【汽车与环境】圆桌讨论:智能网联技术发展的趋势与挑战

盖世汽车综合 2017-12-14 17:08:33

核心提示:2017年汽车与环境创新论坛-盖世直播!

微信图片_20171214162959.jpg

邓伟文:今天上午我们谈了无人驾驶的关键技术,下午谈了网络连接,网络通讯的技术,龚教授给我们谈了一下关于大数据迁移和个人化的问题,最后周总谈了一下大数据,所以我首先提这么一个问题,各位认为智能网联最关键技术是什么?

周辉:我认为在技术的处理上我们需要一些新的方法,而一个基础的平台应该是一个优先解决的问题。 

潘之杰:我认为主要是要全部进行联网,现在的什么都实名制,所以实名制已经不是一个非常难的事了,网联车全部网联是它的关键。

司徒立新:网联最重要的因素是里面是什么东西,我们现在看到了很多的大数据,数据量很大,但是我们每一天处理的数据也很多,且很多是垃圾,只要抓住了最重要的几个……

龚建伟:我认为是通过互联,怎么样让车能超过人,从我个人的角度来说,我更关注的是怎么样通过数据的互联,能够像一个机器人一样,能够超越人的智能,利用大数据的相互关联的技术,实现大数据的高质量的水平。

    边宁:我觉得智能网联,还是网联的挑战比较大,网联其实是一个管道打通了,到底是通水,还是通油,这些东西有没有用,不可能所有的东西一下子都通进去,肯定是分步骤来实施的。

    徐永龙:其实并没有一个关键的技术,只能有一个核心的技术,我做车联网二十年了,最痛苦的就是做的东西,怎么样对用户有价值,这个是最核心的。

    邓伟文:智能网联是一个非常大的系统,涉及方方面面,这个也一定的程度上反映了背后有很多关键的技术,我就网联的角度来说,网联的背后是信息,信息的背后是数据,那解决什么问题呢,当然是解决智能化的问题,当然智能化还有别的问题,数据是怎么来的,靠的是网联,关键我们还要有一个好的运行模式。那么从网联的角度,网联的关键技术是什么呢?

边宁:我是觉得智能网联有不同的应用在里面。智能网联到底是干什么用的,可能智能网联有一个方向是自动驾驶的方向,如果是自动驾驶的方向,网联最大的难度是通信的实时性,安全性,可靠性的问题,这个在控制领域里面,远程几乎没有人涉及到过,用云端来做通信的安全,几乎没有人来做到这一块。当然对车的整个后市场和维修保养,这个又不涉及到整个自动驾驶。因为智能网联涵盖的范围太广了,是不是要从应用的角度来考虑?

邓伟文:我们总体谈的是汽车的概念,这个概念里面涉及更大的话题是围绕着智慧出行,我们出行的工具是什么,这个就涉及到汽车了,怎么样使这个汽车,能够通过我们的智能和网联的技术,使我们的出行解决安全、高效、环保的问题,这是我们的目标。这里面涉及到的技术,我们今天和昨天都已经谈到了。关于网络连接的程度来说,提了几个可靠性的问题,包括延时,带宽来支撑很关键的网联技术。那技术的发展,一个是趋势,一个是挑战,自动驾驶有很多的不同的技术路径。我们的潘教授是长期在主机厂工作,站在你们的角度来看,技术发展的路径有渐进式的迭代,或者是IT行业里以谷歌为代表的快速的发展,这个题目不新鲜,我想听听你们的角度,潘教授您和我们分享一下,是不是还有别的技术路线,怎么样加快智能网联汽车自动化或者是自动驾驶的步伐?

潘之杰:自动驾驶在五年以前往这个方向就发展了,如果是按照现在的这个道路,实际是做不成的。那么不断的把大量的资本也好,人力资源往这个方面去引过来。但是当污染,交通的拥堵,交通的矛盾的尖锐,实际上在2019年可能就在我们的面前了,但是这样子的做法,我是觉得还没有真正的看到往这一方面走的趋势。我是认为从智能停车场逐步逐步的扩大范围,变成智慧小镇,它是一种新物种,新思路,整个的规则、设施重构,在载体上所需要的技术完全的不一样,那么现在的成本越来越高。这个实际上就阻碍了发展,基本是走不通的路,所有的钱都在这上面,最后是办不成的,所以我是建议一定要走另外的一条路,要寻找一个拐点,寻找一个突破口。这是我的观点!

    边宁:无人驾驶或者是自动驾驶,我一直认为是在开放的公共道路上,在中国要实现无人驾驶几乎是不可能的。在开放的公共道路上去做无人驾驶,2013年我从德国回来,正好赶上了我内自动网联和自动驾驶发展的风口,我觉得从技术的层面来说,我们要稍微紧凑一点谈无人驾驶这个概念。但是从另外的一个层面,自动驾驶或者是无人驾驶这一块,特别是潘教授也提到了,在封闭的、单一场景的园区、风景区、港口、码头,它是用传感器加上一些网联的约束条件去做一些货运,或者是观光,旅游,或者是点对点的物流,这个我个人觉得是有可能的,但是这种可能并不是在私人的乘用车上实现的。我们说的无人驾驶的车,应该是什么样子的,现在主机厂正在思考,从L3到L4,到L5的时候,车肯定不是长成这样子的。现在主机厂做的工作主要是智能辅助驾驶系统,真正的无人驾驶的车,主机厂应该是要考虑这个车要设计成什么样子的,这个大家都不知道。

反过来,智能网联肯定是一个方向,之前的私人轿车更多的是私密的,之后共享化也会慢慢出来,但是这个需要一个过程。刚才陈总说的,无人驾驶在国外已经经历了很多轮,98年经济危机以后又不谈了,整个经济好的时候,又开始讲了。所以网联这一块,我记得很久以前,无人驾驶法兰克福就有500辆车在跑,但是网联这个东西在高档车上做是没有用的,因为量太少了,宝马大众的车不网联,没有任何的用处,而真正做到智能网联的话,真正的问题是群体智能怎么走,因为会有一个像潮汐一样的变化,一个车往左,另外的车也要往左,这是群体智能的问题,所以群体智能是一个真正的问题。

    邓伟文:在开放的道路上,主要的原因是高度的不确定,人工智能技术,现在是一种新兴的,基于大数据,消除不确定性,我们的公交系统做了一些工作,包括大数据的来源,我们的数据是有内容的,关于用智能化的技术,来解决开放的、不确定的复杂情况下的汽车产业化的技术问题?

    龚建伟:我是从95年开始做无人车的,最早的还是军用确定的。目前我们的团队一百五六十个人,包括对核辐射环境的工程车辆,港口车辆,甚至包括了一些遥控的车辆,从2000年到2009年,从使用方的角度,比如说11月2日在深圳展示的时候,当时有很多的社会车辆在里面。公众期待人工智能的水平,要比驾驶员更聪明,而且即使是出现更加极端的情况,比如是突然间闪出一个人,这种情况下也希望无人车能够处理,所以公众的期待,特别是对于十字路口的问题,包括我们和德国的无人车进行比较,他们的车有一个条件,只要是路口有行人,它就不能过去了。所以这种场景适应不了。我做博士论文的时候是做军用机器人,从这个角度来说的话,将来的自动驾驶,是在特定的场景下的高智能水平的移动机器人。它是有群体智能的。车辆的社会属性包括无人驾驶,就好像是串口和以太网会长期共存,有人驾驶车辆和无人驾驶车辆在一定的环境下会共存,包括无人车怎样交互,想要一辆自动驾驶的车辆在整个环境下不突兀,现在还做不到。就好像我们在三环一辆车道了,最严重的情况造成了五辆车的追尾,包括无人驾驶车也出过事,也翻过车。

最初的比赛是人和车比,这种环境的持续性,要互联数据,包括场景的数据,适应性越来越好的话,就和阿尔法狗一样,可以下赢围棋高手,希望无人驾驶车的智能水平,能够逐步提高,我们对这种网联的数据怎么样处理,现在样本数据还很小,我们几辆公交车的数据,可以用几个大硬盘存下来,这种数据的处理,哪一些数据是有用的,怎么样让这些数据自动的进行分类,而且创办一些样本的数据,通过人工做的话,始终是有限的。如果是靠人去记的话,将来是无法穷尽的,包括推理的能力都能够提升,所以将来是一个高智能水平的移动机器人,怎么样把车联网的水平越弄越高。

    邓伟文:您谈了很多的数据,围绕着人工智能对数据的要求,你们现在的数据里面能满足你们的方向吗?

    周辉:这是我们的一个方向,但是我们现在还做不到,如果是产品的数据,一般是十秒是一个采样的周期,如果更严格的话,起码是毫秒级的,而现在还是需要我们进行小样本的采集。第二个是在算法上,我们数据的采集量还不够,因为需要很大的样本库,但是目前我们还没有能力做到这一点,我们只能是一步一步的往前走,利用监控的数据,积累出来我们模拟的训练集,第三步才能做验证。时间我也不好预测,可能是很长的时间。

    邓伟文:谢谢,因为人工智能对数据提出了新的需求,包括数据的内容和质量,最后我想问一下智能网联的发展,最终是要引导到需求上去。从香港的角度来看,除了自动泊车,你看到了自动驾驶满街跑的前景吗?

    司徒立新:按照现在的技术,还是有一定的障碍,按照现在这个技术的话,我不知道还有多少的时间可以到这个地步。但是刚才潘教授谈过了,我们的观点,在智能汽车方面,在特定的环境下是完全可行的。比如说龚教授提到的码头运输,我们其实也有一个项目,是在码头上将车第一步变成电动化,第二步是网联化,我们现在是做第一步,第二步开始做网联化。现在,很多时候车都是停在码头上等,很浪费人的时间,如果可以实现这一点的话,那我们完全可以做到。

另外,像机场,香港机场有一个情况,拉行李的这些车有一个特别的地方,现在他们的运作是,你把行李车开回去的话,一定要两个司机一起去,这样可以有很高效。现在机场基本是做到了自动驾驶化,按照现有的技术水平,我们可以做到,人需要车的话,可以把车再叫回来,在这样子的环境下,我觉得是非常的可行的。

刚才的报告里也说了,在园区,在一个特定的情况之下,我觉得这个方案是可行的。因为按照用途来说,我觉得在这一方面可以首先量产化。而且网联的话,使车的无人驾驶更加的简单化,甚至是成本也降低了。如果是一般的无人车在工地上走的话,一定是需要GPS,需要很多的传感器,加上网联的话,那可以更准确的判定你的车在什么地方,大家就可以互相合作,这一方面还可以推动无人驾驶更进一步的发展,加快推进的步伐。

    邓伟文:技术的不断发展推动技术的产业化和市场化,我们知道任何产品最终的根本需求还是来自需求,我们的市场在哪里?刚才徐总谈了一点,我们的需求,运行模式是什么,请和我们分享一下。

    徐总:刚才几位专家把一些关键的要点都说到了,技术上哪一些可行,哪一些不可行,深圳的试验还是很有意义的,刚才说的特定的产品才可以用,包括机场的行李车,港口的话,在荷兰很多都是自动化的车在跑,这个在一二十年以前就有了,深圳的这个试验我觉得很有意义,包括百度也有信心说明年要量产化,那就让我们拭目以待,从现在的这个角度看,边总也说了,未来的自动驾驶车是怎样的,现在我们还不知道,我可以相信,我坐的高铁就已经是自动驾驶了,我要么看手机,要么睡觉,而且现在出行的方式已经是非常的丰富多彩了,也许我们的眼界还不够远。但是从现在的角度看,自动驾驶并不存在,所以让我们拭目以待,在技术上是没有问题的,只是从应用的场景和需求来看,我们还需要再次的衡量。

    邓伟文:好的,这一方面大家都有了基本的共识,前景很好,短期的需求还不明确。看看最后下面的观众有没有问题?

    听众提问:我想问一下主机厂的边博士,在公共道路上的自动驾驶,实现起来可能不是很容易,从你们主机厂的产品布局的角度来说,最近是不是在大力研发高级辅助驾驶,因为像制动系统还是博世和台湾的一些供应商来垄断的,未来的话,有没有一些自主品牌来做这个事情?

    边宁:我还是想说一下,我刚才提到有两个定义,就是在开放的公共道路上,特别是目前国内人车分离,做的不是太好的情况下去做无人驾驶,是有非常大的挑战的。而且这个挑战几乎是不可逾越的概念。

回答你的问题,我们无人驾驶就像我们和国防大学一直在做无人雷达,军方更想做的是无人遥控的概念,包括做无人驾驶的工程样车。对我们主机厂来说,从量产的角度出发,智能辅助驾驶这一块在全力的往前推,从传感器和执行器的层面上,可用于量产的,干预的,相对质量得到保障的,所有的主机厂还是用的国外的供应商的零部件,但是从车载传感器的角度出发,过去的一两年大家都走的比较快。

国内大概有500-800家在做相关开发工作的企业,所以我们自己公司也投入了比较大的人力和物力在开发相关的功能,相信到2019年也会投产,所以我们也是希望或者是寻找有潜力的零部件供应商,或者是系统供应商一起来走这条路。在政府层面,产业层面,学会的层面,或者是科研院所层面的大力支持下,我想是可以缩短整个辅助驾驶系统的开发周期,以及大规模量产的周期。应该来说,现在国内已经有少数几家在尝试做功能样件或者是小批量,但是从工业化的角度出发,到量产还会有一个过程。

    邓伟文:谢谢,因为时间的关系,我们今天的报告就到这里,感谢我们的嘉宾,也感谢我们的听众,能够继续坚持到第二天会议的最后,再次感谢大家!


敬请关注盖世汽车“2017汽车与环境创新论坛”直播专题

提示本文为现场速记,未经专家审核,请勿转载!