來源：新浪汽車

 
自動駕駛有幾個難點，這些都需要時間攻破，這其中囊括了傳感器、5G通訊、數據整理與合理利用等等。
 

　　2018年6月5日-6日，第九屆全球汽車論壇在重慶舉行，本屆主題設為“在變革的時代塑造行業的未來”。站在傳統時代向電動智能時代變革的關鍵節點，汽車產業如何把握時間機遇，企業個體怎樣著手應對挑戰，本屆論壇匯聚全球范圍內的企業、政府、學者和媒體展開對話，以期形成建設性共識。

　　活動現場，圍繞“自動駕駛、智能駕駛與智慧城市”話題，諸多嘉賓展開討論。本環節主持人為Automotive News 亞洲區編輯Hans
Greimel，參與嘉賓為本田技術研究所 汽車R&D中心執行董事 玉川裕、 博世（中國）投資有限公司執行副總裁
徐大全、華為5G車聯網負責人何超、大唐電信科技產業集團車聯網產品線總監任世巖、德勤管理咨詢合伙人周令坤、Automobility Ltd。創始人及首席執行官
Bill Russo。

自動駕駛、智能汽車與智慧城市 圓桌討論
　　主持人：大家下午好，歡迎大家來參加下午的會議，關于自動駕駛、智能汽車以及智慧城市未來的一個愿景，我叫Hans 
Greimel，我是汽車雜志的亞洲編輯，我今天非常歡迎大家來參加這個熱點話題的討論。首先，一個基礎的問題，你能給我們快速綜合的談一談實現自動駕駛目的是什么，或者怎么實現目標這個路線圖給我們談一下。

　　玉川裕：首先在2020年實現高速公路自動駕駛技術，之后會擴大到一般道路，然后可以在更大的范圍內推廣。關于高速公路上的自動駕駛技術，我們的目標是在多車道上行駛的自動駕駛成為可能，實現不需要駕駛員自動變動車道和在擁堵的情況下不需要駕駛員注意車況的自動駕駛。我們的目標是在2025年實現面向私家車的L4自動駕駛技術。

　　主持人：很好，非常感謝！我在這里想談一談，從供應的角度，請來自博世的徐先生來談一談，您認為第四代或者第五代技術到來的技術有什么障礙？

　　徐大全：未來共享和自動出行都是我們堅定的目標，未來一定會實現，具體多快能實現呢？這中間實際上真正實現起來，可能比我們想象的要慢一點。剛才玉川裕先生日產是2025年，其實博世跟奔馳在一起正在打造是2023-2025年這樣一個時間段，爭取實現L4的自動駕駛，時間表一致。

　　自動駕駛有幾個難點，這幾個難點都需要時間。一是傳感器。大家知道我們現在的機光雷達還是非常貴的，普及使用是不可能的，所以還需要一段時間來降低成本和研發。二是剛才談到了5G的通訊，對于自動駕駛5G和云端這些高速通訊是需要的，基礎設施的鋪墊，同時GPS、北斗等信號的精準定位，這是需要時間來實現的。三是談到了人工智能，現在很多公司說人工智能通過深度學習，我們很快就能模擬人的大腦思維進行控制，但實際上我覺得中間沒有這么簡單。

　　比如說在圍棋上，阿爾法狗絕對打敗了人類，現在已經是10段、11段的水平，而人類最高水平是9段。在黑白兩子和361種落子位置的簡單情況下，計算機是絕對超出人力的。但是我們通過深度學習，來判別物體，通過我們的雷達也好，攝象頭也好，來判別物體，實際上在計算機行業，他們看到的是0或者是1，是一個離散化的狀態，而人存在著意識和思維，人的能動性和主觀判斷能力，在這個基礎上，如果一個車載的計算機能夠達到人腦的能力，實際上還需要相當的一段路。四是勇于設計。一輛自動駕駛的車，現在一輛車有很多關鍵的執行器和傳感器等零部件，在未來車上必須勇于設計。比如一個馬達，我們可能要分成兩組來控制，一個控制器可能需要兩個回路，比如剎車系統、轉向系統，當一個系統出現問題，另外一個問題必須來支持它。所以沒有勇于的設計，而在談L4或者L3，嚴格說起來L3以上的自動駕駛沒有勇于設計其實都是耍流氓。剛才這四個問題要解決的話，需要巨大的研發投入、需要時間。所以自動駕駛的到來，還會有相當一段時間。謝謝！

　　主持人：非常感謝，提到了未來多項的挑戰，但是就是“武器”的連接點，請何先生在這里稍微跟我們分享一下這方面的情況。商業應用5G在無人駕駛這方面的可能性，能跟我們談一下關鍵點。

　　何超：首先第一關于在我們自動駕駛跟車聯網這一塊，其實我們有兩個階段。第一個階段，現在我們主要做LTE-V面向L3的階段，后面有L4的一些工作，后面有5GLTE-V的研究和部署，這是我先澄清這一塊。5G這一塊的車聯網，我們講了它在邁向自動駕駛的階段中能解決哪些問題，我們跟業界包括TL1（音譯）都做過交流，我們發現在網聯已有的通信技術，大規模車輛接入的時候，鏈接是一個問題，帶寬是一個問題，時延也是一個問題。我們認為這些是在自動駕駛或者網聯這一塊，我們認為是5G需要做的。還有剛才講徐總講的幾個關鍵的技術問題：一是高精度地圖跟定位，目前我們解決了傳感器，包括雷達，這一塊做得很強，但是在高精度定位和高精度地圖沒有解決的話自動駕駛也是無法實現的，這也是5G目前正在做的，也是主要解決的問題之一。這些是5G未來在自動駕駛解決方案方面能夠做的。

　　舉例。比如高端定位。現在已有自動駕駛高端定位依托GPS+插分和貫導的模式，在我們測試中可以發現，在主城區這邊自動駕駛的定位精度波動很大，因為高樓的遮擋，所以它的波動性很大，很難滿足這種厘米級的定位。此外，基于5G的定位，可以做到10CM的分度，這是一個相當大的變革。會導致插分式和貫導一個非常大的變化，這也是5G能做的一個非常關鍵的應用之一。5G具備了大帶寬，比如上行協議能夠做到10G，非常適合做自動駕駛，就像剛才徐總講的需要將車輛的感知數據跟云端的一些應用結合在一起，上傳一些圖片和高精的地圖或者數據或者下載一些數據，這也是面向自動駕駛一些關鍵問題的一個解決方案，這些我認為是5G能夠在自動駕駛這一塊做得比較關鍵的幾個技術問題。

　　主持人：感謝何先生。任先生，問一下車聯網相關的問題，這個發展速度很快，我們在想城市的基礎設施如何能跟上發展速度呢？看到城市使用的設備，讓基礎設施保持技術速度的發展的難點和挑戰。

　　任世巖：經過剛才大家討論，大家都對V2X本身是比較認可的，我個人更關注了V2X技術產業化的問題。因為這里面有一個不可避免的問題，就是一個滲透率的問題。舉例，以中國為例，現在每年新出產車的都安裝V2X設備，要達到一個可以有效使用V2X的場景，特別是V2V的場景，我們經過一個估算要能夠使V2V的技術有效應用的話，大概會需要3-5年的時間，這個時間比較長，這是其一。其二，誰先去裝，先裝的人所能得到的收益是最小的，因為前期沒有人裝，前期價格比較高，沒有辦法跟別的車進行交互，裝了以后帶來的好處是比較少的。所以這樣來講，V2V本身就存在這樣一個問題，其實是一個經典的問題，先有雞還是先有蛋的問題。從另外一個角度來講，我們是不是先發展路測，路測的紅綠燈、傳感器先進行部署，這樣即使沒有其他車可以跟我交互，但是可以跟路測進行交互，能夠接受紅燈綠、前方路況的信息，都很有用。去年在河南曾經做過10公里的一個高速公路的測試，他們路測每隔幾百米裝一個路測設施，大概有10%裝了V2I設備和V2X設備，主要做車速引導，車速引導也是V2X的一個典型應用場景。這樣一個出行引導做了以后，發現即使有10%安裝了這樣的設備，由于有路測的完善性，會經常起到我們說的波浪效應，有一輛車剎車后面車就會剎車，這樣的效應會大大的提高，路測設施先于車載設施部署，這是一個發展的方向。

　　路測設施部署里面存在兩個難點，并沒有答案，也是跟大家來做一個探討。第一個難點，大家都知道路測設施其實是一張無線網絡，跟傳統運營商有點類似。傳統電信運營商用蜂窩，路測不是蜂窩是帶狀覆蓋，同樣也需要網絡的部署和網絡運營，網絡部署和運營的主體是誰？這是一個大問題。傳統的運營商國家分了一個頻段，傳統運營商擁有相關的站址的資源提供服務和收費，但是對于V2X這樣一個新的模式，是不是傳統商業模式會受到一些挑戰或者會有一些創新？另外，大家都知道道路側的管理方是交通部門或者是交管部門，他的經營主體或者他擁有的主體都發生了變化，所以這樣的話，未來路測設備和V2X設備運營主體是誰，未來會不會有新的商業模式。

　　主持人：好，兩位演講嘉賓現在想問周先生一個問題，提到未來出行的網絡是非常復雜的，尤其是人工智能、通信和硬件方面是很復雜的，如何最好的管控所有的不同的系統，哪個應該優先發展、哪個靠后發展？

　　周令坤：謝謝。我們談到智慧城市里面的智慧交通和智慧出行，要談怎么智慧？一個最顯著的基礎特征是要方便便捷，另外是無縫集成、主動式的提供服務。達到這一點最大的障礙，如果你的出行是跨體系的，不同的交通體系或者面對不同選擇的時候，怎么樣能打破這些隔閡，這是一個大的問題。核心點是說數據在哪里，誰來擁有數據，怎么訪問數據和利用數據，這是一個核心問題。所以這樣的話，剛才主持人問到如何去做到這一點，確實現在需要突破這些障礙，我們也有些比較大膽的想法和設想。或許未來某一天如果能夠很好的管理好監管、安全和數據障礙以外，我們可以打造一個移動出行的操作系統或者控制平臺。這樣一個平臺的話，可以把移動出行的需求和供給資源。無論是網約車，基于汽車的出行，包括鐵路的出行、軌道交通都能串聯起來，這樣便利性會增加好多。這樣一個移動出行的操作系統由誰來做，這是一個問題，當然一定要經過有公信力的機構來監管。這個公信力的機構或許是政府，或許是大家都認可的一個機構去管理這些數據。當這些數據能夠被管理起來以后，談智慧城市，把需求和供給能夠很好匹配起來，包括給乘客能夠帶來更好的數字化體驗，才叫基礎。所以有一個大膽的設想，未來或許某一天會有這樣一個MOS的平臺或者移動出行操作系統存在。

　　謝謝！

　　主持人：謝謝周先生。Bill 
Russo先生，最后問你一個問題，剛才提到了現在交通的低效率，能否給我們一些現實的例子。現在我們通勤的方式為什么是低效的，新的出行方式能解決這個問題。

　　Bill 
Russo：我愿意回答這個問題，首先我來解答一下。首先這種低效和不安全，以及沒有能夠得到充分的使用，這些問題都是我們現在出行的一些問題。首先沒有被充分的使用。我們很多人有車，但是大概只用了5%時間使用車，所以車輛沒有得到充分的使用。另外一個就是車輛價值在貶值，你買了一輛車，你第一天買這輛車它10%的價值就消掉了在未來一段時間，你賣車的價格是當時買車價格一般都不錯，所以這是車輛價值的貶值。比如股票不會這樣。三是低效率。很多車輛在路上跑，但是里面沒有人，只有一個乘客，有五六個座位但是只有一個人坐在里面，都是空的，沒有得到充分的運用，非常低效，有這么多空間都沒有得到利用。最后是安全問題，95%的交通事故，尤其是致死的交通事故，都是由于駕駛員的失誤導致的，所以現在有這么多問題。所有問題，包括自動駕駛、智能汽車、智能城市，都是希望能夠來消除上述這些問題，希望車輛不會有這種沒有被充分利用的問題。比方說你在網上去預定一個座位，再比方說人和物之間的互聯，你可以以更系統化的方式去優化這種出行，能夠把出行跟基礎設施更好整合在一起，按需出行，包括滴滴、Uber這些平臺非常令人振奮，還有共享經濟，出行的共享化，即便沒有車也可以享受出行的服務，這是一個正確的方向，但這不是我們的終點，我們還任重而道遠。我們需要最大化、最優化出行服務的供給，并且把它和需求聯合在一起，我們需要有這種按需出行，需要車的時候，我們才需要用車，我們不需要擔心關于停車，包括成本，包括貶值這些問題。所以你剛才提到的操作系統應該是一個動態的系統，要更好以動態的方式把出行的供給和需求結合在一起。如果我們的人口能夠有效的利用這些資產的話，他們就不會隨意去穿行街道，他們會更好的使用車輛，他們不會出現這種過度供給的情況。

　　另外一個自動化駕駛的解決方案。之前也談到了，就是這種多模式的交通。之所以我們不喜歡從一個模式變成另外一個交通模式，這是因為它中間切換的過程。比方說從騎自行車到地鐵、火車、公交車，中間有一個時間浪費，效率太低了，需要排隊。但是如果我們有一個好的操作系統，有一個好的機制的話，我們可以高效去管理這種不同的切換，能夠讓人們從一點到另外一點，不需要在中間浪費太多的時間。所以未來的出行，我們應該以一種流動的方式來看待它，就跟信息在網上的流動是一樣的，我們應該人、貨物、服務自由高效的流動，就好像網絡數據的流動一樣，這是我們未來出行的一個理想形式，在這樣一個智能城市和智能交通。

　　主持人：謝謝你。今天討論非常有收獲，來自三個不同領域的專家，包括硬件、整車廠、軟件、供給商、社會領域，談到我們如何去應對這些改變，作為一個社會怎么應對這些改變，所以非常感謝大家來到這里跟我們分享我們的觀點。我們來共同對他們抱以熱烈的掌聲感謝他們精彩的分享！

　　好，謝謝大家參與今天的討論！