车道保持系统》，这是针对L3功能的第一个具有约束力的国际法规。这个法规在2022年12月进行修订，车速扩限至到130公里每小时，并允许自动换道，并在2023年9月开始实施。2023年1月，美国批准奔驰L3系统商用，但自动驾驶系统本身范围比较窄，从用户的使用性角度看，与实际使用场景还有距离。
　　
　　在国内，2023年11月份，工信部、公安部、住房和城乡建设部、交通部，四部委联合发文通知开展智能网联汽车准入和上路试点工作，对自动驾驶系统的准入提供了途径，标志着我国L3逐步进入商用阶段。
　　
　　标准方面，国内还陆续出台了一些自动驾驶系统通用技术要求，仿真实验方法和要求，道路试验方法及要求，逐渐形成了一套完整的支撑L3、L4自动驾驶准入的体系标准。
　　
　　不过目前受限于性能，短期内技术上只能覆盖高速/城快场景，政策上进一步限定区域、限定用户（ToB）。在驾驶辅助方面，C-CNAP2024和E-NCAP2023即将应用，增加交叉路口AEB、倒车AEB，紧急转向辅助等复杂场景。
　　
　　从产业发展角度看，新能源智能网联汽车市场已进入高速发展期，智能驾驶渗透率快速提升，根据工信部数据，2022年我国搭载辅助自动驾驶系统的智能网联乘用车新车销售约700万辆，市场渗透率达到34.9%。2023年上半年，市场渗透率近一步提升，达到了42.4%。投资趋于理性，重心从L2向L2+过渡。产业链也日趋成熟，芯片、传感器等关键部件国产化加速应用。
　　
　　同时，自动驾驶发展趋于务实：低阶L2方案，向低成本行泊一体方向发展；高阶L2+及以上方案，向中等算力、少激光、轻地图方向发展；泊车辅助趋于成熟，向记忆泊车发展；智驾感知跨域创新应用，通过智驾感知的信息做一些底盘控制创新应用。
　　
　　从用户角度看，随着智能汽车搭载智能驾驶功能渗透率逐步增加，用户对智能驾驶的关注度日趋提升，智能驾驶带来的科技感、安全及舒适性将增强用户购买信心。
　　
　　从产品角度看，现有主流功能的使用场景拓展和驾乘体验升级将成为L2级以下驾驶辅助功能的核心竞争点；L2.9级将成为市场竞争焦点，在高速场景逐渐普及，并快速拓展到城市场景；L3级则以法规准入为短期目标，以产品量产为长期目标，满足智能网联汽车准入要求，从低速单车道场景逐步拓展到全速多车道场景；L4级以技术预研为主，以特定场景示范运营探索商业模式，向单车智能+车路协同发展，实现车路云一体化。
　　
　　自动驾驶进化的思考
　　
　　自动驾驶包含高速领航、城市领航、停车场记忆泊车等场景，未来只有将高速、城市、停车场的断点打通，才能真正实现全场景、端到端的自动驾驶。
　　
　　具体来看，端到端的场景，包含从车位驶出内部连接路，再到城市路，高速路，以及回到停车场的场景。这里面涉及主动安全，也涉及行车和泊车性能，整个过程在考虑安全的前提下，还要注意体验的提升，监测系统误报情况，泊车的成功率、时长、效率等，关注行车的接管次数，路口通行成功率，匝道通行成功率等。
　　
　　在以上全过程中，往往会面临一些特殊场景的挑战，比如内部连接路、无保护路口、城市道路连接路、施工场景以及一些类似前车散落部件的突发场景，加上天气和光道的影响，都会使整个自动驾驶系统面临很大挑战。
　　
　　自动驾驶同时也会面临安全挑战，尤其在做高阶自动驾驶系统时，要考虑系统性能局限导致的预期功能安全，以及对车辆和数据非法使用和控制带来的数据安全和网络安全问题。
　　
　　但是，技术在不断发展进步，车路一体化中国方案已经初步形成，结合单车智能加上车路协同，可逐渐推动高阶自动驾驶落地。
　　
　　在传感器组件方面，智能传感器向集成化、高性能方向发展，可统筹全车各模块需求，实现一体化解决方案。
　　
　　在算法方面，大模型赋能自动驾驶，云端车端得以加速迭代，目前端到端感知规划大模型已经在学术界取得突破，并逐步进行工程化应用。
　　
　　在数据驱动引领智能驾驶的时代，算法、算力数据是自动驾驶的核心要素，车云一体化的数据驱动开发验证模式将成为智能驾驶行业竞争的关键。
　　
　　红旗品牌自动驾驶技术创新实践
　　
　　红旗以用户为中心，围绕Tob和Toc两大用户出行领域，提供全场景移动出行解决方案，并从整车架构生态上进行布局，通过构建自动驾驶全栈自研能力，实现跨象限功能融合，为用户提供舒畅、舒适、舒心的出行体验。
　　
　　以安全为主线，红旗聚焦高速公路、城市道路和泊车3类典型场景，搭建了L2级驾驶辅助系统、L3级有条件自动驾驶系统的产品平台，L4级示范预研技术平台。
　　
　　以L3级自动驾驶系统为例，面向高速公路和城市快速路自动驾驶，融合了大量创新技术。
　　
　　具体来看，通过26颗高性能异构传感器，组成多传感器数据融合系统，结合深度学习的车内驾驶员红外监测系统，实现整车全方位智能感知。
　　
　　基于矢量高精地图，构建视觉+组合惯导+实时差分融合定位技术，实现车道级高精定位。
　　
　　拥有智能换道轨迹规划技术、行驶路径冗余判断技术、基于地图定位的驾驶行为规划与预测技术等30余项核心技术以及相关专利，统筹40余个相关控制器，实现先进规划与预测。
　　
　　基于“车道级”的定位技术，百兆信息传输技术，“分”级转角控制技术，近乎零偏差的速度控制等技术确保控制指令实时准确实施；通过主、辅控制器协同控制，主控制器失效后，辅控制器接管，确保车辆安全行驶。
　　
　　在功能安全方面，采用冗余底盘和冗余电子电气架构，自动驾驶系统功能安全达到ASILD。同时跟国标开发了自动驾驶数据可追溯系统，支撑事故定责，完成了自动驾驶仿真对ODD、OERD、交通行为，安全操作等进行验证，完成了功能和测试的评价。
　　
　　红旗还开发了基于车端的L4级代客泊车和记忆泊车系统，实现了室内定位和安全保障。
　　
　　L4级自动驾驶产品Robotaxi和智能小巴在长春、海南博鳌、福建湄洲岛、湖南长沙等多地实现示范。红旗与长春共建“旗智春城”智能网联示范运营区，围绕智能驾驶、智能交通、智慧出行，提供“人-车-路-云”一体化解决方案；还于2022年7月以满分的成绩通过北京市自动驾驶道路测试牌照考试。
　　
　　总结
　　
　　在分享的最后，崔茂源博士总结了未来发展的四大方向。
　　
　　新一轮科技和产业革命给智能驾驶带来重大机遇，场景、安全是自动驾驶面临的重要挑战，车路协同控制、先进传感器、数据驱动、大模型等技术成为未来发展方向。
　　
　　以用户为中心，围绕To B 、To C两大用户出行领域，以安全为主线，聚焦高速公路、城市道路和泊车3类典型场景，构建自动驾驶全场景全栈解决方案。
　　
　　创建全冗余架构的L3级自动驾驶产品平台，实现面向高速公路HWP、TJP功能。开发基于车端的L4级AVP产品。
　　
　　L4级自动驾驶Robotaxi采用小批量示范运营的方式，进行技术成熟度和商业模式验证，同时培育和推动智慧出行产业生态的建设。