雷鋒網(wǎng)按：2020 年 8 月 7 日，全球人工智能和機器人峰會（CCF-GAIR 2020）正式開幕。CCF-GAIR 2020 峰會由中國計算機學(xué)會（CCF）主辦，香港中文大學(xué)（深圳）、雷鋒網(wǎng)聯(lián)合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協(xié)辦。

8月8日，智能駕駛專場峰會上，新智駕舉行了《新基建下自動駕駛，將迎來什么機遇？》的線下圓桌論壇。當(dāng)天下午5點，福瑞泰克總裁張林、中山大學(xué)副教授及博導(dǎo)、慧拓智能CEO及聯(lián)合創(chuàng)始人陳龍、主線科技合伙人、前瞻院院長王超、元戎啟行副總裁劉念邱、圖森未來上?？偨?jīng)理薛健聰圍繞“中國自動駕駛?cè)绾瓮粐敝黝}展開了精彩討論，上海硬球管理咨詢事務(wù)所創(chuàng)始人兼CEO Crystal zhang為本場圓桌主持人。

圓桌要點總結(jié)： 

1、5G是自動駕駛錦上添花，而不是雪中送炭的技術(shù).

5G是指第五代移動通信系統(tǒng)，其顯著優(yōu)勢是極快的速率、極大的連接和極低的時延。近年來，隨著汽車智能網(wǎng)聯(lián)技術(shù)的發(fā)展，5G與汽車行業(yè)的深度融合成為趨勢，5G有望為車聯(lián)網(wǎng)及自動駕駛帶來顛覆性改變，而在這些領(lǐng)域落地也會使5G技術(shù)取得進(jìn)一步發(fā)展。目前，5G技術(shù)在汽車上的應(yīng)用局限于車機系統(tǒng)、車聯(lián)網(wǎng)等部分，更高層次應(yīng)用需大量基礎(chǔ)設(shè)施建設(shè)的配合。

2、現(xiàn)在的中國交通發(fā)展不僅僅是智能駕駛，而是智能網(wǎng)聯(lián)。

智能網(wǎng)聯(lián)汽車是自動駕駛汽車發(fā)展的新階段，也是單車自動駕駛與網(wǎng)聯(lián)式汽車融為一體的新產(chǎn)品、新模式、新生態(tài)。與常規(guī)汽車相比，智能網(wǎng)聯(lián)汽車具備兩大重要特征：一是多技術(shù)交叉、跨產(chǎn)業(yè)融合；二是區(qū)域?qū)傩耘c社會屬性增加。智能網(wǎng)聯(lián)汽車在行駛過程中需要通信、地圖、數(shù)據(jù)平臺等本國屬性的支撐和安全管理，每個國家都有自己的使用標(biāo)準(zhǔn)規(guī)范，因此智能網(wǎng)聯(lián)汽車開發(fā)和使用具有本地屬性。

3、不要過分強調(diào)V2X，而忽略單車智能應(yīng)用本身應(yīng)該攻克的技術(shù)。

漸進(jìn)式發(fā)展是以量產(chǎn)化的汽車產(chǎn)品作為首要發(fā)展目標(biāo)，因此會依賴傳統(tǒng)的汽車軟硬件技術(shù)架構(gòu)，難以滿足智能駕駛汽車日新月異的發(fā)展需求；階躍式發(fā)展與傳統(tǒng)汽車存在巨大差別，安全性和可靠性有待檢驗，同時系統(tǒng)量產(chǎn)能力與成本因素也會影響和制約規(guī)?；a(chǎn)。

4、單車智能+車路協(xié)同，重要的是解決汽車產(chǎn)業(yè)化實際問題。

無論自動駕駛的技術(shù)和商業(yè)模式如何變化，自動駕駛的時代終究要到來。基于單車智能+車路協(xié)同的復(fù)雜新型交通系統(tǒng)與傳統(tǒng)交通系統(tǒng)不可同日而語。要根據(jù)中國的現(xiàn)狀利用好中國能做的東西，智能網(wǎng)聯(lián)是中國選擇最正確的一條路。

圓桌實錄如下：

主持人

上海硬球管理咨詢事務(wù)所創(chuàng)始人兼CEO Crystal zhang

圓桌嘉賓

張林 福瑞泰克總裁 

陳龍 中山大學(xué)副教授及博導(dǎo)、慧拓智能CEO及聯(lián)合創(chuàng)始人

王超 主線科技合伙人、前瞻院院長

劉念邱 元戎啟行副總裁

薛健聰 圖森未來上?？偨?jīng)理

沒有5G不一定沒有自動駕駛

Crystal Zhang：感謝主辦方的邀請。今天，我們會和嘉賓一起探討在新基建下，自動駕駛將會迎來哪些機遇。由于時間的關(guān)系，我們直奔主題。第一個問題是聚焦通訊網(wǎng)絡(luò)基礎(chǔ)設(shè)施，現(xiàn)在5G非?；?，我想請教在座各位的是5G網(wǎng)絡(luò)對自動駕駛到底會帶來什么價值？自動駕駛要落地非得有5G不可嗎？5G對不同的落地場景帶來的價值會有差別嗎？

張林：在新基建的大環(huán)境下，從智能汽車的角度來講，5G是非常重要的通道，主要通過車端和云端的連接、路端和云端的連接。

陳龍：結(jié)合我們公司所選擇的具體場景來說，我們是一家做礦山無人駕駛的公司，與其說是礦山無人駕駛，其實更接近一個礦區(qū)AGV系統(tǒng)，自動駕駛只是其中一個環(huán)節(jié)。我更愿意把它叫做礦區(qū)機器人以及礦區(qū)工業(yè)互聯(lián)網(wǎng)。牽扯到礦區(qū)工業(yè)互聯(lián)網(wǎng)，5G是非常重要的工具，某些場景下它是必需的。

劉念邱：從我們的角度來說，元戎啟行做的是RoboTaxi，5G起到了非常好的助力作用。RoboTaxi涉及到多方面，包括調(diào)度、遠(yuǎn)程監(jiān)控、監(jiān)管等，5G可以很好地幫助我們對車輛進(jìn)行管理和監(jiān)控。

王超：5G對于自動駕駛主要起到兩方面多用：V2X和云計算。5G為傳輸提供更寬、更廣、更平實的道路，同時解決我們在V2X傳輸?shù)膬?nèi)容，是質(zhì)的提升。但是如何利用數(shù)據(jù)、如何路測、如何在本地和云端利用我們傳輸?shù)膬?nèi)容做計算，以及給自動駕駛服務(wù)，這需要針對不同的場景，不同的技術(shù)路線，不同的體系架構(gòu)，進(jìn)行針對性討論，不能一刀切。

薛健聰：我認(rèn)為5G技術(shù)是很好的技術(shù)，但目前它的用途沒有我們想象的那么神奇。5G是錦上添花，而不是雪中送炭的技術(shù)，把無人駕駛的實現(xiàn)依托于5G是不對的。針對無人駕駛，我認(rèn)為5G在目前不是一個必要的技術(shù)。

衛(wèi)星互聯(lián)網(wǎng)，自動駕駛定位的加分項

Crystal Zhang：我們聚焦通信基礎(chǔ)設(shè)施另一個很重要的技術(shù)——衛(wèi)星互聯(lián)網(wǎng)，定位對自動駕駛來講非常重要?，F(xiàn)在自動駕駛在定位上依賴傳感器+高精地圖等補足GPS的不足。中國目前北斗做得非常棒，配合之下可以做到厘米級。我想請教各位的是未來中長期自動駕駛的定位是不是單靠衛(wèi)星互聯(lián)網(wǎng)就足夠了？衛(wèi)星互聯(lián)網(wǎng)這個技術(shù)在自動駕駛研發(fā)過程中會有什么影響？應(yīng)該怎么考慮？

薛健聰：我認(rèn)為衛(wèi)星定位是一個很重要技術(shù)，但如果在沒有衛(wèi)星信號的地方，無人駕駛就做不了了嗎，那肯定也不是，比如隧道場景就沒衛(wèi)星信號。圖森未來有7種不同的方式來做定位，包括高精地圖、衛(wèi)星定位等等，是一種融合多種方式的定位技術(shù)。

基于融合定位系統(tǒng)，加上目前的差分信號，已經(jīng)可以讓我們在衛(wèi)星定位這件事本身達(dá)到比較高的精度。衛(wèi)星定位方式非常重要，但在無人駕駛的系統(tǒng)中不能是唯一的定位方式。

王超：我很認(rèn)同薛總的觀點。我們在港口和高速做了很多工作。如果我們按照北斗結(jié)合地面基站厘米級的水平，可以滿足大部分場景下自動駕駛應(yīng)用的需求。有兩方面：一方面是安全、冗余，任何單一來源的信息都是不可靠的，我們不知道它什么時候失效，失效時如何應(yīng)對，我們必須有足夠的應(yīng)急方案。

未來，即便我們衛(wèi)星定位可以提高到更高的精度，其他定位技術(shù)還是必須存在的。在很多特定場景下，比如港口作業(yè)，集裝箱裝卸，它要求的精度比厘米級更高，可能是一兩厘米精度乃至更高。

衛(wèi)星定位是相對需求，我們還需要其他定位手段輔助。不只是靠北斗或者其他衛(wèi)星定位技術(shù)，就能讓自動駕駛技術(shù)完成所有的場景。

劉念邱：前面兩位嘉賓介紹了很多全球定位系統(tǒng)的應(yīng)用，介紹得非常好，對我們來說也是一樣。它作為一個參照、一個輸入，我們依賴于激光雷達(dá)、視覺、慣性導(dǎo)航來達(dá)到非?？煽康慕Y(jié)果。對于GNSS高精定位方案，它可以在多方面幫助我們完成不同設(shè)備或者不同區(qū)域地圖之間的參照系問題。一個是我們在不同城市，其地圖可能有基準(zhǔn)標(biāo)準(zhǔn)，我們以這部分的定位來實現(xiàn)的；另一個是在港口進(jìn)行定位工作，我們要清楚目標(biāo)對象在什么地方，這種情況下高精度定位系統(tǒng)可以幫助我們知道位置?？傊?，實際運行的車輛不完全依賴于高精度衛(wèi)星定位系統(tǒng)。

陳龍：首先需要明確的是，北斗是必需的。在全球定位系統(tǒng)的格局下，中國有自己的衛(wèi)星定位系統(tǒng)是非常有必要的一件事。

但在做無人駕駛的過程中，完全依賴衛(wèi)星定位會造成災(zāi)難性的結(jié)果。衛(wèi)星信號穿過大氣層、建筑遮擋等，會產(chǎn)生很多誤差，把五人家人所有的執(zhí)行度和把握性壓在這里是不可以的。我們還是要不斷提高自身的定位能力，才能更好地完成整個定位系統(tǒng)。

單車智能VS車路協(xié)同，沒有輸贏

Crystal Zhang：看來通訊網(wǎng)絡(luò)基礎(chǔ)設(shè)施只是加分項。接下來聚焦智能交通基礎(chǔ)設(shè)施，既然是加分項，請問主要應(yīng)用場景在高速公路下的圖森未來，如果V2X是助力項，今天高速公路應(yīng)用場景下有什么痛點是短期依賴單車智能比較難攻克，借助V2X可以更快解決，給我兩個你覺得最痛的痛點就可以。

薛健聰：我們說了很多的車路協(xié)同場景，但目前看起來在公開道路上主要還是用在兩個地方：紅綠燈和過閘口。但這兩個地方是不是必須依托V2X來解決，我覺得不盡然。

結(jié)合剛才的問題，V2X和5G一樣，它可以是非常好的技術(shù)手段。我經(jīng)過紅綠燈時告訴我現(xiàn)在是什么燈，或者你現(xiàn)在停下來，15秒后換燈，我可以做更合理的行車策略和準(zhǔn)備。但還有很多問題需要去解決，比如因為車路協(xié)同錯誤的信號導(dǎo)致的事故，由誰來負(fù)責(zé)，這是技術(shù)之外，但在法理層面需要討論的問題。

Crystal Zhang：有什么是V2X更好助力今天單車智能比較難攻克的？

薛健聰：目前我認(rèn)為單車智能還遠(yuǎn)遠(yuǎn)沒有達(dá)到其頂峰，在物理規(guī)則之內(nèi)，我相信沒什么是目前看起來單車智能攻克不了，而必須要通過V2X來解決。

Crystal Zhang：您同意薛總的表達(dá)嗎？

王超：我同意一部分觀點。從自動駕駛車輛的能力和安全角度出發(fā)，我們目前的出發(fā)點是絕對不依賴V2X保證車輛的安全。我們相當(dāng)于把這件事交給第三方?jīng)Q定人類自身的安全，這是不負(fù)責(zé)任的。

V2X主要帶來兩方面的提升：一方面是感知的局限性，從系統(tǒng)的設(shè)計及實施來看，車輛的感知可以幫助實現(xiàn)障礙物、地圖、輔助定位，以及局部決策規(guī)劃等任務(wù)。另一方面是更長的距離安全保障是否高效，高速行駛的車輛可以感知到300-500米的情況，包括路面破損情況、車流量等信息，如此車輛決策規(guī)劃可以更加高效。V2X是錦上添花，它不能讓我更安全，但可以讓我更高效。

從全局的角度來講，我愿意用調(diào)度和管控來描述。我們現(xiàn)在講的是單車智能，這個描述體現(xiàn)出其局限性。它做的是自身的事情。

Crystal Zhang：有什么痛點？我覺得高速公路有很多事故高發(fā)地段，連老司機也難駕馭，基礎(chǔ)設(shè)施端不能幫助解決這個痛點嗎？對人類駕駛者來說，上下匝道也不是容易的事，難道基礎(chǔ)設(shè)施端不能幫點小忙嗎？

王超：它可以幫忙，可以提供一些信息，讓我們處理得更加簡單。

Crystal Zhang：接下來請教陳總和劉總。在礦山區(qū)域和城市路況下，V2X有幫助嗎？有什么痛點是它們能幫忙的？

陳龍：我感覺前兩位嘉賓的回答跑題了。大家需要繞論的不是單車智能和V2X誰更重要，或者要不要用V2X提高單車智能的作用。實際上，中國已經(jīng)回答了這個問題，我從2008年開始做無人駕駛，十幾年時間內(nèi)，國家對于無人駕駛的規(guī)劃一直在漸漸變化，有些變化是由中國國情決定的。高速場景比較特別，國外是在集中做單車智能的提升，但是其本身是基于人工智能理論以及計算單元技術(shù)的提升得到的。在現(xiàn)在這一波人工智能理論的核心提升中，比如卷積神經(jīng)網(wǎng)絡(luò)的提升，還有很多解釋的過程需要做。

所以，我們當(dāng)前的認(rèn)知是在基于現(xiàn)在的人工智能理論的，單車智能可以達(dá)到什么程度，能否保證開放場景的無人駕駛完全用單車智能解決，這是問號，沒有公司可以回答。中國用它的現(xiàn)狀給出了路線，現(xiàn)在中國講的不僅僅是智能駕駛，而是智能網(wǎng)聯(lián)。

回到礦山來說，痛點和問題挺多的。我們做的這個場景和開放道路不一樣，它不要求非常高的速度，也不要求百分百的絕對安全，它不需要運人，速度控制在25公里/小時即可，因此我們需要實現(xiàn)的是盡可能高效地調(diào)度整套系統(tǒng)，讓調(diào)度規(guī)范管理更高效。這個過程中V2X一定會起作用，比如礦區(qū)經(jīng)常出現(xiàn)高度三維往下走的情況，轉(zhuǎn)彎半徑很小，而礦車本身很高，要在礦車周圍裝上傳感器，在小轉(zhuǎn)彎半徑下才能看得更廣，V2X就可以解決這個問題。

我相信高精度場景也有相應(yīng)的應(yīng)用，比如超視距感知可以可以通過V2X這個基礎(chǔ)設(shè)施來做，而且很多工作只有中國能做。現(xiàn)在并不是我要用哪種方式解決問題，而是根據(jù)中國的現(xiàn)狀利用好中國能做的東西，我覺得智能網(wǎng)聯(lián)是中國選擇的最正確的一條路。

劉念邱：剛剛大家談了很多觀點，我增加一些補充。我認(rèn)為V2X的價值是要基于場景來看。

從日常的深圳街道來看，單車智能可以很好地處理絕大部分情況，小問題也是在決策規(guī)劃中進(jìn)行提升。廣義理解V2X，可以把它看成云端，我們做RoboTaxi必然需要V2X跟云端通信，完成我們的訂單和調(diào)度任務(wù)。另一種情況是我們在小街道行駛時會碰到只有一條車道，因為修路看不到完整的道路情況，如果有V2X可以更好確定兩邊通行的車輛，這條路是否有通行占用，我們是等待還是通行。因此，V2X價值要基于不同的場景考慮。

Crystal Zhang：請教張總，基礎(chǔ)設(shè)施要智能化，需要部署非常多的傳感器。車內(nèi)傳感器能否直接用在基礎(chǔ)設(shè)施端？這些機會會屬于像福瑞泰克這樣的公司嗎？

張林：目前我們做了一部分項目，主要是從車端到路端。攝像頭從光學(xué)原理和機制上有些差別，從感知層面到最后成像，通過深度學(xué)習(xí)算法作為目標(biāo)檢測到融合。如果從數(shù)量級來說，70%-80%可以復(fù)用，對我們來說是新的業(yè)務(wù)領(lǐng)域。通過車和路端檢測，從車的角度看是額外多了一個感知能力，如何在車輛的坐標(biāo)系和實踐維度上對齊，我們非常感興趣。

另一點，我認(rèn)為在很多中國特色的交通場景下，車端的感知能力可能受到挑戰(zhàn)，例如盤山公路里的一些匝道很短，需要用很快的速度切入主道，完全依靠車輛自身的感知有局限性。V2X能夠幫助自動駕駛感知能力得到擴(kuò)展和冗余，這將提升感知穩(wěn)定性、道路交通的安全性。因此要實現(xiàn)更安全高效的駕駛體驗，我們認(rèn)為V2X也是未來實現(xiàn)高等級自動駕駛的新機遇。

今天上午兩位教授談到在惡劣的路況、大霧天、雨天，傳感器感知距離大幅下降，造成制動能力也會大幅下降。這種場景下，目前大部分的感知能力在160-200米，這個距離對于進(jìn)行變道、應(yīng)急避障都是有困難的。無論是高速道路還是城市場景，在短期或者中期內(nèi)，車輛目前感知能力尚無法覆蓋所有場景。

單車智能+車路協(xié)同解決汽車實際產(chǎn)業(yè)化

Crystal Zhang：已經(jīng)有不一樣的聲音了。我從王總、薛總的表達(dá)中捕捉到一種擔(dān)心。擔(dān)心中國過分強調(diào)V2X，而忽略單車智能應(yīng)用本身應(yīng)該攻克的技術(shù)。

既然有這樣的擔(dān)心，單車智能和新基建或者V2X到底如何平衡，才能保證我們借好力，最后成為汽車強國和自動駕駛的強國？

張林：根據(jù)不同的場景，需求確實不一樣，我認(rèn)為高速場景、低速場景都會有不一樣的需求。上午阿里談到做末端運輸時，如果考慮到7*24小時都要具備這個能力， V2X是很重要的對感知能力的補充，但只有V2X還不夠，阿里也需要遠(yuǎn)程遙控來輔助。自動駕駛的初衷，我們始終認(rèn)為是需要更安全和可靠，行業(yè)需要大規(guī)模量產(chǎn)，這對系統(tǒng)設(shè)計、成本控制都提出了更高的要求。

陳龍：我非常同意張總的觀點。就像我剛剛所說，我們國家已經(jīng)給出了方向和答案，為什么現(xiàn)在做新基建，在智能駕駛端要上智慧的路，國家已經(jīng)給出明確的狀態(tài)。就是因為現(xiàn)在單車智能很大程度上并無法解決問題，在此條件下，我們再過分強調(diào)感知程度，不一定是最正確的。因為解決這個問題不是比較功能高低的問題，而是解決系統(tǒng)工程最終應(yīng)用的問題。我們要做的是將現(xiàn)在可行的成熟技術(shù)，充分利用并灌輸?shù)轿覀兿到y(tǒng)工程中，完成最終的應(yīng)用，達(dá)到最終的結(jié)果。

對礦山來說，無人駕駛只是其中非常小的點，除了駕駛車輛從A點到B點外，我們還要進(jìn)行挖掘等一系列操作，這是自動化操作的過程，涉及到多臺挖掘機、鏟車和運載車輛的協(xié)同。所以，這不是簡單的實現(xiàn)自動駕駛本身，更像是系統(tǒng)工程，我們要以整體的眼光探索解決方案，完成系統(tǒng)的方案和功能，解決真正的問題。

新基建會成為每個環(huán)節(jié)，包括5G下礦，的推動力。我認(rèn)為還是要面向應(yīng)用場景、具體問題來布局，而不是單車功能。把問題解決，才是產(chǎn)業(yè)化比較切實要考慮的問題。

劉念邱：從我們的角度來看，V2X和單車智能是相輔相成，相互促進(jìn)。雖然單車智能或者路端感知，本質(zhì)上其技術(shù)是需要有感知，有對車輛的定位。單車智能，現(xiàn)階段來看會在人工智能、感知、定位方面走得更進(jìn)一步，率先解決無人駕駛能不能的問題。在更多的場景中結(jié)合V2X和單車智能在一起，可以更好地幫產(chǎn)業(yè)做得更好，不管在時間還是空間的維度上，都可以覆蓋得更全面。

王超：我要明確我的觀點，V2X對于單車智能是有提升的。以產(chǎn)業(yè)化為目標(biāo)，更多考慮的是在現(xiàn)階段以及未來幾年內(nèi)，新基建是一個比較長的過程?，F(xiàn)在各項技術(shù)并不是那么完善，包括網(wǎng)絡(luò)通信技術(shù)、路端傳感器技術(shù)、全局調(diào)度運籌管控的技術(shù)。

在這個過程中，單車智能和V2X是共同成長的過程，我們想要在這個過程中促進(jìn)無人駕駛產(chǎn)品的產(chǎn)業(yè)化，首先面向不同的場景分別討論。在不同的場景里，車的情況、路的情況、設(shè)備的情況、自動駕駛的情況都各自不同的側(cè)重。我們需要做好的是在里面如何發(fā)揮自己的優(yōu)勢，落實產(chǎn)品的應(yīng)用。未來相同產(chǎn)品里機械水平提高，路測、中控可以給我們更好的支持，我們再做減法。我們要適應(yīng)新基建的節(jié)奏，這是目前比較重要的。

薛健聰：我覺得現(xiàn)在在說的車路協(xié)同和自動駕駛，我一直認(rèn)為車路協(xié)同是錦上添花的事情。無人駕駛并不是一件單純的車輛制造的事情，本質(zhì)上是制造電子司機的事情。我們回想一下過往，八九十年代的車輛是手動檔，轉(zhuǎn)向和剎車都沒助力。現(xiàn)在的車越來越好，我們的乘坐感受和駕駛感受也越來越好。

2000年以后，車輛有了電子地圖，包括現(xiàn)在手機地圖越來越完善，它會告訴你前方第三車道在修車，提前避讓，前方產(chǎn)生交通事故，擁堵1.3公里，給你選用備用路線。我覺得這是車路協(xié)同應(yīng)該做的事情。

而無人駕駛本身是讓車像人一樣動起來，如果有外在的信息提醒你躲避擁堵，告訴你哪個地方修路，告訴你什么時候出行更合適。我相信這是錦上添花最佳的表現(xiàn)。

Crystal Zhang：在智能基礎(chǔ)設(shè)施發(fā)力的不單是中國，新加坡基本完成智慧交通基礎(chǔ)設(shè)施的部署，荷蘭也很領(lǐng)先。通用汽車在過去五年時間積極游說美國政府實現(xiàn)基礎(chǔ)設(shè)施智能化。中國基礎(chǔ)設(shè)施發(fā)展速度快，我們擁有獨到的優(yōu)勢，真心希望在自動駕駛領(lǐng)域耕耘的從業(yè)者可以用好我們的優(yōu)勢，同時不要忘了啃下單車智能這一塊硬骨頭。希望中國未來真的能夠成為自動駕駛強國。感謝五位嘉賓的分享，希望更多從業(yè)者貢獻(xiàn)更多的真知灼見。

雷鋒網(wǎng) 雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。