智能车产业化时间与展望

1、智能车产业化时间与展望作者:日期:9智能车产业化时间与展望-机械制造论文智能车产业化时间与展望李德毅 中国工程院院士、欧亚科学院院士，指挥自动化和人工智能专家导语：李德毅，人工智能领域响当当的泰斗。作为自动化和人工智能专家，李 院士对智能车产业的生态环境、工程化实践与未来发展有自己别具一格的看法, 他反复提及智能车和轮式机器人的自主知识产权与国产化。虽然个人力量有限, 但他却希望以一己之力，为整个产业做出弥足珍贵的积极推动及改变。未来已经来临，只是还未流行毫无疑问，在不久的将来，我们的生活将因智能化而发生翻天覆地的变化。智 能制造和人工智能将会在更广泛的领域为人类服务，这一凝结了人类智慧的高科

2、 技产业在一定程度上方便了我们的日常生活，机器人可以代替人类完成许多工作。未来，像好莱坞电影里那样的高科技产品会出现在我们身边，并逐渐趋向于 常规化，而智能车就是其中的典型代表。目前，我国正加速推进智能车领域的研究， 从最早的天津军事交通学院的猛狮 3号路测、北京联合大学的自主驾驶项目、与北汽的研究合作，到去年智能车挑 战赛上与清华的合作我国也积累了丰富的实践经验，其中由军事交通学院研 制的“猛狮3号”已在京津高速公路上往返20次,这就是我国自主研发无人驾驶 的典型案例之一。“万物互联，移动为先；移动生活离不开驾驶；把驾驶交给机器人。”智能车已不再停留在靠爱好者推动的初级阶段，研究所和高校改装

3、后的汽车已 成为过去。现在，智能车正在进入规模化生产阶段。未来，将是用技术换取市场 的时代。“生态十条”纵观全球百年汽车工业的发展史，其核心竞争力已经由19世纪的机械、轮胎 和20世纪发动机、汽车电子的竞争，转移到如今的轮式机器人、自主驾驶及自 动驾驶方面的竞争。尽管智能汽车在高速公路等结构化道路上顺利实现了无人驾驶，但许多汽车行 业人士仍“冷看”智能车研发，并且一些 IT专家提出的颠覆汽车行业路线 开发不设方向盘的无人驾驶汽车，其实并不可取。人和智能汽车的关系，好比骑士和马。马的大脑有两个认知系统，它知道路该 怎么走，也知道要听主人的话。智能汽车就应该像马一样，在道路上能自动行驶, 也接受人

4、的操控，在人工驾驶时也具有自动避险功能， 这便是双驾双控系统的原 理所在。当前，全球智能驾驶的实践近乎火爆。尽管形态多样、方法各异，但也趋向于 形成共识，从认知试验走向认知工程，正迅速为智能车的产业化和市场切入开辟 道路，建立全新的智能车产业生态环境。对此，结合目前智能车产业生态，我们 提出了“生态十条”。生态一：出行有风险，开车须谨慎，安全无尽头，智能无极限。生态二：道路信息化有助智能车工程化的实现， 但重点还是要放在车的智能性 上。生态三：车载传感器必然是多元异构，没有哪一种传感器是完美的，要综合考 虑性能、可靠性和成本。轮式机器人的传感器配置方案和智能驾驶实现途径具有 多样性。生态四：包

5、括导航在内的、越来越丰富的、离线的汽车辅助驾驶手段（ADAS）离在线的自动驾驶仅一步之遥。越来越多的、在线的自动驾驶科目离汽车的全自 主驾驶仅一步之遥，跨过这两步比人们预料的要快。生态五：引入人类生活130年的汽车，车辆动力学性质已经相当完善，其人 机工程学的巨大成功导致纵向控制和横向控制的解耦，为智能车的自主驾驶和双 驾双控奠定了基础，“人机协同共驾”势在必行。生态六：智能车带来的伦理问题和交规修改没有想象的那么难、那么远，不太会影响智能车的质量认定和行驶过程中的事故责任认定，总体上仍然分别归属生 产厂商和车辆责任人。生态七：和轿车相比，“两客一危”、房车和中重型货运车辆智能化需求更为 迫切

6、，各种各样的智能商用车的社会化运营比智能轿车的私人购买要早。生态八：各国都在积极探索建立高效的智能车试验场、 示范项目，规范智能车 的测试与评估，探索运营模式。生态九：利用包括智能车传感器在内的大数据， 可优化交通基础资源，实时监 控交通设施，提供高效的信息服务，即时处置交通事故，缓解交通拥堵，有效建 立车联网和物流网。生态十：智能车有望成为互联网时代手机之后的新型端设备，加上交通设施的 信息化改造和随身的信息化服务，包括自主驾驶汽车在内的轮式机器人产业将迎 来井喷期，整车价格上不封顶，智能驾驶对汽车业不是灾难，而是福音。其实，在智能车产业的全产业链上，无论哪一家企业，违背了智能车产业的生 态

7、都将难以崛起，也不可能茁壮成长。专职司机未来将逐渐失业，智能车产业化 必将兴起，智能车产业化要从工程化做起。驾驶脑占领无人驾驶“高地”没有智能车的工程化，就不可能有智能车的产业化。我们已经从认知科学的研 究转向认知工程的实践。试想一下，用户会购买昂贵的、拳打脚踢的、改装后的试验用车吗？当然不会。仅由研究院所和高校利用改装后的汽车，在封闭道路环境下的无人驾驶试验和比 赛，已经成为过去时，转而进入智能车工程化和市场化的新阶段。现在,ISO26262国际标准对智能汽车生产有了规定，使得车厂在生产安全的智能车上 有了遵循标准。车厂的智能汽车纷纷上路行驶，智能车研发正在进入规模化生产 阶段。实际上，我们

8、已经在智能车工程化实践上做了很多工作，我们的团队已经研发 出“驾驶脑”。其实，这才是无人驾驶核心的真正意义。在驾驶过程中，驾驶员在回路中的预测控制是汽车自身无法替代的。10年前,人们把传感器、交换机、计算机和服务器移到车里来采集和分析运动数据。5年 前，又把传感器藏于车身，把工控机等置于后备箱。而现在，传感器和车身一体,“驾驶脑”融入车内总线。“驾驶脑”不同于雷达等传感器的感知， 它要去完成 包括记忆认知、计算认知和交互认知在内的驾驶认知， 成为智能车产业化链条中 的重要零部件，是任何车载计算机无法替代的。“驾驶脑”的功能决定了它不只是简单的自动驾驶，而是和驾驶员“取经”。“驾驶脑”在驾驶员开

9、车时应该能“悄悄地”自动学习， 把驾驶大数据转化为价 值，把驾驶员脑转化为机器驾驶脑，并和机器行为融合在一起，让驾驶员教机器 人开车，让大数据开车。当今，深度学习正站在全球人工智能的风口， 人们普遍把卷积神经网络用于点 云图像识别、完成感知阶段的自学习。而我们却另辟蹊径，把卷积神经网络用于形式化之后的、基于可用路权的驾驶态势图和反映驾驶操作全部内容的认知箭头 形成的图对上，用于认知阶段的深度学习，把“驾驶脑”比喻为对应的“驾照”、“驾龄”和“路熟”，大大减少、简化了实时处理的数据量。“驾驶脑”成功的背后是云计算大数据的力量，而正是这股力量助推着智能车 产业化向前发展。智能车零部件从车载传感器到

10、“驾驶脑”，从零部件性能、可 靠性到整车的智能鲁棒性评测，正在形成规模化生产智能车的全新产业链条， 形 成智能车市场切入的突破口；跨界创新、尤其是人工智能、自动化工程和汽车业 的跨界创新展现出勃勃生机。在此大背景下，外企汽车进军中国智能车市场的势头汹涌， 我国汽车产业会面 临二次“市场换技术”的噩梦吗？为应对外企汽车可能对我国智能车市场的影 响，国家提出了相关的战略需求，明确了我国智能车产业化推进的方向。揭秘认知工程方法学智能驾驶试验、示范与评估迫在眉睫。智能车各种感知和认知手段，相互依存, 甚至彼此缠绕。在各类比赛场、测试场，智能车的表现千奇百怪、反反复复，人 们都困惑过、迷茫过，试来试去理

11、不出头绪，试验和评估活动混乱无序。正是在 这多姿多彩的实践活动中，正在逐渐形成明确的试验约束，呼唤智能车零部件生 产与组装、智能驾驶规范化试验、智能评估的认知工程方法学。我们在十多年的智能车研发中，摸索出一条智能驾驶试验与评估的递进阶梯, 可解耦合，排先后，拾级而上。该方法学有几大好处:第一，由上而下的认识问题，由下而上的解决问题;第二，先后有序，递进式调模块，不牵一发动全身;第三，孤立问题，减少耦合,增量式调智商，不相互缠绕;第四，混合编组，交叉验证、常态试验。智能车产业化展望“智能车抑或是中国制造2025 '的第一张名片，也是我国智慧城市、智能交通的第一张名片！智能车产业给社会带来

12、的变化是全方位的，影响不可低估。”目前，国内外智能驾驶示范项目将越来越多， 各种各样的智能商用车的社会化运营比智能轿车的私人购买要早,商用车产业化发展更为迅速，其商业运营模式甚至会改变城市和社会的组织形态。例如，快速公交、商务大巴、公路列车物流、中重型货车、特种车辆、社区通勤、景区观光等。除此之外，智能车在更专业化、私人化的领域也存在潜在市场，如自动驾驶赛车产业化、智能房车产业化。从长远来看，轮式机器人的兴起将挤压乘用车市场空间。轮式机器人成为人类 生产、生活中的常态。轮式机器人可于工厂用、农田用、港口用、测量用、战场 用；社区用、办公用、家里用、医院用；方便、简洁、自主、自适应、自学习;助老、助残、助儿童、助自理；时刻在线；它将和手机一样，成为人人联网、物 物联网中的基础型端设备，正挤压小轿车的市场空间。里程碑1 :智能车产业化中的7个重要里程碑 谁能成为我国生产车载毫米波雷达、激光雷达量产首家过千台的企里程碑2 :业？ 谁能成