0
近日，由雷峰網 & 新智駕主辦的第四屆「全球智能駕駛峰會」在深圳正式召開。
峰會之上，同濟大學汽車學院教授朱西產帶來了題為「自動駕駛與輔助駕駛的邊界及自動駕駛汽車安全的技術挑戰」的精彩演講。
今年，智能汽車賽道大熱，除了蔚小理這三家造車新勢力，今年又有很多新玩家加入造車。
朱西產認為，這在很大程度上與資本的流向有關——特斯拉和蔚小理的市場份額可能不足0.1%，但市值卻幾乎與傳統汽車的市值總和相當。傳統車企和造車新勢力的市值之間出現了割裂。
不過，普通用戶對于自動駕駛以及輔助駕駛的認知還存在提升的空間，尤其是對于 L2+ 的界定。朱西產表示，這種狀態不能長期存在，而且今年各國政府已經開始了 L3 的認可認證。
2020年6月，ECE法規出了ALKS草案。ALKS創造性地解決了危險場景的臨界測試工況問題：
以熟練、謹慎的人類駕駛員的避撞能力為依據，從法規區分了“不合理的危險”和“合理的風險”；通過危險場景臨界工況的確立，為自動駕駛汽車的“電子駕駛員”爭取到了“人權”，讓自動駕駛汽車不會過于保守，有利于提高用戶滿意度、提升交通效率并合理地控制事故風險。
為了保證足夠的安全，不少車企開始加碼更高清的攝像頭、更高性能的芯片、更多數量的激光雷達。但朱西產強調，確保自動駕駛系統的可靠性，要基于場景庫的 V 型開發流程+用戶數據閉環的敏捷開發。
以下是朱西產演講全文，雷峰網(公眾號：雷峰網)新智駕做了不改變原意的整理與編輯：
大家好！今天上午我聽到了很多報告，現在談智能汽車，任何一個報告都是對大家有啟發的。
今天下午，我想跟大家交流一下自動駕駛和輔助駕駛。很多車企在這兩年推出了Navigation Pilot，包括NOP（蔚來）、ANP（百度）、NGP（小鵬），也表達了對汽車自動駕駛的期待——在飛機巡航時，飛行員基本已經不用手動操作機器了。
那么，我們目前市面上的汽車到底是自動駕駛，還是輔助駕駛？這個界限非常模糊，甚至有人說不出事是自動駕駛，出事就是輔助駕駛，現在L2+就是處在這種狀態，但這種狀態不能長期存在。
所以大家會發現，今年開始，各國政府加大了L3許可認證以及無人駕駛許可認證的力度，相應的法律也會有一定程度上的改動，這個我們后面會詳細說。
過去的 100 多年，在汽車產業中發生的大變革主要圍繞動力。眼下，正是這個產業百年一遇的大變革。我將其形成為三場戰役：
電動化戰役（2015-2020），“碳排放”國際公約推動汽車“電動化”。
智能化戰役（2021-2025），市場需求拉動汽車的“智能化”和“網聯化”。
共享出行戰役（2026-2030），L4會徹底改變汽車的屬性。
可以看到，在過去五年，傳統汽車正在慢慢被電動汽車取代，但這場戰役還沒有結束，內燃機能夠通過混合動力、增程、插電等方式延長“壽命”。
新能源車在未來的兩個大方向就是，純電動和燃料電池，但目前特斯拉、蔚小理等新造車企業基本完全依賴動力電池，氫氣作為新能源中一個重要分支，還沒有得到非常完善的開發，甚至相關企業正在面臨虧本、倒閉的風險。
智能化戰役，很多以 AI 技術起家的公司也加入了，并且開始在智能座艙以及 ADAS 上有了不錯的進展，但這場戰役的焦點會是 L3/L4。五年后，隨著L4級自動駕駛的逐步落地，汽車的屬性將會徹底改變。
從市場份額來看，純電動乘用車在 A0 級和 B 級兩個細分市場銷量比較高，A 級相對少一點，呈啞鈴型；其中 B 級車已經不再是純粹的交通工具，而是逐步成為了第三生活空間。
而燃油車的的銷量分布呈紡錘型，A0 級和 B 級型相對少，A 級車仍占有非常大的市場份額。
從市值來看，行業也發生較大的分裂——傳統汽車企業仍然占據 99.9% 的汽車銷量，但特斯拉、蔚小理的市值幾乎與傳統汽車企業市值綜合相當。
這也在很大程度上影響了投融資行業的資金流向，其中一個方向就是汽車智能化，主要包括三方面：
智能座艙，如果消費者購車時發現車內沒有配置智能大屏，很多人基本上就不會考慮了。智能座艙是吸引消費者購車非常必要的因素。
智能駕駛，這也是一輛智能汽車最重要功能之一。出于安全的考慮，現在市面上的智能汽車大多都安裝了基于單目攝像頭和毫米波雷達的 ADAS 系統，而且搭載量增速越來越快。可以毫不夸張地說，眼下正是 ADAS 系統的高光時刻。 ADAS 系統可以「救人」，但也有「搞砸」的時候。大家意識到，靠著幾百塊錢的毫米波雷達和攝像頭不足以滿足智能駕駛的需求。所以今年大家開始堆料，搭載更高清的攝像頭、更高算力的芯片、更強性能的域控制器，甚至是激光雷達、高精地圖。
域控制器會是一個新的爆發點。因為分布式電子電氣架構無法滿足自動駕駛的需求，自動駕駛汽車的全新電子架構已經產業化，域控制器是重要一環，再往后則是整車集成、車云聯控。同時，域控制器的發展離不開高算力車規級芯片的支持。
這些年，隨著車載芯片算力的提高，車載攝像頭的像素從原來的幾十萬升級到了現在的一百多萬，甚至是直奔 800 萬像素。
但有一個非常現實的問題是，高算力芯片的應用會大大拉高整車的造價，盡管它的成本在不斷下降，但目前消費者還接受不了。就算消費者能接受，眼下的智能駕駛技術發展也無法讓其真正實現脫手、脫腳、脫眼，更不用說在駕駛位上悠閑地喝咖啡看手機。
今年 6 月，我在一個活動上分享了自動駕駛的安全問題，其中提到了「恐怖谷」的概念，即用戶期待大于系統能力。后來不久，某車企發生了一起疑似因智能駕駛引發的致命事故，緊接著幾乎所有車企都在修改自己的宣傳文案，將「自動駕駛」改成「輔助駕駛」。
此外，車企還做了諸多防范不當操作的改進，比如一旦駕駛員的雙手離開方向盤，系統就會發出警告提醒——即便駕駛員的雙手在一定程度上可以離開。
然而，行業的發展需要在保證安全的前提下讓駕駛員脫離雙手，所以我們看到了 L3 相關的認可認證的問世。2020 年 6 月，ECE 出臺了 ALKS（自動車道保持系統）的相關法規草案，也是第一個被解讀為 L3 自動駕駛國際法規。
實際上，現在各個國家都在制定法律法規，中國汽車工程學會也在成立相關標準。但這些法律法規/標準的制定到底在約束什么？如果是不允許自動駕駛系統發生事故，那么，現實中通過考核拿到駕照的學員也無法完全避免事故的發生。
汽車也是一樣，我們現在不是要開發一輛永遠不會發生事故的車，這樣的車根本開發不出來。我們要做的是確定底線，從而要求自動駕駛汽車比熟練謹慎的人類駕駛員更安全。
那么，怎么來定義“安全”？
目前，ISO PAS 21448預期功能安全已經出臺，并且將自動駕駛所面臨的場景分為有關安全的四個象限，即已知的安全場景、已知的不安全場景、未知的不安全場景、未知的安全場景。其中，尤其是不安全場景，我們要格外關注。
在已知不安全場景下，如果一個自動駕駛系統的風險處置能力不如人類駕駛員，那么我們則認為這是不合理風險，即缺陷。
而 ALKS 創造性地解決了危險場景的臨界測試工況問題：
以熟練、謹慎的人類駕駛員的避撞能力為依據， 從法規區分了“不合理的風險”和“合理的風險”；
通過危險場景臨界工況的確立，為自動駕駛汽車的“電子駕駛員”爭取到了“人權”，讓自動駕駛汽車不會過于保守，有利于提高用戶滿意度、提升交通效率并合理地控制事故風險。
最難處理的是未知的不安全場景，因為我們無法預知未來。現在國家級檢測中心也在建場景庫，但用于收集道路數據的里程大概只有 3000-5000 萬公里。為了盡可能地覆蓋長尾場景，大家現在都在通過影子模式來構建數據閉環，不斷迭代自動駕駛算法。
目前為止，傳統車企對汽車的開發基本到 SOP 階段就結束了，但對于智能汽車來說，自動駕駛系統的可靠性離不開基于場景庫 V 型開發流程以及用戶數據閉環的敏捷開發。主要須經歷以下六大階段：
開發、測試評價場景庫；仿真平臺；HiL、ViL 測試平臺；測試場測試；道路實證測試；用戶使用中的持續改進。
最后談一下無人駕駛。從量產落地的角度來說，無人駕駛公司可能要到五年后才能見到曙光，甚至很多人開始往低速場景再轉型。事實上，低速場景自有其難題和挑戰。
技術上，我們感受到了自動駕駛汽車的神奇之處，我們也相信它的安全性將高于人類，但就像人類駕駛員需要考駕照一樣，無人駕駛的落地也需要等政策。尤其是之前 Uber 自動駕駛車曾發生過致命事故，這件事給行業造成了很大的影響。
在國內的各大示范區內，從沒有爆出來有關自動駕駛事故的報道。這意味著什么？我估計是太保守了。我在汽車安全行業從事了二十多年，深深明白一個道理，只要車輛動起來就會有發生事故的風險，即便速度為零也不代表絕對安全。
好在今年北京亦莊示范區首先喊出了“政策先行區”的口號，加大了對自動駕駛行業的扶持。
另一方面，如果單車智能的安全性還不夠高，那我們就走網聯的路線。
根據DMV的脫離報告顯示，2019 年成績最佳的玩家也就做到 1.8 萬英里的脫離平均里程；如果人工不干預的話，相當于 1.8 萬英里就會發生一次事故，這是我們無法接受的。
中國現在正在加速布局車路協同，通過 5G 通訊技術來支持智能網聯汽車的落地。以前的4G 時代，路端攝像頭的信息傳到車內可能需要 500 毫秒，這樣的時延并不足以滿足輔助自動駕駛車輛的需求；如今，5G 網絡的時延已經可以壓縮至幾十毫秒，能夠較好地在路端支持自動駕駛。
而且，現在的自動駕駛汽車上大多都還保留著安全員，無法實現真正的無人駕駛商業運營。基于 5G 網絡的支持，安全員已經能夠遠程對運營車輛規劃路線的運營能力進行評估，確定運營車輛是否能夠安全運營。
今年國內發布的GB/T 40429-2021《汽車駕駛自動化分級》就提到了遠程駕駛員、調度員。之前，德國也修正了《道交法》中關于自動駕駛的內容，包括自動駕駛車輛必須配備（遠程）技術監督員等，目前該修正案已生效。
這方面有很多的產業機構發布了研究報告，我就不重復說了。
在 130 年前，汽車代替了馬車，在可預見的未來，也許自動駕駛汽車也將代替人類駕駛汽車。謝謝大家！
雷峰網雷峰網雷峰網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
