長城汽車張凱：投入300億元打造全球研發體系，完全自動駕駛2025年見

1月24日，2017高工智能汽車年會在深圳萬悅格蘭雲天酒店隆重舉行。本屆年會以「智能汽車2020，展望與變革」為主題，超650位整車、自動駕駛、車聯網、智能配件等產業鏈上下游公司領袖齊聚一堂，共享行業盛會。

在下午《ADAS與自動駕駛》專場，長城汽車技術中心副總工程師兼智能駕駛開發部部長張凱帶來主題為《聚集創新發展，智能驅動未來——「智能化」傳統車企發展新機遇》的主題演講。

長城汽車技術中心副總工程師兼智能駕駛開發部部長 張凱

張凱認為，智能化已經成為汽車產業發展的一個必然產物。目前，人工智慧內業已升級為國家戰略，行業發展前景無限。

張凱介紹了長城智能汽車開發平台——i—Pilot。這是一個基於高精度地圖的智能駕駛系統，根據長城計劃，i—Pilot到2020年：實現部分自動駕駛，達到SAE L3+；到2023年：實現高度自動駕駛，達到SAE L4；2025年：實現完全自動駕駛，達到SAE L5。

張凱透露，長城汽車將繼續堅持「聚焦SUV」的戰略方針。並將堅持全球化的技術研發定位，將逐漸加大技術研發和製造投入，到2020年，投入300億元，打造全球化研發體系，在智能互聯、自動駕駛等方面形成領先優勢。

長城汽車創建於1986年，是目前中國最大的SUV製造企業。目前長城在國內的研發布局主要集中在保定研發總部以及上海的研發中心，海外的研發布局主要集中在美國、德國、日本和印度。我們的願景是「中國造、長城車，享譽全世界」。在公司遠景下，我們對智能駕駛有自己的思考。

我們認為駕駛方式的轉變，從人工駕駛轉化為自動駕駛的狀態是一個自然而然的狀態。所以，長城汽車的自動駕駛系統要求實現事故的零傷亡，讓交通變得更加順暢，從而給整個社會提供便利。

此外，人工智慧的發展是一個不同領域技術和不同行業思想相互碰撞的過程，所以長城汽車的智能駕駛的開發過程必然是一個開放的過程，是一個整合全球優秀軟硬體資源和全球不同行業的頂級人才協同開發的過程。

因此我們打造了智慧領航的平台，立足中國交通現狀，打造更懂中國交通的智能駕駛系統，從而實現更高級別無人駕駛的應用。

長城智能汽車開發主要是我們智慧領航i—Pilot平台，這個平台採用中國—保定， 美國—底特律，印度—班加羅爾三地協同開發模式。

i—Pilot可以分為三部分內容，首先是前期的測試系統，2015年對外公布過一些進展，長城汽車在2014年已經完成了車輛的轉向、制動，還有驅動等開發，這個進度應該說在行業裡面算是比較早的。這也是，一些自動駕駛初創的公司和大的公司採用長城這款車做他們自己自動駕駛系統測試車的原因。

i—Pilot1.0系統，是一個基於高精度地圖的智能駕駛系統，主要是以高速公路及城市快速路為特定場景，智能化水平高於L3級別，我們目標是2020年完成自動駕駛系統商品化的開發。同時我們無人駕駛系統也在同步的開發過程中。i—Pilot1.0從系統啟動到系統的退出都有一些詳細的定義。

1月24日晚，在2017高工智能汽車年度金球獎評選頒獎典禮上，憑藉在自動駕駛領域的技術布局和取得的成績，長城汽車拿下了三兩項大獎：分別是年度智能SUV車型（長城WEY VV5）、年度未來汽車人物大獎（長城汽車董事長魏建軍）、年度未來汽車品牌-最具SUV精神（長城汽車）。

在系統功能描述及場景庫建立上，包括在匝道上、正常的情況下如何行駛，包括遇到一些異常的情況如何進行相應的應對。舉個例子，針對道路維修的情況下，我們系統不僅能夠應對車道內車輛占路的情況，同時還可以應對跨車道的情況。

另外我們隧道這個模塊是單獨進行設計，因為在隧道的情況下是沒有GPS信號的，也就是我們高精度地圖在這一塊是沒有辦法正常工作的，所以我們單獨設計了一些模塊，現在一些城市快速路在隧道內部也是有分岔的工況，所以我們在進入隧道之前會做一些規劃，同時有在隧道內發生事故如何規避的策略。

在感測器布置上，我們所有的感測器都是通過車載的乙太網和車載的CAN網路分別連接，前方有激光雷達和毫米波雷達，同時側方也有相應的激光雷達，我們認為激光雷達在自動駕駛系統的必要性還是非常必要的。

經過我們精心的設計，能夠達到系統冗餘的效果，充分考慮到系統降級的應用，也就是我們這個系統CAN網路，甚至乙太網出現崩潰的時候也可以從容應對一段時間，給系統重啟留出充裕的時間。

我們的決策系統主要包括橫向決策系統跟縱向決策系統兩部分。橫向決策系統跟縱向決策系統之間是一個解耦的關係，也就是盡量把它們之間的聯繫降到最低。

橫向決策系統主要包括三個狀態，包括車道保持的狀態，還有換道的狀態，還有異常處理的狀態，同時設置了一些條件，讓橫向的動作在這三個狀態之間切換。

縱向也是三個狀態，包括跟車、巡航，還有緊急制動，相當於AEB的一個功能。

舉個例子說，我們在換道執行過程當中，一旦換道條件滿足以後，在執行換道的同時會檢測目標車道前方、後方、側方的狀態，一旦出現情況會馬上打斷換道的動作，第一反應是返回原車道，如果不能返回，會隨機生成一條動態目標線，車輛會沿著這條目標線進行相應行駛，如果回到原車道的情況成立，會在這個模塊之內跳出來。

目前，長城汽車i-PILOT系統已完成數據融合系統、綜合決策系統、車輛控制系統設計並基於快速原型機完成了系統搭建，已通過約50萬公里隨機工況測試以及數千個典型的固定工況測試。同時，我們也進行了車輛穩定性的優化，包括盲區的補償以及其他優化。

當然，自動駕駛系統還面臨著各種各樣的挑戰，最主要的挑戰集中在法律法規這個層面。大家都知道自動駕駛的實路測試是非常關鍵的一個問題，不過這個問題目前已經有有一些緩解的趨勢了。

去年年底北京市政府率先發布了一些自動駕駛上路測試的指導意見，這個起到了以點帶面的作用，現在其他城市都在跟進這個政策，都在考慮自動駕駛的系統在本地上路的可行性。

包括我們長城汽車所在的保定市政府現在也在積極探討這個問題，估計今年上半年會出台一系列的相關的政策，來支持自動駕駛系統上路測試，當然這個在一定的區域範圍之內。

保定市自動駕駛實路測試指導意見我們也在積极參与，可以透露的是我們限制條件肯定會比一些大的城市要放鬆一些，所以說還是歡迎在座的各位如果有這方面需求可以來保定進行相應的測試。

第二個層面就是在感知層面，我們都知道現在自動駕駛系統所應對的一些場景，包括高速公路，並不是非常乾淨的，有一些散落在路面上小微物品可能會對我們系統造成一系列的威脅，為此我們內部在開發一個基於視覺的攝像頭系統，專門做了一些測試。

當然除了這些，還有數據完整性、系統執行、成本控制的等等問題，這些問題我們都有一些對策。

業界公認，高精度地圖是實現無人駕駛的關鍵技術之一，現在所有的主機廠基於地圖供應商開展了自動駕駛的高精地圖以及定位的合作。

我們現在合作的圖商是百度。這個工作已經持續了將近一年了，雖然說也是達到了一定的需求，但是距離我們的需求還是有一定的差距，比如說橫向的誤差小於0.2米的情況達到99.7%，現在只能達到88%。

下一步我們應對的方案是提升GPS原始定位的精度，通過這方面去做相應的一些工作，從而達到一個比較好的效果。

另外自動駕駛系統涉及到多種感測器數據的融合感知以及記錄與存儲，現在傳統的傳輸系統承載的數據已經遠遠超過了車輛自身CAN的負荷能力，所以採用乙太網通訊成為必然趨勢，高速乙太網的基本趨勢就是兩個，時間敏感乙太網和時間觸發乙太網。

另外，我們從去年年初開始進行車載計算平台的考慮，同時我們考察了大多數晶元商，從晶元這一方面考慮，晶元的單體計算能力，還有緩衝，還有通訊能力各個方面進行相應的考察。

我們認為如果這個系統不承載太多深度學習的內容的話基本上都是夠用的，因為不管你採用X86的架構，還是ARM的架構，基本上都能提供一個最少8核的解決方案。

當然，這裡面存在一些問題。現在傳統車企開發自動駕駛系統基本上都是處於一個單進程遞進的方式去做的相應的系統，如果採用車載計算平台最少它也是一個8核的計算晶元，也就是說如何把原有的構架打破，讓它適合8核的計算，這是一個比較新的問題，在這方面我們也做了相應的一些研究，將來不管是採用X86的架構還是ARM的架構，都會按照既定的方式進行一些工作。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！