朱西产：智能网联汽车与未来出行变革
8月21日，由深圳市坪山區委區政府主辦，深圳市未來智能網聯交通系統產業創新中心、深圳市智能網聯汽車產業創新促進會承辦的“2020年深圳（坪山）智能網聯汽車產業高峰研討會”上，深圳市未來智能網聯交通系統產業創新中心首席科學家朱西產，發表了《智能網聯汽車與未來出行變革》的主題演講，本文根據現場錄音整理，未經本人確認。
朱西產：
很高興今天有機會與大家分享智能駕駛與出行變革的一點想法。買車，我們不會買一輛不安全的汽車，盡管智能駕駛發展迅猛，以L3級別智能駕駛汽車已經進入量產化。在全世界汽車市場銷量都在急劇下降的時候，特斯拉卻成為了一輛“有價值的車”，去年全球銷量達到36萬輛，今年可能會達到50萬輛。50萬輛的年產量對于一個車廠來說并不多，但是這50萬輛車卻把特斯拉的股票市值頂到了3000億美元，3000億美元是什么概念呢？要知道通用、福特現在市值只有3、400億美元。
汽車行業發生了很大的巨變，在投資人眼中，像特斯拉這樣的才代表著汽車行業的未來。當然，L3級自動駕駛汽車在法律上還沒被允許之前是不能銷售的。現在市面上不可能有真正的L3級汽車企業，但是一些新上市的車型會用L3級自動駕駛作為銷售的噱頭。
另外，無人駕駛出租車已經開始在智能網聯汽車示范區里面“跑起來了”，進入到載客運營示范了，百度在長沙、廣州入局，滴滴在上海等等。我相信深圳智能網聯示范區很快有無人駕駛定線巴士或者無人駕駛出租車出現。
L3級自動駕駛汽車的畫像
我對L3級自動駕駛的理解，是可以適當脫離人為駕駛，但想要深度脫離人為駕駛還比較難。即便有了ADAS系統，駕駛員也不能脫離駕駛，出了事故要負全責的，雖然汽車可以自動控制車輛，但是駕駛員必須全神貫注觀察四周環境。現實生活中，大多數車輛沒有自動駕駛功能，駕駛員還要看看導航。所以，車輛更新有自動駕駛功能是必然的，但是，怎么進行管理分析，是自動駕駛汽車的一個難題。
我們可以看到曾有特斯拉的用戶在啟動Full Self-Driving（FSD）之后居然睡著了。這也是特斯拉的能力，能夠讓駕駛員相信其自動駕駛系統。但是，這已經是事實上的深度脫離駕駛，只有到了L3、L4級才有可能的。那么，要達到L3級自動駕駛的車輛，應該具備哪些能力和條件？環境感知傳感器要提升，電子構架要發生變化，計算能力要幾十倍的上升等等。地圖要支持自動駕駛，也就是高精度地圖要支持智能駕駛。現在探索的無人駕駛汽車場景應用，可能更多是運營車輛，因為無人駕駛成本會非常高，私家車沒有必要做到無人駕駛。
這些自動駕駛營運車輛很多已經開始在示范區試運營了。如果汽車技術能夠真正實現無人駕駛，駕駛員應該干什么？這輛車還是不是交通工具。有人認為無人駕駛車輛以后就是一個移動的生活空間，整個汽車行業已經發生了變革，現在是新能源技術，往后，利潤再向下一個核心技術轉移。智能網聯汽車時代來臨后，傳統汽車就不值錢了，過去特別耀眼的汽車零部件供應商和傳統汽車主機廠，今年基本上都虧損了。第二個就是汽車公司的資本估值在向出行端轉移，傳統汽車廠通用一年生產1000多萬輛汽車，市場估值還不到400億美元，而特斯拉還不到50萬輛汽車，市值卻在3000億美元左右，自動駕駛技術企業Waymo市場估值也高達1750億。
傳統汽車廠商也待不住了，豐田和大眾已經做出了選擇，大眾要向左進行全面電動化，豐田向右成為提供出行服務。
智能網聯新能源汽車的特斯拉，不僅在新能源汽車里面銷量排第一，即便是跟傳統汽車豪華車型比也毫不遜色，銷量排名排到了第9位。特斯拉作為現象級企業，在自動駕駛安全性方面提高了很多。
自動駕駛的事故焦慮
今年，特斯拉首次發布了安全報告：一輛完全由駕駛員操作的車輛，平均156萬公里行駛里程會發生一次事故，但運用了主動安全防御系統后，平均227萬公里行駛里程才會發生一次事故；使用了FSD或其他自動駕駛功能，平均453萬公里行駛里程才會發生一次事故。這就說明ADAS系統、自動駕駛系統是能夠改善交通安全的。
再來看看Waymo的自動駕駛系統（視頻），功能比ADAS系統強太多了，當遇到道路維修，系統可以自動找到可行駛的車道，整個過程非常流暢，已經非常接近人類駕駛了。國內的創業公司也不錯，遇到很復雜的場景，可運用激光雷達掃描到真實路況。
近幾年，無人駕駛的技術水平上升非常快。美國2018年的駕駛脫離報告中（無人行駛多少公里才需要駕駛員接管一次），第一名從Waymo變成了百度，一次脫離的平均里程已經高達18050英里，也就是將近3萬公里才需要有一次駕駛員的接管。Waymo排在第二，將近2萬多公里才需要有一次駕駛員的監管。
從一些智能駕駛車輛的事故報告可以看到，無人駕駛還存在安全隱患，還有死亡事故的發生。但是，也可以從中看到一個好事情，ITS公司和傳統汽車企業共同努力，事故是有可能避免的，至少不會造成死亡。
從事故原因分析，多是汽車感知系統出現了問題，影響了決策,IT企業的自動駕駛方案中，感知能力決策能力很強，但是對車輛的控制水平還不夠。如沃爾沃XC90切換到自動駕駛狀態下，啟動不了AD控制，而用戶自己又不能做緊急控制，如果提前1.3秒做AD控制的話，速度減30~35公里每小時是沒問題的。以現在的行人碰撞保護能力，行車速度在40公里每小時以下就很難發生死亡事故。所以，提升無人駕駛的安全性不光是IT行業的事情，需要和汽車行業共同來完成。
如何解讀車企L3車型量產
未來很長一段時間，私家車還是主流車型，向L3級自動駕駛方向發展。面向2B運營的出行服務車輛，到了無人駕駛才能發揮真正的作用，正在從支持部分場景的L4層級駕駛向更全、甚至包容所有場景的無人駕駛來發展。現在來看，L3、L4成了汽車自動駕駛或者智能汽車開發的一個目標點。從去年開始，國內的自主品牌已經在這方面發力了，當然目前發展L3也有很大的困難。要把握容許脫離駕駛，又不能深入脫離駕駛的主旨。
從L2提升到L3，法律問題也層出不窮，監管比較困難。德國、日本、中國都在嘗試建立一套標準，由政府來進行L3車型自動駕駛功能的認可認證。德國在2019年提出L3自動駕駛車輛功能的認證方法，今年應該是要出臺認證程序。我國工信部也已經在這方面有所嘗試。
當然，第二種可能性是政府始終不對L3車型進行認可，但實際上L2的車型會向L3方向去努力發展。一個典型的例子就是藍牙電話，駕駛時用藍牙接打電話的合法性，始終沒有得到各國政府的承認，但是因為技術的發展，開車使用藍牙打電話造成的事故率比較低，各國政府其實已經是默認的。所以，政府可能會對L3車型進行認證，也有可能像藍牙一樣，盡管沒有得到政府認可，但是技術水平達到一定程度，事故風險已經降到了一定程度，并承擔對社會責任。這種可能性是非常大，從L3開始，安全問題其實是非常少見的，但怎么去防范這種小概率事件呢？
場景庫的建設
到L3、L4級車型，除了傳統汽車的認可認證以外，駕駛員的一些內容也要進入到認可認證中，現在普遍認為要建立場景庫，用計算機仿真的方式達到場景覆蓋全面化。因為用傳統汽車的幾項、幾十項、幾百項測試，是無法完成如此豐富的道路交通場景測試。
認證的仿真平臺該怎么做，標準怎么統一？現在計算機仿真平臺很多，但存在著數據接口標準、場景描述標準并不夠標準等問題。現在一些標準化組織已經開始致力于做這方面的工作，包括公共專利、地圖標準、公共服務標準、動態行為場景標準、接口標準等等。去年開始進行場景命名標簽和標準化工作。
仿真平臺的標準化建立不是一個公司能做出來，甚至不是一個國家能做出來的，要全世界共同來做這項工作。根據國際標準ISO/NP34502的要求，自動駕駛汽車的安全性提升要從感知、決策和控制三個方面入手。我們說一輛自動駕駛汽車發生了交通事故，無非這三個方面出了問題。
對這三個方面，要分別建立它的場景，對有可能造成交通事故的場景進行測評。要從功能場景到邏輯場景進行，邏輯場景是一個概率統計模型。具體的測試場景要在這個概念統計模型的指導下做全面的測評。否則，測100項、500項、1000項也都說明不了什么，沒有概念統計，沒有數學的完美性，很難證明這個車是安全的。所以，自動駕駛的場景要從正常駕駛和防止事故這兩個方面進行努力。
我們需要做一個包含所有道路交通危險場景的環境，并通過一系列努力去控制自動駕駛汽車的風險。在開發過程中，我們發現在道路上除了看得見的風險以外，還有很多是看不見的，所以就要通信跟無人駕駛、自動駕駛掛鉤。
我們更關注的是短程通信，早在上世紀80年代美歐提出的ITS框架里面就已經提出短程通信對道路交通安全的作用。此前，美國的DSRC可能成為首個運用短程通信來解決道路交通安全問題的范例。
基于DSRC的獨立短程通信系統成本高、沒有生態，但是它在道路交通安全中的作用是很明顯的。那些駕駛員看不見、激光雷達看不見的危險，只能用通信來解決。通過高精度定位、V2X技術、邊緣計算、網絡融合等，用互聯網生態也許可以克服短程通信成本高的問題。
我國從2017年就提出來智能網聯的方案，引起了全世界的重視。去年，歐洲也提出了方案，道路設施對自動駕駛的支持程度分為不同的等級，這樣的方案已經成為全世界主流。
未來的發展
長沙的智能駕駛示范區內，百度所展示的無人駕駛通過路端設備支持通過各個路口。中科協今年發布的2020的重大科學問題和工程技術難題，也提到了數字交通基礎設施如何推動智能駕駛車路協同發展，以及無人車如何實現在可用條件下的高精度智能導航等等問題。所以智能汽車的發展，可以對照智能手機產業的發展，在4G助力下，智能手機已經脫離了功能機的層次，成為移動互聯網的個人智能終端。那么，智能汽車在5g功能下，能不能成為移動互聯網里面的智能生活空間？
O2O的商業模式已經形成，現在有一個突出的矛盾，就是線上的高效低成本和線下的低效高成本成為一個巨大的矛盾。在車聯網的作用下，自動駕駛項目有沒有可能實現線下的自動化，用線下的自動化提升效率，少人化無人化來降低成本。豐田把未來汽車定義為了智能生活空間，形成連續不間斷的交通。所以，未來出行、未來的智能生活是用個性化的共享來代替私人工作。
第二個從人找服務變為服務找人。這時候的汽車脫離了交通工具這么窄的范圍，不再是一個交通工具，可能是個大型空間。
無人駕駛在技術發展過程中，已經開始向無人礦山、港口碼頭等場景落地。
這是我對通信和無人駕駛改變未來生活的一個憧憬，好，謝謝大家。
總結
以上是生活随笔為你收集整理的朱西产：智能网联汽车与未来出行变革的全部內容，希望文章能夠幫你解決所遇到的問題。
