陳黎明：自動駕駛汽車量產(chǎn)前面臨的3大挑戰(zhàn)

本 刊

2020年8月13—15日，“2020中國汽車論壇”在上海隆重召開。在8月15日上午舉辦的“智能網(wǎng)聯(lián)汽車創(chuàng)新發(fā)展與產(chǎn)業(yè)生態(tài)的升級”分論壇上，博世底盤控制系統(tǒng)中國區(qū)總裁陳黎明發(fā)表了主題演講，重點闡述了自動駕駛汽車實現(xiàn)量產(chǎn)前面臨的3大挑戰(zhàn)，以及安全的自動駕駛汽車應該具備的3個要素。以下為其演講實錄。

圖1 博世底盤控制系統(tǒng)中國區(qū)總裁陳黎明

各位來賓，上午好！

我來自博世底盤控制系統(tǒng)，負責主/被動安全，以及高級駕駛輔助系統(tǒng)(ADAS)和自動駕駛。下面和大家分享一下博世關于自動駕駛汽車實現(xiàn)量產(chǎn)之前的一些思考。

自動駕駛汽車已經(jīng)走過的路

為什么我們在講量產(chǎn)？因為大家在道路上已經(jīng)看到一些自動駕駛汽車，特別是一些低級自動駕駛或高級輔助自動駕駛(系統(tǒng))，以及一些L3、L4級DEMO(展示/示范)的汽車。

博世從1993年就開始做封閉道路的DEMO，同時也在做高級輔助自動駕駛系統(tǒng)的研發(fā)；2013年，博世(自動駕駛汽車)在美國和德國進行公開道路測試，(其他)公司自動駕駛(汽車)研發(fā)及測試雨后春筍般展開；2014—2018年，業(yè)界L1/L2級輔助駕駛和部分自動駕駛(系統(tǒng)/汽車)迎來大規(guī)模量產(chǎn)，接近L3級體驗的功能成為趨勢，期間博世2017年首先推出了集成式巡航控制，在高速上能夠同時進行車輛的橫向和縱向控制；現(xiàn)在，L4級自動駕駛出租車等開始在局部范圍試驗運營。

自動駕駛汽車還存在“長尾問題”

為什么這么長時間才能研發(fā)出真正可以上路的產(chǎn)品？實際上這是目前談的比較多的“長尾問題”(見本文結尾補注)。從2019年初開始，很多企業(yè)特別是高科技企業(yè)將L4、L5的量產(chǎn)不斷往后延遲，最重要的問題是有很多“長尾問題”沒有辦法解決，從而無法證明自動駕駛是安全的。也就是說，從研發(fā)到量產(chǎn)階段還有許多挑戰(zhàn)在里面。

自動駕駛汽車量產(chǎn)面臨的3大挑戰(zhàn)

我個人認為自動駕駛目前面臨3方面的挑戰(zhàn)：技術挑戰(zhàn)；商業(yè)化挑戰(zhàn)；工業(yè)化挑戰(zhàn)。

(1)技術挑戰(zhàn)。大家都比較清楚，這些年很多科技企業(yè)都在傳感器、定位系統(tǒng)、決策、芯片、算力等方面做了非常多的研究。面臨的感知、決策、控制科技難題也在一個一個地解決。我個人對戰(zhàn)勝科技方面的挑戰(zhàn)是非常有信心的。今后只要投入資源，這些問題都是可以解決的。

(2)商業(yè)化挑戰(zhàn)。對此，很多人都在探討。目前大家一致認為，城市自動出租車和貨運自動化運輸，會相對早一點實現(xiàn)商業(yè)化。同時，商業(yè)化本身又取決于自動駕駛車輛本身的成本，這牽涉到元器件成本、車輛平臺成本。而要降低成本、實現(xiàn)商業(yè)化，就需要大規(guī)模量產(chǎn)。這便又涉及到工業(yè)化。

(3)工業(yè)化挑戰(zhàn)。何謂真正的工業(yè)化？我們認為，能夠滿足所有法律法規(guī)的要求，能夠大批量生產(chǎn)，能夠把價格降下來，能夠讓終端用戶盡早地享受到真正的自動駕駛。今天很多嘉賓提到了自動駕駛的安全問題。自動駕駛汽車面臨的最大考驗是：如何實現(xiàn)安全的自動駕駛？這是大家一直探討的問題。

剛才王博先生(國汽(北京)智能網(wǎng)聯(lián)汽車研究有限公司總經(jīng)理，編者注)也提到了一些自動駕駛汽車發(fā)生的交通事故；當然，這在研發(fā)過程中也是正常的，一開始不可能沒有事故；但事故能不能完全消除？如何避免事故或把事故率降到最低，甚至降到比人的失誤還低，這是我們面臨的課題和挑戰(zhàn)。

怎么才能證明自動駕駛汽車是安全的？

目前有2方面來衡量自動駕駛的水平及安全達到什么程度。比如，美國加州車輛管理局(DMV)《2019年自動駕駛汽車脫離報告》中有關自動駕駛脫離的“率”，開多少公里、英里才脫離一次。美國蘭德公司試圖從駕駛里程層面對自動駕駛水平進行解釋。根據(jù)2015年美國駕駛總里程數(shù)4.8萬億km中發(fā)生的事故來統(tǒng)計，基本上人的駕駛水平平均200萬km發(fā)生一起受傷事故，1.47億km發(fā)生一起死亡事故。這是什么概念？駕駛1.47萬億km相當于繞地球超過3 600圈，按時間來算也得200多年。那么，怎么才能證明自動駕駛汽車是安全的？博世有3個方面的考慮：

圖2 陳黎明指出，自動駕駛汽車在量產(chǎn)前面臨3大挑戰(zhàn)

1.應滿足現(xiàn)在或將來法律法規(guī)的要求

今天很多嘉賓都談到了功能安全、預期安全、制動安全、轉向安全，特別是在失效的時候怎么保證安全。根據(jù)所有安全要求，按照傳統(tǒng)汽車開發(fā)驗證釋放的流程，有大家比較熟悉的V-model，根據(jù)行業(yè)法規(guī)要求，根據(jù)企業(yè)要求，制定出系統(tǒng)要求、零部件要求，一步步驗證，驗證過程總體還是在實驗室和封閉的特定實驗場所里進行。

自動駕駛牽涉的場景非常多，不可能再按照傳統(tǒng)的方式繼續(xù)進行，所以必須考慮在道路上實際測試，特別是用數(shù)據(jù)驅動的驗證方式對自動駕駛安全進行驗證。就是V模型和數(shù)據(jù)驅動的閉環(huán)進行結合，實現(xiàn)安全驗證。

還有，要用系統(tǒng)分析方法，比如用故障樹分析方法系統(tǒng)分析所有的失效模式，盡最大可能定義失效模式，同時找出相應的解決方案。這樣應該能夠比較好地驗證安全問題，給大家提供更加安全的產(chǎn)品。

2.具有處理極端復雜場景的能力

就是現(xiàn)在講到的長尾問題，常見的標準問題大家都已經(jīng)處理了。業(yè)界也有一句笑話，要看自動駕駛車企表現(xiàn)怎樣就看你和城管的關系怎樣，能不能提前把道路上不規(guī)整的東西清理掉，使得自動駕駛更好地感知周圍的環(huán)境。這說明駕駛環(huán)境的復雜性，剛才周令坤先生(德勒汽車行業(yè)領導合伙人，編者注)也提到了，沒有一個駕駛場景是一樣的。同時在開發(fā)過程中不可能覆蓋所有的駕駛場景，必須在汽車生命周期內提供不斷學習和提高的能力。

對此，博世有3方面考慮：

(1)充分利用人工智能和車路協(xié)同。

不是簡單的人工智能，而是把人工智能和概率方法結合在一起，打造可解釋的人工智能。順便提一句，博世在2020年2月發(fā)布了《AI道德準則》(詳見本文后注1)，希望做一個可解釋、高魯棒性的、安全的AI算法和產(chǎn)品。

因為車的視覺和人的視覺都是有限的，智能路端可以提供更廣的視野和看不到的信息，幫助我們解決“長尾問題”(詳見本文后注2)。

(2)數(shù)據(jù)驅動的循環(huán)迭代，在量產(chǎn)以后有不斷學習的能力，我們的方案是要把單車遇到的問題上傳到云里，進行統(tǒng)一離線的學習和訓練，再把新的數(shù)據(jù)和模型給到車，最主要的是要保證可追溯性，每一輛車的狀態(tài)都是可追溯的。每一個車變成不可控、不可知是非?？膳碌囊患?，通過這種方式可以避免某一個單車發(fā)展成不可控，能夠很好地解決迭代學習的問題。

(3)我們知道駕駛的狀況是千變萬化的，不可能在研發(fā)過程中，即使在后續(xù)的學習過程中都覆蓋所有的駕駛場景。當算法和系統(tǒng)不能處理復雜或者失效的狀態(tài)時，就需要有冗余的系統(tǒng)來進行處理，以確保保證駕駛安全，包括車內人的安全和道路使用者的安全。

3.能夠可持續(xù)的復制

從0到1或者從無到有，屬于實驗室產(chǎn)品，包括目前的DEMO(展示車)還屬于0到1的階段。1到N，或者從100輛到10萬輛、100萬輛則是工業(yè)化的過程。如何實現(xiàn)工業(yè)化？因為自動駕駛汽車不可能只有一家車廠生產(chǎn)，也不可能只有一個車型。每家車廠、每個車型的定位不一樣、功能不一樣，傳感器的配置也可能不一樣，所以，要求軟件架構要有兼容性和可擴展性。

首先必須要打造能夠賦能的工具，這2天都有嘉賓談到軟硬件分離。要做到軟硬件分離，必須要有非常好的軟件基礎，這個基礎就是中間件。博世有非常好的產(chǎn)品——VRTE和AOS，可以更好地支持應用層軟件跟硬件之間的有機結合，而且可以擴展。同時也需要有一個非常好的整車電子電器架構，使得在不同的傳感器配置和車型上都可以復制可擴展。最后還有漸進的擴展，一步步擴大應用范圍。

總結一下，安全的自動駕駛系統(tǒng)需要提供規(guī)則一致、可預測、安全的行為，這是我們對自動駕駛汽車的基本要求。如果道路上還有其他動物抑或發(fā)生危險的情景，自動駕駛系統(tǒng)要盡最大可能避免事故的發(fā)生，如果不可避免則一定要把傷害降低到最低。

謝謝大家！