GIV2022|科大国创史兴：2025年智能驾驶装车率很有可能超过70%

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作为共同主办单位的“2022全球智能汽车产业峰会”在安徽合肥举行。本届论坛围绕“全球新变革与智能汽车发展新战略”主题，设置了五场主题论坛和两场闭门会议，与行业组织、高校、龙头企业代表共同探讨中国智能汽车发展新路径。

其中，在12月16日举行的“双智论坛”上，科大达创董事、副总裁石发表了精彩演讲。以下为现场演讲:

女士们，先生们，远道而来的朋友们，下午好！近两年，HKUST也提出了包括智能网联在内的“双智”战略。我今天报道的话题也和智能网有关。分两块，一块是在车的智能网联里分享给你。目前自动驾驶行业的现状，其实我们说的更多的是。目前，无论是新能源汽车还是传统燃油汽车，我们对智能驾驶的应用和市场前景都有着深刻的认识。尤其是今年，我们智能驾驶的装载渗透率上升非常快，第三季度已经超过35%，准确的说是35.9%。9月份，很多行业专家预测，2025年或2030年将超过70%。感觉2025年肯定能实现，不是2030年。而且这一块的市场空间很大，我们公司在这一块投入了很多资源。

还有一个讲智能驾驶和整个智能网联汽车，它的架构也是分不开的。现在智能驾驶和智能网联汽车的软件比重越来越大。早上也有专家讲过，芯片用的越来越多。其实自然对整车架构提出了很多要求。一个是基层。以前元器件很多，现在芯片硬件的资源和计算能力越来越多，另外一个就是软件解耦，就是缺乏新的汽车电子电气架构，特别是软件解耦之后，OEM，我们原来定义的一级和二级，有OEM和供应商双方的参与，甚至有两三家供应商来完成一个产品或者一个功能应用。这为我们行业的合作和整合带来了新的机遇。

ADAS在未来很长一段时间内都是辅助驾驶，L2级别还是占了相当大的比重，因为很多专家刚刚讲了L3，L4，未来无人驾驶等等，还有很长的路要走。未来三到五年，L2、L2++和我们的车路协同应该是自动驾驶最好的时代。因此，今年ADAS和L2的市场趋势尤其明显，尤其是新能源汽车。这几大功能如ACC、AEB、LKA都超过了40%、50%，涨幅也是最大的，分别在15%、20%以上，其他的就没那么积极了。这个涨幅也是非常明显的。

还有一点要提的是，自动驾驶安全是一个无法回避的话题。自动驾驶水平越高，对我们的汽车本身的安全设计要求就越高，因为无人驾驶、自动驾驶或者辅助驾驶的目的之一就是解决安全问题，如何才能保证驾驶的安全呢？要说车辆本身的安全性，有几个方面。一个是车辆本身的功能安全，也就是说零部件和系统要安全可靠；第二个预期安全，另外一个就是汽车本身的信息安全，因为刚才我们也说了，随着智能网联汽车的应用或者说它的自动化程度更高，它的数据采集能力和传输能力越来越强，是大数据的一个融合点。这些信息安全，包括一些通信安全，包括如何保证数据安全，上面说的三个安全都有相应的标准。

还有一点我想强调的是，软件在这些智能驾驶、这些零部件或者车辆开发中的比重越来越大，未来我们的软件在汽车中的价值可能占到60%甚至更高。如何保证软件本身的安全性，有两个方面:第一是软件不能有bug。如果软件不靠谱，有bug，不知道什么时候会造成安全隐患。二是算法安全。智能驾驶很多算法不靠谱，你输入输出的结果不一样，达不到预期效果。我们从这两个方面都有一些研究。

另一方面，2022年行业热点技术趋势，第一个提到计算能力。刚才提到的这些主流L2芯片厂商都在不断提升自己的计算能力，为我们的硬件支持做准备。二是升级，就是我们从L1、L2、L2++、L2 ++等升级，功能和应用越来越丰富，不断完善。三是一体化，以前是单模相机和雷达。未来如何通过前置控制器更好地集成这些传感器？预控的概念提出来了，也是目前的主流。第四是安全。安全从被动安全逐渐发展到主动安全和深度安全。就像我刚才说的底层安全，操作系统安全，买来带去的操作系统不一定可靠，要验证。这很安全。

还有一个车路配合，确实是自动驾驶的最佳实践。这是刚才说的热点的技术方向，还有一个是可以落地的技术路线，还有一个是传感器。无论你做什么级别的智能辅助驾驶、自动驾驶、无人驾驶，这些传感器从毫米波雷达到摄像头、激光雷达都有。等等，传感器一定会在行业落地。二是多模态传感器融合技术，三是激光雷达。现在激光雷达的成本可能比较高。随着L3和L4功能要求的不断提高，对传感器的要求也越来越高。激光雷达量产后，成本会下降，未来可能会逐渐成为标配。这是我们的判断。第四个方面是V2X车路协同，V2I车路协同的技术方向肯定会在短时间内落地。

先不说辅助驾驶的场景。其中之一可能是L2和L2++。功能需求不同，配置可能也不一样，这个行业的同行都比较熟悉。简而言之，实现的功能越多，对传感器的要求就越高，对计算能力的要求就越大，投入的成本就越大。就是这样的趋势。

第三，我想谈谈车路协调。车路配合的场景很多。刚才几位专家也提到了，是在具体的场景，包括矿区，干线物流。另一个汽车-道路合作是汽车-城市网络。刚才也有同事提到，广州、上海、长沙等城市也有车城网，车城网也是车路协同应用的一个比较大的场景。对于这一点，简单分享一下我们的理解和研究。

车城网的内涵是整合智慧城市的基础设施，包括智慧城市原有的感知，包括数据中心，包括各行业已经建立的系统，构建车城网的管理平台和运营平台，加上自行车智能化，甚至改造卡口、路口、红绿灯等。整个城市形成一个智能城市和智能汽车的协作网络，称为车城网。

当然，这个车城网有三层含义。第一层是物理层。我刚才说的技术设施+智能汽车；第二层是应用层，车城网建好以后，哪些应用，做什么；第三是价值的体现，能带来什么价值。这就是它的意义，从属性上来说，它还是属于大型车路协同的范畴。

在三个层面上，车路协同的第一步是搭建基础设施平台，有一个关键问题，就是能力整合。什么是能力整合？也就是说，只有这些基础设施是不够的，只有这些数据是不够的。在各个行业和部门都有很多应用。需要结合行业应用和业务开放这些基础设施和数据。数据共享，业务开放，打包成我们的服务，可以赋能各行各业。这叫能力融合。比如对于我们的交警部门，城管部门，甚至环卫部门，包括智慧政务，甚至民生，都可以为各行各业提供服务。这是我们做汽车城网的起点。

这个车城网可能每个城市也有不同的侧重点，尤其是在试点示范阶段，比如上海、广州、湖南长沙，有的侧重于城市的综合治理，有的面向交通，有的面向民生等等。但最后可能会随着成熟而越来越完善和浓缩。另一个车城网，它的一个重要能力就是人、物、地域的融合与协作。人就是普通人，包括企业和政府的这些数据，包括我们的业务或者部门的职能。如何协调它们实现多部门、多部门、多系统的协同，实现人、物、图、云、车的协同共享？这是价值的三个方面。简单来说，一个是我们城市管理能力的提升，一个是我们业务水平的提升，一个是我们技术能力的提升。通过建立这个系统，我们的技术能力也将得到提高。

车城的价值。com反映我们在合肥有一些具体的做法，比如基于车城做一些应用。通信部门的com数据中心，联网治超，现场执法等不停车收费，包括我们的路路联网智能中心等。这里指的是和交通的应用场景，也取得了非常好的效果。这是一个方面。当然有很多应用是可以开发给民生的，还有一个是给我们的车本身的，车城网也是离不开驾驶的，包括我们的交通，引导，导航怎么走最快的路。未来汽车城网建成后肯定会更方便。这是我们科大在车城网建设中提出的一个架构方案。因为比较精细，就不说了。一般来说，它有九层，从基础层到数据层再到应用层，每一层都有几个功能包，我就不说了。

最后，报告我们在这两个方面的典型应用。产品研发在车端智能化。我们做的前瞻已经批量装车，这款车已经出口到欧美、俄罗斯等国家和地区。这一块，我们在智能驾驶预控器上也做了一个产品，目前可以达到L2+和L2++两种。

我们在苏州和合肥都有相应的场景测试。刚才讲了我们车端智能产品实际应用的案例和场景。另一个是我们产品的技术亮点。一个是高科技的软件分析验证，在科大大创拥有的嵌入式软件开发过程中都是有用的。十年来，我们一直在改进这个验证工具。从2013年开始，我们科大的校长联合建立了实验室，后来已经产业化形成高科技公司，所以我们的软件是开放的。如果在座的各位，包括我们的OEM，需要软件验证，

其他的技术细节我就不说了，因为我们可以对软件进行分析，一是保证软件没有bug，二是保证你的算法没有bug。为什么每一行代码都很方便，不需要手工测试？那不行。做完你所有的静态代码分析，提出你的漏洞和缺陷，然后改……他们。二是对你算法的验证，保证你的算法严谨可靠。后面就不说几个专利了，比如车道线之类的。因为我们车路配合，首先车端和路测，包括前车，我们做了一个算法，就是通过识别前车的数据V2V，以及路边单元的设备，信号和数据通过，后车会做权重算法。最重要的是前车尾灯跳动。通过这个识别，可以判断后面的路况是坑还是坑，对我的自动驾驶决策做出判断，最后给你一个智能控制信号。这是我们的专利。另一个是在我们芜湖的一个工业园区，科大国创也在车路云协同做过示范项目。这款车也是我们自己团队研发的线控智能底盘车，从电气化到智能化都是我们自己研发的。我们还搭建了路测单元，包括云控平台，我就不说了，因为它是控制中心和整个园区的一个接口。

以上是科大大创在车辆智能化和车路协同方面的研发和积累。最后总结一下个人观点。辅助驾驶是智能汽车的启航阶段，自动驾驶是整个行业发展的必由之路。无人驾驶是人类出行的终极目标，但车路协调是场景应用的最佳实践。科大达创一直坚持以软件定义智能汽车，让出行更安全、更高效为使命，以高可靠的分析验证工具软件为安全技术保障，坚持以车端智能化为基础，致力于全栈、人、车、路、云管理五位一体智能出行一体化解决方案的发展道路。

(注:本文根据现场速记整理，未经发言人审核。)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作为共同主办单位的“2022全球智能汽车产业峰会”在安徽合肥召开。本届论坛围绕“全球新变革与智能汽车发展新战略”主题，设置了五场主题论坛和两场闭门会议，与行业组织、高校、龙头企业代表共同探讨中国智能汽车发展新路径。

其中，在12月16日举行的“双智论坛”上，科大达创董事、副总裁石发表了精彩演讲。以下为现场演讲:

女士们，先生们，远道而来的朋友们，下午好！近两年，HKUST也提出了包括智能网联在内的“双智”战略。我今天报道的话题也和智能网有关。分两块，一块是在车的智能网联里分享给你。目前自动驾驶行业的现状，其实我们说的更多的是。目前，无论是新能源汽车还是传统燃油汽车，我们对智能驾驶的应用和市场前景都有着深刻的认识。尤其是今年，我们智能驾驶的装载渗透率上升非常快，第三季度已经超过35%，准确的说是35.9%。9月份，很多行业专家预测，2025年或2030年将超过70%。感觉2025年肯定能实现，不是2030年。而且这一块的市场空间很大，我们公司在这一块投入了很多资源。

还有一个讲智能驾驶和整个智能网联汽车，它的架构也是分不开的。现在智能驾驶和智能网联汽车的软件比重越来越大。早上也有专家讲过，芯片用的越来越多。其实自然对整车架构提出了很多要求。一个是基层。以前元器件很多，现在芯片硬件的资源和计算能力越来越多，另外一个就是软件解耦，就是缺乏新的汽车电子电气架构，特别是软件解耦之后，OEM，我们原来定义的一级和二级，有OEM和供应商双方的参与，甚至有两三家供应商来完成一个产品或者一个功能应用。这为我们行业的合作和整合带来了新的机遇。

ADAS在未来很长一段时间内都是辅助驾驶，L2级别还是占了相当大的比重，因为很多专家刚刚讲了L3，L4，未来无人驾驶等等，还有很长的路要走。未来三到五年，L2、L2++和我们的车路协同应该是自动驾驶最好的时代。因此，今年ADAS和L2的市场趋势尤其明显，尤其是新能源汽车。这几大功能如ACC、AEB、LKA都超过了40%、50%，涨幅也是最大的，分别在15%、20%以上，其他的就没那么积极了。这个涨幅也是非常明显的。

还有一点要提的是，自动驾驶安全是一个无法回避的话题。自动驾驶水平越高，对我们汽车本身的安全设计要求就越高，因为无人驾驶、自动驾驶或者辅助驾驶的目的之一就是解决安全问题，如何才能保证驾驶的安全呢？要说车辆本身的安全性，有几个方面。一个是车辆本身的功能安全，也就是说零部件和系统要安全可靠；第二个预期安全，另外一个就是汽车本身的信息安全，因为刚才我们也说了，随着智能网联汽车的应用或者说它的自动化程度更高，它的数据采集能力和传输能力越来越强，是大数据的一个融合点。这些信息安全，包括一些通信安全，包括如何保证数据安全，上面说的三个安全都有相应的标准。

还有一点我想强调的是，软件在这些智能驾驶、这些零部件或者车辆开发中的比重越来越大，未来我们的软件在汽车中的价值可能占到60%甚至更高。如何保证软件本身的安全性，有两个方面:第一是软件不能有bug。如果软件不靠谱，有bug，不知道什么时候会造成安全隐患。二是算法安全。智能驾驶很多算法不靠谱，你输入输出的结果不一样，达不到预期效果。我们从这两个方面都有一些研究。

另一方面，2022年行业热点技术趋势，第一个提到计算能力。刚才提到的这些主流L2芯片厂商都在不断提升自己的计算能力，为我们的硬件支持做准备。二是升级，就是我们从L1、L2、L2++、L2 ++等升级，功能和应用越来越丰富，不断完善。三是一体化，以前是单模相机和雷达。未来如何通过前置控制器更好地集成这些传感器？预控的概念提出来了，也是目前的主流。第四是安全。安全从被动安全逐渐发展到主动安全和深度安全。就像我刚才说的底层安全，操作系统安全，买来带去的操作系统不一定可靠，要验证。这很安全。

还有一个车路配合，确实是自动驾驶的最佳实践。这是刚才说的热点的技术方向，还有一个是可以落地的技术路线，还有一个是传感器。无论你做什么级别的智能辅助驾驶、自动驾驶、无人驾驶，这些传感器从毫米波雷达到摄像头、激光雷达都有。等等，传感器一定会在行业落地。二是多模态传感器融合技术，三是激光雷达。现在激光雷达的成本可能比较高。随着L3和L4功能要求的不断提高，对传感器的要求也越来越高。激光雷达量产后，成本会下降，未来可能会逐渐成为标配。这是我们的判断。第四个方面是V2X车路协同，V2I车路协同的技术方向肯定会在短时间内落地。

先不说辅助驾驶的场景。其中之一可能是L2和L2++。功能需求不同，配置可能也不一样，这个行业的同行都比较熟悉。简而言之，实现的功能越多，对传感器的要求就越高，对计算能力的要求就越大，投入的成本就越大。就是这样的趋势。

第三，我想谈谈车路协调。车路配合的场景很多。刚才几位专家也提到了，是在具体的场景，包括矿区，干线物流。另一个汽车-道路合作是汽车-城市网络。刚才也有同事提到，广州、上海、长沙等城市也有车城网，车城网也是车路协同应用的一个比较大的场景。对于这一点，简单分享一下我们的理解和研究。

车城网的内涵是整合智慧城市的基础设施，包括智慧城市原有的感知，包括数据中心，包括各行业已经建立的系统，构建车城网的管理平台和运营平台，加上自行车智能化，甚至改造卡口、路口、红绿灯等。整个城市形成一个智能城市和智能汽车的协作网络，称为车城网。

当然，这个车城网有三层含义。第一层是物理层。我刚才说的技术设施+智能汽车；第二层是应用层，车城网建好以后，哪些应用，做什么；第三是价值的体现，能带来什么价值。这就是它的意义，从属性上来说，它还是属于大型车路协同的范畴。

在三个层面上，车路协同的第一步是搭建基础设施平台，有一个关键问题，就是能力整合。什么是能力整合？也就是说，只有这些基础设施是不够的，只有这些数据是不够的。在各个行业和部门都有很多应用。需要结合行业应用和业务开放这些基础设施和数据。数据共享，业务开放，打包成我们的服务，可以赋能各行各业。这叫能力融合。比如对于我们的交警部门，城管部门，甚至环卫部门，包括智慧政务，甚至民生，都可以为各行各业提供服务。这是我们做汽车城网的起点。

这个车城网可能每个城市也有不同的侧重点，尤其是在试点示范阶段，比如上海、广州、湖南长沙，有的侧重于城市的综合治理，有的面向交通，有的面向民生等等。但最后可能会随着成熟而越来越完善和浓缩。另一个车城网，它的一个重要能力就是人、物、地域的融合与协作。人就是普通人，包括企业和政府的这些数据，包括我们的业务或者部门的职能。如何协调它们实现多部门、多部门、多系统的协同，实现人、物、图、云、车的协同共享？这是价值的三个方面。简单来说，一个是我们城市管理能力的提升，一个是我们业务水平的提升，一个是我们技术能力的提升。通过建立这个系统，我们的技术能力也将得到提高。

车城的价值。com反映我们在合肥有一些具体的做法，比如基于车城做一些应用。通信部门的com数据中心，联网治超，现场执法等不停车收费，包括我们的路路联网智能中心等。这里指的是和交通的应用场景，也取得了非常好的效果。这是一个方面。当然有很多应用是可以开发给民生的，还有一个是给我们的车本身的，车城网也是离不开驾驶的，包括我们的交通，引导，导航怎么走最快的路。未来汽车城网建成后肯定会更方便。这是我们科大在车城网建设中提出的一个架构方案。因为比较精细，就不说了。一般来说，它有九层，从基础层到数据层再到应用层，每一层都有几个功能包，我就不说了。

最后，报告我们在这两个方面的典型应用。产品研发在车端智能化。我们做的前瞻已经批量装车，这款车已经出口到欧美、俄罗斯等国家和地区。这一块，我们在智能驾驶预控器上也做了一个产品，目前可以达到L2+和L2++两种。

我们在苏州和合肥都有相应的场景测试。刚才讲了我们车端智能产品实际应用的案例和场景。另一个是我们产品的技术亮点。一个是高科技的软件分析验证，在科大大创拥有的嵌入式软件开发过程中都是有用的。十年来，我们一直在改进这个验证工具。从2013年开始，我们科大的校长联合建立了实验室，后来已经产业化形成高科技公司，所以我们的软件是开放的。如果在座的各位，包括我们的OEM，需要软件验证，

其他的技术细节我就不说了，因为我们可以对软件进行分析，一是保证软件没有bug，二是保证你的算法没有bug。为什么每一行代码都很方便，不需要手工测试？那不行。做完你所有的静态代码分析，提出你的漏洞和缺陷，然后改……他们。二是对你算法的验证，保证你的算法严谨可靠。后面就不说几个专利了，比如车道线之类的。因为我们车路配合，首先车端和路测，包括前车，我们做了一个算法，就是通过识别前车的数据V2V，以及路边单元的设备，信号和数据通过，后车会做权重算法。最重要的是前车尾灯跳动。通过这个识别，可以判断后面的路况是坑还是坑，对我的自动驾驶决策做出判断，最后给你一个智能控制信号。这是我们的专利。另一个是在我们芜湖的一个工业园区，科大国创也在车路云协同做过示范项目。这款车也是我们自己团队研发的线控智能底盘车，从电气化到智能化都是我们自己研发的。我们还搭建了路测单元，包括云控平台，我就不说了，因为它是控制中心和整个园区的一个接口。

以上是科大大创在车辆智能化和车路协同方面的研发和积累。最后总结一下个人观点。辅助驾驶是智能汽车的启航阶段，自动驾驶是整个行业发展的必由之路。无人驾驶是人类出行的终极目标，但车路协调是场景应用的最佳实践。科大达创一直坚持以软件定义智能汽车，让出行更安全、更高效为使命，以高可靠的分析验证工具软件为安全技术保障，坚持以车端智能化为基础，致力于全栈、人、车、路、云管理五位一体智能出行一体化解决方案的发展道路。

(注:本文根据现场速记整理，未经发言人审核。)

标签：

汽车资讯热门资讯