吉利汽车资深总工程师刘卫国：智能驾驶汽车核心技术之控制器

2018第二届中国汽车电子大会现场

9月13日在广州举办的“2018第二届中国汽车电子大会”上，吉利汽车研究院资深总工程师刘卫国发表了题为“智能驾驶汽车核心技术之控制器”的演讲。他在演讲中强调，实现智能驾驶功能的所有技术都是由感知、决策、控制到执行这几个部分组成。过去一个控制器对应一个功能，随着域控制器技术逐渐发展，各类控制域各自集成，很多控制器可以融合在一起，变成一个稍大一点的控制器，未来融合云、通信等技术或将成为趋势，在控制系统里涉及到很多系统供应商、芯片供应商、解决方案供应商、中间层的软件供应商等，但这并不是短期内就可以实现的。自动驾驶技术的发展会遇到各个环节的技术需求以及落地量产等问题。此外，自动驾驶评价体系也亟待完善。

以下是演讲全文实录：

大家下午好，很荣幸能够在这里和大家分享！今天看到很多专家和有关领导都分享了各自企业的一些发展情况，我本来以为这次会议是以技术为主的，特别想以技术为主，但是看到大家可能更加希望听的是一些信息方面的内容。接下来我将用较短的时间和大家分享一些与自动驾驶相关的技术。

大家知道，自动驾驶很多用于ADAS（辅助驾驶），在吉利叫“智能驾驶驾驶”，从低速的到高速的，从单一功能到多项功能，最终把强大的智能驾驶功能实现。所有的技术都无非于由感知、决策、控制到执行这几个部分组成，所以每一个功能、每一个系统如果单独装配到车上，都应该是由这几部分组成的。

吉利汽车研究院资深总工程师刘卫国

说到自动驾驶控制器，我们首先看看电器架构的发展。过去的电器架构都是分布式的，各类控制器互相联系，每个功能对应一个控制器，所以在车里有很多小的控制器。随着域控制器技术逐渐发展，各类控制域各自集成，很多控制器可以融合在一起，变成一个稍大一点的控制器，包括一些绒线技术的发展，缩短传递效率，并提供安全等功能。现在已经有人在研究，下一步希望车里主要有1个或者2个控制器，把所有的计算能力集成在这一两个控制器中。

当然，未来随着云端技术、通信技术的发展，是不是可以把所有的计算或者是一部分的运算转移到云端上去做？什么时间实现？目前来说好像还没有具体的时间计划。

谈到自动驾驶的控制器，我们最早是做一些简单的功能，如ACC、LKA等功能，所有的控制器都是集中在某一个传感器上，比如说集中在摄像头上，有的公司可能雷达做得好，就集成在雷达上，有的公司摄像头做得好，就集成在摄像头上。但是随着功能越来越多、计算量越来越大、交互的需求越来越多，更多的需要一个独立的域来解决，所以基本上到了L2及以上，域控制器的趋势较为明显。

刚才讲到未来车里是不是变成一两个控制器来控制整辆车？现在还在探索过程中，目前还没有落地，大批量量产也还没有开始。未来我们希望把整辆车同时做成一个传感器，即有自车决策计算闭环，又能够通过后台的云计算，路测单元的边缘计算，通过未来5G NR的网络切片技术的管道实现群体实时协同闭环，这些新的实现无人驾驶的技术路径随着中国政府在大力推动5G的落地可能会形成中国特色，中国首发的无人驾驶方案。在控制系统里涉及到很多系统供应商、芯片供应商、解决方案供应商、中间层的软件供应商等，不一一赘述。

第二，简单说说吉利。目前吉利控股集团下属5个事业板块，我是来自其中之一的吉利汽车，另外还有沃尔沃汽车、新能源商用车等。刚才有朋友问我曹操专车是不是吉利的，其实曹操专车，飞行汽车公司，还有一些新的创新业务公司等都在吉利集团下面，第5个板块是铭泰集团，主要做文旅体育，包括北京吉利学院、三亚学院等在高等教育领域做得比较好，在体育上也做了一些工作，像吉利的方程式赛车、各地的马拉松比赛等都在做。

吉利2014年发布了智能驾驶技术品牌GPILOT，做了十年的规划。自2014年底，我们就具备了基本的ADAS的功能。2018年初开始，达到L2的智能驾驶级别，可以实现单车道内的自动驾驶，平台化设计不管是大车小车，SUV......应该都可以迅速具备这种功能，这是中国自主品牌的第一次L2产品。平台同时还有全自动泊车，中国首个针对外部行人主被动结合的的碰撞保护系统，计划到2020年，GPILOT 3.0可以达到高度的自动驾驶。到2024年，我们希望提供满足端到端的出行服务的运载平台，这是汽车行业的伟大远景，也吸引了业外包括IT势力的重磅投入，但商业化的成功落地与否，涉及了众多技术领域的创新，还包括未来社会基础建设，消费行为的等不确定的因素，很多人都很理想，但是我们很现实，遵从和秉承汽车的安全设计理念让每一步都走得比较踏实。

当然，我们在规划这个路线的时候，也会遇到一些挑战，包括哪一年要实现哪些东西？掌握哪些技术、哪些资源去支持这些路线？其实我们往往发现其实很多技术并没有达到这种可成熟的、大批量量产的要求，比如说传感技术，为达到对远距离的小障碍物的有效识别（比如路上前车掉落的轮胎），需要高清摄像头，需要一个至少8M的超高清摄像头，再配合能处理其算力的SoC,估计应该是会在2020年以后量产。包括激光雷达也是一个未完全明确的技术，是否能够大批量量产还未可知。不仅仅是整车的系统集成能力，很多核心的传感器能力也需要很大的提升，包括高精度地图、深度学习等，如何在保证功能安全，预安全的前提下合成在自动驾驶的车辆上，还有很多相互抵触的地方，需要突破，还需要很多未知的交叉技术。当然，我们还有很多冗余备份的技术开发和系统成本的控制等都会影响其商业化的开发和时间表。

自动驾驶的评价也是一个非常复杂的问题。我们不可能实车跑上几个亿~十几个亿公里去测试自动驾驶能不能满足需求，这意味着几年~二十多年时间（取决于投入路试车的数量和平均行驶里程），所以如何评价自动驾驶也是一个非常大的挑战。既要有场地的测试，还要有真实道路的测试，还要有很多仿真测试，同时满足这三个条件，才能达到自动驾驶的条件。联合国正在制定自动驾驶的评价法规，但是也只是出于刚开始制定，最终是否能够有效地出台，也是需要几年的时间。

所以，虽然大家都说2019年、2020年能够实现自动驾驶，但是能不能真正地上路、能不能达到可靠的水平，还是未知数。

除此之外，再与大家分享我个人的观点：

一是自动驾驶的分级是针对驾驶能力划分的，不要盲目的只看达到的等级，更加要看功能的实用与可靠性；

二是大家不要盲目地追求L5，L5是一个理想，在短期内还是很难的，所以不要过度追求，给社会带来期望值太高，失望值也很高的想象；

三是在特定区域内具有L4功能的车辆可以实现；

四是L3以下的功能不是万能的，行驶时驾驶员还要集中精力；

五是网联化的自动驾驶单靠市场引导很难实现，需要政府去推动；六是自动驾驶系统安全可靠性是必须要攻克的难题，包括开发阶段，验证阶段的安全性。

综上，技术要实现一个Demo是很容易的，但是要大批量投放到市场，同时到达有效的社会经济成本是非常难的，我一直认为，作为一个科技公司不要去直接做到Tier I或者直接做OEM，还是先从Tier2开始，集中自己的优势，在自动驾驶的某些模块做到最好，最安全。希望大家把各个社会的资源共同地整合在一起，认识分工合作的重要性和有效性，希望大家在这方面能够作一些合理的分配。

谢谢大家！