驭势科技叶凌峡：智能驾驶系统开发的终极目标是成为“AI驾驶员”

（原标题：驭势科技叶凌峡：智能驾驶系统开发的终极目标是成为“AI驾驶员”）

【TechWeb】3月27日消息，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上，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。

叶凌峡对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进行了分享。

他表示，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。

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。

叶凌峡认为，软件定义汽车是未来的发展趋势。对于智能驾驶系统的开发来说，终极目标是把这个系统作为AI驾驶员，相当于能够替代人完全掌控这辆车。

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。我的分享到此结束。谢谢大家！