9月14日，由蓋世汽車主辦的2021中國商用車自動駕駛大會隆重召開。本次峰會主要聚焦商用車自動駕駛行業(yè)發(fā)展趨勢，共同探討從感知、決策到執(zhí)行層面的核心技術，以及港口、礦區(qū)、干線物流、園區(qū)等不同終端場景的產(chǎn)業(yè)化落地方案。下面是領目科技技術總監(jiān)蔣鑫在此次大會上的發(fā)言。                                 

領目科技技術總監(jiān) 蔣鑫

謝謝蓋世給我們這樣一個平臺，來跟大家一起探討量產(chǎn)商用車智能駕駛技術。我今天就代表領目科技介紹一下關于在商用車量產(chǎn)智能駕駛上的思考。

這里主要包含四個部分：1、領目科技對商用車量產(chǎn)智能駕駛特點的看法；2、基于商用車量產(chǎn)智能駕駛的特點來看一下實現(xiàn)路徑；3、領目科技在商用車量產(chǎn)智能駕駛法規(guī)件以及高等級自動駕駛方面的積累。

我們今天要講的商用車量產(chǎn)自動駕駛主要是覆蓋干線物流場景，基于干線物流場景相關的技術及產(chǎn)品也可以用在礦區(qū)、園區(qū)、碼頭等場景。

第一，現(xiàn)在是有法規(guī)安裝。從2018年開始到2022年，商用車逐步開始有預警系統(tǒng)、縱向控制以及橫向控制。對于我們商用車量產(chǎn)來說，法規(guī)安裝的特點其實非常重要，除了感知和ADAS決策控制之外，對商用車底盤架構，比如能實現(xiàn)線控的橫縱向的控制也提出了強制性的要求。這樣的一個閉環(huán)將有利于推廣高等級自動駕駛在商用車上的落地。

第二，乘用車中每個客戶的價值取向是不一樣的，有些人講究舒適性，有些人講究操控性。但是商用車的商業(yè)價值取向是比較一致的，它是生產(chǎn)工具，當我們考慮商用車的某個功能時主要是要關注整個生命周期給運營節(jié)省多少成本或者避免多少風險。

第三，對于商用車量產(chǎn)來說可承受的成本相對較高。而且商用車無人駕駛的方案達到30萬套，就可以通過運營實現(xiàn)盈虧平衡。我們現(xiàn)在說要真正做到無人駕駛的大批量量產(chǎn)還有點早，目前我們認為量產(chǎn)L2.5+自動駕駛可以提高商用車的運行效率，也可以降低它的運行風險，從這個角度來說，這樣一套系統(tǒng)可節(jié)省成本還是相對比較高的。

第四，在干線物流場景都是高速場景，道路都是結構化，在這種確定性的場景下，我們認為是非常有利于商用車量產(chǎn)落地的。

因為有這樣的特點，我們認為商用車量產(chǎn)自動駕駛的商業(yè)價值和重要性不低于乘用車。目前在自動駕駛領域乘用車走的更快一點，但是商用車落地時間點并不一定晚于乘用車，現(xiàn)在也有很多公司加入這個行列，所以我們認為商用車自動駕駛是非常有商業(yè)前景的。

第二點是量產(chǎn)智能駕駛實現(xiàn)路徑。首先我先介紹一下整車EE架構的變遷以及由此帶來的合作模式的變化。

博世有張廣為流傳的圖，實際上我們發(fā)現(xiàn)中國EE架構進度有可能比這個圖還要快。在當前這個階段，絕大部分量產(chǎn)車還是以分布式架構為主。但是目前集成式的域控是一個趨勢，這個趨勢會帶來什么樣的變化呢？就是說從以前單ECU產(chǎn)品變成跨平臺跨領域的產(chǎn)品，從單一組件變成既需要有高性能的AI運算，同時還要兼顧高安全性的控制。通訊帶寬從以前的低帶寬擴展到高帶寬高實時性。這樣的變化就帶來了合作模式上的變化，以前直接交鑰匙給主機廠的模式已經(jīng)不再適用了，現(xiàn)在需要融合、緊密的合作開發(fā)模式。

說到自動駕駛體系架構上的變化，目前看來，從經(jīng)典ADAS架構到常規(guī)1V1R架構或者獨立DMS，再到升級的ADAS，再往上就是向高等級智能駕駛邁進了，可能需要有高精定位，還要考慮冗余備份的邏輯，包括功能安全和預期功能安全的要求。

而無論是L2 ADAS還是到高等級自動駕駛，其實我們都脫離不開三個要素：算力、算法、數(shù)據(jù)。這里說的算力不僅僅是有多少Tops，我們還要看有多少架構？使用什么樣的芯片？使用什么樣的通訊或者安全結構？這個算力平臺是一個非常重要的基礎，包括車規(guī)級、成本、功耗等。那么在量產(chǎn)算力平臺基礎上再去疊加，可以運行什么樣的算法？獲取什么樣的數(shù)據(jù)？怎樣通過數(shù)據(jù)的迭代實現(xiàn)高等級的功能？我們認為算力平臺的架構是非常重要的。

雖然我們認為高等級智能駕駛商用車上是必然趨勢，但是目前大規(guī)模普及的還是安全法規(guī)件。安全法規(guī)件對高等級自動駕駛起到非常好的橋梁作用。從L2法規(guī)件來說，通過法規(guī)件的實施實現(xiàn)了從感知到融合規(guī)控再到底盤執(zhí)行這樣一個小的閉環(huán)，通過這個小閉環(huán)，也將發(fā)現(xiàn)更多的Conner Case，實現(xiàn)更多數(shù)據(jù)的采集，根據(jù)數(shù)據(jù)和經(jīng)驗迭代才有往高等級自動駕駛邁進的基礎。

這里介紹一下領目行車ADAS系統(tǒng)架構，我們先以1V1R為主，當然現(xiàn)在這個架構也可以擴展到像1V3R或者1V5R架構。在處理器平臺架構包含深度學習的SoC以及支持安全的MCU，通過它實現(xiàn)常規(guī)法規(guī)功能，比如說雙預警，AEB/PAEB，通過決策算法也可以實現(xiàn)ACC及車道居中功能控制，對于具備3R或者5R條件的車型也可支持觸發(fā)式的變道功能。

這個系統(tǒng)架構里面主要包含三部分：第一部分要有智能感知，也就是AI SoC實現(xiàn)的部分；第二部分是安全決策控制；第三部分是對于有條件的車型也可以支持遠程數(shù)據(jù)迭代功能。

這里是領目科技在智能感知上面的積累，左邊是車規(guī)級硬件設計，我們是通過設計的方法來解決硬件平臺的可靠性，而不是通過測試的方法來實現(xiàn)的。當然所有這些車規(guī)級硬件設計都已經(jīng)通過了DV/PV的實驗?；贏DAS控制硬件建設平臺之外，第二個是要實現(xiàn)所有場景，包括天氣、光線等條件下是否能夠?qū)θ珗鼍暗哪繕诉M行檢測？包括車輛、VRU、車道、行駛區(qū)域等等，這塊我們的感知算法已經(jīng)經(jīng)過驗證了。前面講到要用深度學習來實現(xiàn)目標檢測或者各種障礙物的檢測，實際上現(xiàn)在市場上的ADAS依然是以1V1R為主，在圖像里面能把目標檢測出來，并不代表能夠準確的測量出這個目標離我有多遠。

接下來第三個部分就是要實現(xiàn)非常高精度的目標跟蹤和特征測量，這樣才能滿足精確控制的要求。我們這里面是有自己獨創(chuàng)的，且非常先進的圖像處理算法，通過這些算法使單目測量精度達到業(yè)界領先的水平。第四部分是我們考慮到場景和冗余要求，我們會將視覺和毫米波雷達融合。

這里講的ADAS融合決策控制，第一類是法規(guī)件，也就是我們常規(guī)說的預警和AEB/PAEB決策控制，這也是基于1V1R實現(xiàn)的。現(xiàn)在法規(guī)類決策控制已經(jīng)在十多個車型上定點量產(chǎn)。

第二類是舒適性控制系統(tǒng)，可以實現(xiàn)車道居中、車道保持、自適應巡航等，具有3R、5R條件的還可以實現(xiàn)觸發(fā)式的變道。對于有條件的車型在滿足法規(guī)的調(diào)動下也可以支持遠程數(shù)據(jù)的傳輸，比如通過以太網(wǎng)接口、無線通訊接口實現(xiàn)遠程數(shù)據(jù)定義、采集、傳輸、迭代。

講完L2法規(guī)件ADAS外，接下來講一下領目科技在域控制器上面的積累。目前在干線物流常見的場景還是高速，很多商用車企業(yè)也都在往高速HWA和HWP方向去做嘗試，往量產(chǎn)方向準備。在這樣的場景下有什么特點呢？就是說不僅需要了解周圍什么情況，還需要知道我在哪里，應該往哪里走？要實時規(guī)劃自己的路徑，更高等級還需要逐步實現(xiàn)在某些固定場景下實現(xiàn)Eye Off的功能，這對我們的系統(tǒng)也提出了一些需求，也就是說需要更多的傳感器，不僅僅包含視覺、雷達，還包含定位和高精地圖。另外還需要實時的決策控制，也就是說對它的處理能力也提出了更高的要求。我們?nèi)绻獙崿F(xiàn)Eye off，那么在駕駛員沒有接管之前出現(xiàn)了失效應該怎么辦，怎么去做冗余？這都對DCU域控制器架構都提出了比較高的要求。

領目科技在域控制器做了好多年，我們覆蓋了高低速融合場景下，行泊車一體的L3+域控制器，它對AI算力、MPU運算能力、MCU運算能力都提出了不同的需求。其實現(xiàn)在大家在芯片、算法上的進展都很快，我們認為數(shù)年之后算力的威脅將逐步解除。另外算法整體框架上也可以趨同，但是有一點是，我們的車型一定有高中低配，一定有不一樣的場景，也就是說我們依然要針對這些車型去適配一個最佳配置來滿足系統(tǒng)的要求。

我們這里有幾個之前做的域控產(chǎn)品。第二個域控是我們在2018年設計，2019年申請了專利的產(chǎn)品，三年后的現(xiàn)在，我們的友商還在把它拿出來宣傳，說明我們這個設計是比較先進的。當然今天我們還是以第三個域控為例來介紹一下。

我們要設計域控，首先要定義好目標，首先我要知道這個域控面向的客戶是誰？也就是說我要知道這輛車是賣給誰的？他會拿這輛車給他創(chuàng)造什么樣的價值？他會在什么樣的場景下去運行？通過客戶的定義，再來看在這種場景下需要實現(xiàn)怎樣的功能？這些功能可以創(chuàng)造多少價值？然后我們來定義成本和性能要達到什么樣的要求？基于目標定義再往下配置需要什么樣的傳感器和軟件架構。

右圖看起來和L2有點類似，實際上這里面還是有不少變化的，包括算力、通訊帶寬、傳感器分組和冗余架構的變化，低配用單SoC，高配會有多SoC，通訊上可能要增加千兆以太網(wǎng)通訊。由于它也是適配不同的高中低配，對量產(chǎn)的DCU來說我們要考慮性能和成本的平衡，所以建議滿足當前量產(chǎn)需求，適量預留升級空間。

這是域控制器的示例，我們這個域控制器是跟國內(nèi)一線主機廠合作開發(fā)的，里面包含了行車和泊車系統(tǒng)，預留了4D雷達和激光雷達接口，實現(xiàn)了高速公路自動駕駛和泊車場景的功能，接口也是支持多通道以太網(wǎng)T1車載以太網(wǎng)接口，我們做了從仿真到設計驗證全過程。

前面講到硬件，現(xiàn)在講一下軟件架構和系統(tǒng)分配，這里特別想提到的一點是，在量產(chǎn)架構里面，不差錢的車型可以通過大算力方法快速實現(xiàn)SOA軟件定義，節(jié)省時間成本。從大規(guī)模量產(chǎn)來說還是要考慮它的效率，這里面還是有很多需要做針對性優(yōu)化的地方。

常規(guī)來說，在量產(chǎn)里面需要考慮在有限的資源的情況下滿足車規(guī)情況并實現(xiàn)高等級自動駕駛的量產(chǎn)。我們的建議是一部分遵循SOA架構，另一方面也需要有針對性的優(yōu)化來提高它的效率，最后達到量產(chǎn)成本和效率之間的平衡。

這里匯總一下領目科技在商用車高等級自動駕駛量產(chǎn)上的優(yōu)勢。第一，因為涉及到跨平臺跨領域的特點，我們有一個更開放的合作態(tài)度，可以以Tier 0.5的方式和主機廠一起合作，快速響應客戶的需求，而且我們也支持白盒的交付；第二，我們有一個博士團隊，可以帶領我們從感知到融合再到規(guī)劃控制，軟硬件全棧技術推進產(chǎn)品的量產(chǎn)化；第三，我們有非常成熟的量產(chǎn)能力和量產(chǎn)經(jīng)驗，在商用車里面光AEB/PAEB就已經(jīng)有十多個車型定點量產(chǎn)；第四，我們有完備的合作伙伴，與上下游供應商與客戶形成深度合作，包括知名OEM、Tier1、芯片商等，是IFX指定ADAS PDH合作伙伴。

好，今天就講這些，謝謝。