车东西（公众号：chedongxi）
文 | 六毛

周六，智能汽车领域的盛会——第三届全球智能汽车前沿峰会（GIV2020）在广州正式召开。

当天上午，中国工程院院士、中国工程院副院长钟志华、博世底盘控制系统中国区总裁陈黎明、广州汽车集团股份有限公司总经理冯兴亚等诸多学界、业界大咖出席以”提速汽车智能化、打造产业新引擎”为主题的高层论坛，并进行发言。

远在海外的中国移动研究院首席科学家陈维则通过远程连线的方式，发表了自己的演讲。整场论坛，可谓干货满满。

在钟志华看来，虽然距离完全无人驾驶还有一段较长的时间，但汽车智能化本身是多方面的，因而整体发展速度依然较快，其中的发展机遇不可错失。同时，即便是无人驾驶实现了，也不代表被动安全会被抛弃。

冉斌认为，车路协同是实现自动驾驶的必由之路。冯兴亚作为车企一员，他对于行业的判断则是智能汽车发展逐渐进入冷静期，智能汽车产业的发展正面临一个新的节点。

▲高层论坛现场

一、钟志华：无人驾驶时代，被动安全也不会消亡

中国工程院院士、中国工程院副院长钟志华分享了自己和团队对于智能汽车发展路径的思考及探索。

汽车行业的技术属于与时俱进的重大的、复杂的系统性技术。汽车智能化除了可以和无人驾驶挂钩外，还有更加丰富的内涵。

钟志华表示，如果将汽车智能化单纯和无人驾驶等同，那么汽车智能化的发展将需要一个相当漫长的过程。但因为汽车智能化本身是多层级的，从这个角度看，汽车的智能化发展速度会比很多人想像得要快，其中机遇需要把握。

▲中国工程院院士、中国工程院副院长钟志华

对于汽车智能化来说，什么是最重要的驱动力？钟志华认为是“安全”。从被动安全、主动安全、智能安全到无人驾驶更加智能的安全，汽车智能化也将带来行车安全的提升。

但同时，他也特别强调，无人驾驶实现不意味着被动安全就会退出舞台，被动安全是为了保证“车毁人不亡，有惊无险”。被动安全会被抛弃，在钟志华看来“是个错误的概念”。

另外，由场景引导，有利于实现汽车智能化的最终目标，有利于实现真正的、完全的无人驾驶，让车与人融为一体。如果技术发展有应用做导向，风险较小；为了技术而技术则风险会大。

当前，从整个行业看，智能汽车在全球范围内已进入快速发展期，并呈现出四个趋势。

一是普通道路上形式的智能汽车聚焦于量产，二是智能汽车“出行服务”市场成为竞争起点；三是基于高等级自动驾驶的矿山/港口运输、园区物流/清扫等成为商用车竞争布局的焦点；四是业内合作、跨界协同成为新型智能汽车整车开发的一个新的趋势。

当然，智能汽车也存在问题和挑战。首先是智能汽车相关标准和法规尚待健全。就标准制定而言，我国目前的标准体系和核心产品标准并不健全，标准制定决定权分散在汽车、交通、通信等多个不同部门。针对这一方面，钟志华强调，标准其实是一把“双刃剑”。标准出台太早，可能会限制创新；有些标准制定不及时，也不利于创新的发展。

第二大挑战是产业链不完整，核心技术积累不足。钟志华表示，补全技术的过程中，要区别哪些是未来的核心技术，哪些是过渡性的技术，警惕现在集成攻关的技术可能最后是“没用的”。

第三大挑战是人、车、路协同基础设施建设投资大、周期长。高等级智能驾驶需要人、车、路、云、网、图互联，需要跨部门协调与跨产业协同。

第四个挑战是商业模式不清晰、产业生态不健全。

在智能汽车发展的探索上，钟志华重点介绍了智慧车列交通系统与引导式自动驾驶物流卡车两个概念。

交通拥堵已成为制约城市发展的一大难题之一。智慧车列交通系统基于一种新的汽车交通组织理念，根据客流特点设置专用道路和固定站点，但是不采用有轨道路和轨道车辆，而是采用城市道路与公路车辆。同时，按照“点对点”模式进行接送。

钟志华表示，该系统的定位对标地铁、轻轨。

▲智慧车列交通系统的系统原理要点

从车载工具看，具体可包括5座、11座、23座和43座等各种公路车辆车型。这些车辆保持近似均匀的速度和一定的距离，从而组成车列，形成大运量。

▲智慧车列交通系统演示图

物流方面，现阶段的公路货物运输呈现出堵、缺、危、差的问题，公路货物周转量快速增长已对于货物物流提出了新的要求。

针对公路货物物流的痛点，可采用引导式自动驾驶物流卡车解决方案。简单来说，这个方案就是将无人驾驶汽车的场景约束为自动引导式场景，由一个有人驾驶的卡车带领一个无人驾驶的卡车。

对于传统汽车来说，前车牵引后车本身就有一定的危险性，借助自动驾驶技术可以将此“变废为宝”，并成功节省人工成本。

二、冉斌：车路协同是自动驾驶实现的必由之路

东南大学-威斯康星大学智能网联交通联合研究院院长冉斌远程分享了他对车路协同赋能自动驾驶的看法与思考。冉斌认为，车路协同是自动驾驶的必由之路。

▲东南大学-威斯康星大学智能网联交通联合研究院院长冉斌

他表示，目前全世界的自动驾驶解决方案主要有三大类，一是单车智能，二是智能网联汽车，第三大类即车路协同，也就是CADS（Collaborative Automated Driving System）。

三大类方案中，单车智能的车载系统比较复杂、要求很高，成本昂贵，同时视觉、计算功能有限。智能网联汽车可以克服很多单车智能的缺陷和障碍，提升性能、降低成本。车路协同主要是把路和车考虑成一个完整的系统，用聪明的道路来弥补智能网联汽车的不足，提高安全性、可靠性及相关功能，让所有的老百姓买得起、用得起，同时实现系统功能的最优化。

那么，从内涵上看，车路协同自动驾驶指什么？冉斌从三个方面进行了界定。

第一，通过先进的车和路的感知设备、计算设备等，同时通过I2X、V2X等信息交互对整个驾驶环境进行实时的高精度的感知，这一方面可界定为网络互联化。

其次，是覆盖不同程度的车辆自动驾驶驾驶阶段，可以理解成从L1级到L5级的自动驾驶全覆盖。

第三，是能够考虑车辆与道路供需间不同程度的分配协同优化，即系统集成化。

最终，通过系统（车、路）高效和协同执行感知、预测、决策和控制功能，形成以车路协同自动驾驶为核心的新一代智能交通系统。

在这个基础上，冉斌又对车路协同自动驾驶系统分级定义及智能分配的相关方案做了整体介绍。

从整个系统看，如果将路和基础设施比喻成服务器，车就相当于客户端，因而可以在某种程度上用木桶原理解读整体系统的自动驾驶水平。这里的道理是，水桶的短板决定了水桶最后能装多少。

S3和S4（对应L3和L4级自动驾驶）是当前的分析重点。为了达到S3或S4级自动驾驶，车路协同智能分配需要回答的问题主要有3个：

1、智能网联汽车应该干什么？

2、智能网联道路应该干什么？

3、二者如何融合协同？

其中，就智能网联汽车而言，可从信息化、自动化、智能化的角度出发，进行五级定义和分配划分。冉斌表示，这种界定方式目前在中国、欧洲、美国和世界相关国家已获得共识。

智能网联道路的分级与车辆分级基本对应，根据信息化、智能化、自动化程度的不同，从I0到I5可分成六个等级。

▲智能网联道路分级定义

从顶层设计和标准体系建设角度看，车路协同自动驾驶发展可分为4个阶段，分别是协同感知（第1阶段）、协同决策（第2阶段）、在协同感知和协同决策基础上的协同控制（第3阶段）、车路一体化（第4阶段）。

最后，关于车路协同自动驾驶的实施路径，冉斌表示首先发展方向肯定是车、路、网、云一体化协同发展。

具体的考虑，现在聪明的路可以先行、之后聪明的车跟上。交通强国可作为一个典型的示范，也是一个突出的亮点和闪亮的名片，特别最近提到的新基建，可以作为强大的助推器和落地的途径。除此之外，也需要强调和加强生态圈建设。

三、陈维：计划年底以前增加50%的5G基站数

中国移动研究院首席科学家陈维也通过远程视频的方式，发表了自己的主题演讲。

陈维表示，中国移动作为电信运营商，相信基于C-V2X通信技术的车联网将对智慧交通、智能汽车发展提供帮助。

一方面，C-V2X车联网可以弥补汽车自主感知的局限，此外，车路协同也可以帮助解决渗透率不足的问题。具体而言，针对V2X技术，如果渗透率低于60%，其效益就会大打折扣。在这方面，就可以通过路侧感知和基于C-V2X的车联网来实现车和路的协同，有效解决低渗透率的问题。

▲中国移动研究院首席科学家陈维

一个有效的车路协同系统有三大组成部分：强大的网、智慧的路、智能的汽车。移动主要聚焦于“强大的网”。

谈及5G，陈维表示，5G是一个全新的信息基础设施，有三大性能和两大能力。

三大性能，就是我们一般讲的超大带宽，超高速率性能；高可靠、超低时延的性能以及超多连接、海量连接的性能。两大能力即指网络切片能力与边缘计算能力。

据陈维介绍，在5G网络建设方面，中国移动至今年8月初已经在全国的300个城市里建设了将近30万个5G基站。中国移动计划在今年年底以前增加50%的5G基站数。

陈维还对中国移动在C-V2X车路协同解决方案方面的一些实践情况做了介绍，并主要分享了两个应用的点。

第一个是江苏无锡的车联网先导区。陈维表示，这个是在全球范围内规模最大的C-V2X车联网城市级的规模示范，现在已经覆盖全无锡的主城区大概220平方公里，改造路口280个，可以实现40多个C-V2X辅助驾驶的场景，并且开始进行5G自动驾驶应用的试验，用户数已经达到10万。

第二个示范应用点是上海洋山港口，这个是在港口物流实现5G应用落地的重大项目。以5G技术作为切入口，打造一个5G+智能驾驶+智慧港口的行业示范应用区，实现了信息和物流的融合和交叉联动，来提升港口码头在物流运输、安全监控等运营效率提升方面做的工作。

▲5G通信的三大性能和两大能力

最后，针对C-V2X发展面临的诸多挑战，陈维认为解决需要产业各方和政府协同推进，并提出了一些建议。

首先，他建议政府主导和社会参与共建的、服务于车联网的开放型大数据系统，实现多平台互联互通和数据共享；政府及产业联合集中资源建立1-2个覆盖全域、全场景的规模应用示范区，吸纳各方积极参与，探索商业模式。

其次是建议推动国家层面尽快明确车联网路侧设备（RSU）运营主体的许可授权，同时设定车联网业务的准入门槛。

第三是建议利用5G新基建、智慧城市建设的机会，推动道路基础设施与通信基础设施的融合以及共享开放，加快路侧单元等车联网基础设施部署；发力前装和后装车载终端，提升终端渗透路。

第四建议推动引导车联网立法，把车联网纳入国家信息安全体系，从而最大限度地降低运营企业风险。

四、冯兴亚：智能汽车发展逐渐进入冷静期

车企的从业经验为广州汽车集团股份有限公司总经理冯兴亚提供了从内部和外部观察行业变化的视角。冯亚兴表示，过去的几年，智能汽车以超高关注度吸引了大量的资本投入。但是从去年开始，大家对智能汽车投资的热度在下降。他判断，智能汽车发展已经逐渐进入了冷静期，而也标识着智能汽车产业发展又进入到了一个关键的节点。

首先，智能汽车已经从实验室和示范运营转向量产，近年来，诸多的厂家先后推出L2以上级别的车型，有的甚至无限接近L3。新产品走向市场的开始也是新技术落地、接受消费者检验的过程。

▲广州汽车集团股份有限公司总经理冯兴亚

另一方面，智能汽车在关键技术领域仍然面临着很多难题。自动驾驶辅助技术和无人驾驶汽车之间还存在很大鸿沟，高昂的单车成本和基础设施投入是制约规模化量产的重要因素。

在监管层面，道德伦理和法律法规带也带来一些考验。短期内无人驾驶汽车有望在严格约束条件下小范围开始示范运行，但从长期看自动驾驶背景下交通事故的责任归属尚未理清。另外智能汽车涉及到的软硬件的安全和数据的安全也是一大课题。

冯兴亚认为，政府、产学研、企业各方需要加快形成战略共识，明确关键技术和法规体系等方面的共识，共同跨过这一步，进而推动智能汽车进入高速发展的新阶段。

那么，对于中国智能汽车发展，广汽的思考结果又是怎样的呢？

冯兴亚表示，首先智能汽车的中国路径和中国方案是大有可为的。其次，整车厂是智能汽车产业发展的主要引领者。“未来整车厂的整合能力反而会变得越来越重要，当然前提是主机厂能够活下来。”他在现场说道。再次，是在端、管、云产业体系中的各方各司其职。

演讲的最后，冯兴亚分享了广汽的战略方向与主要实施路径。

1、聚焦核心技术研发，提供中国消费者信赖的智能汽车产品。未来的汽车是科技主导的产品，没有科技驱动的智能生态是不可想象的，无科技不广汽。

广汽计划重点打造ADIGO系统，实现人路云全面的协同，推动以太网、T-BOX技术，OTA远程升级技术等成果实现搭载应用。

“我们正在深入探索软件定义汽车的发展模式和能力建设等重要课题，同时将优化智能汽车核心技术路线的规划，力争在2023年实现L4级自动驾驶的区域示范运营。”冯兴亚在现场说道。

▲ADIGO系统内的部分硬件设备

2、以智联新能源汽车产业园为载体，构建全球竞争力的智能汽车产业集群。

3、开放合作、共赢共生、与上下游合作形成命运共同体。冯兴亚强调，这里的合作不仅是业内的合作，跨界的合作，更是全社会全新的创新协同。在冯兴亚和广汽看来，在智能汽车各个领域全球没有任何一个公司能够有能力单独完善和单独全面布局。

五、陈黎明：安全和量产是自动驾驶工业化两大挑战

博世底盘控制系统中国区总裁陈黎明对博世在自动驾驶产业化上的思考与实践做了分享。

陈黎明表示，博世对自动驾驶量产面临的挑战做了三个方面的总结，分别是技术挑战、工业化挑战和商业化挑战。

技术挑战，也就是如何设计好一辆技术过关、能力过硬的自动驾驶汽车，真正取代老司机。陈黎明表示，随着时间和资金的投入，技术问题将得到解决。

另一个比较大的问题是商业化。目前，robotaxi和自动驾驶物流是业界认为能够率先落地、进行商业应用的两个场景。但是对于商业问题而言，除了技术过关外，成本也很重要。

成本问题涉及商业化痛点，也正是汽车工业化挑战中需要解决的问题。“对于汽车工业来说，只有量上去了，成本才能下来，也才能进一步实现商业落地。”陈黎明说道。

▲博世底盘控制系统中国区总裁陈黎明

针对工业化挑战方面，陈黎明表示自动驾驶工业化最大的一个挑战是“安全”。针对需要去验证自动驾驶是安全的观点，则是一个误区。

“安全不是验证出来的，安全是设计出来的。”陈黎明说道，这也意味着，思路并非是被动验证自动驾驶安全性，而是将安全要素主动设计到软件、硬件以及系统当中。

为了做到安全的自动驾驶，首先要满足先行及未来的法规。

此外，虽然在汽车工业中使用V模型进行设计验证，看是否达到要求是一个传统做法。但由于自动驾驶长尾场景和人工智能的应用，传统V模型无法继续发挥作用。为此需要把V模型与数字驱动有机结合起来。

最后，还需应用系统性的分析方法，分析潜在失效模式，并正对这些情况提出相应的解决与应对方案。

除了安全性，自动驾驶工业化还面临如何实现大批量、可持续复制的问题。

陈黎明表示，从0到1，行业主要是解决技术可行性的问题；从1到N则要求保证所有的汽车的安全与一致性。

当前，不同主机厂和自动驾驶公司会根据自己的需求，采用不同的传感器配置。由此就需要一个可扩展的电子电气架构，从过程看这将是一个渐进式的发展过程。

谈及如何实现硬件可扩展、软件可快速迭代，博世给出的方案是打造一个赋能平台。其中，中间件是赋能的关键。

▲中间件与工具链始终是计算平台的支柱

中间件的功能是希望把软硬件分离，将硬件进一步抽象。同时，在系统层面上，能够更好地协调软硬通信、软件之间地通信、硬件之间地通信，进而实现所有资源地协调等等。让开发者可以把精力集中在应用层面的开放上，满足其软件迅速迭代地需求。

陈黎明在演讲的最后还强调，对于整个智能驾驶产业，博世希望可以通过开源和开放合作，与业界共同加速自动驾驶落地，而不是大家在重复同样的事情。

结语：逐渐接地气儿的自动驾驶

2016年左右，自动驾驶概念兴起。在那个阶段，实现单车智能是很多人的梦想。

现如今，自动驾驶开始更多地与汽车智能化、智能安全、车路协同等联系在一起。可以说至少在国内，自动驾驶已经与智能交通、新基建建设融为一体，走上了一条相辅相成、彼此赋能的道路。

从整个产业发展的角度看，这对于自动驾驶进化，逐步走向完全无人驾驶大有裨益。但另一方面，也需要提醒提升单车智能水平还是自动驾驶发展的永恒追求。