智慧城市+自動駕駛:大咖暢聊自動駕駛最前沿話題 | 金臺話車

語言: CN / TW / HK

點選上方圖片可跳轉觀看完整視訊

近年來,自動駕駛的發展格外迅速。特別是進入2022年,自動駕駛駛入商業化落地的快車道,不僅企業紛紛推進規模化落地,北京、廣州、深圳等頭部城市也根據各自的定位和特點,在創造適合自動駕駛發展的環境方面取得了令整個行業振奮的突破性進展。 

8月4日,《中國汽車報》大型視訊訪談節目《金臺話車》以“城市發展與自動駕駛的未來”為主題,邀請政府管理部門、行業資深專家及企業代表圍繞技術發展、政策法規以及商業落地問題展開了熱烈討論。

訪談嘉賓

◆ 廣州市工業和資訊化局黨組成員、總經濟師 陳鍵華

◆ 清華大學車輛與運載學院教授 楊殿閣

◆ 小馬智行副總裁、廣深研發中心負責人 莫璐怡 

◆ 國汽智控總經理、首席技術官 尚進

主持人:

中國汽車報社總編輯 桂俊鬆

0 1

高級別自動駕駛技術加速運營落地

《中國汽車報》: 當下,自動駕駛的發展速度令業界振奮。從技術角度看,目前的發展程度如何?

清華大學車輛與運載學院教授 楊殿閣

楊殿閣: 目前,L1、L2輔助自動駕駛已經開始大規模商業化,將近20%~30%的新車已經具備L1-L2級以上自動駕駛能力,車企正在攻關L3及以上自動駕駛技術。

L4級自動駕駛已經具備落地應用示範條件,在一些應用場景初步具備商業化運營條件,但還需要在網聯基礎設施、交通管理的政策法規等方面創造更好的軟環境,使其具備執行條件。

我認為未來,L4級無人駕駛在最近的這些年是可以看到的。

國汽智控總經理、首席技術官 尚進

尚進: 自動駕駛發展從落地角度可以分為兩大方面:前裝量產和Robotaxi、幹線物流等場景應用。

當前L0-L2,甚至L2+已經逐漸走向前裝量產。這種產品的應用主要依賴單車智慧,接下來幾年可能會更加普遍,價效比也會進一步提升。L3、L4級自動駕駛也可以看到很多實際執行場景,比如干線物流、低速港口等。從這方面看,可以說自動駕駛技術有了長足的進步。

但是完整的商業化落地,或者說真正的商業化落地目前還不能達到。主要限制因素有兩個:一是場景,高等級自動駕駛仍然受到場景限制,整體的穩定性和可靠性還需要提升。二是數量,自動駕駛只有大規模使用才能夠驗證能否達到商業化,或者技術積累是否足夠。因此,高等級自動駕駛距離能夠完全商業化或是實現完全量產還有一定距離,這個距離很難預測,要取決於工程化的推進和理論的突破。

《中國汽車報》: 近段時間,城市自動駕駛甚至是更高級別自動駕駛發展給很多人的主觀感覺是非常快。各位認為這個階段發展的速度是快了還是慢了?

小馬智行副總裁、廣深研發中心負責人 莫璐怡

莫璐怡: 如果回到小馬智行剛剛成立的2016年,很難想象得到中國自動駕駛發展今天的技術水平、應用規模以及產業成熟度。

過去幾年,高等級自動駕駛發展其實非常順利。特別在最近兩三年內,小馬智行陸續在北上廣深等一線城市進行大規模常態化的高等級自動駕駛測試和運營,為當地居民提供自動駕駛功能和出行服務,在幹線物流上也已經開始進行一些商業化試點。

但同時產業也能夠意識到,目前離大規模高級別自動駕駛的商業化落地還存在一定距離。一是無人化成果能夠覆蓋的區域還不夠,自動駕駛的穩定性和可靠性還需要進一步驗證。二是量產能力的積累也需進一步提高,前裝量產不僅是輔助駕駛技術,也是高級別自動駕駛大規模商業化落地的基礎。

所以大規模的無人駕駛落地短期可能不會實現,但在未來3~5年時間裡,還是有能力實現無人化與規模化量產的部分目標,使得真正的高等級駕駛可以滿足大規模商業化運營的要求。

廣州市工業和資訊化局黨組成員、總經濟師 陳鍵華

陳鍵華: 廣州市從2019年6月就開始了道路測試工作,經過三年多時間,技術發展速度很快,測試道路由原來的幾公里到近1000公里,測試主體也由原來的幾家企業到現在的11家企業,有200多輛自動駕駛車輛進行測試運營,總里程達到近700萬公里。

當下,自動駕駛在社會面的普及還存在制約因素,民眾的接受程度會對自動駕駛技術的普及存在一定影響。因此,如何推動技術普及、提升民眾接受度是需要下一步重點攻關的方向。

《中國汽車報》: 自動駕駛在感知、決策、執行等技術層面還存在一些瓶頸,制約了規模化商業落地。各位認為主要有哪些問題需要解決和關注?

楊殿閣: 不同級別自動駕駛的技術瓶頸不太一樣。例如,L3的瓶頸在於人機共駕,涉及人機切換的時機以及車輛操控安全性的保障;L4的瓶頸則更多在於無人駕駛所面臨的長尾場景所帶來的挑戰。

總體來說,自動駕駛的可靠性和安全效能否得到保障是未來技術落地的關鍵,安全是自動駕駛落地最關鍵的一點。當然,成本也非常重要。

另外, L1-L3級輔助自動駕駛技術落地與L4、L5實際上不是一個邏輯。前者的落地更多是成本邏輯,相應技術能否量產取決於增加的車輛成本與帶來的收益情況使用者是否能接受,使用者是否願意為這個成本買單。而後者的落地需要在兩個維度考量,一是技術的可行性,二是商業模式能否落地,即相應技術所增加的成本與運營收益之間的平衡。

尚進: 從現在的瓶頸來看,確實可以概括為安全和成本,但安全和成本背後指向工程化這個問題。可以看到,目前很多Robotaxi公司開始進行部分技術的量產,實際上就是場景降維、技術升維。

想要解決技術瓶頸,一是要有堅實的技術基礎底座,從基礎就開始做紮實。二是要提升感知和決策能力,特別是決策,這需要在人工智慧研究上有所突破並工程化。

車雲協同模擬測試畫面

02

單車智慧與車路協同不該悖立

《中國汽車報》: 技術瓶頸不完全是技術的問題,也是經濟問題,還是技術路線問題。單車智慧和車路協同屬於不同的技術路線,既存在一致的地方,又相對矛盾。這個問題應該怎麼看?

楊殿閣: 單車智慧與車路協同或者說智慧網聯技術路線本身不應該是悖立的,也不該區分主次,他們是相輔相成的。

中國智慧網聯汽車方案非常重視單車智慧。面臨當前的複雜交通場景,單車智慧無法保證絕對安全,智慧網聯車路協同所帶來的安全冗餘就非常重要。在中國的管理體制下,我們走智慧網聯技術路線是有條件的,可以自上而下通過巨集觀的統籌規劃去推動基礎設施建設和改造,從而推動智慧網聯技術路線落地,西方很多國家不太具備這樣的條件。

當前,所謂單車智慧與車路協同的技術路線之爭,實際上背後是商業模式爭議問題。

對目前做輔助駕駛量產的企業來說,如果車輛對基礎設施有很強的依賴,意味著產品應用場景和銷售的受限,當下市場上真正實現大規模量產的主要是L1、L2級別輔助自動駕駛,所以對這些企業而言,大家更關注如何不依賴基礎設施實現自動駕駛技術。而如果真的是要落地高級別自動駕駛及無人駕駛技術時,僅靠單車智慧無法保證行車安全時,企業也會願意疊加智慧網聯能力,以此來提升車輛安全。因此,單車智慧和車路協同並不矛盾。

陳鍵華: 單車智慧和車路協同都是解決長尾場景的路徑。只有實際路測跑出來以後,才知道哪種方法適合中國城市場景。兩種路線廣州都在嘗試,我們是抱持著開放的態度,希望從整體去推動產業發展。

尚進: 換個角度看,兩種路線都可以是單車智慧。

如果將路側和雲端看作是單車的延伸,車路協同可以看作是大型的虛擬單車,那它很顯然是要比單車有好處的,畢竟加了東西比沒有強。只不過,大家會考量車路協同的存在是隻起到了輔助作用,還是起到了能夠與單車智慧相比擬的作用。

中國的車路雲方案,不僅僅是路側安裝感測器,或是雲端收集資料建個模型那麼簡單,而是路側和邊緣端與單車邏輯整合在一起,硬體延伸、軟體孿生協同,能夠真正地提高車規級的自動駕駛等級。這才叫真正的網聯式的車路雲協同路線。

《中國汽車報》: 前幾天百度釋出無方向盤無人車引發了很多討論。方向盤對車輛的必要性或是價值到底有多大?應不應該去掉方向盤?

莫璐怡: 方向盤是人類駕駛車輛使用的產品,而自動駕駛車輛是機器來駕駛,是否需要方向盤要看車輛是由人類駕駛還是機器駕駛。

無人駕駛或者高級別自動駕駛發展整個過程中,在需要安全員的測試階段必須要有方向盤存在;當技術成熟到開展無人化測試運營時,方向盤就成了可選項;再當路上行駛了大量無人車時,車輛可能在設計生產階段就無需方向盤的存在。

尚進: 沒有方向盤,本身是一種企業自信的表現,能做到安全保底就可以。自動駕駛對整個安全系統要做到足夠冗餘,可以是車內冗餘、車和雲端冗餘,因此去掉方向盤也無妨。

但需要釐清的是,去掉方向盤只是一種企業自信,並不一定就代表了實現了L4、L5功能,這是兩個概念。

陳鍵華: 去掉方向盤實際上也是無人化的一種象徵,是一個很理想的狀態。但在開放場景下,交通要素非常複雜,特殊場景無法窮盡,所以在當前情況下,沒辦法做到去掉方向盤。

到底達到什麼技術程度才能去掉方向盤是行業需要思考的問題。作為政府管理者,我們考慮得更多是自動駕駛技術能夠為城市、為人民帶來什麼,而不是產品能否賣出去。我們首先要解決的問題是提升城市出行的交通效率,實現“雙碳”目標,在這個過程中是否一定要去方向盤值得斟酌。

在自動駕駛落地過程中,更多應該考慮的是老百姓的接受度、技術的成熟度和城市管理的成熟度,最終才能保證自動駕駛的道路安全執行。這才是我們從政府層面推動自動駕駛發展的最終目的。

0 3

場景關乎商業化落地

《中國汽車報》: 目前產學研都非常關心商業化落地問題,為何主要選擇Robotaxi作為切入點?是政府導向還是市場抉擇?

莫璐怡: 在整個交通運輸中,移動出行是非常重要的市場,商業價值可以達到萬億級,如果能夠實現成熟的無人駕駛,就可以節省大量人力成本,產生的經濟價值無疑是巨大的。

除了經濟效益外,我們認為自動駕駛技術帶來的社會價值也很大,可以解決大量的人為因素帶來的安全問題並且極大提高出行效率,即提高整個交通運輸的安全性以及交通效率。這也是眾多公司將重點之一放在Robotaxi身上的原因。

陳鍵華: Robotaxi是L4商業化落地的較為理想的場景。共享出行模式被越來越多的人所接受,並在不斷普及。在Robotaxi成本下降之後,商業模式也可以迅速推廣,市場價值很高。

從政府管理者角度,我們還需要關注另一個問題。即在無人化普及之前,有一個自動駕駛車+存量傳統車共存的階段,這種情況下,只能逐步增加自動駕駛汽車比例,這階段選擇從Robotaxi來切入,逐步替代存量車,對城市管理來說是一個比較好的方式。

《中國汽車報》: 除了Robotaxi外,城市無人配送也非常值得關注,是不是下一步落地的重點?

楊殿閣: 還有很多場景非常適合高級別自動駕駛落地。比如港口、礦山、農田作業、城市環衛清掃和低速的最後一公里的物流配送等特殊場景也比較適合L4落地。

L4的落地屬於場景驅動,即無人運營的環境和任務。不管哪種具體車型或者具體應用場景,關鍵是商業模式是否清晰,以及是否支援自動技術落地。如果商業模式非常清晰,能通過無人駕駛技術的落地普及獲得顯著效益,那它的落地就非常可行。

尚進: 物流配送、港口、礦山等其他場景的無人化是以可落地的形式來驅動的,對自動駕駛技術的要求不特別高,更傾向於考量其能否盈利和推廣。

相應地,對於Robotaxi或Robobus,從商業模式上我們真正需要的不是一輛有沒有安全員的無人車,而是共享,是在城市的任何地方有需要時隨時有車,可以下車就走。從這點上,我認為Robotaxi不是更急需的場景,更多是技術的標誌。

《中國汽車報》: 無人駕駛從終極目標上相當長遠,任何事物如果沒有市場化運作,沒有現金流或眼前的收入支援,都很難持續。以小馬智行為例,怎樣解決夢想與現實間的矛盾?

莫璐怡: 自動駕駛是比較複雜的系統工程,並且需要一步一步實現。整個自動駕駛的發展不是一家公司自身的發展,需要依靠整個生態鏈上下游一起努力。

我們在做技術研發迭代的同時,也在開展具體的商業化,在商業化試點或具體應用當中會得到相應的回報。無論是Robotaxi還是智慧物流,都能看到很不錯的正向迴圈,都在促使我們更加堅定信心在技術服務上往前走,克服各種長尾場景,在整個規模量產上更進一步。這個過程需要相關政策的支援以及社會接受度的增強,通過合力去逐步實現無人駕駛的目標。

《中國汽車報》: 問一個更具體的降成本方面的問題,業界現在呼籲取消安全員,是否可以取消?取消後會是什麼樣?

陳鍵華: 物流、港口、礦山等其他場景的自動駕駛落地,只涉及到經濟利益,不涉及社會利益,經濟利益可以覆蓋成本,因此商業模式是成立的。

但是Robotaxi不一樣。公共交通一是要解決大城市病,提升出行效率;二是提升交通出行安全。政府每年在這兩方面要投入非常多的成本,而Robotaxi的逐步推行恰好可以幫助實現這兩個目標。政府管理者也願意把這部分原本就要投入的成本給到Robotaxi公司。這其中還有個被動投入和主動給付的區別。

因此對於Robotaxi這樣帶有社會屬性,涉及到城市管理的場景應用,不是一定要去掉安全員才能降低成本,我認為應該綜合考量各種因素。

這方面是值得多方探討的,比如廣州就一直在嘗試,我們的混行政策中就涉及到了對安全員的補貼。

《中國汽車報》: 具體問題不僅是技術問題,還是政策問題,需要結合看待。在商業化落地方面,自動駕駛政策是否能夠更多、更開放?政策與市場應該怎樣匹配?

陳鍵華: 政府其實是根據社會的需要去推動技術的發展。希望通過政府財政的引導,讓技術應用到社會需要的領域,為政府管理帶來更多便利。

這也是各個地方政府都在努力嘗試的方向,我們發展自動駕駛不是追求單個企業的盈利,而是爭取讓自動駕駛能找到好的商業化場景,並且迅速做大,為社會和政府帶來回報,最終形成共贏局面。

楊殿閣: 首先,技術發展對政策有需求,需要政策創造更好的發展環境。其次,從政府層面看,政府創造的政策軟環境也會吸引更多的技術創業者,吸引更多的企業為當地創收。這是在居民出行更便利、提升城市交通效率和改善城市治理之外,對政府管理者的附加好處。只有各方收益都能實現,才能真正實現共贏,政產學研才可能真正聯合。

尚進: 確實政府在城市公共交通方面本身都是在虧錢補貼,如果能夠少虧一點補給自動駕駛公司,讓他們也少虧錢,能更積極地推廣技術,這屬於雙贏。

此外,自動駕駛更多偏向於是ICT產品,但應用在車輛上又無法具備ICT產品的客戶包容度,這就需要政府層面的資料溯源來界定責任,以實現產品高可靠性和前瞻技術發展之間的平衡。

《中國汽車報》: 那麼在技術與政策的匹配度上,中外哪些國家更超前?尤其中美之間有沒有值得互相學習借鑑交流的地方?

尚進: 美國是比較現實的商業社會,更多靠企業積極主動的尋找路線往前走,在商業化落地方面還比較遙遠,政策環境方面則既嚴格又寬鬆,屬於在一定底線之上的相對寬鬆。

中國對智慧技術的開放度要遠遠超過任何國家。不僅中國的政策走在前面,我們政策的引導能力遠遠超過其他任何地方,民眾的接受度也遠高於其他國家。

莫璐怡: 我國從2018年左右開始放開部分道路測試,後續逐步做商業化試點,再到做無人化測試,政策發展速度很快。同時,中國不同的城市之間也在採用不同模式探索,相互學習借鑑並進一步去完善。這種通過部分城市的試點政策逐步形成國家層面政策方針的方式,有利於整個行業健康發展。

0 4

政、產、學、研形成合力 助力智慧交通發展

《中國汽車報》: 確實,智慧網聯的中國方案具有相對優勢。前面大家也談了有效市場和有為政府的重要性,那麼地方城市在自動駕駛、智慧交通中應該扮演怎樣的角色?

V2X測試現場

陳鍵華: 政府要對自動駕駛發展的條件與落地場景進行精準規劃,讓不同技術、不同參與者都能夠在交通系統和諧共處。不能因為自動駕駛的介入引起交通系統的混亂,這會背離技術發展的初衷。

廣州一直在不斷地把自動駕駛放進交通大系統中去嘗試,例如通過混行,測試不同的自動駕駛比例會引起交通系統的混亂還是優化。廣州下一步的關注重點就是,不同的混行比例會呈現怎樣的狀態,需要匹配怎樣的人力物力和政策法規,希望通過這種全生態體系的實驗,最終能夠得到一整套政策體系向全國甚至全球推廣。

莫璐怡: 小馬智行在北上廣深都有落地,可以感受到不同城市的特色,以及自動駕駛政策的不斷完善。廣州的混行政策是非常獨特、非常創新的一個模式;北京最近在無人化試點等政策上走的很全面,也在不斷強化管理要求;深圳則在通過地方立法去回答比如責任界定等自動駕駛發展方面的問題。

《中國汽車報》: 各地的探索各有特色,但也都以安全為前提遵循了一些比如循序漸進的共同規律。可否從技術角度談下看法?

楊殿閣: 許多地方在支援自動駕駛技術發展,以及自動駕駛的示範運營上都出臺了不少鼓勵政策,在具體政策上可能略有差異。

城市定位不同,其出臺具體政策的定位也會有所不同。比如,北京作為政治首都和科技中心,承擔著探索中國智慧網聯汽車技術路線的特殊使命,也會更多考慮政策法規的試點示範。

尚進: 確實各個城市都秉承著循序漸進、多維度上快速發展的共性。從弱人工智慧走向強人工智慧,不是簡單的示範執行能夠迭代出來的,還需要更多實地場景的驗證和提高模型適應性,因此廣州的混行很有必要。另外,我們作為屬地企業感受到北京很大的不同也的確在於是對中國方案的驗證和實踐。

車雲協同場景實車測試PAD端介面

《中國汽車報》: 智慧汽車實際上是智慧交通的重要組成部分,智慧交通離不開智慧能源,他們從內涵上又都是智慧城市的重要組成部分。這就不得不提到我國正在推進的“雙智”試點,各位對於“雙智”協同怎樣理解?

陳鍵華: “雙智”協同是中國智慧網聯汽車技術路線很好的落地場景。智慧設施能為智慧城市提供底層資料,能為整個智慧城市搭建數字底座。此外,想要最終實現智慧城市,還需要加上落實“雙碳”,最終實現碳中和。

《中國汽車報》: 本次訪談集聚了政、產、學、研領域的專家代表,從各自所代表的角度,各位對中國汽車產業發展有什麼看法?

尚進: 希望自動駕駛帶動智慧汽車的變革。以自動駕駛變成工程化的產品為起點,推動整個智慧汽車的騰飛,並賦能智慧交通、智慧城市。

莫璐怡: 在汽車智慧化賽道上,中國很有可能在世界範圍內實現領先。目前中國自動駕駛產業鏈較為完善,有望形成合力去幫助汽車產業在智慧化賽道上加速前進。

楊殿閣: 自動駕駛的背後實際上是移動出行,改變的是人的出行方式。衣食住行是人的基本需求,出行方式的變化會改變很多事情,甚至會改變整個社會形態,這是一場由自動駕駛帶來的技術變革。這場變革不只是汽車人要做的事,也是整個社會要協同合作一起去推進的事。

陳鍵華: 在上半場,中國新能源汽車已經領先一步,下半場的比拼來到了智慧汽車。智慧汽車在下一步的發展中,會將現在的汽車產業從鏈狀形態變成網狀生態體系,涵蓋更豐富的內涵。所以需要政、產、學、研全方位的合作,為自動駕駛落地提供更好的環境。

「其他文章」