本次會議圍繞智能汽車產(chǎn)業(yè)的發(fā)展趨勢，技術(shù)研發(fā)、行業(yè)求索、未來展望、智能汽車技術(shù)商業(yè)化落地等熱點話題共同進(jìn)行了探討。

中國能不能自主發(fā)展智能汽車？智能汽車離我們還有多遠(yuǎn)？自動駕駛汽車是否進(jìn)入拐點？當(dāng)人們還存有各種疑慮時，“2019AI+智能汽車創(chuàng)新峰會”給出明確回答。

參加這場峰會使我們深深地感受到：目前與智能汽車相關(guān)的各產(chǎn)業(yè)、行業(yè)的高科技研發(fā)項目層出不窮，有很多項目已轉(zhuǎn)化成產(chǎn)品落地,一場高科技革命正在形成。“山雨欲來風(fēng)滿樓”。表面上看，目前智能汽車推進(jìn)緩慢，實際上緩慢正是智能汽車技術(shù)的創(chuàng)新、實踐、積累過程，它就像孕育的地下之火，不久的將來終會爆發(fā)出來。到那時，智能化、信息化、網(wǎng)聯(lián)化的中國智能汽車將是大國重器的又一張新名片。

激光雷達(dá)關(guān)鍵技術(shù)及量產(chǎn)落地

裴軍：Cepton科技創(chuàng)始人兼CEO

激光雷達(dá)技術(shù)比拼的時代已過，各家技術(shù)路線已一錘定音，或MEMS、或Flash、或OPA。下一步的競爭才剛剛開始，即如何將激光雷達(dá)擺脫科研產(chǎn)品的帽子，實現(xiàn)產(chǎn)品量產(chǎn)落地上車。

裴軍從當(dāng)前行業(yè)內(nèi)激光雷達(dá)各路技術(shù)路線及 Cepton 的技術(shù)及優(yōu)勢進(jìn)行了分享。測試方式層面，目前全球大部分激光雷達(dá)公司都在采用 pulsed time of flight 方式進(jìn)行測量；激光器方面，多數(shù)公司采用 905nm 或 1550nm 的技術(shù)。其中，Cepton 選擇了基于硅的 905nm 的激光器。在上述兩方面，各家廠商并沒有差別，且不能拉開差距。各路玩家競爭的重點是中間環(huán)節(jié)，即如何將產(chǎn)品變成一個成像激光雷達(dá)，高速的為自動駕駛提供三維成像。

與傳統(tǒng)玩家不同，硅谷激光雷達(dá)供應(yīng)商Cepton獨特之處在于，自主研發(fā)Micro-motion微動技術(shù)。這項技術(shù)可以用來替代積激光雷達(dá)內(nèi)部的旋轉(zhuǎn)部件。在激光雷達(dá)內(nèi)部，Cepton 利用光學(xué)共軛的方法及電磁鐵，它沒有任何旋轉(zhuǎn)或摩擦部件。

激光雷達(dá)技術(shù)原理已成定勢，自發(fā)明以來，并未有太大改變。各家激光雷達(dá)供應(yīng)商在激光雷達(dá)測量方式、激光波長方面并不能拉開差距，或TOF、或1550nm激光、或905nm激光。

激光雷達(dá)測量方式：現(xiàn)階段，在全球范圍內(nèi)的60/70家激光雷達(dá)供應(yīng)商中，90%的公司選擇TOF進(jìn)行激光雷達(dá)測量。

激光波長層面：1550nm及905nm激光是常見方案。Cepton選擇905nm的激光。905nm激光的原材料主要是硅，已經(jīng)廣泛使用在汽車及電子產(chǎn)業(yè)中，相比之下更經(jīng)濟(jì)適用。理論上，1550nm的激光能夠達(dá)到更遠(yuǎn)的探測距離，但其激光發(fā)射器所使用的原材料——砷化鎵的成本非常高，且短期內(nèi)很難降下來，而砷化鎵材料現(xiàn)階段也并未實現(xiàn)車規(guī)級，成為車規(guī)級材料仍需一段時間。

去年8月，Cepton牽手日本最大汽車照明燈公司Koito（小糸制作所），為后者提供定制的微型激光雷達(dá)解決方案，將激光雷達(dá)安裝進(jìn)車燈中?，F(xiàn)階段雙方正在集中精力實現(xiàn)激光雷達(dá)生產(chǎn)自動化、量產(chǎn)上車。Cepton已經(jīng)走在賽道前列。

新一代自動駕駛芯片帶來感知與定位技術(shù)新突破

李星宇：地平線市場拓展與戰(zhàn)略規(guī)劃副總裁

在汽車行業(yè)向出行服務(wù)和智能化轉(zhuǎn)型的大趨勢下，新的智能功能和服務(wù)需求幾乎每個月都需要更新，大眾的組織變革表明軟件定義汽車已經(jīng)成為業(yè)界共識，傳統(tǒng)的分布式汽車電子電氣構(gòu)架（E/EA）越來越難以為繼。為了適應(yīng)行業(yè)智能化重塑的大趨勢，提升開發(fā)效率，一場深刻的構(gòu)架變革正在醞釀，汽車行業(yè)正在沿著當(dāng)年P(guān)C和手機(jī)行業(yè)走過的路邁向智能時代，這背后將折射出怎樣的技術(shù)挑戰(zhàn)、行業(yè)變局與應(yīng)對措施？綜合這幾年來智能汽車的發(fā)展，我們可以歸納出十個關(guān)鍵結(jié)論：

1. 智能汽車E/E構(gòu)架設(shè)計面臨四大挑戰(zhàn)：功能安全、實時性、帶寬瓶頸、算力黑洞。

2. 智能汽車E/E構(gòu)架四大趨勢：計算集中化、軟硬件解耦、平臺標(biāo)準(zhǔn)化以及功能定制化，商業(yè)化落地時間大約在2025年。

3. 智能汽車的新構(gòu)架將基于中央計算機(jī)-層-區(qū)的概念構(gòu)建。

4. 新的E/E構(gòu)架將使OEM在與領(lǐng)先的Tier1的博弈中重新贏得主動權(quán)。

5. OEM可能將只會擁有一個覆蓋了所有車型的電動汽車（EV）平臺。

6. AI芯片是中央計算機(jī)的核心，需要越過安全、成本和性能的臨界點。

7. 組織變革是OEM在這場技術(shù)革命中面臨的最大挑戰(zhàn)。

8. 蘋果、高通、三星和華為在這場變革的競爭中有先天的基因優(yōu)勢。

9. 智能汽車將是有史以來軟硬件開發(fā)量最大的單一產(chǎn)品，將誕生新的Wintel。

10. 智能汽車作為移動自主機(jī)器的第一形態(tài)，將撬動比自身市場大得多的商業(yè)價值。

大趨勢：從分布式走向集中式

今天，E/E構(gòu)架設(shè)計面臨四大挑戰(zhàn)：功能安全、實時性、帶寬瓶頸、算力黑洞。

1. 在功能復(fù)雜度持續(xù)提升的情況下滿足功能安全的要求，這里的功能安全是廣義的，不僅包括ISO26262,還包括SOTIF和RSS。

2. 復(fù)雜系統(tǒng)構(gòu)架下實時性的保證。

3. 爆炸式增長的傳感數(shù)據(jù)造成的帶寬瓶頸。

4. 支持持續(xù)的軟件升級所需要的指數(shù)級算力增長。

為此，智能汽車E/E構(gòu)架正從分布式走向集中式；其終極形態(tài)將是超級中央計算機(jī)，這其中包括四個關(guān)鍵趨勢：計算集中化、軟硬件解耦、平臺標(biāo)準(zhǔn)化以及功能定制化。

自動駕駛汽車成為有史以來開發(fā)最復(fù)雜的信息產(chǎn)品?，F(xiàn)階段汽車電子構(gòu)架越來越難以支持軟件需求。過去 20 年來，汽車 MCU 增長從不足 10 顆，發(fā)展至現(xiàn)今超過 100 顆。頂尖級汽車甚至超過 300 顆 MCU。這些 MCU 擁有不同的構(gòu)架、不同接口，甚至不同的開發(fā)環(huán)境、不同的語言。

面對數(shù)字化浪潮，效率是決定企業(yè)競爭成敗的關(guān)鍵。我們迫切要回答的是，如何提升軟件開發(fā)效率。并且基于該主題重構(gòu)汽車電子構(gòu)架。同時，分布式電子電器架構(gòu)在面向復(fù)雜功能時存在巨大問題。例如各個不同組件之間難以實現(xiàn)協(xié)同。

合久必分，分久必合。汽車電子構(gòu)架趨勢是持續(xù)從分布式走向集成式。而域控制器可以看作為分布式集成構(gòu)架計算的第一步。地平線相信這個趨勢會持續(xù)下去，未來會出現(xiàn)一個真正的中央式集成大腦，智能汽車將發(fā)展成為一部四個輪子上的超級計算兼數(shù)據(jù)中心。由此帶來的算力需求、軟件構(gòu)架的調(diào)整都是空前的。

行業(yè)達(dá)成共識，智能汽車行業(yè)內(nèi)的大趨勢是軟件驅(qū)動，及算力需求黑洞。在數(shù)字化浪潮下，地平線也提出了新商業(yè)理念 AI on Horizon 戰(zhàn)略：利用邊緣 AI 芯片開放賦能智能駕駛。

計算機(jī)視覺技術(shù)驅(qū)動自動駕駛的發(fā)展

阿爾伯特·布朗根（Alberto Broggi）：安霸半導(dǎo)體意大利總經(jīng)理

計算機(jī)視覺技術(shù)在過去的 5-10 年時間里業(yè)界有很多重要的突破，計算機(jī)視覺已經(jīng)無處不在了，攝像頭也無處不在了。

大約在 20 年之前，也就是 1998 年，我們在意大利做了無人駕駛的測試，大約行駛了 2000 公里的距離，在當(dāng)時是很大的挑戰(zhàn)。

探索一直在持續(xù)，到 2010 年的時候，我們擁有了四輛純電動無人駕駛汽車，我們從意大利的帕爾馬一路開到中國的上海，橫跨了半個地球。當(dāng)然這不是真正的全自動駕駛，還是有人在旁邊，一旦出現(xiàn)特殊情況，還是需要人類駕駛員接手。

雖然如此，這次測試對我們來說非常重要，因為我們收取了大量信息和數(shù)據(jù)，并且持續(xù)的改進(jìn)。我們所有的技術(shù)都是基于計算機(jī)視覺來開發(fā)的，所以這項技術(shù)非常重要，能幫助車輛探測障礙物、理解不同事物之間的關(guān)系，信息密度很高。

當(dāng)然，那時候也有一些眾所周知的問題，比如圖像解析度非常低，我們從隧道進(jìn)去，在隧道當(dāng)中的時候，視覺的動態(tài)范圍不高，弱光也會有各種各樣的問題，因為有大量的像素要處理，所以功耗的問題成為計算機(jī)視覺技術(shù)的障礙。

在 2015 年的時候，VisLab 加入到了安霸公司，成為了集團(tuán)的一部分。VisLab 主要研發(fā)計算機(jī)視覺技術(shù)，應(yīng)用于無人駕駛汽車；安霸是芯片公司，擁有世界頂尖品質(zhì)的芯片，強(qiáng)大的處理能力能得到高品質(zhì)的圖像。兩家公司整合在一起可以說是強(qiáng)強(qiáng)聯(lián)手，可以將計算機(jī)視覺技術(shù)更好的應(yīng)用到無人駕駛之中。

實現(xiàn)這些相關(guān)應(yīng)用，背后最重要的技術(shù)支撐就是我們的芯片處理能力。我之前也提到了一些計算機(jī)視覺遇到的問題，比如說解析度比較低，特別是一些特殊工況，對于攝像頭和視覺技術(shù)來說都是很棘手的挑戰(zhàn)。這些特殊的工況包含了強(qiáng)光、逆光、黑夜、低光、隧道等等，憑借著安霸的芯片處理能力，即使在這樣的工況下，我們的圖像解析度以及相關(guān)細(xì)節(jié)都能做到很好。而且，我們還有 4K 的立體視覺技術(shù)，應(yīng)用高密度的像素對很遠(yuǎn)的標(biāo)的物進(jìn)行解析和解讀，探測距離也非?？捎^。

對于立體視覺來說，校準(zhǔn)問題確確實實存在，要實現(xiàn)高品質(zhì)的立體視覺，校準(zhǔn)問題一定要解決，因為車輛的工作環(huán)境會有振動，會有氣溫、氣候的變化情況。安霸在這方面可以在芯片上運(yùn)行自己的算法，進(jìn)行立體視覺的自動校準(zhǔn)，為用戶提供定制化的服務(wù)。

我們打造了融入我們芯片的攝像頭。我們有不同類型的產(chǎn)品，能夠?qū)崿F(xiàn)車輛周身 360 度無死角的覆蓋。當(dāng)所有的攝像頭都啟動工作，可得到高解析度的圖像，并且探測距離也非常遠(yuǎn)。安霸的視覺芯片產(chǎn)品擁有頂尖的圖像處理能力，處理速度非?？?，能做到每秒 30 幀、60 幀，同時擁有很高的解析度，而且，實現(xiàn)這些性能的同時，其功耗也只有 2-4 W。這就是我們工作的結(jié)晶，能為客戶進(jìn)行賦能。

我們專注計算視覺圖像處理，開發(fā)在芯片當(dāng)中把圖像和其他數(shù)據(jù)進(jìn)行融合，比如說毫米波雷達(dá)、激光雷達(dá)，或者將各種各樣的傳感器數(shù)據(jù)處理能力都放在芯片里面，它就成為了自動化的專業(yè)級處理芯片，能提供給客戶終極的解決方案，這是未來的方向。

以“車路協(xié)同”降成本

李謙：華人運(yùn)通智能駕駛及電子電器副總裁兼創(chuàng)始合伙人

我們看到，已經(jīng)有許多主機(jī)廠和零部件供應(yīng)商把智能出行作為企業(yè)未來發(fā)展的重要方向。但是，做好智能出行實際上還面臨著很多具體問題。一方面是現(xiàn)在的自動駕駛系統(tǒng)成本非常昂貴，另一方面，能夠用于自動駕駛系統(tǒng)的實驗場景也非常少。

我們換了一種解決思路，給出的是一套“車、路、城”整體考量的解決方案，它包含了單車智能、基于車路協(xié)同的交通智能和城市互聯(lián)共享智能。這套方案從綜合體的視角去進(jìn)行自動駕駛系統(tǒng)的設(shè)計，繼而進(jìn)行智能出行的系統(tǒng)化設(shè)計。

為此，我們開發(fā)了三個平臺，分別為泊車平臺、自動駕駛平臺和車路協(xié)同的邊緣計算平臺。主要基于路邊感知、云端決策和車端控制這些思路展開設(shè)計。

通過車端和路端的傳感器融合，可以消除感知盲區(qū)，然后利用邊緣計算和分布式計算的方法，間接降低車輛自動駕駛所需要的最大算力量。同時，通過多目標(biāo)協(xié)同控制來實現(xiàn)交通的調(diào)度工作，可以有效地降低自動駕駛車輛周邊環(huán)境的復(fù)雜度，同時減少發(fā)生交通事故的可能性。

我們計劃建設(shè)一條全長7公里的道路。目前已經(jīng)完成第一期建設(shè)，并在路邊搭載了毫米波雷達(dá)和高精度的探測攝像頭等設(shè)備。還打造了一個數(shù)據(jù)中心，將邊緣計算部署到路上，通過這些系統(tǒng)和5G的V2X、路邊感知設(shè)備等實現(xiàn)彼此的通信，這套系統(tǒng)與自動駕駛車輛一起構(gòu)成了完整的閉環(huán)。

對于這套系統(tǒng)，我們現(xiàn)在正嘗試通過微觀的引流和宏觀的調(diào)控，以降低整個交通環(huán)境的復(fù)雜性，為道路交通帶來一個相對簡單的使用環(huán)境。另外，我們還要解決低能見度的問題，因為霧、雪、霧霾等天氣均會對自動駕駛系統(tǒng)造成很嚴(yán)重的影響。

通過路邊感知設(shè)備，我們可以消除降雨和下雪帶來的能見度低、自動駕駛車輛性能低等局限。系統(tǒng)通過感知設(shè)備獲取的所有信息，將通過動態(tài)高精地圖傳遞到車輛上，實際這就是靠路邊引導(dǎo)車輛實現(xiàn)自動駕駛。

另一個系統(tǒng)是全息的感知。如果路口有比較大的建筑或者是樹，對于自動駕駛的車來講，兩側(cè)的視角是看不見的。通過路邊感知設(shè)備，就可以為整個道路上的自動駕駛車輛提供全息感知。

另外，我們還可以通過合理的分布計算單元去降低整個智能化出行的投入。

大家知道，一臺配備L4自動駕駛傳感器的車輛成本是非常昂貴的。中國現(xiàn)在每年有2400萬臺整車銷售量，如果每臺車都搭載了這樣的裝備，整個投入是非常巨大的。相反地，如果把這些傳感器成倍地用到道路上，比如，修10萬公里的智慧化道路所需要的投入，僅僅是現(xiàn)在每臺車上加裝傳感器的四分之一到五分之一的投入，這還只是針對一年的銷量來說。

所以，建設(shè)智慧化道路會對全社會完成道路交通智能化、智慧出行的總投入是低的。我們在鹽城建設(shè)了一條道路做試驗。這條道路主要基于路邊感知，云端決策和車端控制的思路設(shè)計而成，通過車端和路端的傳感器融合以消除感知盲區(qū)，然后利用邊緣計算和分布式計算等方法，降低車輛自動駕駛所需要的最大算力。同時，通過多目標(biāo)協(xié)同控制來實現(xiàn)交通的良好調(diào)度，有效地降低自動駕駛車輛周邊的復(fù)雜環(huán)境，并且減少了交通事故的可能。

總之，我們探索的是車與路的感知協(xié)同和計算協(xié)同，最終要走向智慧協(xié)同。我們的目標(biāo)是能夠從單一車輛的單體智能，實現(xiàn)城市集群的群體智能。

對于車企競相研發(fā)自動駕駛這一趨勢，華人運(yùn)通創(chuàng)始合伙人、智能駕駛及電子電器副總裁兼李謙認(rèn)為，諸如自動駕駛系統(tǒng)成本昂貴、試驗場景稀缺、道路實測風(fēng)險大等，均是當(dāng)前自動駕駛體系開發(fā)時面臨的問題。簡而言之，完全依靠車輛自身的傳感設(shè)備也即單車智能去實現(xiàn)真正意義上的高等級自動駕駛?cè)杂幸欢y度。

華人運(yùn)通的解決方案是從“車-路-城——車路協(xié)同”的角度進(jìn)行基礎(chǔ)建設(shè)升級。這一方案既包含單車智能，也包含基于車路協(xié)同的交通智能，還包含城市互聯(lián)共享的智能，按照一個綜合體進(jìn)行自動駕駛系統(tǒng)的設(shè)計，繼而進(jìn)行智能出行系統(tǒng)化的設(shè)計。

為此，華人運(yùn)通開發(fā)了三大平臺，分別為泊車平臺、自動駕駛平臺和車路協(xié)同的邊緣計算平臺。今年1月，華人運(yùn)通發(fā)布了全球第一條基于車路協(xié)同理念打造的智慧化的道路，這條道路基于城市開放道路打造而成，相當(dāng)于對自動駕駛測試環(huán)境的一種新的探索。

構(gòu)建高質(zhì)量智能駕駛數(shù)據(jù)基礎(chǔ)

閔楠：百度智能云數(shù)據(jù)眾包標(biāo)注團(tuán)隊負(fù)責(zé)人

自動駕駛離不開數(shù)據(jù)的支持，尤其是在國內(nèi)比較復(fù)雜的道路情況下，感知的進(jìn)步不能完全依賴算法的迭代和技術(shù)的革新來解決，因此還是需要對數(shù)據(jù)進(jìn)行有效的利用，使得激光雷達(dá)、毫米波雷達(dá)等海量數(shù)據(jù)變成帶有語義信息也是研發(fā)團(tuán)隊所要面對的重要問題。

傳感器從真實的世界采集到各種數(shù)據(jù)，完成了數(shù)據(jù)生產(chǎn)的過程，但數(shù)據(jù)必須要經(jīng)過一定的標(biāo)定和結(jié)構(gòu)化、非結(jié)構(gòu)化存儲，然后經(jīng)過人工標(biāo)注產(chǎn)生出帶有豐富標(biāo)簽和語義信息的數(shù)據(jù)，從而才能夠?qū)λ惴ㄋ?。因此，?shù)據(jù)的結(jié)構(gòu)標(biāo)準(zhǔn)越精準(zhǔn)，對算法的結(jié)果就越好。

通常企業(yè)和開發(fā)者對于數(shù)據(jù)的采集和標(biāo)注，通常采取兩種做法：一種是自建團(tuán)隊，需要開發(fā)甚至長期維護(hù)數(shù)據(jù)標(biāo)注工具以及實效性數(shù)據(jù)的補(bǔ)充工作；另一種是業(yè)務(wù)外包的形式，如今自動駕駛的研發(fā)選型方案不斷進(jìn)化，業(yè)界的標(biāo)注需求也從最原始的 2D 進(jìn)化到 3D，到全像素的語義分割，不斷進(jìn)化的需求對標(biāo)注能力提出非常大的挑戰(zhàn)。

百度數(shù)據(jù)眾包團(tuán)隊則是提出另一種解決思路。百度數(shù)據(jù)眾包能夠較好處理障礙物的檢測和跟蹤以及融合、激光雷達(dá)和攝像頭、毫米波雷達(dá)的傳感器融合，V2X 的數(shù)據(jù)等智能駕駛傳感器的數(shù)據(jù)；此外，還能夠?qū)囃猸h(huán)境感知以及車道信息等傳感器進(jìn)行標(biāo)注；對車內(nèi)環(huán)境的感知和對駕駛員駕駛意愿的交互百度也有超過了 3000 萬條的標(biāo)注經(jīng)驗。

在注重數(shù)據(jù)質(zhì)量之外，百度除了標(biāo)準(zhǔn)的合同條款以及保密協(xié)議也注重數(shù)據(jù)安全，對于任務(wù)封裝、數(shù)據(jù)加密、專利反扒都有相應(yīng)技術(shù)手段，百度按照對數(shù)據(jù)安全不同級別需求的客戶，提供相應(yīng)的標(biāo)注方案。