同济大学余卓平：2016年90%交通事故为人为原因 车、路、云可实现一体化智能网联交通体系
“GIV全球智能汽车前沿峰会”于6月20-21日在深圳隆重举行，本次大会由中国电动汽车百人会主办。大会邀请了行业内专家讨论智能汽车的发展进程与发展路线，研究当前智能汽车核心技术进展与未来发展，并就智能汽车中的5G通信技术与智能汽车测试技术与测试方法、智能汽车的法律法规与标准等核心问题展开研讨。
6月20日下午以“全球智能汽车发展进程与发展路线”为主题的高层论坛召开。此论坛主要内容包括：国内外智能汽车发展现状与需解决的问题；基于汽车与基于交通的智能汽车技术进展与未来趋势；5G技术、核心零部件对智能汽车的影响与应用；我国智能汽车发展战略与政策；智能汽车有关法律、标准等问题。
同济大学校长助理余卓平出席会议并作主旨演讲。
以下为发言实录：
各位来宾，大家下午好！非常高兴受百人会邀请今天在这里给大家一块做一个有关智能驾驶发言的一个交流。
我一直说现在汽车里面两块热点，一块是电动化，一块是智能化，从电动化的角度来看，今天刘市长一上来就讲环境的问题，实际上是很重要的使得汽车往电动化转型的一个动力源。能源问题也是促进电动化转型的一个动力源，而在交通口里面，实际我们讲，智能化不仅有助于环境的保护和能源的节省，同时在交通安全、交通效率等等各方面应该是有不可替代的作用。
从现有的交通问题来看，实际大家可以看到我们国家有一个统计，在2016年的时候，在交通事故发生的场景里边，接近90%应该都是驾驶员违规操作的结果。所以从这点讲，我们讲汽车智能化一个很重要的点是在什么地方呢？简单的说，它要让机器驾驶人耳聪目明、手脚快，但是还有一个很重要的，实际这点在目前的智能驾驶研究领域大家不大重视的，就是说他要遵纪守法、听指挥，实际现在我们刚才讲，90%左右的交通事故是由于驾驶员造成的，这些驾驶员并不是他的驾驶技能不高，并不是他耳不聪目不明、手脚不快，而是不听指挥，不按照交通规则行驶，这是一个最重要的东西。所以我这里面一个观点，今天就要谈将来无人驾驶化也好，机器驾驶员不光要使得他能够环境感知、能够决策快、操纵得快，而且要老老实实的按照交通法规去开车，这是我今天可能要谈的一个非常重要的观点。所以未来的交通，我刚才的题目里边，叫车、路、云一体化来实现这样一个智能网联的交通体系。
从这个目标来看，现在实际印象中我是1986年在欧洲学汽车，那时候欧洲正好有一个计划叫“普罗米修斯计划”，实际就是他的智能交通计划，从这点来看，智能交通这个领域应该讲最近这30年，在发达国家一直也是没停步，但是我们讲见效不是那么快，这30几年来智能驾驶这个技术在智能交通的强力推动下见效并不是非常快，这跟我们最近网联这个因素是有关的。最近为什么这么热？最近就是因为IT工业的发展，使得大家对网联产生了非常大的期望和期待，所以我们讲最近的发展应该比前面这30几年发展的速度要更快。
智能汽车这块应该讲也是历史很久，但是真正的发展，大家可能谈到无人驾驶第一个印象就是谷歌推出来的这辆车，也是在IT技术的强力推动下走出来的这样一条路径，所以我们讲实际智能汽车、智能交通的发展，在国际上并不是一个十分新鲜的东西，但是速度在加速发展可能就是最近这段时间。
所以我们讲，在IT的强力推动下，目前来讲智能汽车技术的研发已经掀起了新一轮的高潮，无论是在国际上还是国内，这里面跟电动化有一点不一样，电动化是由于能源问题、环保问题，政府在强力推动，而这轮的智能化，尽管政府表示非常支持、非常积极，但是我讲推动这一轮的根本动力，不完全是政府，而是说跨行业的竞争。也就是说，做汽车的这个行业突然发现，IT的行业说我们要做未来一代的汽车了，我们要去做无人驾驶的汽车。这个战线一拉开以后，现在我们讲整个汽车行业对智能驾驶应该没有说我不做准备的，所以这一轮的热潮，IT技术的发展、IT业的发力，对这个智能驾驶汽车的发展是起了非常重要的作用。
从技术路线上来讲，刚才徐主任很好的有一组诠释，从L0到L5的无人驾驶化的技术发展，一直有两条路线，这里面其中的一条路线，实际是从我们刚才讲L1、L2这样一步一个脚印走的，刚才徐主任有一张幻灯片是讲几大汽车供应商在全力布局智能辅助驾驶系统的开始以后，在往无人驾驶更高级的去走，这就是说汽车界并没有说做智能汽车技术的发展，他走的是下面这条线路。但是谷歌、百度，这些以IT为特征的企业，他们现在要做的智能驾驶直接就奔着L4开始在走。所以我们讲，实际这里面存在着两条路线，但是这两条路线实际来讲应该说殊途同归，最后大家会走向全自动驾驶的技术，各有各的目标、因为待会儿我会讲到，从智能驾驶技术的核心关键技术来看，IT业有IT业的长处，传统汽车业有传统汽车业的长处。
这里面大家又可以看到，从三大关键技术来看，第一个，环境感知，这是原来在传统汽车界里面没有的，雷达技术、视频处理技术等等这些东西，原来在汽车界里边没有。第二个，智能决策，这块汽车界里面也没有，因为原来这两块任务都是驾驶员的任务，不是汽车的任务，驾驶员要看路，驾驶员要决定是打方向盘、还是踩油门、踩刹车，这两块不是传统汽车里面所具备的功能。但是第三个就是传统汽车所具备的功能，刚才徐主任讲的那张我说几大汽车供应商在布的局，就是因为运动控制、底盘控制，博世也好、德尔福也好、大陆也好，就是他们的专项。所以我们可以看到，这三大核心技术里边有IT占优的地方，也有传统汽车占优的地方，所以这块应该讲，新一轮的发展这两大行业正在新一代汽车技术发展里面在博弈，谁将来成为汽车的主导行业，实际上我们讲汽车行业肯定还是不会变的，但是可能这个企业会发生变化。
后面这张是我后来专门加上去的，环境感知，现在大家可以看到，我认为不是完全正确的，尽管现在大家都叫智能网联，但实际上网联在现在的智能驾驶里边很少有地位，你看所有的汽车共有网联技术影响你的驾驶决策的吗？没有，但是大家都喊这个口号，都看到了这点，但是没有实际的做。现在谷歌的汽车也是靠雷达、靠视频，现在Mobileye被微软收购以后，大家对视频给予了很高的期望。实际大家都忽略了一点，在环境感知领域，如果说车路一体，将来给你带来的是非常多的环境感知信息。
实际上我们讲车路一体以后给你带来什么信息呢？就是你驾驶员看不到的信息都能够给你，这一点现在还没有融入到智能驾驶技术里面来。所以刚才讲，我要呼吁的车路一体的概念，一定要高度重视网联技术在环境感知、在智能决策领域里面的关键作用。
下面我来谈一谈目前智能驾驶技术面临的挑战，我是举了一些案例，这些案例现在应该来讲都是事故，这些事故就意味着我们现在的技术，实际刚才徐主任也讲，最后能不能实现，有可能实现，也有可能不能实现，这里面就是讲，由于这些挑战的存在实际还是有很多不确定因素在里面的。
总的来讲，我归纳这些原因，就是三大技术里边，为什么面临巨大的挑战，就是说现在的研发都是靠单车制了，我们现在在学术界里边开始提出一个观点，实际上智能交通将来一定是群体智能来做处理，如果单车智能、单体智能，刚才徐主任最后一张PPT里边讲到的回答不了的，就是在这种混合交通体系下你怎么能够确保安全，这些东西有非常大的挑战，单车安全，这个个体是智能的，那个个体可能没有你这种智能，大家混杂在一块你怎么办。所以将来的群体智能体系的研究，一定是智能网联汽车里面很关键的一个决策点。
这里大家可以看到，刚才我跟深圳刘市长交流的时候也在讲，现在无人驾驶汽车都是测试的案例，总共在世界上才没有几百辆，可能上千辆车不到，但是这么多事故频发大家就知道，现在是非常不成熟的，不能说现在已经很成熟了。你看看这些车祸，实际都是讲在智能驾驶技术里面现在还有很多不确定性。这里面包括优步的，最后的结果就是说，眼睛看的不准，没有识别，特斯拉的那个案例，也是说没有看准。所以我们现在环境感知是一个很重要的，能不能感知准。但是现在有一个误区，现在智能驾驶的环境感知，很重要的一个目标就是要模拟人的感知系统，无论是从雷达还是从视频技术来看，都是在往这个方向去走。而忽略掉了一个车路的相互交通以后路上现在给你的一些感知信息来引导你，这些东西现在都缺乏。所以从解决方案上来看，我个人一直在跟深圳发改委的蔡羽主任交流这个事情，我就说未来我们一定不能从智能汽车的角度来看待这个事物的发展而是要从未来的整个智能网联，我不讲智能网联汽车，而是讲智能网联交通系统，而智能网联交通系统的结构特征是什么呢？我那篇比较形象的讲，一辆车、一条路和一朵云，就是车、路、云三者构筑了未来的智能网联驾驶系统。这里面就讲，汽车要智能化，但是这条路也是智能化的路，他会给你非常多的辅助作用，另外还有一朵云，这朵云在群体智能里面，对于交通参与度里面这朵云要发挥关键作用，待会儿我会讲到这个案例。
将来如果谁能够把这三者作为一个体系来研发，而不是汽车厂只研发我的汽车、交通部门说我去研究我的路，比如现在刚才讲到很重要的一个高精地图，我现在认为，对任何一个城市来讲，将来只有一张图，他不可能这个汽车公司这种车用的是这条路，比如王总在这里，比亚迪说我用比亚迪的高精地图，广汽讲我用广汽的高精地图，每辆车可能跑在不同的路上，这件事情是我们不可想象得，所以我们讲，将来的路一定是一条路。为这个事情我专门去拜访航空领域里面的权威企业，菲尼维尔空中航路是他们研发的，飞机飞到天上以后那些飞行员能看到路吗？看不到的，但是有电子航路的。这点来讲，我们的汽车将来开上路以后，每辆汽车都有它的航路，它的管理应该跟的天上的飞机是很类似的，当然我们这里的车多，飞机在航路上没有那么多，但是速度比我们快，原理应该是一样的。所以从这点来讲，我们必须一体化的研究未来的智能网联交通系统。
从未来的交通系统来看，第一个，整个系统要一体化的去做环境感知。比如说最近我们在研发无人驾驶的清扫车系统，在校园里面突然会发觉GPS也好、北斗也好信息要丢失掉，由于可能是树的原因，这个树荫一遮挡这里突然没信号了，在这些场景下，实际是需要靠路面设施来进行弥补和修正的。菲尼维尔告诉我们，飞机飞上天以后有三种GPS修正，汽车将来也是靠路把它的环境感知和定位做的更好。我们刚刚讲，车路一体系统要影响它的定位？我们讲定位感知这个精准定位是车路一体里面非常重要的一个环节，实际上飞机如果不修正它的误差是百米级的，对于飞机来讲它要修正到米级就很精准了，对于我们汽车来讲，它的定位一定要修正到厘米级，这样才能够精准的在这个路上去驾驶。
决策规划。举一个简单的例子，现在智能交通在研发所谓的滤波系统，很多城市现在有，但是它没有车路一体，实际在上海有一条路，整个交通系统做了这个滤波，如果以每50公里/小时的速度在这个路上跑，十几个红绿灯可以一个红灯都不遇到一鼓作气过去，只要按照这个交通跑，但是很多司机是不知道的，没有车路一体，所以这个滤波时有时无，如果车路一体你就可以看到，所有的汽车在这个滤波下面可能几十辆汽车一个红绿灯全过掉了，所以要在决策里面起作用。就是说云要把车路一体的这个决策输送到汽车里边来，所以我们讲车路一体才是最好的决策的方案。
最后简单讲一下我们在这个领域里面的一些探索和尝试。
第一个，整个同济大学把交通学科、汽车学科、电子通信学科集中在一块，我们着力来打造车、路、云一体化的智能网联交通系统，这是整个这套系统的架构。这里面包括我们刚才讲到的短程通信系统，最主要的两个案例，第一个，刚刚也讲到停车的无人驾驶化，最后一公里的停车的无人驾驶化，这是我们和上汽集团三年前开始的研发，上汽今年应该在年底会报出一个新的信息，就是说具有最后一公里无人驾驶自动停车的车型今年年底会推上市场，所以我们讲，从这些局部领域里边实现无人驾驶化是完全有可能的，但是这里面也是车路一体，包括在停车场里的设施和信息交通也是车路一体的。第二个，我们在打造研发将来在路上面的公共交通，能不能像地铁一样，除了停站以外会停下来没有红绿灯的限制，实际不是红绿灯的限制，是他在碰到交叉路口的时候正好是绿灯，所以将来这种公交在路面上驾驶的时候就像在地下地铁驾驶一样，除了停站以外碰不到红灯。包括跟上汽、华为他们在合作搞5G的V2X的研发。
最后简单讲一下我们在建的一个测评系统。这个测评系统，现在大家都讲无人驾驶的汽车将来要允许他上路，你怎么给他发放许可证，你怎么能够评价他是合格的，这里面各个城市都在建测试评估基地，这里面我们在上海借我们一个新的校区在打造一个170亩地智能驾驶的测试评估基地，这里面囊括了我们刚才讲与标准规范有关的、与我们的研究有关的、与其他的产品开发有关的，大概有300多个场景在这个测试评价基地里面能够再现出来，这个场景下汽车的性能我们可以做测评。
整个大家可以看到，有城市区、有乡村道路、有越野道路等等，整个在测试场里边我们做了一个详细的场景的研发，希望通过这些技术的研发，能够推动我们智能网联汽车的发展，能够更快、更好、更安全的去发展。
我的介绍就到这里。谢谢大家！
（能见App根据速记整理，未经发言嘉宾审核）
如果您从事储能、新能源相关工作，希望在能见发布重要新闻或加入相关行业交流群，请联系能见储能研究员冯优手机：18611722885微信：fengyou0311
