9月25日至28日,2021世界智能网联汽车大会在北京召开。本届大会围绕产业再造、融合应用、和合共生三个篇章展开,设有开幕式、主论坛,以及7场主题峰会、6个特色专场和2场闭门会,共邀请包括1位图灵奖国际专家、7位国内外院士、近150位国际国内智能网联汽车及ICT领域专家、企业家参与演讲探讨。以下是北京觉非科技有限公司 CEO的演讲实录,供参考。

自动驾驶,智能网联汽车,车路协同

图为:北京觉非科技有限公司CEO 李东旻

演讲内容:

各位嘉宾,各位朋友,大家上午好。

刚才听到很多专家,很多教授从监管对人、车、环境、零部件各种方面的检测,我接下来想跟大家从应用的角度来分享一下,车路协同所有的发起点和最开始的原点,实际上是来自于对自动驾驶的普及和应用。整个自动驾驶从2016年发展到今天来看,实际上我们看到目前还是以单车智能为主,在路段2的感知和协同,实际上是过去经过了五年到六年的发展阶段,从实践的角度来看,到今天为止有哪些新的认知,我们想通过这样的平台来分享给大家。

我们把整个从2016年开始,中国自动驾驶的发展分为四个阶段。阶段一是从2016年-2020年,这个阶段基本上看到是以单车智能技术为主,我们开玩笑说手里拿了个锤子,这个锤子就是自动驾驶软件,去找钉子,这个钉子找到了无人输入车这个场景,不停的砸,砸了五到六年的时间,我们说今天的Robotaxi这个场景还没有砸出来,这是我们看到第一个阶段,叫做技术验证,功能开发为主。那个时候路端的建设已经如火如荼的开始了,那个时候的路端称之第一代车路协同的路端建设,基本上是以通讯设施、基础设施为主车路协同建设。比较典型的建设语言,就是我们说要每隔一百米,每隔两百米要布一个基站,要布一个基站,一个检测设备,这个阶段构成了整个在路端过去第一阶段所布设的核心,这个阶段建设成果可以看到,中国今天无论是在高速公路,还在城市内的示范区,我们可以看到路上挂满了带小天线的设备,车跟路之间的通讯标准和通讯现在已经全部打通,中国也设立了C-V2X的国家标准,区别于欧美的DSRC技术体系。

第一个阶段往第二个阶段跃进的时候,各个示范区基础设施都已经建好了,车路协同打通了,部署了无数的基站,那时候产生了很尴尬的问题,没有车过去去使用通讯的通道,没有车使用已经搭建好的设备。电还是挺贵的,基础设施都耗比较大的电量,很多地方把通讯的管道因为没有人开,把管道关掉,直到有真正的车路协同去用才开始。我们把车定义成应用端,把路定义成基础设施端,只有应用强需求拉动基础设施,才看到车和路的协同相对比较容易打通的。

比较好的车上的应用端发展进入到了第二阶段,从去年2020年开始,我们说在限定的场景里开始进行了比较大规模的商业化应用,包含了三个场景,封闭道路,比如说港口,比如说矿区,路全相对来说比较好解决,里面整个行驶的轨道比较好建设。第二个在半开放的结构化道路,比如高速公路,人不能进去,车可以在里面开,是相对比较开放的场景,干线物流的自动驾驶运输开始进行,在城市末端的低速场景,当你的时速超过四十公里每小时以上的时候很难解决,这个时候把时速降到十公里,二十公里,即便出交通事故,依然不一定是非常严重的事故。譬如在无人的物流配送,比如说在末端环卫道路青草,这个场景里面已经实现了去安全员化的自动驾驶运营,有了这样的场景以后,我们看到路端真正的被车端的应用带动起来,真正的开始了我对路端有需求了,开始要利用你这些管道了,开始实现了在一些特定的场景当中,实现了车路协同。我们看到接下来的发展,随着商用车的普及落地,一定会进入到第三个阶段。我们称之为乘用车的私家车,一定会进入到车路协同的前装,不仅仅是测试和后装的阶段。

这个构成了阶段三,叫前装乘用车的规模化落地,我们看到行业内越来越趋同的认知,到2030年的时候基本上每年新销量的两千万台乘用车当中,当中有25%的车辆具备智能网联化的智能汽车,每年有超过五百万台的车辆具备这样的能力。我们把阶段二到阶段三,从2020年开始到2023年,十年的周期定义成车路协同自动驾驶黄金发展十年,会完成整个车路协同从商用车的场景落地到乘用车的规模化应用的完整发展阶段。那个时候2030年可以预期整个自动驾驶可能开始相对比较普及,老百姓的认知会比较一致,这个是从觉非角度来看,从阶段二到阶段三,核心通过车和路打通两边的技术垄沟,真正实现在自动驾驶的场景当中实现车路协同的目标和愿景。

我们通过两个维度去驱动,从车段开始往里去且,第一个我们给车上面构建无论是路还是车的前视角,还是路上的俯视角感知的数据,第二个基于路和车,把我们的算法,把我们的算力,放在边缘端的计算引擎上面,来实现整个车和路之间计算结果之间的互通,实现车和路之间对话语言体系的统一。不能说车发车的,路发路的,车不信路发送的东西,两边各自发各自的,这时候车和路之间永远没有办法打通。核心解决的点如何把车上的技术语言和路上的技术语言,从计算结果上面,把区间拉平,使得两边接受彼此发送的计算结果。我们实际上从整个的车路协同的架构上看,我们的目标非常清楚,希望每一辆车具备从上帝视角领航的能力,我们的部署逻辑不再是按照一百米、两百米的方式,按照一个路口,按照一个路段,按照车辆的汇入点方式部署车路协同的应用,部署车路协同的软件引擎,无论在车端还是路端,只有在这种情况下才能真正俯视角捕盲的问题,解决车企所需要解决的问题。

大家可以看到在整个路端我们坚持的几条技术路线。第一坚持用车上自动驾驶的多传感器为核心的技术路线,放在路边,包含激光雷达、视觉、毫米波等等数据的前融合。第二我们坚持把自动驾驶的技术全站体系应用在路边,包含了精准的目标追踪、高精度定位、全局路径调动,这都从俯视角具备的力度。各位看到的地图是我们觉非自主知识产权研发的相对已经迭代了好几版比较标准化的产品,我们后来专门申请了注册商标叫知寰。赋予的含义是从俯视角的方式,来让车辆知道寰宇的含义和寓意,体现我们产品价值和目的。从路口的部署方式来说,包含了全息的透明路口,包含了跨点位的设备追踪,我们可以实际从核心的一些技术难点,包括一些技术的关键点和应用的场景,跟大家分享过去实践的感受和经验,希望能够有更多的参与者参与到这里面。

我们看到它是一个多传感器融合的概念,这里面核心的点在于如何利用好激光点云在路侧,将是成为我们看到未来打通车和自动驾驶很核心的关键点。今天大家可以看到所有L4级别的车辆是必备激光电云,或者必备激光雷达,我们看到乘用车从明年开始,国内新势力三家都已经宣布量产,搭配前装激光雷达的车辆,现在小鹏汽车已经搭载了激光雷达前装车辆。在路边如何面向V2X来实现基于激光点云的路侧的技术,将是成为很核心的点。

另外一个值得分享的是车和路之间的时空同步,成为接下来很关键的点。车上有一个时间,路上也有时间,每个人还带着手表,各种各样的设备,各种各样机器的时间,互相之间之间的同步如何实现,这是第一。第二如何实现毫秒级、微妙级、纳秒级的时间同步,时间同步的越精准,意味着我们对真实世界的刻画,对于自动驾驶相应的延时越低,对于真实世界刻画的精度也越高,这是在时空同步上面,今天车和路两边还是完全割裂的,各有一块手表,大家互相对时间的认知不一样。

最后值得分享的是计算平台,大家现在谈的比较多的关于AI的算力芯片,在车上面有汽车用的AI主流算力芯片,在路端有路端的基于X86架构的计算结果,大家要意识到很关键的点,车上用的计算平台和路上用的计算平台不是一套,路上用的很多计算平台,基本上以工控机、服务器、视频处理的云服务器上云等等,这些计算的平台为主,而车上面必须是低功耗的高算力的计算平台。所以如何把不同设备之间的这种软件引擎统一在不同的计算平台上,过去我们做了大量的移植和适配的工作。很多人在计算平台上不一定能够那么通俗的理解,我经常做的比喻和分析,把安卓手机的应用装到IOS手机里,把IOS手机的应用装到安卓手机里,不是简单的代码复制的过程,基本上要基于IOS及欧和安卓手机底层的开放平台重新开发一套软件。

今天在车和路,在计算平台维度上同样面临这样的问题。比较庆幸的不一定是靠工程师迭代和付出,兼容了市面上面绝大部分车和路计算平台,无论是X86架构,还是车载的芯片,还是华为的MBC,还是寒武纪等等这些主流的车和路上计算平台,我们之前都做了大量的两边模型的移植和适配工作,这样可以车和路两边的技术云的体系完全打通。

从核心的技术软件迭代来讲,刚分享过坚持把车上的自动驾驶软件的这套系统放在路边,包含了融合感知的算法,包括了时空同步,包含了空间同步等等,这一列的模块实际上是我们过去在路上面做了大量的工作,还有非常多的不标准和亟待统一的维度来做,打通车和路两边的体系。

具体的案例,我们在上海安亭的汽车城,在高速公路,比如说在北京到天津的高速公路龙门架上,在合作伙伴示范区,在封闭的场景里面,像在港口里面提供真正的解决车和路之间的自动驾驶的场景化的车路协同解决方案。后面可以看几个实际的应用案例,把我们的解决方案放在城市内的全息路口,从视频上依然是基于激光点云的识别,包括图像和点云的统一,大家可能眼睛看不见的是绿色的小字,会对每一个车联用车端的语言体系,赋予ID是多少,形状是什么,航向,位姿,目前的GPS坐标。车在进行融合定位和规划控制时候必须所需要的计算指标和参数,都在我们通过路测的维度,通过俯视角的方式提供。

另外从这套解决方案部署在港口,解决港口的无人驾驶的L4级别车辆的行为方式,实时的输出每一个大型集装箱卡车的状态,可以从视频上清晰的看到,对大型集装箱车辆的车头和车挂是两个不同维度,拆成了两个目标进行组装在一起,这样的情况下因为车的高度比较高,无论怎么去开,无论是遮挡了传感器,还是高出了高度,我们都可以依然比较清晰的识别它。最后我们可以看到我们把内容部署在了高速公路上,高速公路相对比较简单的场景,就是一条大比直的路,这个时候更多的把这套设备部署上去是做跟智慧交通相关的流量统计,刚才各位已经有分析到很多内容,在这个领域不做过多的展开。

还有一个背后在搭建的生态系统,是我们邀请更多的合作伙伴加入的原因,我们发现整个车路协同要把它产品化,标准化,要把体系固定下来,有三个核心的决策参与者。第一传感器,第二计算平台,第三系统集成,这三个维度今天看到不同的示范区,不同的角色,不同的主机厂,不同的业主有不同的需求,这个时候我们看到当到传感器发生了变化,计算平台发生了变化,系统集成商业三发生了变化,你会发展整个车路协同的解决方案其实也发生了翻天覆地的变化。不要看到路边搭载了那么多硬件,我们说这就叫车路协同,即便在每一个杆上加满了摄像头,也解决不了车路协同的问题,真正的车路协同问题是车端认同路上发出的计算结果,是车端相信路上的计算结果,只有真正的在车和路打通的事情,才能自动驾驶的车路协同才真正实现。

从觉非的角度我们试图汇聚车也认,路也认,彼此大家互相都会比较认同的传感器,激光雷达、摄像头、毫米波,拉拢一些在车上面和路上面彼此都使用的计算平台,包括了还有一些系统集成商,两边都认识时候,我们发现这条闭环,计算结果才是真正打通的。从过去实践大的范围来看,我们以上海的嘉定智能网联示范区为最小闭环的范围的点,我们在当地跟其他的自动驾驶公司一起合作,打通车和路之间,面向无人物流小车,面向Robotaxi来实现它的真正意义上的车路协同,面向不同的场景,包括干线物流、低速、港口、园区、智慧交通等等,我们把我们的方式和软件部署在场景当中。

以上是我作为觉非科技分享的我们在实施过程中的案例,谢谢大家。

更多会议内容,欢迎点击以下链接进入观看:

网站:https://auto.gasgoo.com/NewsTopicLive/358.html

移动端:https://m.gasgoo.com/news/topiclive/358