自動駕駛機遇與挑戰——博世底盤控制系統中國區總監 Renaud BONHOMME

最新 07-15

【Hello，汽車人！】由決策集團·汽車事業部（AuTopros）主辦的GVC&IVC自2010年以來,一直走在行業最前端，已然成為連接全球汽車人的商務對接合作平台。2018年，GVC&IVC華麗轉身，更名AuTopros 2018。2018, Bigger Than Ever！在這裡，以創新思維為核心的傳統行業正迸發無限生機在這裡，汽車人探索著未來科技帶來的無限想像在這裡，正在推進一次又一次的產業融合。5月16日坐標上海阿納迪酒店，AuTopros2018第十屆綠色汽車暨第二屆智能汽車決策者峰會暨展覽會正式拉開帷幕！

以下為您直擊大會第二天（5月17號）的嘉賓演講現場

博世底盤控制系統中國區總監 Renaud BONHOMME

女士們、先生們，大家下午好，很高興來到這裡，跟大家講一下自動駕駛的機遇與挑戰。這個幻燈片講解的是未來自動駕駛技術的一些趨勢，我想說的是第一個趨勢是電氣化的進程。第二是駕駛的自動化技術，也就是自動駕駛，我們覺得自動駕駛來勢洶洶，其在中國的發展速度會超過我們最終的預期。第三個趨勢叫做互聯互通，意味著我們汽車將會彼此之間相互連接。第四個趨勢我們稱之為多種模態就是我們所說的多勢連運的規劃，多種運輸方式。比如從A點到B點的整體體驗，比如汽車、地鐵、電動自行車等多種運輸方式的集合。我們會發現這樣四個趨勢應該是並駕齊驅，彼此之間相互促進，相互影響。

這個圖我們不細講了，這個圖講解的是來自SAE這樣機構的技術發展路線圖，也是講解到未來進程當中，自動駕駛發展的驅動和趨勢。我們會發現，特別是在中國，政府部門對自動駕駛方面起著推動作用，不管政府部門，私營領域當中，也是對自動駕駛產生了強烈的興趣和愛好。這個圖講解的是人們對自動駕駛的關注和接受程度，像我們通過問卷問過幾個消費者，通過這樣的問題問卷調查發現，中國消費者對自動駕駛的認知和接受程度在不斷提升，特別是中國消費者的接受程度是最高的，會比美國和德國的歐洲國家的消費者接受程度要高得多。所以我們會發現中國有望在世界上成為自動駕駛的最大最有潛力的國家。

接下來我們具體了解一下自動駕駛，其實對於自動駕駛來說，我們普通老百姓對自動駕駛，希望能夠實現的是哪些功能？無外乎就是你和我在每天駕駛過程中實現的功能，沒有本質的差別，我們希望自動駕駛能夠感知，我們希望自動駕駛能夠思考，當然最重要我們希望自動駕駛能夠把自己感知和思考的，付諸實踐和實施。

我們先看一下自動駕駛的感知領域，對於感知，包括以下四個方面，一個是感測器，然後是HDE地圖高纖地圖，第三是本地化，第四是駕駛人員的監控，以及我們所說的人機互動。第二是思考分為三個部分，第一部分是感知，感知駕駛過程當中周圍的實際情況。第二部分是預測，預判接下來可能會遇到的情況。第三部分是規劃和決定，根據周圍的感知，並且根據對於未來可能發生情況的預判，來作出正確的規劃和抉擇。第三叫做行動，行動也稱之為移動控制，移動控制就是指無人駕駛的汽車能夠自主的實現行駛、剎車、泊車的行為。

為了實現以上的所感、所想、所做的自動駕駛的三大功能，我們必須具備以下四個條件：第一系統架構問題。第二計算機的計算性能問題。第三是功能性安全，因為我們知道自動駕駛最重要的就是安全性，最後一個是系統的確認和系統驗證以及系統的發布。

我們先看一下這三大部分當中第一部分，就是感知問題，我們了解一下感知。為了能夠讓自動駕駛的感知變得更加成熟，我們博世公司推出這樣四種感知技術，第一是下一代的雷達系統。第二下一代的照相機系統。第三是下一代超聲波系統。第四是下一代的CERS系統。為了能夠做到這一點，我們必須使用一種技術，就是定位技術，定位技術包括兩個方面，第一方面叫做衛星的本地化技術，第二叫做特徵的本地化技術。

為什麼我們使用兩種方案，第一是攝像機，就是我們所說的照相機。第二是雷達，為什麼用這兩種方案保證安全？目前博世公司已經做了這樣的探測和感知方案。我們方案是這個雷達和攝像機兩種方式雙管齊下的探測方式，遇到天氣情況，不是很好的情況之下，或者說極端條件之下，這個時候當照相機不能發揮很好作用的時候，我們就需要依賴於雷達進行更加精確的探測。也就是說，我們會使用雷達和照相機這兩種方案，來實現我們博世的本地化技術。

我們其實去年和中國的一些企業進行合作，包括百度、高德地圖還有包括一個中國公司，和他們合作，證明雷達關於定位技術的可行性。接下來我們再來看一下感知，感知的具體含義是什麼呢？我們知道傳統的方法叫做基於規則的這樣一種探測的方法是比較脆弱的，特別是天氣情況不是特別好的情況下，特別是光照條件不是很影響的情況下，這樣的方法就會暴露出它的弊端和缺點來。所以我們會發現圖上四種情況之下，我們需要新的演算法，從而具體分清這樣一個具體的情況，分清其中質地、紋理的梯度。為了實現這一點的同時，我們是AI技術性的散發，也就是人工智慧。所以對上一代的演算法，我們使用人工智慧探測物體，包括路伢子，包括天空，還有周圍的植被、車輛、行人之類的。

下面一部分是關於車輛的移動控制，車輛的移動控制從幻燈片上看，會發現包括三個領域：第一領域叫做感測器的數據融合。第二部分是汽車整車廠希望能夠自己研發其功能。第三就是叫做車輛的移動控制，那就是如何管理您車輛的促動器。目前我們正在研發車輛感知系統的軟體，而且這個軟體有一個非常重要的特徵就是可以擴展可以升級，這樣以免下一次您再做研發的時候，需要另起爐灶，重頭開始。

我們提到自動駕駛的話，下面我們了解自動駕駛的職責劃分問題。接下來劃分一下自動駕駛幾種不同的層級以及對應的權責問題。我們會發現問題出現在第二步和第三步之間，我們知道從0到1到2這樣自動駕駛過程當中，在這種情況之下，我們的駕駛人員需要對自動駕駛承擔全部的責任，但是從3到4到5就出現了一定程度的自動駕駛，2和3是其中的跨越問題，這樣情況下，權責的劃分就是比較引起人關注的問題。如果我們想要把自動駕駛真正從我們實驗室進入到實際的道路環境當中，又會遇到怎樣的挑戰和瓶頸呢？第一就是相應的法律法規的問題。第二個問題是自動駕駛的安全問題，這樣的汽車出現V2S，互聯的系統，假設是一個非常棒的講法，但是這個過程還要敵方這些東西，就是黑客對車聯網的系統帶來的攻擊或者襲擊。關於周圍的感測器和本地化技術，我們剛才已經討論過。

另外兩個想要把自動駕駛放在路上的挑戰，一個是系統的智能問題，還有一個是系統的架構問題。那麼關於這樣一個自動駕駛安全性的要求，接下來我想舉兩到三個例子。第一個情況是一種公況，就是我們公路上或者是我們高速公路上面遇到交通路堵結果的公況，這樣我們自動駕駛技術會怎樣？假如我們速度是40KPH，就是40KM/小時。這個路上駕駛速度是30個KPH，你把車停在車道上，我們會覺得這是安全的選擇。但是接下來如果說是第五級的自動駕駛，這樣的自動駕駛人員的情況又是怎樣的呢？假設您駕駛的速度每小時一百公里，車輛裡面的人有你的孩子，而車是完全脫離的，完全自動駕駛的情況之下。這個時候我們剛剛說裡面一個小孩兒，是否還能接受我們最初的設想，車子遇到故障，突然間在每小時一百公里的情況下，突然停在了車道上呢？起碼對於我來說，是萬萬不能接受的，我想我們大家所有人都希望車子即便遇到故障，依然可以保持續行，能夠行走或者開到下一個服務區的時候，再來呼喚緊急的救援服務。所以取決於自動駕駛在哪一個層級上，這時候要考慮對應每一個層級上，遇到故障的時候，應該採取的最佳策略是什麼？

那從這個幻燈片上可以看到不同功能要求上，我們需要其冗餘是什麼，對應不同的功能，需要怎樣的冗餘的程度？比方對於第一種公況，就是駕駛人的泊車方面，我們只需要一個剎車，即可。對於第二種情況，也就是我們字面意思，高速公路的駕車人員，我們需要的是剎車、駕駛、確認方向、移動控制，我們還需要環境建模。接下來我們了解一下自動駕駛過程當中的AI，人工智慧技術。

我們兩種方法，第一我們引入了深度學習，對於其中感測器技術。對於我們之前所提到的思考和行動技術，我們引入的是RL技術，就是我們所說的強化學習。但是我們不要天真的認為自動駕駛能夠放之四海而皆準的道理，還是有很多挑戰等著我們解決。

對於這樣一個人工智慧，特別是我們所說比較流行的神經網路，其實還是有一些問題的，比如一個問題就是對於字面意思叫黑箱，黑匣子的恐懼問題。而且AI人工智慧特別效仿計算機的功率，對計算機的功率提出了要求。那AI工作起來是很好，但是對於AI這樣一種驗證，對於AI的解碼等等之類的，這是比較複雜的程序工作。

對於這個博世公司來說，我們一直致力於把AI應用到無人駕駛、自動駕駛的技術當中，但是我很坦誠告訴大家，想要把我們自動駕駛從一個台階提升到另外一個台階，路漫漫其修遠兮，我們公司亦是如此。

最後做一個總結，目前的博世公司提出了整個鏈條的方案，從軟硬體，再到我們系統，再到軟體，再到安全等，這樣整個鏈條全渠道的解決方案。通過這張PPT，我們想要說自動駕駛技術正在日新月異，而且一步一個腳印的正在發展，我們所看到的就是自動駕駛的每一個曾經走過並且即將走過的足跡。

在左邊我們看到的是自動駕駛停車功能的發展。從2016年博世公司推出了L1級別的功能，比如我們的ACC，自動巡航控制。後面我們開始引入了L2級別的自動駕駛，PAD部分自動駕駛的一些功能被引入。2020年我們看到L3、L4、L5這樣一種技術，在2020年之後應該看到L3、L4、L5的技術即將粉墨登場。我想說的是在一些比較受限的空間當中，一些低速的自動駕駛，在這樣一種情況會來得更加快一些。這就是我演講的全部內容，感謝各位的聆聽，如果您有什麼問題，在會後可以和我取得交流。謝謝。

【報名開啟】

2018AFEC第二屆決策者汽車金融生態大會