专家称单车智能存在五大弱点 自动驾驶风向变了？

自动驾驶的未来在何方？随着越来越多的企业入局，关于自动驾驶技术路线的争论也愈发激烈。

9月14日，在2020世界智能网联汽车大会上，中国汽车工程学会理事长、清华大学教授、中国工程院院士李骏发表主旨演讲时指出，自动驾驶汽车需要新的技术路线，业内已逐渐意识到，国外科技企业及车企过去主推的单车智能并不能完全代表未来的行业趋势。

与单车智能相对，国内产业界一直比较认可车路协同的技术路线。不过据李骏介绍，现在相关国际机构也开始调整原先的标准，这些变化体现了自动驾驶发展过程中道路、交通和汽车连接的趋势。

中国汽车工程学会理事长、清华大学教授、中国工程院院士李骏

目前业内通用的自动驾驶国际标准来自美国汽车工程师协会（SAE），其将自动驾驶等级分为L1-L5五个级别。李骏指出，这套标准其实是在讲单车智能，其定义了一辆车要实现自动驾驶的整车特性。

而截至去年，全球出现了一个新的联盟——由欧盟、美国、日本联合成立的ARCADE（Aligning Research & Innovation for Connected and Automated Driving in Europe），该联盟出台了第二套自动驾驶国际标准，同样是五个级别，其中道路A级意味着道路交通也将参与到自动驾驶当中。

此外，美国交通运输部也对SAE的标准进行了改进，将车外赋能加入了原来的单车智能定义之中，其将车外赋能分为三级（状态、趋势、行为协同）——某种意义上，SAE的标准也不再仅仅是单车智能了。

在此背景下，李骏表示，国际标准化组织（ISO）同样在推动建立一个全新的全球自动驾驶汽车的标准框架，目前正在动议当中，它的方向也是把ODD（设计运行区域）、ISAD（基础设施对自动驾驶的支持等级）和交通规则结合在一起。

由于在核心技术、研发成本等多方面受到制约，近年来，单车智能支撑的自动驾驶技术商业化进程并未达到预期，相比较而言，车路协同则风头正盛，由于可以在路侧部署感知和通信设备，其能够较好地弥补单车智能在感知方面的不足，尤其是中国，在基础设施建设方面优势显著，在自动驾驶方面已基本确立了车路协同的路线。

李骏表示，目前单车智能主要分为两大类，一类是以谷歌Waymo为主，以多线激光雷达为感知的饱和感知，最大的优势是非常灵敏，但其劣势是对高精地图依赖性很高，而且成本也非常大；第二类是以特斯拉为代表的，基于视觉感知，依赖摄像头，运用大量人工智能和数据学习。目前，国内绝大多数的开发公司都在走这两条路。

但李骏认为，从现在的表现看，单车智能存在五大弱点：一是无人驾驶必须要依靠AI，如何克服AI的黑箱效应？二是兰德智库提出的，自动驾驶需要110亿英里的道路测试，怎么实现？三是完全自动驾驶至少有几百万的极端工况，软件设计如何保证和验证？四是L3、L4、L5自动驾驶成本很高，如何进入私家车领域？五是完全自动驾驶汽车的实际行驶安全如何保证？

针对单车智能的弱点，李骏提出了几个突破方向。他强调，要形成新型智能理念，寻找自动驾驶能力和车外赋能联合的边界，要用车外赋能结合单车智能，以数字化的形式传递车内外信息，让车载计算平台做最后的感知、规划、决策。

车外赋能结合单车智能离不开更多技术的支持，例如大数据、人工智能、5G等。李骏还指出，车与外界的协同需要云平台的支撑，因为路侧设施只有成为车辆自动驾驶感知的一部分，才能真正参与自动驾驶。

业界已逐渐达成共识，要实现真正高效的自动驾驶，单车智能远远不够，只有车辆与道路甚至云端的协同才是未来方向。随着5G、人工智能、云计算等技术突破，行业内需要共同构建起一套智能交通系统，才能有效解决单车智能的局限性。

清华大学苏州汽车研究院院长成波给出了更为精炼的概括，即车路云一体化。据他介绍，车路云协同的控制系统是云控系统，其利用新一代信息与通信技术，将人、车、路、云的物理层、信息层、应用层连为一体，进行融合感知，协同决策与控制，综合提升交通效率和行驶安全。

不过，车路云一体化的建立与运行也不乏挑战。成波指出，一是来自于车辆层面，无论是融合感知和协同决策，如何把车和路联合在一起，实现实时有效的协同都是难题；二是来自于交通层面，除了要提高自动驾驶汽车性能，还要解决本来存在的交通拥堵和联合管控，技术上面临着高可靠、低延时的数据交互问题；另外，还有计算资源的开发问题，如何把大数据挖掘、计算等及时有效地输送到末端也面临着很大挑战。

李骏指出，自动驾驶是一个非常大的系统工程，也是国家工程，建议中国也要建立自己的智能网联汽车标准，包括场景标准、地图标准、通信标准、交通标准和安全标准，而且不能仅仅是单车智能，应该有宏观布局、中观布局、微观布局，同时要将智慧城市、智能交通、智慧能源、智能汽车融为一体，“突破前瞻性技术和颠覆性技术，走出一条自己的道路。”

更多内容请下载21财经APP