【智慧駕駛】清華大學汽車工程系主任楊殿閣：智慧汽車的發展趨勢研究

4月26日，2018第十屆全球汽車產業峰會在北京舉辦，本次論壇以“創新技術引領產業未來”為主題，會議期間，清華大學汽車工程系主任楊殿閣教授發表了精彩演講，演講內容如下：

清華大學汽車工程系主任 楊殿閣教授

各位嘉賓、各位聽眾朋友：

大家好！

非常感謝今天有這樣的機會，也感謝主持人的介紹。我來自清華大學汽車工程系，兩個多月前跟蓋世汽車聯絡的時候，他們希望我過來做一個報告，當時討論想講一講智慧汽車相關的技術，特別是未來的一些發展趨勢，所以今天題目是《智慧汽車技術未來發展趨勢》。

我想報告主要有三部分內容：

第一，智慧汽車驅動汽車產業變革。想回答給大家一些問題，最近一些朋友問我無人駕駛到底哪天才能實現？我想試圖回答一下這個問題。

第二，智慧汽車技術未來發展趨勢。如果真的實現智慧汽車，我也想再看一看智慧汽車高階別的自動駕駛的實現，就是無人駕駛實現的話，需要在哪些技術上取得一些突破。

第三，清華大學智慧汽車技術進展。

剛才前面的幾位嘉賓都不約而同提到了一件事情，我們叫汽車的“新四化”：汽車的電動化、智慧化、網聯化和共享化。為汽車產業帶來了一場革命，不僅僅是帶給汽車產業，實際上也是帶給了整個社會。我們說新四化改變了汽車的使用方式，也需要交通法規、交通基礎建設、管理，整個交通出行方式都需要發生針對性的改變。

大家知道作為衣食住行四大方面來講，出行方式的改變註定會給整個社會形態產生很大的影響。恰恰是因為這麼大的變化，才讓現在這麼多的造車新勢力，包括BAT，包括Google、蘋果這樣的公司投身到汽車行業裡來。我想這對我們來講是非常大的機會。

這個事情在國家也已經引起了高度的重視，國家最高領導人對這件事也是非常重視的，在去年連續兩次對智慧汽車親自做了批示。12月份也可以看到國家發改委發的檔案——《智慧汽車創新發展戰略》，意味著智慧汽車在中國的發展未來將上升到國家的戰略層面。高階別自動駕駛，包括無人駕駛未來一定會實現，但我們關心的問題是無人駕駛到底離我們有多遠？

說到這個問題，還是把這張表給大家說一下。講這張表之前先給大家澄清一個概念，最近中央電視臺，包括北京電視臺、廣東電視臺找我做了幾期節目，其中一個問題是自動駕駛的問題。很多人提起自動駕駛覺得是無人駕駛，其實不是這樣的。現在在國內說起智慧汽車，經常會用到三個名詞，是智慧汽車、智慧網聯汽車、自動駕駛。從字面上看很多人會覺得智慧網聯汽車是在智慧汽車基礎上加車聯網是智慧網聯，實際這三個名詞都是在指智慧汽車。只是我們國家發改委發的檔案經常會用智慧汽車，科技部發檔案經常會直接用自動駕駛，工信部發檔案經常會用智慧網聯汽車，所以大家看智慧汽車創新發展戰略，一看就知道這是發改委發的檔案。比如說，“十三五”重點專項，一說自動駕駛大家一定知道這是科技部發的檔案，但是這三個詞實際上指的是一件事情。

說到自動駕駛的時候，並不是指無人駕駛。自動駕駛跟智慧汽車一樣是按照5級來說，一級、二級是低階別的自動駕駛，俗稱駕駛輔助系統。三級是人機共駕，四級有條件的自動駕駛，五級是完全的無人駕駛。也就是說到了自動駕駛的高階別階段，才是無人的，前面都是有人在駕駛的。

關於自動駕駛的發展，我們說不僅是在中國，全世界都很關注。我們也很關注，比如日本、美國、歐洲，他們產業化的進展。可以看到在日本，當前重點推廣的技術還是一級跟二級的輔助駕駛技術，也就是俗稱的駕駛輔助技術。我們可以看到它是通過駕駛輔助技術的推廣，在2018年能把整個日本的的交通死亡人數降低到2500人以內，大家知道日本也是上億的人口，能達到這麼高的交通效率死亡率，少幾千人，跟中國相比是非常大的進步，也是很值得我們學習的。

在2021到2030年，在日本才是推廣高階別的自動駕駛。我們也看到在2020年日本的東京奧運會上也會展示他的無人駕駛，重點是二級跟四級，目標是解決最後一公里的問題。這是日本的情況。在很多地方做了很多的實驗區，跟中國一樣，在這些實驗區可以開展自動駕駛的示範應用。

這是歐洲自動駕駛發展的路線圖，在這個路線圖上可以看到，在2020年之前重點推廣的也是駕駛輔助系統，在2020年到2030年之間，推廣的才是高階別的自動駕駛。我們左側放的是一個汽車電子零部件公司，大陸汽車公司的發展路線圖，我們可以看到該公司把自動駕駛節點放在2025年。作為零部件公司，會把自動工作做在整車企業的前面，這也是沒有問題的。

從國外情況來看，大家不約而同的把高階別的自動駕駛放在2025年之後，中國在2016年推出了智慧網聯汽車技術發展路線圖，這個路線圖的成稿也是在清華大學汽車系最終成的稿，主要內容來自於全國所有的專家。在路線圖裡面也做了界定，在2020年中國重點推廣的也是駕駛輔助，到2025這樣的節點，才會去推廣高階別的自動駕駛和無人自動駕駛。

大家從這張表上可以看得更清楚一點。這個是工信部對智慧汽車技術發展的大概預測，大概在2020年所有的新車裡邊50%的車輛可能會是一級、二級自動化功能，主要裝的是駕駛輔助系統，市場滲透率大概在50%左右。到2025年滲透率會達到80%，也就是80%的新車會具備一級跟二級的智慧化功能，三級到四級功能的車佔比10%左右。2030年這樣的節點才能看到高階別無人駕駛，也就是四級、五級的無人駕駛車輛進入產業化，它的佔比是多少？大概是10%。

說到這兒以後，很多人覺得說到2030年無人駕駛就來了，身邊到處是無人駕駛汽車。大家要注意，10%的車輛主要是專業化的車輛，比如說港口、礦山的運輸車輛，包括物流園區的運輸車輛，包括我們的公交車、環衛車。如果說，最先實現的無人駕駛乘用車，也會像滴滴專用車輛，私家車在實現高階別的無人駕駛上邊，距離還很遠。

第二，智慧汽車技術未來發展趨勢。

為什麼說這種高階別的無人駕駛離我們還很遠？還有哪些技術需要突破？因為我們最近在看文章的時候，看報導的時候，經常會看到有人說無人駕駛2018年、2019年甚至就要能實現，我們就要看一看。從技術上來講，這樣的高階別無人駕駛是否能實現？還有哪些技術需要突破？

首先說汽車的架構需要突破，真正做汽車的人對於這個事情是很瞭解的。真要實現高階別的自動駕駛，汽車完全無人行駛，汽車必須得對自身十分的瞭解，汽車每一個零部件，是什麼樣的工作狀態，它是否是好的，它是否是壞的，必須得時刻的知道。但是現在的汽車是做不到的。現在車輛用了很多的匯流排，也連線了很多的電器，但是沒人知道連線了多少個節點？可能幾十個節點。怎麼看？看網路上可能連了十幾個節點，另一個網路上連了十幾個節點，幾十個電器加起來，汽車上有多少個電器？上百個電器。也就是大量的電器根本沒有聯網，根本沒有監控。沒有監控的情況下，汽車在無人駕駛，出了問題怎麼辦？壞了怎麼辦？壞了是要死人的。

所以說，未來必須在架構上做一些變革，讓所有的電器能夠聯網。不僅電器要能夠聯網，而且要關注一個問題，我們現在汽車的電怎麼用的？現實生活中的電，大家平常用的電說是電網，是一個220V的電加一根地線，連上去直接用就可以了。但是在汽車上，電怎麼連的？大量通過蓄電池直接拉線過來的。實際在汽車上根本就沒有電網，沒有電網就意味著汽車的用電根本沒有被監控，沒有被監控就隨時可能出問題。大家知道電出問題就是所有的電器工作就會出現問題，汽車是無人駕駛的，它是要死人的。

所以說，在未來的架構下邊，不僅整車資料的通訊需要架構上的變化，它的供電網路也是要變化，它需要有獨立的電網。同時，我們知道有大量的感測器會接入網路，比如說鐳射雷達、攝像頭，大量的資料需要在網路上傳輸。現在的網路頻寬是支援不了的，所以我們必須得看到有新型的車輛匯流排運用到車輛上去。所以說未來的汽車架構是需要革命性變化，現有的架構支撐不了高階別的無人駕駛。

汽車不僅硬體架構需要變革，汽車的軟體架構也需要變革。我們汽車現在的軟體跟硬體是深度耦合的，也就是說你給賓士做的軟體系統拿到了豐田上用不到，給豐田做的大眾用不了，因為硬體軟體是深度耦合的。深度耦合會出現一個問題，軟體更新和迭代的速度和發展的速度會有極大的問題，但到未來無人駕駛的時候，軟體必須能夠實時的線上更新，而且對無人駕駛的軟體來講，必須能適應不同的車輛。

今天人開豐田的車也可以，開賓士的車也可以，不分什麼車都可以開，所以對未來無人駕駛系統也一樣，它應該跟硬體完全分離開。其實我們現在的手機、電腦就是這樣，手機、電腦就是軟硬體分離，做硬體的人不需要考慮軟體，做軟體的人不需要考慮硬體，正是因為這種分離才能讓軟體快速的迭代。未來的智慧汽車也是要軟硬體分離，需要一種全新的架構來支撐未來汽車的駕駛系統快速的迭代更新。

汽車的軟體要跑在哪裡？我們說一定要跑在一個專用的平臺上。比如說，現在課題組在做的一個開放智慧車的平臺，我們用了6個攝像頭，用了6個毫米波雷達，一個鐳射雷達，8個超聲波感測器。這些感測器想接在計算機上有沒有這麼多的介面？現在沒有這麼多介面的計算機。不僅是介面沒有，所有的這些資料接進來以後，需要有很強的計算能力，還得支援人工智慧。

這樣的一個車載專用平臺現在是否具備？這個也是需要我們去做研發的。去年12月底工信部發了重大專項，就是計算平臺的研究，這個計算平臺也是我們牽頭在組織，國內多家整車企業，包括很多的電信廠商，很多的晶片企業，包括地平線等等企業都跟我們在一起，我們要做出中國自己標準的計算平臺。在這樣的平臺裡，可以相容國外的一些晶片，但是將來更重點的會支援國內自主的晶片研發。

除了計算平臺，感知能力也很重要。今年Uber的事件大家看到了，那個車撞死人的時候是一點沒有減速，為什麼？它沒有感知到人。從這兒來看，也知道智慧汽車現在的感知能力還不能滿足需求，特別到未來無人駕駛的時候，汽車的感知能力不僅僅要去追趕人的感知能力，而且它要超過人的感知能力，它只有超過人的感知能力才可能預見一些風險。

對智慧汽車來講，決策能力目前不如人。比如碰到一些很難處理的困境時候，它是不好處理的。我們人可以處理，因為我們有很完善的法律在身後做支撐。但是對無人駕駛來講，現在的法律法規、道路準則，所有的東西都沒有建立起來，在這種情況下，它的決策遇到困境的時候很難做。那怎麼辦？它必須得通過感知能力的強大，規避這種困境的出現。

從我們現在來看，汽車的感知能力還是不夠的。未來，我們說從感知能力的發展，一方面是感測器的效能需要大的發展。另外一方面，從這種單車的感知向多車的感知、協同式的感知也需要發展，但這就需要基礎建設，道路基礎的建設，包括通訊網路的建設，需要跟整個的感知做配合。

還有一點需要強調的是自動駕駛地圖的發展。現在很多做無人駕駛的人會講，其實我們現在不需要高精度地圖，我現在在做ACC，在做自適應巡航，做自動駕駛，根本不需要高精度地圖。但是地圖跟自動駕駛是什麼關係？我們說可能你做1級、2級輔助駕駛的時候，可能你不需要高精度地圖，可能有一個ADAS MAP就可以了。但是真正做4級、5級沒有人的時候，大家可以想象汽車行駛在虛擬城市裡邊，這個時候虛擬城市的精確和速度完全決定了車的安全性，這種情況下自動駕駛地圖是必須的。我們國內現在也非常重視這件事情，在4月24號、26號在寧波智慧網聯汽車國際年會上，我們在汽車工業學會的支援下也會成立中國自動駕駛地圖的工作組，通過這個工作組會跟地圖示準、規範跟自動駕駛如何配合把它定義清楚。

在自動駕駛的地圖基礎上，有一個很大的工作就是把環境感知的能力跟自動駕駛地圖做融合。在這裡面自動駕駛地圖不僅是感知的感測器，而且它是感知的容器。通過這個感知的容器可以把所有的環境感知融合在一起，讓汽車更好的對世界進行了解。瞭解了周圍的行駛環境以後來決定行駛空間，在基礎上做車輛的控制，這就是傳統基於邏輯控制的汽車自動駕駛的決策控制。當然現在很多人也提出來要用深度學習來做，課題組也做這個事情，而且很容易就能實現，一個月的時間可以做成端到端的自動駕駛。只要給我影像和雷達的輸入就能給你方向盤轉角和油門剎車的訊號。

但是這麼做有很大的問題，能做到自動駕駛，汽車很多時候操作效能還不錯，但是我自己不知道它怎麼實現的，我能做到這一點，但不知道它怎麼做到的。它實際是一個黑箱，但對汽車來講是不可以接受的，設計一個產品，什麼時候會出事故，什麼時候死人，你是不知道的，這肯定是有問題的。

未來汽車的發展，從控制決策來講，會把傳統的控制邏輯跟深度學習的機制結合起來，變成一種可控的學習網路，來實現汽車的決策和控制。

當然說到汽車的資訊保安也很重要，因為時間的原因在這兒就不詳細講了。

第三，清華大學為了做好這項工作，我們把清華的十個院系結合起來，成立了清華大學的校級交叉中心，除了汽車系之外，還有計算機系、電子系、精儀系，一定不是一個專業能做好的，是需要很多專業的配合。

前些年在駕駛方面做了很多的工作，很多的技術已經在國內很多的主機廠，特別是一流的前裝主機廠得到了大規模的應用。近些年在高階別自動駕駛方面參與了很多的工作，包括去年北汽在車展上無人的展車，核心的技術是由我們來提供。這是我們的車在無人車道大賽上，這是我們的一個智慧團隊用自動駕駛技術做的小的無人配送車，去年“618”京東在人大校園跟清華校園的展示用的就是無人的車。今年把無人小車用在校園圖書的運送和清華的環衛的清掃。可以看到無人駕駛可以用在各種各樣的乘用車上，也可以用在很多的專業車輛上。

最後，我想簡單地總結一下。對我們來講，其實我們一直不太贊成有一句話，新能源汽車或者新四化來了以後，中國汽車產業會實現彎道超車。我們其實一直不贊成這句話，汽車產業的發展沒有捷徑可走，永遠沒有彎道超車這一說。但是新能源汽車的發展，智慧汽車的發展，相當於給我們在傳統汽車發展基礎上開了一條新的跑道。在這兩條跑道上，現在中國很多的技術還不成熟，但是國際大公司在這方面也不成熟。像剛才講的所有的技術，不是中國汽車行業所面臨的問題，是全世界汽車行業共同面臨的問題，我有困難，他也有困難，但正是因為大家都有困難，大家才在一個起跑線上，才給了我們這樣競爭的機會，才讓我們在這種新四化來臨的時候，讓我們可以有所作為，將來一定也會有所作為。

我的報告就到這裡。謝謝大家！

人工智慧賽博物理作業系統

AI-CPS OS

“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧）分支用來的今天，企業領導者必須瞭解如何將“技術”全面滲入整個公司、產品等“商業”場景中，利用AI-CPS OS形成數字化+智慧化力量，實現行業的重新佈局、企業的重新構建和自我的煥然新生。

AI-CPS OS的真正價值並不來自構成技術或功能，而是要以一種傳遞獨特競爭優勢的方式將自動化+資訊化、智造+產品+服務和資料+分析一體化，這種整合方式能夠釋放新的業務和運營模式。如果不能實現跨功能的更大規模融合，沒有顛覆現狀的意願，這些將不可能實現。

領導者無法依靠某種單一戰略方法來應對多維度的數字化變革。面對新一代技術+商業作業系統AI-CPS OS顛覆性的數字化+智慧化力量，領導者必須在行業、企業與個人這三個層面都保持領先地位：

1. 重新行業佈局：你的世界觀要怎樣改變才算足夠？你必須對行業典範進行怎樣的反思？

2. 重新構建企業：你的企業需要做出什麼樣的變化？你準備如何重新定義你的公司？

3. 重新打造自己：你需要成為怎樣的人？要重塑自己並在數字化+智慧化時代保有領先地位，你必須如何去做？

AI-CPS OS是數字化智慧化創新平臺，設計思路是將大資料、物聯網、區塊鏈和人工智慧等無縫整合在雲端，可以幫助企業將創新成果融入自身業務體系，實現各個前沿技術在雲端的優勢協同。AI-CPS OS形成的數字化+智慧化力量與行業、企業及個人三個層面的交叉，形成了領導力模式，使數字化融入到領導者所在企業與領導方式的核心位置：

1. 精細：這種力量能夠使人在更加真實、細緻的層面觀察與感知現實世界和數字化世界正在發生的一切，進而理解和更加精細地進行產品個性化控制、微觀業務場景事件和結果控制。

2. 智慧：模型隨著時間（資料）的變化而變化，整個系統就具備了智慧（自學習）的能力。

3. 高效：企業需要建立實時或者準實時的資料採集傳輸、模型預測和響應決策能力，這樣智慧就從批量性、階段性的行為變成一個可以實時觸達的行為。

4. 不確定性：數字化變更顛覆和改變了領導者曾經仰仗的思維方式、結構和實踐經驗，其結果就是形成了複合不確定性這種顛覆性力量。主要的不確定性蘊含於三個領域：技術、文化、制度。

5. 邊界模糊：數字世界與現實世界的不斷融合成CPS不僅讓人們所知行業的核心產品、經濟學定理和可能性都產生了變化，還模糊了不同行業間的界限。這種效應正在向生態系統、企業、客戶、產品快速蔓延。

AI-CPS OS形成的數字化+智慧化力量通過三個方式激發經濟增長：

1. 創造虛擬勞動力，承擔需要適應性和敏捷性的複雜任務，即“智慧自動化”，以區別於傳統的自動化解決方案；

2. 對現有勞動力和實物資產進行有利的補充和提升，提高資本效率；

3. 人工智慧的普及，將推動多行業的相關創新，開闢嶄新的經濟增長空間。

給決策制定者和商業領袖的建議：

1. 超越自動化，開啟新創新模式：利用具有自主學習和自我控制能力的動態機器智慧，為企業創造新商機；

2. 迎接新一代資訊科技，迎接人工智慧：無縫整合人類智慧與機器智慧，重新

   評估未來的知識和技能型別；

3. 制定道德規範：切實為人工智慧生態系統制定道德準則，並在智慧機器的開

   發過程中確定更加明晰的標準和最佳實踐；

4. 重視再分配效應：對人工智慧可能帶來的衝擊做好準備，制定戰略幫助面臨

   較高失業風險的人群；

5. 開發數字化+智慧化企業所需新能力：員工團隊需要積極掌握判斷、溝通及想象力和創造力等人類所特有的重要能力。對於中國企業來說，創造兼具包容性和多樣性的文化也非常重要。

子曰：“君子和而不同，小人同而不和。”  《論語·子路》雲端計算、大資料、物聯網、區塊鏈和 人工智慧，像君子一般融合，一起體現科技就是生產力。

如果說上一次哥倫布地理大發現，擴充的是人類的物理空間。那麼這一次地理大發現，擴充的就是人們的數字空間。在數學空間，建立新的商業文明，從而發現新的創富模式，為人類社會帶來新的財富空間。雲端計算，大資料、物聯網和區塊鏈，是進入這個數字空間的船，而人工智慧就是那船上的帆，哥倫布之帆！

新一代技術+商業的人工智慧賽博物理作業系統AI-CPS OS作為新一輪產業變革的核心驅動力，將進一步釋放歷次科技革命和產業變革積蓄的巨大能量，並創造新的強大引擎。重構生產、分配、交換、消費等經濟活動各環節，形成從巨集觀到微觀各領域的智慧化新需求，催生新技術、新產品、新產業、新業態、新模式。引發經濟結構重大變革，深刻改變人類生產生活方式和思維模式，實現社會生產力的整體躍升。

產業智慧官  AI-CPS

用“人工智慧賽博物理作業系統”（新一代技術+商業作業系統“AI-CPS OS”：雲端計算+大資料+物聯網+區塊鏈+人工智慧），在場景中構建狀態感知-實時分析-自主決策-精準執行-學習提升的認知計算和機器智慧；實現產業轉型升級、DT驅動業務、價值創新創造的產業互聯生態鏈。

長按上方二維碼關注微信公眾號： AI-CPS，更多資訊回覆：

新技術：“雲端計算”、“大資料”、“物聯網”、“區塊鏈”、“人工智慧”；新產業：“智慧製造”、“智慧金融”、“智慧零售”、“智慧駕駛”、“智慧城市”；新模式：“財富空間”、“工業網際網路”、“資料科學家”、“賽博物理系統CPS”、“供應鏈金融”。

官方網站：AI-CPS.NET

本文系“產業智慧官”（公眾號ID：AI-CPS）收集整理，轉載請註明出處！

版權宣告：由產業智慧官（公眾號ID：AI-CPS）推薦的文章，除非確實無法確認，我們都會註明作者和來源。部分文章推送時未能與原作者取得聯絡。若涉及版權問題，煩請原作者聯絡我們，與您共同協商解決。聯絡、投稿郵箱：erp_vip@hotmail.com