9大視角，26種聲音：看懂自動(dòng)駕駛的“生死時(shí)刻” | 2018全球智能駕駛峰會(huì)

本文作者：于勝越

2018-08-29 23:08

專題：2018 全球智能駕駛峰會(huì)

導(dǎo)語(yǔ)：本文節(jié)選了25位行業(yè)大牛的獨(dú)到見解，讓更多人了解引領(lǐng)者遇到的智能駕駛難題與解決方法。

9大視角，26種聲音：看懂自動(dòng)駕駛的“生死時(shí)刻” | 2018全球智能駕駛峰會(huì) 2022年，可以看作決定自動(dòng)駕駛公司“生死”的一年。大多數(shù)自動(dòng)駕駛公司都將2022年作為其自動(dòng)駕駛汽車量產(chǎn)的時(shí)間節(jié)點(diǎn)。

距離玩家下注的日子越來越近，諸多關(guān)于自動(dòng)駕駛汽車量產(chǎn)化、商業(yè)化的議題也被放大。

自動(dòng)駕駛最先大規(guī)模應(yīng)用的場(chǎng)景，如何應(yīng)對(duì)智能駕駛中汽車大腦及執(zhí)行機(jī)構(gòu)帶來的挑戰(zhàn)，如何打造人人用得起的激光雷達(dá)，自動(dòng)駕駛賦能物流科技需要注意什么......這些都是行業(yè)人士、關(guān)心的話題，也是智能駕駛生態(tài)圈中亟待解決的難點(diǎn)。

在此節(jié)點(diǎn)，智能駕駛領(lǐng)域的垂直媒體，雷鋒網(wǎng)新智駕將于10 月 26 、27 日在蘇州相城舉行“2018全球智能駕駛峰會(huì)”，此活動(dòng)由蘇州高鐵新城管理委員會(huì)主辦，雷鋒網(wǎng)&新智駕（微信公眾號(hào)：AI-Drive）、數(shù)域承辦。屆時(shí)，25+ 智能駕駛重磅嘉賓、1000+ 業(yè)內(nèi)人士齊聚，圍繞當(dāng)下自動(dòng)駕駛的熱點(diǎn)話題展開頭腦風(fēng)暴，探尋智能駕駛產(chǎn)業(yè)未來發(fā)展。

更多大會(huì)內(nèi)容點(diǎn)擊：https://gair.leiphone.com/gair/ad2018 了解詳情。

在往屆CCF-GAIR智能駕駛分會(huì)場(chǎng)上，雷鋒網(wǎng)新智駕曾邀請(qǐng)到20余位自動(dòng)駕駛企業(yè)領(lǐng)頭人以及業(yè)內(nèi)學(xué)者作大會(huì)報(bào)告，深度講述他們對(duì)自動(dòng)駕駛技術(shù)與業(yè)務(wù)的理解與思考。

本文節(jié)選了其中26位行業(yè)大牛的獨(dú)到見解，讓更多人了解引領(lǐng)者遇到的智能駕駛難題與解決方法。

他們眼中的智能駕駛

專家學(xué)者

中科院自動(dòng)化所復(fù)雜系統(tǒng)管理與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室主任王飛躍：

9大視角，26種聲音：看懂自動(dòng)駕駛的“生死時(shí)刻” | 2018全球智能駕駛峰會(huì)

目前交通正在走向交通5.0。最初，交通5.0是指城市交通、公共交通、靜態(tài)交通、物流交通，以及社會(huì)交通一體化。但后來IEEE專委會(huì)討論認(rèn)為，應(yīng)該從以前的機(jī)械化、電氣化，信息化、網(wǎng)絡(luò)化，進(jìn)入到平行化，平行化就是智能化的技術(shù)途徑。

智能只是一個(gè)概念，如何實(shí)現(xiàn)虛實(shí)互動(dòng)的平行智能，是我們需要思考的問題。將來，不僅會(huì)有交通的控制中心TOC，還會(huì)有車輛運(yùn)控中心VOC，嚴(yán)格控制車輛上路，它將變得更加安全，甚至消除事故傷亡。

UC Berkeley人機(jī)交互專家 Anca Dragan：

當(dāng)人類真正體驗(yàn)自動(dòng)駕駛車，并看到自動(dòng)駕駛車是如何工作的，他們會(huì)逐漸習(xí)慣和建立這種認(rèn)知模型。乘坐得越多，越了解自動(dòng)駕駛車的工作原理，越不會(huì)在發(fā)生狀況時(shí)表現(xiàn)得太驚訝。

但事情不會(huì)都是這樣。如果自動(dòng)駕駛車沒有發(fā)生很多交互行為，人類就無法從中了解信息。所以我們想的是，能否加速人類對(duì)自動(dòng)駕駛車了解的過程，如果一個(gè)人來買自動(dòng)駕駛車，他是否能提前了解自動(dòng)駕駛車是如何工作的呢？實(shí)現(xiàn)這一點(diǎn)的方式是，如果自動(dòng)駕駛車表現(xiàn)出某些行為，人類會(huì)通過真實(shí)道路或是模擬器了解到它，這不僅會(huì)影響物理中的交通、車輛，也會(huì)影響乘客對(duì)自動(dòng)駕駛車的觀念。

現(xiàn)在我們找到了一種方式讓人類盡快理解自動(dòng)駕駛車的工作原理，就是向人類展示自動(dòng)駕駛車是如何進(jìn)行模型分析的，參數(shù)展示了自動(dòng)駕駛的決策模型。

2018 汽車工程學(xué)會(huì)（SAE International）主席、Velodyne的高級(jí)副總裁兼CQO Mircea Gradu：

出行市場(chǎng)出現(xiàn)了許多新的商業(yè)模式，有很多大型的科技企業(yè)，都在推動(dòng)著自動(dòng)駕駛技術(shù)的發(fā)展。而大數(shù)據(jù)、人工智能等技術(shù)都在自動(dòng)駕駛中得到應(yīng)用。自動(dòng)駕駛中非常重要的一點(diǎn)是對(duì)這項(xiàng)技術(shù)的驗(yàn)證，SAE的其中一項(xiàng)業(yè)務(wù)，就是對(duì)自動(dòng)駕駛的驗(yàn)證。

在傳感器方面，雷達(dá)和攝像頭做不到的，激光雷達(dá)都能做到，因此激光雷達(dá)是有優(yōu)勢(shì)的。

激光雷達(dá)是一個(gè)非常好的工具，能夠提高數(shù)據(jù)的準(zhǔn)確性以及自動(dòng)駕駛的質(zhì)量。3D激光雷達(dá)已經(jīng)有了非常好的性能，并且得到了L3-L5自動(dòng)駕駛市場(chǎng)大量的應(yīng)用。當(dāng)然這個(gè)領(lǐng)域也出現(xiàn)了非常多新的技術(shù)，呈指數(shù)級(jí)增長(zhǎng)，像SAE這樣的專業(yè)學(xué)會(huì)也在推動(dòng)自動(dòng)駕駛的改革。

自動(dòng)駕駛挑戰(zhàn)賽冠軍

DARPA 挑戰(zhàn)賽冠軍隊(duì)成員 Adrian Kaehler：

很多人都擁有這樣的自信：將各類技術(shù)與深度學(xué)習(xí)融合在一起就能為我們提供有效的工具來打造可靠的自動(dòng)駕駛汽車。理由在于，很多學(xué)術(shù)界的人更加在乎的是邊界，他們會(huì)說，“我們還需要其他的一些什么東西？除了不會(huì)撞到行人、會(huì)在停止線之前停車之外，整個(gè)自動(dòng)駕駛行業(yè)還需要些什么呢？”

我把一些我曾經(jīng)想過的問題列在了這里，里面有一些問題已經(jīng)有一致性意見了。一是關(guān)于駕駛員應(yīng)該怎么做的問題；二是駕駛員是否意識(shí)得到我們正在追蹤他們的眼睛、臉部，他們是否在到處看，他們?cè)隈{駛的時(shí)候是不是在注視前方；三是用視覺的方式構(gòu)建地圖同時(shí)優(yōu)化定位表現(xiàn)。

OEM

通用汽車全球視覺系統(tǒng)部門負(fù)責(zé)人張文德：

*張文德博士（中）

通用這樣的企業(yè)需要與合作伙伴進(jìn)行緊密合作，最終消除掉技術(shù)上的短板，把效果做到最好。特別是在自動(dòng)駕駛車輛的成本方面，激光雷達(dá)這樣的傳感器現(xiàn)在還很昂貴，所以要考慮到量產(chǎn)之后如何去控制成本，當(dāng)然也包括把傳感器很好地融合近車輛中，形成某種標(biāo)準(zhǔn)。

有很多一開始處在討論狀態(tài)的東西，最后都投入到了實(shí)踐中，還有很多合作。有時(shí)候我們會(huì)做一些合并收購(gòu)的動(dòng)作，OEMs 和一些新興科技公司合作，就像底特律與加州合作一樣。

小鵬汽車自動(dòng)駕駛研發(fā)副總裁谷俊麗：

在大規(guī)模量產(chǎn)的乘用車中部署機(jī)器學(xué)習(xí)框架，是與傳統(tǒng)研發(fā)路線最重要的不同之處。小鵬汽車今年在自動(dòng)駕駛上的戰(zhàn)略重點(diǎn)之一，就是建立這種供自動(dòng)駕駛不斷自學(xué)習(xí)的數(shù)據(jù)閉環(huán)。

從最上層的駕駛數(shù)據(jù)庫(kù)（也就是算法在其中得以生長(zhǎng)的數(shù)據(jù)基因組），到云端的訓(xùn)練和部署（將被部署在高性能GPU上），到車內(nèi)的高性能計(jì)算單元，最終到車內(nèi)的OTA軟件升級(jí)。只有在大規(guī)模部署量產(chǎn)車，形成數(shù)據(jù)閉環(huán)后，我們才有資格說我們的算法正在演化和迭代。

Tier1

采埃孚工程技術(shù)中心總監(jiān) 綦平：

傳統(tǒng)汽車剎車、轉(zhuǎn)向兩者之間獨(dú)立，但進(jìn)入到自動(dòng)控制過程中，汽車主要核心是以汽車動(dòng)態(tài)學(xué)原理為導(dǎo)向，從行駛方向，如縱向和橫向的動(dòng)態(tài)作為控制基礎(chǔ)。我們要將車控制到什么狀態(tài)，同是要兼顧執(zhí)行器的動(dòng)態(tài)，給汽車一定的指令，彼此之間要進(jìn)行相互的關(guān)聯(lián)。

這時(shí)就需要強(qiáng)大的“大腦”進(jìn)行處理，原來由駕駛員單獨(dú)控制的這些子系統(tǒng)的工作，需要由采埃孚的“協(xié)調(diào)員”—cubiX綜合管理。

偉世通首席架構(gòu)師王凱：

汽車行業(yè)發(fā)生了重大改變，自從英偉達(dá)的芯片使自動(dòng)駕駛功能落地變現(xiàn)，整個(gè)產(chǎn)業(yè)鏈由以前的樹型結(jié)構(gòu)逐漸向環(huán)形結(jié)構(gòu)發(fā)生劇變。

環(huán)形結(jié)構(gòu)是什么？其實(shí)就是OEM不再擔(dān)任核心角色，而是所有參與者漸漸地都能坐在圓桌上討論議題，尤其是汽車的自動(dòng)化、輕量化、網(wǎng)聯(lián)化和智能化方面。今后汽車行業(yè)的發(fā)展情況是誰(shuí)能夠把出行概念全部集成一體化，誰(shuí)就會(huì)坐在圓桌的正中央，成為出行行業(yè)的NO.1。

我們預(yù)計(jì)到2025年，高速公路上的L3級(jí)車輛將成為自動(dòng)駕駛最大的細(xì)分市場(chǎng)，因?yàn)樗嫦虻氖菑腛EM到普通用戶，發(fā)展趨勢(shì)非常明顯。

安波福電氣分配系統(tǒng)亞太中心產(chǎn)品工程總監(jiān) 余寧：

未來的電子電氣架構(gòu)如何支持 L4 自動(dòng)駕駛汽車所需要增加的功能？如果我們?cè)谡嚴(yán)镌黾觽鞲衅?、中央處理器以及各種 L4 自動(dòng)駕駛所需要的元器件之后，整個(gè)車輛電子電氣架構(gòu)會(huì)發(fā)生什么？答案是接近于崩潰。

所以在這種情況下，安波福創(chuàng)造性地提出了未來的智能電子電氣架構(gòu)，以適應(yīng)自動(dòng)駕駛的需求。

針對(duì)未來的智能電子電氣架構(gòu)，安波福提出了“大腦”與“神經(jīng)”結(jié)合的方案。

自動(dòng)駕駛傳感器

Metawave CEO兼聯(lián)合創(chuàng)始人 Maha Achour：

LiDAR 對(duì)于自動(dòng)駕駛汽車來說并非不可或缺。如果地圖精度足夠高，未來自動(dòng)駕駛汽車上裝配 4 個(gè)毫米波雷達(dá)、4 個(gè)攝像頭便就足夠了。其中，毫米波雷達(dá)負(fù)責(zé)車身 360 度范圍以及上下角度的探測(cè)，攝像頭則觀察周圍環(huán)境，再配合 AI Engine 一起使用。這樣的方案 2030 年是有可能實(shí)現(xiàn)的。

速騰聚創(chuàng) CEO 邱純鑫：

固態(tài)激光雷達(dá)是未來的方向，現(xiàn)在激光雷達(dá)做下來，我們覺得 MEMS 是最容易實(shí)現(xiàn)的。它的優(yōu)點(diǎn)是在于它的高分辨率、長(zhǎng)距離、車規(guī)級(jí)、易量產(chǎn)以及低成本。

現(xiàn)在的 32 線或者 16 線激光雷達(dá)，分辨率再往下做很大程度上受到物理體積的限制。但是 MEMS 激光雷達(dá)可以做到水平分辨率 0.09 度、垂直分辨率 0.2 度，往后能達(dá)到水平分辨率 0.1 度、垂直分辨率也是 0.1 度，再往后還能識(shí)別出 200 米外的 10*10 厘米大小的物體。

在車規(guī)級(jí)方面，目前的 MEMS 激光雷達(dá)已經(jīng)在做車規(guī)級(jí)的認(rèn)證，然后就是量產(chǎn)準(zhǔn)備，它基本產(chǎn)品化之后，它的成本也會(huì)隨之降低。

Innovusion CEO及聯(lián)合創(chuàng)始人鮑君威：

為了讓機(jī)器或者說自動(dòng)駕駛汽車達(dá)到L4的水平，你需要讓機(jī)器的感知能力，錯(cuò)誤識(shí)別率比人類更低。

如果激光雷達(dá)想要作為一種主要傳感器與其他的傳感器融合，來實(shí)現(xiàn)比人類更好的感知能力的話，那么激光雷達(dá)的垂直和水平角分辨率都需要在0.2°以內(nèi)。對(duì)于今天的激光雷達(dá)來說，水平方向的角分辨率可以做到很高，但垂直角分辨率的提升有一定的難度。

這要讓自動(dòng)駕駛車輛在高速路段上能檢測(cè)到150米/200米開外的物體，我們說到需要達(dá)到0.2°的角分辨率，我們假設(shè)一款激光雷達(dá)的垂直可視角是20°，也就意味著需要實(shí)現(xiàn)100線的效果。

自動(dòng)駕駛芯片

Mobileye中國(guó)區(qū)總監(jiān) Boaz Sacks：

無人駕駛不只是一個(gè)產(chǎn)品，更是一個(gè)產(chǎn)業(yè)，關(guān)乎軟硬件技術(shù)、車廠、政府與大眾，利益方復(fù)雜交錯(cuò)。如何實(shí)現(xiàn)安全的無人駕駛？對(duì) Mobileye 來說，站在“巨人”身旁，都幾乎是“非如此不可的選擇”。

Mobileye產(chǎn)品已經(jīng)完成 2700 萬(wàn)輛車的裝載量，并與 26 家汽車廠商建立聯(lián)系，這給了 Mobileye 作為視覺駕駛技術(shù)龍頭的充分底氣。

Mobileye 的自動(dòng)駕駛車隊(duì)一定會(huì)開到中國(guó)，但無人駕駛關(guān)乎生命安全，有嚴(yán)格的落地時(shí)間表，所有計(jì)劃都是循序漸進(jìn)的，不過，對(duì) Mobileye 來說，中國(guó)和以色列相像的一點(diǎn)在于，從決策到執(zhí)行幾乎都是光速的，可能今天還在討論，明天就會(huì)馬上落地。

地平線創(chuàng)始人余凱：

無論是Mobileye還是英偉達(dá)，相對(duì)于他們的競(jìng)爭(zhēng)對(duì)手，有一個(gè)共同點(diǎn)：他們充分地結(jié)合了算法和計(jì)算，進(jìn)行協(xié)同設(shè)計(jì)，由此提供了完整的解決方案，在這一點(diǎn)上，其它競(jìng)爭(zhēng)對(duì)手與這兩家的差距甚遠(yuǎn)。

谷歌切入處理器領(lǐng)域的時(shí)間并不長(zhǎng)，但很快就把TPU做出來了，不僅在AlphaGO大放異彩，還將其做成了一項(xiàng)AI服務(wù)，其商業(yè)潛力巨大。

這一現(xiàn)象的背后，折射出一個(gè)新的趨勢(shì)：深刻理解人工智能的軟件將促進(jìn)處理器架構(gòu)的研發(fā)效率。本質(zhì)上講，這是一場(chǎng)由人工智能應(yīng)用場(chǎng)景驅(qū)動(dòng)的軟硬件技術(shù)革命。人工智能芯片的本質(zhì)并不是硬件，而是軟硬結(jié)合的載體。人工智能芯片的發(fā)展，并不是單純的工藝和晶體管密度驅(qū)動(dòng)，而是計(jì)算架構(gòu)與算法的配合驅(qū)動(dòng)，使其實(shí)際的計(jì)算效率不斷提升，追求極致效能。

可以說，應(yīng)用場(chǎng)景決定算法，算法定義芯片，軟硬件協(xié)同設(shè)計(jì)，這就是AI時(shí)代的新摩爾定律。誰(shuí)理解了應(yīng)用場(chǎng)景并掌握了算法，誰(shuí)就掌握了核心優(yōu)勢(shì)。

西井科技 CEO 譚黎敏：

關(guān)于什么樣的成本能讓自動(dòng)駕駛芯片走向量產(chǎn)的問題，可以分兩個(gè)維度，一個(gè)是降成本，我們會(huì)通過壓縮算法、減小芯片的面積，以及量產(chǎn)來降低成本。另一個(gè)維度是幫助用戶發(fā)現(xiàn)芯片的價(jià)值，減少用戶對(duì)成本的敏感度。在初始階段我們不會(huì)過于關(guān)注成本問題，當(dāng)然成本在產(chǎn)品中一定是越來越重要的衡量指標(biāo)。

黑芝麻智能科技芯片架構(gòu)副總裁齊崢：

自動(dòng)駕駛SOC已經(jīng)成為了最具有挑戰(zhàn)性的邊緣芯片，主要表現(xiàn)在幾個(gè)方面，首先是芯片的設(shè)計(jì)和驗(yàn)證非常復(fù)雜，集成了大量第三方的IP，需要集成很多軟件模塊；其次，汽車應(yīng)用對(duì)于功耗、可靠性和功能安全的要求非常高；高性能芯片需要用最先進(jìn)的封裝設(shè)計(jì)，這給芯片的加工、生產(chǎn)和測(cè)試帶來了很大的挑戰(zhàn)。

只有自動(dòng)駕駛獲得穩(wěn)定、可靠的感知和認(rèn)知后才能保證安全。要達(dá)到這一目的，要有清晰的圖象和視覺，以及優(yōu)化的算法對(duì)獲得的圖象的視覺進(jìn)行智能化的分析。此外，還需進(jìn)行多傳感器融合的技術(shù)，對(duì)芯片的要求就非常高。

高精度地圖

Righthook 聯(lián)合創(chuàng)始人兼CTO Righthook.io Jon Mullen：

新的問題在于，自動(dòng)駕駛汽車開發(fā)中最復(fù)雜的部分在于軟件。軟件的開發(fā)周期跟硬件很不一樣，軟件的開發(fā)其實(shí)沒有盡頭，整個(gè)過程中將不斷更新。而測(cè)試是開發(fā)周期中一個(gè)重要的環(huán)節(jié)，所以當(dāng)你在等待其他硬件系統(tǒng)的開發(fā)進(jìn)度時(shí)，你怎樣讓軟件繼續(xù)保持提升，怎樣快速地測(cè)試不同的傳感器組合，怎樣建立不同的測(cè)試環(huán)境。我們認(rèn)為解決方法是，在虛擬仿真環(huán)境中進(jìn)行自動(dòng)駕駛測(cè)試。

我們?cè)诟呔鹊貓D的基礎(chǔ)上（比如DeepMap）開始建立虛擬仿真的世界，從高精地圖開始建立三維世界，同時(shí)我們也在環(huán)境中嵌入傳感器仿真所需要的參數(shù)。我們會(huì)給一些主流的傳感器建立仿真模型，同時(shí)也給主流的車輛平臺(tái)建模。我們現(xiàn)在也提供密集車流以及道路基礎(chǔ)設(shè)施的建模數(shù)據(jù)。

最后，我們連接到ROS這樣的中間件平臺(tái)上，通過ROS的可視化工具來展示仿真的畫面。

DeepMap COO及產(chǎn)品負(fù)責(zé)人羅維：

傳統(tǒng)地圖授權(quán)的方式，是地圖廠商通過運(yùn)營(yíng)測(cè)繪車隊(duì)掃描道路繪制地圖，然后它會(huì)向所有的客戶授權(quán)同一份基本一致的地圖。在這種情況下，客戶其實(shí)是得到了一份使用授權(quán)，但并不具有數(shù)據(jù)的所有權(quán)。同時(shí)這些客戶也不具有數(shù)據(jù)相關(guān)的一些衍生權(quán)限，這不止是針對(duì)傳統(tǒng)像TomTom、Here這樣的傳統(tǒng)廠商，比如Mobileye的客戶遇到的情況也是這樣的。

Mobileye的案例也說明，在地圖領(lǐng)域，有時(shí)候整個(gè)系統(tǒng)就像一個(gè)黑盒子，你看不到地圖的原始數(shù)據(jù)，也無法拿到基于原始數(shù)據(jù)衍生的一些信息。這對(duì)自動(dòng)駕駛來說是一個(gè)很大的挑戰(zhàn)，而自動(dòng)駕駛的技術(shù)核心是怎樣獲取到更多的數(shù)據(jù)，來不斷訓(xùn)練你的系統(tǒng)，來進(jìn)行測(cè)試和模擬等等。

自動(dòng)駕駛初創(chuàng)公司

Roadstar.ai 創(chuàng)始人兼 CEO 佟顯喬：

Roadstar.ai的傳感器方案大概只有百度方案1/3的價(jià)格，未來方案還有大幅的降價(jià)空間，我們認(rèn)為在2020年每套系統(tǒng)的方案大概會(huì)降到5萬(wàn)人民幣以下，屆時(shí)在法律法規(guī)成熟的情況下，無人駕駛的出行服務(wù)就有真正大規(guī)模的實(shí)現(xiàn)的土壤。

未來5年，傳感器可能會(huì)變成一個(gè)固態(tài)的傳感器，會(huì)融到車體里面。固態(tài)的傳感器方案會(huì)優(yōu)化無人駕駛汽車的美觀度、同時(shí)汽車的安全性和可靠性也會(huì)有更高的保證。自動(dòng)駕駛的最后一個(gè)階段是2025年以后，屆時(shí)無人駕駛的技術(shù)會(huì)變成一個(gè)非常成熟的操作系統(tǒng)或者解決方案。在進(jìn)入了最后一個(gè)階段后，汽車已經(jīng)演進(jìn)成移動(dòng)空間。

AutoX 創(chuàng)始人兼 CEO 肖健雄：

自動(dòng)駕駛行業(yè)有一個(gè)特殊點(diǎn)，就是技術(shù)要求非常高，包括人工智能技術(shù)。雖然載人與載貨車、高速與低速場(chǎng)景，最終都是自動(dòng)駕駛要落地的場(chǎng)景，但是每個(gè)場(chǎng)景中都有很多的難點(diǎn)需要突破，例如低速載貨車，它的路況就非常復(fù)雜，尤其是低速場(chǎng)景下的行人，還有大量穿梭馬路上的摩托車和自行車。當(dāng)然低速載貨車也不是沒有好處，假如發(fā)生事故，不會(huì)造成很嚴(yán)重的人員傷亡。

所以說，有些場(chǎng)景可以用來實(shí)驗(yàn)，真正落地恐怕困難重重。因?yàn)闊o論任何情況下，安全是首位的，沒有安全的保證，就無法落地實(shí)現(xiàn)。

Drive.ai 聯(lián)合創(chuàng)始人王弢：

*王弢（中）

我們認(rèn)為（自動(dòng)駕駛）很重要的重的指標(biāo)之一是可靠性，而我覺得冗余則是我們實(shí)現(xiàn)穩(wěn)定性的關(guān)鍵。舉個(gè)例子，假如單個(gè)激光雷達(dá)一年內(nèi)失效的幾率是千分之一次，這已經(jīng)是一個(gè)比較樂觀的數(shù)字了。那么，這對(duì)自動(dòng)駕駛來說，是不是就足夠優(yōu)秀了呢？

可能不是，因?yàn)樽詣?dòng)駕駛是如此重要的，大家知道激光雷達(dá)可以用于很多功能如定位、檢測(cè)等等。

我們已經(jīng)建立起了自己的系統(tǒng)，在車輛的頂部裝配有六個(gè)激光雷達(dá)，假設(shè)其中有兩個(gè)激光雷達(dá)失效了，我們還有其它四個(gè)來保證系統(tǒng)運(yùn)作，處理重要的任務(wù)，這樣的事情發(fā)生的概率是多少呢？0.1% 的立方，也就是十億分之一，系統(tǒng)失效發(fā)生的概率只有十億分之一，這將造就 100 萬(wàn)倍的穩(wěn)定性。

擁有更多的冗余性，系統(tǒng)的穩(wěn)定性也將會(huì)得到顯著提升。

Renovo.auto 創(chuàng)始人 Chris Heiser：

當(dāng)被問到是否擔(dān)心有太多公司從事自動(dòng)駕駛技術(shù)開發(fā)而使得行業(yè)競(jìng)爭(zhēng)非常激烈時(shí)，我的答案是否定的。

因?yàn)樽詣?dòng)駕駛涉及的問題廣泛，當(dāng)車輛在不同環(huán)境中駕駛，不同地區(qū)的駕駛文化和法律的差異讓自動(dòng)駕駛變得非常復(fù)雜。

一項(xiàng)無人駕駛的用車服務(wù)，要在多輛無人駕駛出租車和眾多的地理位置上，去共享數(shù)據(jù)和實(shí)時(shí)信息，是一個(gè)很大的挑戰(zhàn)。

酷哇機(jī)器人 CEO 何弢：

我們都知道 L3 到 L4 的關(guān)鍵一步取決于高精地圖，高精地圖是從靜態(tài)規(guī)則的環(huán)境進(jìn)行梳理、標(biāo)注，加入非常多信息。這里面有個(gè)問題，當(dāng)汽車在一條馬路上開的時(shí)候，什么時(shí)候會(huì)去看紅綠燈？只有當(dāng) GPS 信號(hào)告訴它到達(dá)一個(gè)路口的時(shí)候，它才會(huì)把攝像機(jī)打開，在設(shè)定好的方向上做感知，這是高精地圖帶來的作用：不用時(shí)時(shí)刻刻去觀察攝像機(jī)，不用時(shí)時(shí)刻刻觀察紅綠燈，提高了可靠性。

這里也帶來了問題，比如說深南大道突然加了一個(gè)紅綠燈，高精地圖上沒有標(biāo)注出來，這種情況很危險(xiǎn)，汽車直接就過去了，因?yàn)楦呔貓D上沒有標(biāo)識(shí)出這個(gè)地方有紅綠燈，這就是我們解決的不依賴于 GPS 的感知定位和規(guī)劃。

PlusAI 工程副總裁付強(qiáng)：

在自動(dòng)駕駛領(lǐng)域，數(shù)據(jù)量是很大的，一臺(tái)車行駛幾公里后，就積累了大量的視覺數(shù)據(jù)。大數(shù)據(jù)強(qiáng)調(diào)的是規(guī)模。如何讓大數(shù)據(jù)達(dá)到規(guī)模呢？行業(yè)中大體有兩個(gè)方向，一個(gè)是追求一致性，一個(gè)是追求通用性。

大家看到現(xiàn)在很多的相關(guān)事故，自動(dòng)駕駛失靈的原因就是一致性做得太強(qiáng)，通用性做得不夠。當(dāng)過多地告訴計(jì)算機(jī)高度一致的信息的時(shí)候，當(dāng)這個(gè)算法處理稍微不一樣的數(shù)據(jù)時(shí)，就可能會(huì)失靈，與其這樣，我們不如更多地強(qiáng)調(diào)通用性。而研究人工智能的目的，就是讓它更好地模擬人類思考、感知社會(huì)的方式。

iSee 創(chuàng)始人趙一彪：

當(dāng)自動(dòng)駕駛汽車上路的時(shí)候，它們要面臨的狀況是要與人類司機(jī)駕駛并存，其中一大挑戰(zhàn)在于如何讓自動(dòng)駕駛汽車真正理解人類。

這是我自己的推論，我所在的 MIT 實(shí)驗(yàn)室，我們自己建立起理論基礎(chǔ)以及研發(fā)了諸多技術(shù)來驗(yàn)證我的推論，是一種人的能力能明白其他人的思維狀態(tài)。

因此，挑戰(zhàn)在于，因?yàn)槲覀兡艿玫降男畔碜杂趥鞲衅鲾?shù)據(jù)，有一些能夠被觀察出來的狀態(tài)，比如車輛位置、速度等狀態(tài)，然后，還有一些隱藏起來的內(nèi)容，比如意圖、欲望、專注和信任，這些內(nèi)容是不能被直接觀察出來的，人類具備超復(fù)雜、超強(qiáng)大的理解這些事情和與預(yù)測(cè)其他人行為的能力。

目前，如何理解其他的人，如何建立一個(gè)計(jì)算架構(gòu)來做這件事，我認(rèn)為這是非常開放的問題。

物聯(lián)網(wǎng)公司

G7 總裁馬喆人：

目前OEM也在為轉(zhuǎn)型積極做準(zhǔn)備，而且OEM所積累的實(shí)力不容小覷。如果簡(jiǎn)單地把自動(dòng)駕駛分層級(jí)：第一層級(jí)是技術(shù)應(yīng)用，把自動(dòng)駕駛技術(shù)具體應(yīng)用在車輛上；第二層級(jí)是把成熟的自動(dòng)駕駛車輛合理運(yùn)用到市場(chǎng)中，實(shí)現(xiàn)落地運(yùn)營(yíng)。

針對(duì)第一層級(jí)，未來自動(dòng)駕駛公司假如沒有找到合適的場(chǎng)景實(shí)現(xiàn)落地運(yùn)營(yíng)，可能會(huì)和OEM之間回歸到Tier1和主機(jī)廠的關(guān)系，OEM做主導(dǎo)，掌握數(shù)據(jù)。

預(yù)告一下：

2018全球智能駕駛峰會(huì)將圍繞智能汽車商業(yè)化應(yīng)用、智能駕駛關(guān)鍵技術(shù)應(yīng)用、智能駕駛核心傳感器應(yīng)用展開探討。我們將邀請(qǐng) 25+ 位嘉賓，聚集汽車行業(yè)智能化產(chǎn)業(yè)資源，匯聚中、美、日、韓、以色列頂尖智能駕駛研發(fā)力量：不僅有學(xué)術(shù)領(lǐng)域，還涵蓋車企、零部件供應(yīng)商與自動(dòng)駕駛領(lǐng)域創(chuàng)新公司，他們的演講將從眾多應(yīng)用場(chǎng)景出發(fā)，為行業(yè)呈現(xiàn)最前沿的智能駕駛技術(shù)思考與落地方案。

除了在全球智能駕駛峰會(huì)聆聽嘉賓們的技術(shù)分享與行業(yè)洞見外，我們還精心準(zhǔn)備了 3 個(gè)保留節(jié)目。

1、自動(dòng)駕駛試乘體驗(yàn)

全球智能駕駛峰會(huì)期間，我們將舉辦一場(chǎng)為期兩天的自動(dòng)駕駛汽車乘坐體驗(yàn)，目前正與相關(guān)自動(dòng)駕駛公司敲定路測(cè)以及體驗(yàn)細(xì)節(jié)。屆時(shí)參會(huì)觀眾將有機(jī)會(huì)試乘體驗(yàn)自動(dòng)駕駛車輛。

2、嘉賓晚宴

在全球智能駕駛峰會(huì)（10 月 27 號(hào)下午 4 點(diǎn)）結(jié)束后，我們將在陽(yáng)澄湖畔舉辦嘉賓晚宴：飲茶品蟹，賞陽(yáng)澄湖美景，與行業(yè)專家縱論智能駕駛未來趨勢(shì)。

3、【新智駕會(huì)員】?jī)煞葜匕跹袌?bào)發(fā)布

今年 4 月，新智駕推出了為智能駕駛行業(yè)定制的年度內(nèi)容服務(wù)計(jì)劃——新智駕年度會(huì)員。在這次的全球智能駕駛峰會(huì)上，新智駕將發(fā)布傾力打造兩份重磅研報(bào)。

總結(jié)來說，為期兩天的全球智能駕駛峰會(huì)將包括：2 場(chǎng)大會(huì)報(bào)告、20+ 主題演講以及 1000 人次到場(chǎng)參會(huì)。

時(shí)間：2018.10.26（周五）- 10.27（周六）

地點(diǎn)：蘇州相城區(qū)高鐵新城電競(jìng)館

規(guī)模：1000 人

門票&報(bào)名鏈接：https://gair.leiphone.com/gair/ad2018

另外，全球智能駕駛峰會(huì)早鳥期間，499 元= 1 年「新智駕年度會(huì)員」權(quán)益+全球智能駕駛峰會(huì)門票。新老「新智駕年度會(huì)員」可領(lǐng)取 499 元峰會(huì)立減優(yōu)惠券（會(huì)員專享），會(huì)員定向免費(fèi)參與峰會(huì)，限量放出。部分 Pro 老會(huì)員可升級(jí) VIP 門票，先到先得，領(lǐng)完即止。

9大視角，26種聲音：看懂自動(dòng)駕駛的“生死時(shí)刻” | 2018全球智能駕駛峰會(huì)