2021泰达汽车论坛 | 广汽集团吴坚：高级智能驾驶辅助应用与思考

2021年9月3日至5日，第十七届中国汽车产业发展国际论坛(TEDA)(以下简称TEDA汽车论坛)在天津滨海新区举行，由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办，天津经济技术开发区管理委员会特别支持，日本汽车工业协会、德国汽车工业协会协办。本次论坛围绕“融合、创新、绿色”的年度主题，聚焦行业热点话题。9月5日，在“主题演讲:迈向高级自动驾驶应用的管理与实践”中，广汽集团执行委员会委员、自主品牌管理委员会副主任、广汽研究院院长吴健发表了题为“高级智能驾驶辅助应用与思考”的演讲。

广汽集团执行委员会委员、自主品牌管理委员会副主任、广汽研究院院长吴健致辞如下:女士们、先生们，很高兴和大家分享我对高级驾驶辅助在广汽应用的思考。我的报告分为几个主题。首先，自动驾驶的整个起源被归类为我们整个汽车工业从机械汽车到电控汽车再到未来智能汽车的演变。我经常在一些场合说，已经到了汽车3.0时代，从机械1.0到电控2.0，再到智能汽车3.0。目前来看，今天的话题主要集中在中间部分，也就是高级驾驶辅助阶段。广汽现阶段构建的是点对点，即从车位到车位的全程驾驶辅助。包括高速公路和市区的停车场景，功能上支持一车道循环，自动变道，上下车车道，包括主动升级安全功能，包括更多的自动驾驶保障。我们来看图，把智能汽车分为三类。第一类是驾驶辅助，即L2以下的驾驶辅助，L4以上的全自动驾驶。在广汽，我们安排了类似自动驾驶的预告。高级驾驶辅助是一个灰色地带，介于自动驾驶和辅助驾驶之间。我们将其定义为高级驾驶员辅助。广汽采用两种计算平台，根据成本和实现路径分为两种，根据计算能力分为两部分。在自动驾驶的高级智能驾驶辅助方面，我们还是分为两个级别。一级是没有人为干预的场景，包括一些基础，包括夜间转弯，路口转弯。和人有关，那为什么是灰色地带呢？是人机一起驾驶的场景。上面这一块是跟人有关的，包括停车这样的场景，包括市区复杂的路况，尤其是一些路口，高速公路上比较常见的场景。在高级智能辅助驾驶的工作中，我们面临着一些新的挑战。我们在L2下面谈纯辅助驾驶，主要工作是由车辆完成的。然后在L4级，所有的驾驶工作都是机器来做，更麻烦的是人和机器的混合体。这些挑战包括以下几个方面:一个是智能化水平的不断引入，系统安全运行的范围不断扩大，场景不断变化。比如这里有一些图片。你觉得这些照片怎么样？蓝色的是感知区域，用户可以在这里感知危险或需要驾驶辅助。那么B是技术能力可以覆盖的范围，A当然是我们L4水平需要全面覆盖的范围。我们的困难在哪里？困难由于我们智力水平的不断扩大，我们用户的认知正在发生一些变化。比如前段时间大家肯定都知道是一些静态物体的辨别。作为司机，我觉得你的车应该是能分辨出来的，但是就我们的高级辅助驾驶来说，是分辨不出来的。所以我们现在面临第一个挑战。二是认知，即用户认知……，我刚才也提到了。第三是用户的状态。用户的状态很好理解。我们的司机在驾驶过程中是一种什么样的状态？他能接管车辆并为车辆安全提供有效的支持吗？围绕以上三个挑战，我们要在两大领域做更多的工作，一个是汽车厂商要做的，一个是用户和汽车厂商共同培育的，包括我们的车辆系统，需要更智能，更安全。司机方面，通过一些智能化的手段，可以让我们的人融入到驾驶场景中。具体来说，对于我们R&D的工程师来说，需要做的是以下几个蓝块，包括感知的进一步提升，包括场景的不断迭代，设计过程中如何保证系统的安全性，人机的智能交互。系统方案方面，会推出像素更高的摄像头。目前基本上是200多万，也就是150米左右。我们希望未来能做到800万像素，让探测距离能满足自动驾驶的更多需求。同时在辅助方面引入激光雷达，对一些没有参加过训练的不可预知的目标进行探测，同时在一些天气条件下可以提供更安全的帮助。第二是车路协同和自行车智能的逐渐融合。目前自行车智能化现在各大主机厂都在做，包括王昭主任提到的。我们的很多标准法规还是按照自行车智能化来规范企业和研发的。作为我们的高级驾驶辅助，包括自动驾驶辅助，除了自行车智能，我们也希望通过行业和社会力量引入一些车路协同。提高对一些复杂场景的感知准确率，尤其是复杂路口、天气情况、车道线损坏。同时我们的一些传感器在很多情况下也会受到感知距离的影响，包括一些盲区，可以让车辆有更好的感官输入。在车路协调方面，未来仍将以自行车智能为主。车路协调取决于我们的路侧，包括生产侧的基础设施覆盖，包括一些产品的成熟度。所以我们预测未来几年，车端为主，路端为辅。在这方面，我希望全行业共同努力，构建一个基于路边的设施部署互联，包括决策的边缘计算。我们在V2X中的一个思路对于自行车智能化非常重要，就是我们仿真系统的构建，这也是车辆设计工程师非常重要的一个环节。需要建立非常完善的自动驾驶模拟测试系统，覆盖MIL、SL、HIL、VIL测试系统，逐步建立云端测试环境，形成开发测试和量产的闭环迭代。目前越来越多的人关注L4以上的测试环境，但是对于高级辅助自动驾驶来说，这个应用相对较少，更多的是依赖于供应商的支持。还有就是场景库，场景库的建设也是后期要做的非常重要的工作，包括数据和资料的建设。整个自动驾驶辅助技术的数据中心，是整个汽车智能进化和成长的粮仓。之前我们是靠吃东西长大的，自动驾驶辅助或者自动驾驶需要大量的数据。所以我们需要有影子模式，包括场景库添加算法的训练，包括数据返回和数据训练，包括OTA和量产形成大数据闭环，最终实现我们的智能化升级。做OTA的工作还是很大的。应谨慎对待OTA的工作。我认为每一个OTA的工作都必须具备以下几个方面:第一，需要升级的软件必须经过全面、完善、严格的验证。如果不经过这样的过程，就把软件交给用户测试，这是不负责任的。二是根据工信部正在推出的OTA法规和标准完成备案和审批。在第三次OTA过程中，一定要做好安全防护，保证我们OTA工作的数据和软件安全可靠升级。第四，OTA需要做一个完整的用户提示，让用户能够充分理解……OTA流程和升级前后的变化，以及车辆的变化。因为用户会感到惊讶，会有新版本出现，那么新版本会对车辆有哪些改变？这就需要我们的设计师及时发布给用户。在系统安全性方面，为了提高高级别的系统驾驶辅助，系统需要支持降级运行，对系统进行设计。传感系统360度覆盖，至少有两种传感器检测覆盖范围。只有V不够，还有R不够，L系统覆盖全面。在决策系统中，控制、供电、网络通信安全、HMI的实现都需要我们做一些冗余设计。只有这样，才能保证司机能够保证自己的安全。在系统安全的开发中，完全融入到我们的V型开发流程中，可以从企业和产品上为我们的开发工作提供稳定的安全保障。另外一个大话题，人车之间什么时候该接什么时候不该接，也是我们高级辅助驾驶非常大的挑战。因此，作为一种高级辅助驾驶，车与人的交互非常重要。尤其是人机在一起驾驶时，用户在长时间使用自动驾驶辅助后，会陷入一种模糊的意识，是我在驾驶还是机器在驾驶。因此，需要确保用户在执行驾驶任务时，必须对状态的边界有清晰的认识。如何理解这件事？个人觉得有点像考驾照。考驾照有笔试，还有对场景的认知和大量的练习。在这一块，用户在使用高级辅助驾驶的过程中，能否通过人机交互系统来测试用户控制驾驶的能力，进而打通不同的场景？这是未来大家需要共同确立的方向。这就是我刚才说的。包括疲劳监测，希望很多企业都在做。为了保证我们先进的自动驾驶辅助的稳定发展，我们应该有一个目标，包括我们的技术手段和系统解决方案的基础准备。这是下面的具体工作。最后，为行业提供一些理解或思考。首先，在安全标准方面，要考虑第三方参与标准法规的编制和制定，加快安全标准法规的落地，开展检查。二是场景和规则的接口，要尽可能统一，避免重复浪费。每个厂商都在开发自己的场景，这对整个行业的发展是不利的，尤其是在自动驾驶辅助驾驶的迭代上。最后一个是芯片。刚才尹教授，包括王昭主任都提到，芯片有望在工具链生态方面实现标准化，包括指令和开发工具，使其可以借鉴和共同应用，有利于整个行业的联动。这是我们的建议。以上是广汽在高级自驾辅助方面的工作和思考，供大家参考。如有不妥之处，请批评指正。谢谢大家！2021年9月3日至5日，第十七届中国汽车产业发展国际论坛(TEDA)(以下简称TEDA汽车论坛)在天津滨海新区举行，由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办，天津经济技术开发区管理委员会特别支持，日本汽车工业协会、德国汽车工业协会协办。本次论坛围绕“融合、创新、绿色”的年度主题，聚焦行业热点话题。9月5日，在“主题演讲:迈向高级自动驾驶应用的管理与实践”中，广汽集团执行委员会委员、自主品牌管理委员会副主任、广汽研究院院长吴健发表了题为“高级智能驾驶辅助应用与思考”的演讲。

广汽集团执行委员会委员、自主品牌管理委员会副主任、广汽研究院院长吴健致辞如下:女士们、先生们，很高兴和大家分享我对高级驾驶辅助在广汽应用的思考。我的报告分为几个主题。首先，自动驾驶的整个起源被归类为我们整个汽车工业从机械汽车到电控汽车再到未来智能汽车的演变。我经常在一些场合说，已经到了汽车3.0时代，从机械1.0到电控2.0，再到智能汽车3.0。目前来看，今天的话题主要集中在中间部分，也就是高级驾驶辅助阶段。广汽现阶段构建的是点对点，即从车位到车位的全程驾驶辅助。包括高速公路和市区的停车场景，功能上支持一车道循环，自动变道，上下车车道，包括主动升级安全功能，包括更多的自动驾驶保障。我们来看图，把智能汽车分为三类。第一类是驾驶辅助，即L2以下的驾驶辅助，L4以上的全自动驾驶。在广汽，我们安排了类似自动驾驶的预告。高级驾驶辅助是一个灰色地带，介于自动驾驶和辅助驾驶之间。我们将其定义为高级驾驶员辅助。广汽采用两种计算平台，根据成本和实现路径分为两种，根据计算能力分为两部分。在自动驾驶的高级智能驾驶辅助方面，我们还是分为两个级别。一级是没有人为干预的场景，包括一些基础，包括夜间转弯，路口转弯。和人有关，那为什么是灰色地带呢？是人机一起驾驶的场景。上面这一块是跟人有关的，包括停车这样的场景，包括市区复杂的路况，尤其是一些路口，高速公路上比较常见的场景。在高级智能辅助驾驶的工作中，我们面临着一些新的挑战。我们在L2下面谈纯辅助驾驶，主要工作是由车辆完成的。然后在L4级，所有的驾驶工作都是机器来做，更麻烦的是人和机器的混合体。这些挑战包括以下几个方面:一个是智能化水平的不断引入，系统安全运行的范围不断扩大，场景不断变化。比如这里有一些图片。你觉得这些照片怎么样？蓝色的是感知区域，用户可以在这里感知危险或需要驾驶辅助。那么B是技术能力可以覆盖的范围，A当然是我们L4水平需要全面覆盖的范围。我们的困难在哪里？困难由于我们智力水平的不断扩大，我们用户的认知正在发生一些变化。比如前段时间大家肯定都知道是一些静态物体的辨别。作为司机，我觉得你的车应该是能分辨出来的，但是就我们的高级辅助驾驶来说，是分辨不出来的。所以我们现在面临第一个挑战。二是认知，即用户认知……我刚才提到的。第三是用户的状态。用户的状态很好理解。我们的司机在驾驶过程中是一种什么样的状态？他能接管车辆并为车辆安全提供有效的支持吗？围绕以上三个挑战，我们要在两大领域做更多的工作，一个是汽车厂商要做的，一个是用户和汽车厂商共同培育的，包括我们的车辆系统，需要更智能，更安全。司机方面，通过一些智能化的手段，可以让我们的人融入到驾驶场景中。具体来说，对于我们R&D的工程师来说，需要做的是以下几个蓝块，包括感知的进一步提升，包括场景的不断迭代，设计过程中如何保证系统的安全性，人机的智能交互。系统方案方面，会推出像素更高的摄像头。目前基本上是200多万，也就是150米左右。我们希望未来能做到800万像素，让探测距离能满足自动驾驶的更多需求。同时在辅助方面引入激光雷达，对一些没有参加过训练的不可预知的目标进行探测，同时在一些天气条件下可以提供更安全的帮助。第二是车路协同和自行车智能的逐渐融合。目前自行车智能化现在各大主机厂都在做，包括王昭主任提到的。我们的很多标准法规还是按照自行车智能化来规范企业和研发的。作为我们的高级驾驶辅助，包括自动驾驶辅助，除了自行车智能，我们也希望通过行业和社会力量引入一些车路协同。提高对一些复杂场景的感知准确率，尤其是复杂路口、天气情况、车道线损坏。同时我们的一些传感器在很多情况下也会受到感知距离的影响，包括一些盲区，可以让车辆有更好的感官输入。在车路协调方面，未来仍将以自行车智能为主。车路协调取决于我们的路侧，包括生产侧的基础设施覆盖，包括一些产品的成熟度。所以我们预测未来几年，车端为主，路端为辅。在这方面，我希望全行业共同努力，构建一个基于路边的设施部署互联，包括决策的边缘计算。我们在V2X中的一个思路对于自行车智能化非常重要，就是我们仿真系统的构建，这也是车辆设计工程师非常重要的一个环节。需要建立非常完善的自动驾驶模拟测试系统，覆盖MIL、SL、HIL、VIL测试系统，逐步建立云端测试环境，形成开发测试和量产的闭环迭代。目前越来越多的人关注L4以上的测试环境，但是对于高级辅助自动驾驶来说，这个应用相对较少，更多的是依赖于供应商的支持。还有就是场景库，场景库的建设也是后期要做的非常重要的工作，包括数据和资料的建设。整个自动驾驶辅助技术的数据中心，是整个汽车智能进化和成长的粮仓。之前我们是靠吃东西长大的，自动驾驶辅助或者自动驾驶需要大量的数据。所以我们需要有影子模式，包括场景库添加算法的训练，包括数据返回和数据训练，包括OTA和量产形成大数据闭环，最终实现我们的智能化升级。做OTA的工作还是很大的。应谨慎对待OTA的工作。我认为每一个OTA的工作都必须具备以下几个方面:第一，需要升级的软件必须经过全面、完善、严格的验证。如果不经过这样的过程，就把软件交给用户测试，这是不负责任的。二是根据工信部正在推出的OTA法规和标准完成备案和审批。在第三次OTA过程中，一定要做好安全防护，保证我们OTA工作的数据和软件安全可靠升级。第四OTA需要做充分的用户提示，让用户充分了解t……OTA流程和升级前后的变化，以及车辆的变化。因为用户会感到惊讶，会有新版本出现，那么新版本会对车辆有哪些改变？这就需要我们的设计师及时发布给用户。在系统安全性方面，为了提高高级别的系统驾驶辅助，系统需要支持降级运行，对系统进行设计。传感系统360度覆盖，至少有两种传感器检测覆盖范围。只有V不够，还有R不够，L系统覆盖全面。在决策系统中，控制、供电、网络通信安全、HMI的实现都需要我们做一些冗余设计。只有这样，才能保证司机能够保证自己的安全。在系统安全的开发中，完全融入到我们的V型开发流程中，可以从企业和产品上为我们的开发工作提供稳定的安全保障。另外一个大话题，人车之间什么时候该接什么时候不该接，也是我们高级辅助驾驶非常大的挑战。因此，作为一种高级辅助驾驶，车与人的交互非常重要。尤其是人机在一起驾驶时，用户在长时间使用自动驾驶辅助后，会陷入一种模糊的意识，是我在驾驶还是机器在驾驶。因此，需要确保用户在执行驾驶任务时，必须对状态的边界有清晰的认识。如何理解这件事？个人觉得有点像考驾照。考驾照有笔试，还有对场景的认知和大量的练习。在这一块，用户在使用高级辅助驾驶的过程中，能否通过人机交互系统来测试用户控制驾驶的能力，进而打通不同的场景？这是未来大家需要共同确立的方向。这就是我刚才说的。包括疲劳监测，希望很多企业都在做。为了保证我们先进的自动驾驶辅助的稳定发展，我们应该有一个目标，包括我们的技术手段和系统解决方案的基础准备。这是下面的具体工作。最后，为行业提供一些理解或思考。首先，在安全标准方面，要考虑第三方参与标准法规的编制和制定，加快安全标准法规的落地，开展检查。二是场景和规则的接口，要尽可能统一，避免重复浪费。每个厂商都在开发自己的场景，这对整个行业的发展是不利的，尤其是在自动驾驶辅助驾驶的迭代上。最后一个是芯片。刚才尹教授，包括王昭主任都提到，芯片有望在工具链生态方面实现标准化，包括指令和开发工具，使其可以借鉴和共同应用，有利于整个行业的联动。这是我们的建议。以上是广汽在高级自驾辅助方面的工作和思考，供大家参考。如有不妥之处，请批评指正。谢谢大家！

标签：广汽集团

汽车资讯热门资讯