2021年9月3日-5日，由中國汽車技術(shù)研究中心有限公司、中國汽車工程學(xué)會、中國汽車工業(yè)協(xié)會、中國汽車報社聯(lián)合主辦，天津經(jīng)濟技術(shù)開發(fā)區(qū)管理委員會特別支持，日本汽車工業(yè)協(xié)會、德國汽車工業(yè)協(xié)會聯(lián)合協(xié)辦的第十七屆中國汽車產(chǎn)業(yè)發(fā)展（泰達(dá)）國際論壇（以下簡稱泰達(dá)汽車論壇）在天津市濱海新區(qū)召開。本屆論壇圍繞“融合?創(chuàng)新?綠色”的年度主題，聚焦行業(yè)熱點話題展開研討。

在9月5日 “主題演講：邁向高級別自動駕駛應(yīng)用的管理與實踐”中，蘇州安智汽車零部件有限公司創(chuàng)始人郭健發(fā)表了題為“回歸汽車-高級別自動駕駛該有的樣子”的演講。

蘇州安智汽車零部件有限公司創(chuàng)始人  郭健

以下為演講實錄：

非常感謝各位嘉賓、各位領(lǐng)導(dǎo)，今天我非常容幸受邀在這個平臺論壇向各位領(lǐng)導(dǎo)、嘉賓匯報一下安智汽車六年以來所做的智能網(wǎng)聯(lián)方面的成果，還希望各位嘉賓和領(lǐng)導(dǎo)多多指導(dǎo)和支持。

今天演講題目是回歸汽車高級別自動駕駛該有的樣子。我們放在自動駕駛這一塊也是緊扣王所長第一階段的演講，我們讓自動駕駛更高級，我們首先想人是怎么開車的，車的表現(xiàn)是什么。我們回歸到汽車的屬性下，然后去考慮人的開車，然后傳感器的設(shè)計，然后控制的設(shè)計等等。

我們認(rèn)為如果要走到更高級別的自動駕駛，回歸汽車是它的第一步。我們首先講一下安智汽車是一個什么樣的公司，我們安智汽車是成立于2015年1月份，整個經(jīng)歷了六年研發(fā)，我們作出全站自研的駕駛員輔助系統(tǒng)，涵蓋毫米波雷達(dá)，也涵蓋了視覺，在算法有感知、決策、執(zhí)行整套算法。

我們安智汽車在六年研發(fā)以來，我們一直做到現(xiàn)在，整個已經(jīng)完成了第一代77毫米波雷達(dá)和多控攝像頭雷達(dá)，具備全站成熟L2駕駛員輔助系統(tǒng)。我們現(xiàn)在所做的工作，從技術(shù)路線上講，我們在2021年之前的工作，我們叫研腦合一。就是我們做的駕駛員輔助系統(tǒng)，從技術(shù)路線上來講，也是軟硬件集成的產(chǎn)品，然后里面全站感知決策執(zhí)行代碼還有硬件高度配合，能夠給整車廠提供一個整套的解決方案。但是2021年之后，大家看到隨著5G的發(fā)展，隨著智能網(wǎng)聯(lián)整個國家的推進(jìn)，我們就開始講睛神分裂，睛是眼睛的睛，神是大腦。

2021年之后逐步往上走，我們硬件傳感器更逼真模擬人的眼睛感知，我們更好去模擬人的眼睛，從產(chǎn)品策略上。往上走只是預(yù)控制器，我們的腦子要隨著整車廠走，隨著行業(yè)走，如何搭建一個更好的腦子。我們在2021年之前是眼腦合一，2021年變成睛神分裂，我們模擬駕駛員眼睛觀察路況，我們貼近行業(yè)做整車測試，我們整個產(chǎn)品策略也是這樣。

講講我自己背景，我是在吉大汽車學(xué)院學(xué)習(xí)，跟隨管欣教授參與汽車仿真模擬開發(fā)，然后到了博世，參與了很多全球平臺的開發(fā)，并且學(xué)會了很多東西，在這個地方也是非常感謝我的前一個東家。

我們在這六年的研發(fā)，也獲得了很多的行業(yè)內(nèi)外的認(rèn)可，我們也是獲得中央電視臺專訪，就卡脖子技術(shù)進(jìn)行演講，得到行業(yè)內(nèi)外的認(rèn)可。

回歸今天演講主題，我們總是在各種各樣的媒體宣講自動駕駛概念。自動駕駛是不是一個真的無人駕駛，如果要突破我們的真正的無人駕駛，我們需要很多難以預(yù)測的工況，我們公司研發(fā)測試基地是在蘇州，那個地方一到這個時間開始賣大閘蟹，很多人騎著三輪車，我們的視覺和雷達(dá)對于小三輪車識別非常不好，會出現(xiàn)這樣那樣的問題。實現(xiàn)這種真正的無人駕駛還要首先對工況識別做到非常多的便利，并且整車算法復(fù)雜度要大幅度提高，尤其測試?yán)锍毯头ㄒ?guī)一定要跟上。

在測試?yán)锍踢@一塊，傳統(tǒng)駕駛員輔助系統(tǒng)我們都是采用人工的標(biāo)定，人工標(biāo)定整個速度是很慢的，前面很多領(lǐng)導(dǎo)講，給自動駕駛?cè)ノ故?，我們讓它成長提速，給食物營養(yǎng)速度遠(yuǎn)遠(yuǎn)跟不上，如何做更好的包括測試?yán)锍痰墓r標(biāo)定，比如深度學(xué)習(xí)也是我們需要考慮的。自動駕駛要真正實現(xiàn)無人駕駛需要很長的距離。有意無意廣告宣傳，會給消費者造成很多誤解。

作為我們智能網(wǎng)聯(lián)行業(yè)，我們也逐漸的往上走。包括我們從前面出現(xiàn)很多這樣那樣的工況，包括最近隧道之中出現(xiàn)的幽靈公交車，包括很多人開著某品牌電動車到一個墓地，出現(xiàn)很多行人作為幽靈出現(xiàn)。當(dāng)然這是他們在對于很多系統(tǒng)做一些誤解，這體現(xiàn)了在感知層我們要做到真正無人駕駛需要做很多事情，整個行業(yè)包括自己的公司技術(shù)也在逐漸做突破。

比如說隧道之中出現(xiàn)公交車，還有毫米波雷達(dá)識別的有關(guān)問題，我們逐步由現(xiàn)在毫米波雷達(dá)逐步升級到4D成效，我們要給予控制算法更多的道路環(huán)境的信息，從原來的2D變成4D，把物體高度信息和點位做出來，這樣給整個駕駛員輔助系統(tǒng)更好的感知基礎(chǔ)，這樣才支持更高級別和更高品質(zhì)。

包括我們的視覺系統(tǒng)，剛才大家也看到廣汽研究院的吳院長講到，我們從200萬像素變成800萬像素，在更高像素之中做到更好深度學(xué)習(xí)算法，還要兼顧到低成本的芯片，這是講感知層的技術(shù)演進(jìn)。

到了控制層的技術(shù)演進(jìn)，大家也都知道，其實傳統(tǒng)的L1、L2級駕駛員輔助系統(tǒng)，我們更多是簡單的工況結(jié)合，我們進(jìn)行很簡單的PID控制，這樣的控制沒有完全考慮駕駛員的前視預(yù)留行為。比如駕駛員在畫龍的行為，我們最開始學(xué)車的時候，駕駛員喜歡調(diào)高座位看著比較近的地方，這樣整個造成車的控制是隨時進(jìn)行調(diào)整，這樣就會造成畫龍。

隨著芯片運力的增加，在我們車輛周邊傳感器信息完備，我們可以采用更高級的控制算法，比如模型預(yù)測控制來更好的模擬駕駛員開車，從而避免前面消失的前車，比如車突然消失了，前面有貨車避免碰撞，還有惡劣天氣避免行人的誤判。

我們的底盤電控系統(tǒng)，回到汽車本身，要做一個更加冗余度更高的線控底盤，來保證自動駕駛發(fā)展。

我們回歸汽車本身，我們認(rèn)為回歸汽車從下面三個表象來逐步進(jìn)行闡述。第一我們講傳感器，我們眼睛如果支持更高級別，我們首先要理解清楚自動駕駛的場景是什么，在這種場景下，我們傳感器如何去設(shè)計更好模擬我們的駕駛員對于工況的觀測機制，另外就是腦袋和手，我們腦袋和手就包括控制決策功能和執(zhí)行制動器的設(shè)計，就像前面張總講的，舒適性的制動讓人感受更舒服，讓駕駛員反饋更為透明，更為踏實。

第三個我們講規(guī)矩，因為大家都知道我們駕駛員輔助系統(tǒng)還是全自動的駕駛，必須按照車規(guī)級的要求進(jìn)行開發(fā)量產(chǎn)，里面包含功能安全和開發(fā)模式，我們從三個方面進(jìn)行闡述。其實我們在傳感器的設(shè)計這塊，做了很多方面的需求對接，包括跟整車廠進(jìn)行很多需求對接，包括結(jié)合我們的逐漸往上更高級別的自動駕駛的需求。

首先我們認(rèn)為，什么是一個合格的高級別的駕駛員輔助系統(tǒng)傳感器，我們認(rèn)為叫做擬人化，我們不必要的去追求更高級別的精度，比如很多人說，有的激光傳感器精度可以達(dá)到厘米級甚至毫米級，我們的人眼是一個構(gòu)造非常完美的感官器官，但是這個感官器官相對于我們的大腦，我們的人眼是一個非常低配傳感器，我們就能夠抓起水杯和開車，因為沒有必要把精度控制到毫米級，這種高精度的傳感器，一定意義上變成稍微虛假的技術(shù)進(jìn)步。降低了我們?nèi)プ鲎詣玉{駛的門檻，反而對技術(shù)進(jìn)步并不好，我們在整個做駕駛員輔助系統(tǒng)傳感器層面，我們認(rèn)為智能駕駛傳感器是整個感知的核心，要精確模擬人的感知，延伸人的感知欲，避免人在各種惡劣天氣下的不足，我們一直堅定發(fā)展視覺和毫米波雷達(dá)兩個感知層的技術(shù)路線。

感知傳感器對于感知范圍也有考慮，現(xiàn)在認(rèn)為在縱向的傳感器的設(shè)置里面，200多米的距離已經(jīng)完全可以覆蓋掉局部路徑規(guī)劃的需求，然后尤其要注意在工況策略判斷的時候，芯片主要運算在什么樣的范圍域，60米到70米，是我們?nèi)酥攸c關(guān)注的區(qū)域。

橫向的觀察域，所有車道左側(cè)有兩個，右側(cè)有兩個就足以，左右兩車道是注意力高度集中的。感知域判斷下開發(fā)毫米波雷達(dá)，以毫米波雷達(dá)為例，毫米波雷達(dá)是在有冰雪、冰層、雷達(dá)下進(jìn)行視頻檢測，在黑河做的傳感器受惡劣天氣的影響，包括前后三度到四度的視頻校準(zhǔn)，同時也進(jìn)行回歸的設(shè)計。

在感知層方法里面，我們對于物體的高度屬性，做了大規(guī)模的識別，這樣大大降低觸發(fā)率，對于井蓋是百分之百識別率，對于行人識別率達(dá)到81%，對于毫米波雷達(dá)前面一個車能達(dá)到80%識別率，這樣更好為決策提供道路信息，我們也進(jìn)行大量的開發(fā)，然后可以在惡劣天氣下作出非常好道路模型的建立。我們做更高級別的品質(zhì)，做自由滾動的防加塞控制系統(tǒng)，剛開始的車速是比較快，到最后是輕輕滑動，然后輕點一下剎車，跟一些紅綠燈工況感覺效果非常好。我們還模擬駕駛員的超車機制，比如說在公交車站，我們的視覺發(fā)現(xiàn)是一個公交車，我們超過公交車的時候，前面也沒有車，我們會降低車速，會避免一些鬼探頭的出現(xiàn)，也作出防御超車的機制，視覺系統(tǒng)做了車道偏離報警等等功能，并且在旁邊有一個大車，可能靠的比較近，做車道保持的時候，向適當(dāng)沒有車的方向偏一下，讓駕駛員感覺心里非常踏實和安全。

在做決策控制的時候，做預(yù)控制器，逐步推進(jìn)室內(nèi)攝像頭方向，靠外部的攝像頭很難知道駕駛員的疲勞，到底怎么做，到底駕駛員意圖是什么，駕駛員百分之百踩油門了，這個時候AEB是不起作用的，把責(zé)任給AEB駕駛員，因為駕駛員就想百分之百撞向前面的車，我們注意視頻對于駕駛員的分析，比如情緒有沒有憤怒，有沒有高興，對預(yù)控制器進(jìn)行研發(fā)，也對決策控制做了非常好的聯(lián)合控制。

我們脫胎于汽車行業(yè)背景，實行V字型開發(fā)模式，支持整個產(chǎn)品的開發(fā)。在產(chǎn)品開發(fā)之中，也是做了大量的嚴(yán)苛的測試，包括機械環(huán)境這一塊做了35項大的測試，整體歷經(jīng)四個多月，包括高溫、高濕測試，我們產(chǎn)品也是逐步的在進(jìn)行量產(chǎn)爬坡。

高級別的自動駕駛，是一個多學(xué)科、多行業(yè)的融合，也是需要大家一起努力，在這里我也是感謝各位嘉賓和各位領(lǐng)導(dǎo)對于公司多年來的支持和關(guān)心，謝謝大家！

返回第一電動網(wǎng)首頁 >