驭势科技叶凌峡：L3级是自动驾驶分界线

/ 导读 /

2021年3月26日，“智创·第三空间”2021中国智能汽车创新发展论坛暨汽车之家智能汽车评价体系发布会于北京隆重开幕。本次会议以“赋能行业发展 指导用户消费”为宗旨，分享中国智能汽车产业的最新观点和未来技术发展趋势，共商如何突破产业瓶颈实现产业融合，在变革关键期成功搭建行业前沿沟通交流平台。

驭势科技乘用车自动驾驶负责人叶凌峡发表了《行之无拘无束，心方驾驭未来——智能驾驶系统的演变与挑战》主题演讲。





叶凌峡认为，智能驾驶系统是不断演进的。从技术角度来看，智能驾驶系统分为感知、决策和执行。从场景来看，将从特定场景到限定场景再到开放场景。与此同时，智能驾驶的需求也在发生改变，即从为驾驶员服务转为出行服务。

1  演讲实录

以下为驭势科技乘用车自动驾驶负责人 叶凌峡的演讲实录：

非常荣幸能够来到汽车之家和各位嘉宾、专家们一起探讨智能驾驶系统的发展。今天，我将从四个方面来和大家一起探讨智能驾驶的发展及定义，智能驾驶系统的演变、面临的挑战，以及智能驾驶路线及方案。



当前，全球汽车行业正在经历百年以来最深刻的变革。我们如何定义智能驾驶系统，按照美国汽车工程学会规定，自动驾驶分为L0-L5六个级别。L0级别是指没有任何自动驾驶功能，L1和L2为高级驾驶辅助驾驶水平，L3是指有条件的自动驾驶，即司机可在特定条件下双手离开方向盘，L4和L5则分别指高度自动驾驶和完全自动驾驶。L5级自动驾驶是智能汽车发展的最高状态。

对于L3级别的有条件自动驾驶来说，是驾驶辅助和自动驾驶的分界线。从某种角度来说L3级别也是自动驾驶，但从另外一个角度来说，它在驾驶过程中又离不开驾驶员的监控，所以我们把它作为分界点，直到L5级才能真正地称为全自动驾驶。

对于智能驾驶系统的演变，从功能来讲，最早的智能驾驶系统实际上只是一种带有预警性的、不能对车辆进行控制的系统，比如说我们的主动碰撞预警（FCW），车道偏离预警（LDW）辅助泊车等。随着功能的演进，我们会看到车辆上会安装车辆进行控制系统，如自动巡航(CC)、自动紧急制动（AEB），接下来演进到自适应巡航（ACC）、车道保持系统辅助（LKS）、自主定义泊车。最后，合起来将实现超级巡航、再到L3级有条件自动驾驶，以及L4级高度自动驾驶。

从智能驾驶系统技术的演进来看，智能驾驶系统分为感知、决策和执行。在感知上用到视觉、毫米波雷达、激光雷达、超声波、GPS，这都可以作为感知能力。对于决策来说，需要做到融合、定位和车辆控制常规规则的判断。这就是处理大脑，从原理单处理器的模式往未来的预控制器模式在演进。执行层面来讲，则需要具备车辆纵横向控制。

从智能驾驶系统场景来看，主要是从原来的特定场景到限定场景再到开放场景进行演变的。特定场景一般指封闭园区或者是一些专用的道路，这个专用的道路可以理解为港区物流，很多是用磁钉在走。到限定场景，这是应对L3级有条件自动驾驶，会让L3级有条件自动驾驶在高速道路上行进。最后，我们会发展到真正的开放道路，也就是城区道路。

接下来，我们关注自动驾驶需求演进，即原来的自动驾驶系统是为驾驶员服务，如今则是变成为出行服务。原来关注驾驶过程，怎么把驾驶变得更轻松或者更安全，这是自动驾驶系统原来的目标。后来会关注驾驶结果，如自动驾驶系统会把我送到哪里，我要到哪里办事、上班或者是娱乐。但是我肯定不会关注你怎么驾驶，你的驾驶情况是什么样。

下面来探讨一下智能驾驶系统面临的挑战。首先是技术，谈了这么多智能驾驶系统，我们对智能驾驶系统还是存在一些不放心的状态，为什么？

实际上是因为我们的技术是有缺陷的，这些缺陷在什么地方？第一是感知能力。也就是说智能驾驶系统现在花了大量的精力在感知上面。因为如果一个车辆不能感知到周边的环境情况，它就是一个瞎子，一个瞎子怎么把自己的路线行驶好，所以感知能力是重中之重。但是现在的感知系统是有缺陷的。比如说，毫米波雷达虽然不会漏报，但是会误报，只要探测到的物体都会反馈给系统，所以很有可能产生偏差。如此前特斯拉发生的事故，实际上都是来自于摄像头不能完整识别目标产生的，比如说它把一个大卡车的车箱识别不出来，它漏报了物体所以导致了误判。这就意味着，在感知层面，无论是摄像头、毫米波雷达还是激光雷达也好，它们都存在一定的技术缺陷。只有当感知能力达到一定程度的时候，才能实现更好的融合，进而保证它们对外界感知的准确性和安全性。

第二，学习能力。对于系统来说，我们在设计一套智能驾驶系统的情况下，会把驾驶经验赋予智能驾驶系统，但是我们的经验是否足够，遇到特殊的情况智能驾驶系统能否继续前行？想要实现这一目的，就应该给智能驾驶系统赋予一个学习能力，这是我们需要关注的一点，也是一个挑战。

第三，执行能力。当我们想要这辆车实现左、右、前行、倒退的驾驶操作，但是车辆却不听你的指令，该怎么办？所以说，对于车辆的执行能力的强弱也是智能驾驶系统的挑战之一。

其次，智能驾驶系统还面临着法规的挑战。智能驾驶系统能否真正的面世，让每个客户都能够用上，法规是很重要的。这里就要求法规具有标准化，明确产品是怎么定义的，安全要求有何标准等。

再次，是服务上的挑战。智能驾驶系统有它的特殊性，究竟要怎么维护它，如何进行技术支持都需要我们进行探讨，并且在这过程中，我们不断迎接新的挑战。

更为关键的是，想要实现全自动驾驶，外部建设也有很重要的需求。比如说道路的规范性、智能交通设备的完善程度、5G技术的发展等等。

说完智能驾驶系统的演变和面临的挑战后，接下来针对智能驾驶系统的行业路线和方案给大家做一个介绍。

当前，L2级高级驾驶辅助驾驶水平的ADAS系统已经成熟，L2级高级驾驶辅助驾驶水平的自动驾驶也逐步量产。L3级有条件自动驾驶+AVP的全套智能驾驶系统也将面世。

目前毫米波雷达加上摄像头成为智能驾驶系统配制的主流，随着技术的成熟，激光雷达也会大量的进入到量产装备。

此外，数据采集也越来越被各家所重视，智能驾驶系统企业都致力于设计具备多种影子模式的数据闭环系统。然后是可以不断向上演进的技术架构，成为智能驾驶系统的发展方向。



那么，什么是智能驾驶系统完整解决方案呢？它将基于智能驾驶云平台，同时以5G技术为依托，提供“门到门”的出行解决方案，具备自主泊车、记忆泊车、高速路自主领航等功能，甚至还有RoboTaxi系统，将未来智能驾驶系统得以实现。

对于电子电气架构的演变，我们总结了一条，从简单到复杂再到简单，为何这样说呢？

首先，在处理能力有限的情况下，处理器就是一个单处理器，即一个ECU，到后来会发展到预控制器能处理很多的功能。但是为了保障系统是否安全，需要提供一些冗余的能力，可能我会把它分散到各个单处理器上面，分担一部分处理能力。所以说，整个电气处理架构的发展都在探索中。是否是处理能力很强的预控制器，就能把所有的功能实现，还是要把预算风险，失效风险做一个分散，还可能有待探讨。

此外，集中化的管理，这一点毋庸置疑。从特斯拉的应用来看，它会把相对集中的功能放到对应的预控制器中，进而完成整套系统的实现。这一点也获得各大厂商的认可，现在之所以预控制器的发展越来越普遍，是因为大家都有集中化管理的需求。

另外是软件地位的变化，软件定义汽车是未来的发展趋势。我们可能看到的趋势是硬件标准化、软件差异化，只有通过这样的方式，才能实现各家厂商的灵活性配制和差异化的卖点。

最后是升级能力，可以说没有OTA升级的智能汽车，可能不会受到大家的关注。

针对智能驾驶系统在国内的发展趋势，在这里做一个总结。时间节点大致从2009年起，国内厂商就开始了ADAS系统的研发，到2011年，有了少量搭载ADAS系统的车辆上市。在2016年，对ADAS系统来说，很多国内厂商的车辆上都已经实现配制了。到了2020年，具备L2级别高级驾驶辅助驾驶水平的车辆已经大量上市。按照目前各大厂商的规划，会在2023年推出相关的L3级有条件的自动驾驶。对于L4级高度自动驾驶的普及化，我们想可能会在2025年以后。

对于智能驾驶系统的开发来说，我们的终极目标是什么？是把这个系统作为AI驾驶员，相当于能够替代人完全掌控这辆车。有了它的存在，不管是物流也好、出行也好，只需要关注你的目的地就行了。