精彩语录：

　　关于智能车辆系统标准化的问题，全球车企、零部件供应商、研究机构、IT、互联网企业，很多的相关企业都在进行相关研究，很多也涉及研制了不同的智能车平台。我们应该对智能车辆的整个系统，包括感知平台、车辆平台、相关的通信接口，进行一个标准化的，至少一个规范化的区分。

　　10月14日-16日，由中国汽车技术研究中心和即墨市汽车行业协会联合主办的“中国汽车智能化峰会”在青岛即墨举行，有来自政府、行业、企业以及媒体的300余位业界嘉宾齐聚一堂，共同论辩“汽车智能化变革”，本次峰会将有50余位演讲嘉宾，来聚焦“产业变革时代，汽车智能化的未来”“汽车走向智能移动终端的路径探索”“汽车Ｅ时代的一切可能”“汽车网联化发展的机遇与挑战”“汽车智能化技术纵览”等多个智能汽车相关高关注度话题，为行业、企业布局规划发展路线、优化产品布局等传递政策导向及发展方向。

　　以下是军事交通学院副教授彭永胜发言实录：

　　通常意义上我们认为对于智能车而言，我们应该为它搭建一个360度无死角的长距离与短距离感知相结合的、视觉和雷达相结合的这样一个感知方案，然后据这样的一个感知方案，我们对传感器的数据进行处理、融合，进行规划、决策，然后对车辆的行为进行控制，从而实现车辆的智能驾驶。经过多年的研究之后我们发现，其实智能车系统是一个非常复杂的大系统，我们应该对研究的思路有所调整，所以今天我就想把我们近几年对智能车研究方面的一些认识，从以下三个方面跟大家进行一些讨论。

　　这里面主要是三个问题，一个是智能车辆系统的标准化问题，一个是智驾大脑，第三个就是关于智能车辆技术的展望。

　　关于智能车辆系统标准化的问题，其实我们通过这两天的会议也能看到，我们全球车企、零部件供应商、研究机构、IT、互联网企业，很多的相关企业都在进行相关研究，很多也涉及研制了不同的智能车平台，这些智能车我们可以看到它们的外形跟硬件平台、软件架构，整个体系也都是不一样的。我们作为一个研究机构在研究的过程中，对于这样的一种多样化，一开始感到无所适从，经过深入研究以后，我们认为作为智能车辆系统，我们作为一些特定的研究机构，应该有必要把智能车辆系统进行一个规范化、标准化的划分和定义。大家知道，智能车辆电控系统具有模块化、可裁减、可移植、可重用的特征，这样的一个定义对我们车辆的发展、新车型的设计非常有好处。

　　举一个例子，发动机的控制来说，我只要在软件层面将硬件的描述部分和我的硬件进行匹配就可以了，所以基于这样的一种思想我们就想，我们的智能车辆系统是不是也可以对它进行标准化的划分，所以基于这样的一个思路，我们就提出来，我们应该对智能车辆的整个系统，包括感知平台、车辆平台、相关的通信接口，进行一个标准化的，至少一个规范化的区分，在这里面感知系统它的标准化，我在这个地方想说明的是，它应该从两个方面来理解，一个方面是指它物理的接口和协议，第二个方面是如果实现不了，就是当前实现不了物理和这种协议的定义的话，我们可以在软件的层面对它进行一个标准化定义。这里面的核心就涉及到一个感知系统或者说传感器的智能化问题，我们现在用的传感器，有些传感器比如说毫米波雷达本身是可以直接输出目标的信息、方位、距离、速度、大小，但是有的传感器，像我们的视觉64线激光，这些只提供原始的数据，对于前一类，我们可以把它定义为智能化的传感器，因为它可以直接输出目标信息，不需要我后面的决策部分去处理。那么对于后一类呢，我们认为在以后的研究当中，我们应该努力实现他们的智能化，从现阶段来讲，我们没有办法去要求厂家，实际上这些传感器的厂家都是跨国公司，那么我们的做法就是我们在软件的层面做这样一个标准化，也就是说我们对视觉也好，对非智能化的传感器也好，我们对它的信息技术处理以后，我们给出一个标准的接口，然后这个接口在于我们的核心决策部分进行数据的一个交接，这是关于感知部分的一个标准化问题。对于车辆的平台本身，也是基于同样的考虑，我们对于车辆的控制是要通过它的执行机构去实现，包括制动、转向这样一些机构，那么这些机构通常情况下我们会增加一些专门的控制器，或者是像博世公司在原有控制器上开放相关协议来实现，不论基于哪种方式，因为不同的车辆平台它的控制应该是有所区别的，所以说控制器里面应该要和不同的车辆平台具有相匹配的一些控制的算法在里面，就是说由底层来实现车辆的控制。对于通信系统也是一样，我可以把它分成人机交互接口，V2X接口，还有其他的一些接口，比如说诊断一类的，我们可以把他们的协议、物理接口进行规范，一旦我们做到了这些平台硬件的相关规范化以后，我们就可以把决策、数据融合和控制这样一个核心的部分，把它与硬件平台剥离出来，这是我们的一个思路。那么剥离出来以后，我们把这个核心的部分称之为IVB。有了IVB以后，其实它带来的好处也是显而易见的。如果说我们沿着传感器的智能化、相关通信接口的标准化这个路线走下去，传感器厂家可以自己或者联合相关的研究机构、科研院所去推进传感器智能化的这样一项工作，我可以把相关的一些智能化的东西跟传感器结合在一起，当然我也可以类似于现在这种做法一样，把它放到后面去，最终传感器跟IVB的接口要做成具有一定规范、协议的这样一个接口。另外车辆的平台也是一样，各个厂家对自己的车辆平台、动力学性能是最为熟悉，如果由他们去实现车辆的控制，应该说是更具有优势的。通信接口也是一样，通过这样的一种做法以后，我们认为它是可以促进咱们整个智能车辆相关技术的往前发展，也能够促进咱们相关产品和服务的差异化、多样化，也就是说这个传感器的厂家可能相互之间有竞争，我们可以发展出针对不同需求的这样一些产品来，从而可以满足不同的应用、不同的驾驶需求、不同用户的这样一种需求。这是关于整个智能车辆系统的一个想法。

　　基于这样一个想法，在这里面核心的部分就是智驾大脑IVB，也就是和硬件剥离开以后的这一部分。那么这一部分，我们想从目前来言，如果说我们能够做到把我们的IVB跟其他的硬件平台、标准化平台剥离开，我们就可以做到产生一个与硬件无关的智驾大脑，这个与硬件无关是这样理解，首先硬件指的是我刚才提到的感知、车辆平台和通信接口的部分，所谓硬件无关呢，不是说我这个软件跟硬件没有关系，而是说我这样的一个IVB，它应该是一个灵活的，可以是一个柔性化的大脑，它能够跟不同的感知系统、车辆平台、通信接口去进行组合，去满足不同的应用需求，满足不同的使用需求，是具有这样的一个概念。一旦我做到了IVB的硬件无关，我的IVB就可以专注于汽车的智能驾驶任务，就可以专注于咱们的智驾大脑的智能水平的提升。那么在这里面呢，我们想其实如果真要做到这样，我们的智驾大脑应该核心的任务是对不同的传感器它的数据进行融合，应该去做一些决策、规划、导航方面的工作，应该对车辆的行为进行一个决策，进行一个控制。另外还需要对整个智能系统的安全性进行一个监控。基于这样一种思想，军交从2010年提出汽车大脑以后，在硬件方面和软件方面都做了一些工作，从硬件方面，我们没法找到一辆合适的车辆平台，现在在当前的情况下也没有办法实现所有传感器的智能化，我们就按照软件层面去实现刚才所描述的一些标准的接口。硬件方面我们设计了一些底层的控制器，这些控制器包括咱们的转向、制动、油门、车身，还有就是整个智能系统的供电，这些控制器全部通过总线来进行控制，通过总电的方式我们可以把相关的方式、策略放到底层的控制器里面，这样我们的控制器或者说我们的车辆平台，跟我们的IVB去接口的时候，就是通过一个与硬件无关的接口方式，通过协议的方式来实现，这是在硬件方面。那么在另外一个方面，也就是提升咱们IVB的智能化水平，专注于智能驾驶方面，我们在2010年提出汽车大脑这个概念以后，就是采用了一种递增式的设计方式，使得我们IVB的智能水平逐渐得以提升。在这里面我们采用了一种称为变尺度栅格法，使智驾大脑将注意力集中于感兴趣的区域，用这样的一种变尺度的栅格法能够满足这样一种需求。另外在提升我们车辆的行为控制方面，我们是采用了MPC的方法，也就是模型预测的方法，在这个方面，我们是把比较复杂的NPC进行优化，使得它能够适合于控制咱们的车辆。那么在使用的时候，我们是把这个控制层MPC跟上层的决策层，跟后面的执行层协同起来，共同实现车辆的拟人化的动力学控制，应该说这个平稳度是在逐渐地平稳提升，可以做到一个比较稳定的控制。

　　那么针对IVB不同的驾驶场合、不同的驾驶环境，军交对不同的应用进行了优化，分别衍生出了高速公路、城市道路和越野道路这几个不同的版本。高速公路版本现在已经能够做到在开放的道路上进行比较可靠的无人驾驶，越野道路相对来说，跟高速公路这个版本比起来，成熟度稍微比较低一些，复杂的城市道路这个更低一些。今年8月完成了郑开大道开放快速路无人驾驶公开测试，当时是一个开放的快速路，有26个红绿灯路口，自主超车6次，换道10次，平均车速47.07公里/小时。

　　我们通过与上汽集团和长城汽车等企业合作验证了IVB的可行性。

　　近几年我们通过参加国家的一些比赛，对我们整个系统和IVB进行了验证，从目前来看，我们参加的这些比赛，整个车辆的表现还是比较稳定，取得的名次也基本是比较稳定、靠前的一个名次。

　　以上是关于智驾大脑方面的问题，其实关于智能车辆技术是非常复杂的系统，站在当前的角度来说，如果反过来，人和机器换一个位置去思考，我站在智能车的位置去思考，我觉得有两个“难”字总结一下智能车的感受，第一个是困难，就是人类赋予智能车的水平还不高，它要去处理那么复杂的环境，要实现完全的自主驾驶、实现高级的智能非常困难，车感到困难，我们人也感到非常困难。第二个难是为难，目前我们所有的道路、交通设施、法规都是为我们人设计和建造的，现在我们要让一辆车，我们给它一定的智能，然后我们让它到我们的环境里面来，参与我们的活动，这对于车来说显然是不公平也是非常为难的一个事情。很简单来说，你这个车要去看红绿灯，夏天一棵树长出来把红绿灯挡住了，这种人为的干扰对智能车的影响非常大，非常为难。

　　我想站在智能车的角度展望一下未来应该发展的技术。第一个是我们一定要给智能车提供充分的先验知识，这里最主要的就是智驾地图，PPT里面的这个图是谷歌公司的，左下角实际的传感器看到的范围是比较小的，但是它事先采集了整个街道、道路的精确地图，这个地图包含了所有信息、车道的属性、路口等等，有了这些先验知识，我们就可以不需要花那么大的力气在环境感知方面下功夫，这是我们认为要大力发展的一个方向。第二个方向就是一定要赋予这个车更高的智能，有了充分的先验知识，我们认为并不意味着要降低它的智能，以后人工智能肯定会往前发展，智能车对智能的需求也是逐步在提高。我们举一个例子，可以想象一下，以后就算是我们专门给智能车修建了一条道路，但是难免在这条道路上发生一些意外，比如别的车坏掉了，或者一棵树横在路中间了，我们的智能车必须要具备处理这些不能提前预知事件的能力。第三个方向是这两天大家提到的关于云、网络和大数据的问题，如果有足够的先验知识，我不需要非要把它保存在本地，我可以通过各种网络把其他的设施、其他车辆全部联结在一起，这个地方我借用未来智能交通系统的一张图，想要说明的是在这里面网络无处不在，哪怕图中间那个地方，道路上有一个施工，那么这个施工也可以通过咱们的网络系统，把它的信息进行一个广播。好了，这样一来的话，我们的车其实并不需要那么多的工作放在感知的方面。对于如此多的工作，我们军交作为一个团队来讲肯定做不过来，我们想把重点放在IVB方面，等到成熟的时候，我们可以把IVB公开，提供给感兴趣的高校和企业试用。目前比较紧急需要发展的一个方向就是刚才提到的先验知识，咱们的智驾地图，这个地图应该说可能会有人去做，目前我们国内也有人准备着手做，但是还没有。那么这个智驾地图包含的信息跟我们普通的地图是不一样的，这里面就算有公司去做了，它会不会开放也是另外一个问题，所以我们想即使它是开放的，针对一些特定的应用场合，比如说我从路上下来到我的停车位或者车库，比如我在一个社区里面、厂区里面，在特定场合也应该建立一些这样的地图，这样的地图我们军交认为非常有必要，所以现在也在做这个工作，然后把这个环境信息进行一个重建，把我们的车放到里面去以后，一旦这个地图建立起来了，我们的车一旦进入这个环境里面，任何一个位置就可以进行精确的定位，这个定位不需要卫星或者其他的一些感知设备。