【报资讯】GIV2022|长安大学汽车学院韩毅：智能汽车仍有诸多问题待解

2022年12月16日-17日，由安徽省发展和改革委员会作为指导单位，合肥市人民政府、中国电动汽车百人会联合主办的“2022全球智能汽车产业峰会”在安徽合肥召开。本届论坛围绕“全球新变局与智能汽车发展新战略”主题，共设置5个主题论坛和2场闭门会议，与行业机构、高校院所和领先企业代表共同探索我国智能汽车发展新路径。

其中，在12月17日举办的“生态论坛”上，长安大学汽车学院教授韩毅发表精彩致辞。以下内容为现场演讲实录：

时间关系尽量讲干货，把时间留给后面的专家。

【资料图】

背景不用讲了，我们现在在做线控化也好，在做车辆底盘也好，最重要看到的几个商标有日本的、美国的、欧洲的，唯独缺少中国的。在线控领域中，我们其实依然比国外滞后一些。现在很多的线控部件也好，零件也好，我们有国产化的，但是多数是抄袭国外或者说以国外竞品为目标去做的。领先的东西，我们还要去学习。总结一个点，车从刚开始是为人驾驶的，车诞生已经140年了，140年来一直人在驾驶，到现在还在出现事故，计算机“驾驶”车只“驾驶”了20年，20年能不能超越100年？我们认为还需要一端时间，140年来直到今天，每天还会有事故发生。车最早不是为计算机驾驶的，所以我们的操稳性也好，驾乘舒适性也好，各种力矩也好，理论体系全部是为人来做的，这是一个根本原则。

自动驾驶中复杂场景感知不准确、感知的距离受限、存在视觉盲区，以及成本高等等这一系列问题，都是单车智能目前来说所面临的问题。单车智能在传感器和算法方面做了大量的工作，视觉的、毫米波的、激光雷达的、RTK的、国产的、雷达的等等，还有很多开源的引擎等等，但是，我们做了一个总结，目前仍然没有一种算法或者传感器能够包打所有的场景。因此，只有不断地试错。所以，我们才会出现很多标注、很多的行驶里程、很多的接管。缺乏一种根本性的算法来解决几乎所有的场景，直到现在仍然没有出现。最经典的算法“NDT算法”，诞生已经六年了，六年之内缺乏核心性的算法再进行迭代。严重无线干扰的空旷地带仍然是到目前难以解决的问题，严重无线干扰，意味着RTK信号注入不进去，空旷地带意味着没有标志物，在两个加时情况下很难做到无人驾驶。这是目前来说难以解决的问题，在这个问题上，只有在路面上画标志线、画车道线或者旁边用图像的方式做弥补，但是在夜晚很多场景下难以去做。

感知算法上，有很多细节尚没有得到解决，我们讲其中一两个，激光雷达要做正负障碍的探测。什么叫正障碍？路面以上，这个研究很多了。还有负障碍，缺掉井盖，突然一个大坑，突然一个悬崖，负障碍的探测比正障碍的探测还要复杂一些，对安全性影响更高。还有悬浮障碍，就是限高杆，这是非常经典的，还有空中飞的气球、大鸟，这都是悬浮障碍。还有水体探测，还有蒸汽和雾的探测。这个在冬天的东北非常显著，冬天出现一个井盖到处都在冒取暖的烟，这个烟一旦出现，自动驾驶汽车到那儿就停了。这些问题都是目前需要进一步研究的问题。各种雷达、摄像头都会出现“鬼影”问题，看的时候没有，但是实际上它在传感器当中就出现，这些鬼影问题到现在仍然需要进一步去研究。很多问题必须经过网联才能解决，尤其交通灯超车变道意图，通过网联来做。

自动驾驶的故障诊断、软件系统的自恢复以及报警等等细节问题，还需要大量的研究，这些才是最后0.001，体现在故障诊断，体现在软件系统的恢复和报警上。还有闭眼，在某一点脱离对ROS和Ubuntu的依赖。虽然大家都在用这些操作系统，但是在车上面能不能最终达到车的安全等级，这也是我们仍然需要研究的问题。

说了这么多，我们还有很多细节问题需要进一步去做。单个传感器存在的局限，刚才讲了，不用多讲，外界环境感知的准确度不能很好地满足自动驾驶的需求，所以唯一的破局点只能是车路协同或者是车车协同。单个传感器单车性很难做到百分之百的感知，因为怎么造都有盲区，这个盲区只能靠外界把信息传递过来，只能通过这种方式来做。车路协同是最终必须要走的路，只是，现在我们是不是马上要去走，作为学术界也好，作为产业界也好，还需要商量，因为它存在一个成本的问题。

单车智能的感知成本比较高，2017年新浪新闻说，智能汽车未来驶向何方？“2025年是无人驾驶汽车的量产元年”。今年已经2022年，无人驾驶汽车仍然没有达到量产，目前量产的是辅助驾驶汽车，不是无人驾驶汽车。辅助驾驶汽车已经很多了，能不能实现全无人？还需要一段时间。由此可以得出一个结论，公众对于无人驾驶的期待远远超出目前技术的发展。最新的预测，2025年到2027年可能成为自动驾驶的经济拐点，也就是说，直到2025年我们买一台全无人的车和我们雇一个司机来开车，成本才有可能趋近于一致。现在即便有无人驾驶的车，成本仍然高于雇一个专职司机开车的成本。在这种情况下，布局产业的突破可能还需要有一段时间来积累。近五年来，汽车智能化无论从硬件还是软件层面先有本质性的提高，大家都在做落地的事情，仍然有许多问题要解决。

怎么来做？所有可能的技术解决思路，都在车路协同和车车协同。加入车联网的功能，以期达到单车降本的目的。解决方案我不多讲，目前是车端为主，路端为辅，慢慢做数字化，过渡到车端为主、路侧为辅，将来云端为主、车端为辅。

长安大学拥有汽车智能试验场面，在场里面搭建了很多设施和场景，开展了测试上牌等等场景。研制多车协同的人士，已经做了线控底盘、多车编队、干线物流等等工作。还有各种线控底盘的开发。车可能会演变为一种机器，可能会像飞行汽车、四足机器，还可能做进一步的迭代。今后很有可能，一个车不简简单单是路上跑的车，可能会拥有一种飞行的功能，可能会拥有一种突然的变身能力，这都是有可能的。今后来说，我们可能会聚焦这个方面的发展。

谢谢！

（注：本文根据现场速记整理，未经演讲嘉宾审阅）

关键词：