2021泰达汽车论坛 | 均胜电子郭继舜：高级别智能驾驶的研发与总结

2021年9月3日至5日，第十七届中国汽车产业发展国际论坛(TEDA)(以下简称TEDA汽车论坛)在天津滨海新区举行，由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办，天津经济技术开发区管理委员会特别支持，日本汽车工业协会、德国汽车工业协会协办。本次论坛围绕“融合、创新、绿色”的年度主题，聚焦行业热点话题。9月5日，在“主题演讲:迈向高水平自动驾驶应用的管理与实践”中，盛骏电子副总裁、盛骏智能汽车技术研究院院长郭继顺发表了题为“高水平智能驾驶的研发与总结”的演讲。

盛骏电子副总裁、盛骏智能汽车技术研究院院长郭继顺致辞如下:大家好，我以前在主机厂工作，前段时间换了工作。从这一方面也可以看出我们这个行业的人才是在不断流动的。盛骏电子主要做面向全球的相关工作，我们的控制器还在开发过程中。刚才看到领导们做了很多关于行业的分享。简单说一下，分享一下行业发展过程中的一些判断。在中国汽车行业，盛骏电子是一家相对不知名的公司。甚至在接触之前都不知道。2020年汽车零部件整体销售额占全球490亿人民币，位居全球前十。现在发现越来越多的汽车电子公司开始做智能化的东西。这种转变也有望将非智能的估值模式转变为智能的网络连接模式，使企业拥有更多的资金流通能力。高级智能驾驶，什么是高级智能驾驶？能长期摆脱它的驾驶才是智能驾驶。长期摆脱它，必然意味着要在功能安全、传感器、感知决策等方面做很多考虑。我们可以限制ODD，但只要它能摆脱，就是高级智能驾驶。激光雷达是一个必要的传感器。我不是汽车行业的。看过很多汽车领域工程师的分析。我坚信只要摆脱它，就一定有激光雷达。前段时间看了各种关于某知名造车新势力车祸的结论。以色列公司的算法和可能使用的芯片的算法存在一些问题，中国特色的养路车不被认可。但本质上，我们在设计系统的时候，往往会把毫米波雷达的权重调得很低，因为它对金属物体太敏感，相机里的一些物体不分类就不会被识别和跟踪。摆脱就意味着客户接手需要时间，所以高水平的智能驾驶自然需要雷达。经常有各种领导讲各种观点。从落地的角度来说，主机厂为什么需要用域控制器，更重要的是一个停车箱加一个停车箱的费用是五六千。如果使用包括地平线芯片在内的芯片，停放一台机体的成本至少会降低一千元，这对减压非常有用。域控制器最重要的原因是降低成本。性价比更高的轻量化控制器将成为ADAS的主流解决方案。现在很多ADAS还在用智能摄像头。这不是未来的终点。即使简单的L1和L2函数也可以通过降级使用轻量级控制器来解决。原因是为了降低成本。To C的量产功能将是一个长期的L2++阶段，但场景逐渐扩展到复杂的城市道路。L4不是To C的市场，L2++会长期处于中高端，还会扩张。没有L3级的城市道路。我们试图由司机随时接管车辆，但我们可以从高速公路到城市道路，现场正在扩大。因此，L2++函数对接下来……ded L3，应用体验拓展了场景。L2++是一个很好的产品形态。利用众包数据闭环，数据驱动功能迭代，将成为行业共识。摆在我们面前的一个非常重要的问题是数据安全法。我们开发了阴影模式的盒子。这项技术已经停止。所有技术的扩展都必须依赖于我们对法律法规的透彻理解。现在在汽车数据采集安全方面，我们会成为一个行业标准，会成为一个重要的指导点。技术开发指导比较分散。就目前来看，L3并不是一个好的产品形态。法律法规要求人机交互。有人负责流量结果，有人负责流量结果。这种切换容易造成责任认定的问题。L3不是好形式，L2++可能是。高速公路变道是L3级别的功能，我们降低了对功能安全性的要求，那么如何判断一辆车在城市场景下能否L2++呢？其实很简单的一个方法，当你发现现在的激光雷达的能力，当你发现只有一个激光雷达的时候，判断只是在高速公路上。如果两个或三个，或者更多，可以对前进方向做出基本判断，以辅助在城市中驾驶。L4长什么样？我们在车厂国内运营公司讨论过，就是如何量产L4。我们整理了自己的看法，供大家参考。在这个前提下，才能真正实现L4的商业化。所有部件都必须预先组装好。我知道有些公司每天需要修200辆车的5%，也就是10辆车。不好的就不一样了，人工错误的系统性积累会造成非常大的问题。很多时候我不知道什么东西坏了，但是需要修理。标准化批量生产是L4的基础。我们把5%降到2%和0.5%，那个概率是不可接受的，所以我们需要6个适马和4个适马的稳定性。目前L4自动驾驶可以通过多种方式融资。重要的是安全员什么时候真的能撤，什么时候才能知道。安全员的免职是L4的命门，我们拭目以待。我们在系统中开发了充电机器人。当然，我们考虑这样一个场景时，AVP，即车辆完全自主运行。只有去掉驾驶员，车辆才能完全自我维护，自动驾驶模式才会存在。驾驶舱越来越智能，但智能驾驶会越来越趋同。驾驶舱里有各种生态，各种场景，各种应用，各种车辆都是通过表情和面部来控制的，但是智能驾驶越来越统一。我们用激光雷达做L4，后来没人做了。为什么？驾驶舱对功能安全要求低，但对自动驾驶要求高。当我们讨论一个功能安全性很强的功能时，最终会归结到一点，就是相同的业务模型，相同的功能模型。你觉得NGP、NOP和NOI有什么不同吗？他们只是名字不同。最后的场景落在了最安全最稳定的区域，那就来说一个推论吧。未来个性化不是靠自动驾驶，而是靠智能驾驶舱。智能驾驶是区分车辆档次的门槛，但不是个性化商品。电子电器的发展需要循序渐进，理性发展。首先，集中式架构意味着我们需要将所有控制器领域的功能安全提升到最高级别，包括车身领域和驾驶舱领域。第二种是现在的集中式架构，必须有非常好的冗余控制器来做热备份，这是很难实现的。无论在OEM还是TR1过程中，大家都谈到了中心化，但我认为域控制器还是一个长期的过程，要理性。领导们都谈到了对计算能力的需求，分析了我们需要多少计算能力。我给你一个计算标准。ADAS是1-5T，我们不违反第二条，这是主流传感器的能力。ADAS在1到5T量级，L2+在5到5-10T量级，L2++在30到100t量级，L4在100到1000t量级。单个400万到800万像素的摄像头需要4T左右的计算能力。整辆车都需要吗？前后有必要吗，横向有必要吗？不需要那么高，需要鉴定的是品种。全车11个摄像头，往往过于冗余。单根64线需要15T的计算能力。如果制造了冗余系统，则……verall计算能力会被视为冗余，基本都是计算出来的，功能和域控制器需要多少计算能力都可以计算出来。高水平的智能驾驶要求我们期待更多的安全功能设计。域控制器将被降级，尤其是在冗余控制器上。所有语音、手势、姿态的自动驾驶，最后都会有一个非常不好的预期。把这个放在驾驶舱里。通过触摸一个键来自动驾驶是一个非常愚蠢的行为。看起来用户很满意。用户知道如何自动驾驶。用户误触太容易了。最终发生事故，用户触碰时自动驾驶。这是设计问题。特斯拉表示，许多用户踩错了踏板，油门被当作刹车使用，因此特斯拉不承担责任。为什么会这样？我们一般都是刹车减速，油门加速。特斯拉对比太严重了。很多新手司机在开车的时候都迷失了位置，不知道刹车在哪里。他们太习惯踩油门，听之任之。这时候一旦出现问题，他们会下意识的踩油门，而不是刹车。这个设计师有理由不给用户用户体验。我们更喜欢用一两个逻辑按钮来完成自动驾驶激活，不希望用户觉得很容易触发。讲一件事，很多需求都是功能来源于用户的反馈。我在车厂的时候，作为车厂的技术代表，经常和用户、乘客、司机面对面交流。他们所有的需求都是很感性的，所以千万不能直接利用。我们必须像门外汉一样思考，像专家一样工作。在这个阶段，很多功能来自于用户体验。数据闭环总结了特斯拉是怎么做阴影模式的，但是我们梳理了特斯拉全套的阴影模式结构化方法。我们停止这个产品，我们必须重新考虑如何更好地与中国的信息安全法联系起来。但不得不说，在技术层面，毫无疑问，持续迭代的闭环数据是自动驾驶在深水中前行的最低要求。谁是主角，OEM主导架构，OEM主导功能软件开发，Tier1提供标准化服务，掌握迭代数据，OEM才能成为头部OEM。刚才我们说了，第二是Tier的头部效应凸显，Tier1负责功能体验。同时，一个Tier1有三个或四个项目。对于博世这样的公司，我不敢要求他们做更多的项目。因为做校准要耗费大量的人力物力，但是如果把给Tier1的东西都在硬件功能安全分析上标准化，一个有Tier服务的车厂会有更多的服务，所以得到的越多，得到的就越多，所以头部效应会很明显。Head Tier1会得到越来越多的人头。此外，还有短期的人才短缺和长期的人才过剩和发展不平衡。2013-2014年我在百度。那个时候深度学习非常匮乏。发现同事艾队某期某周的就业情况。应届毕业生15%，手工数据37%，多媒体36%，传统互联网22%。几乎有一半是在没有AI的情况下进入AI领域的。我们观察了18%的传统原始设备制造商、24%的第一层和28%的第二层。现在毕业后会招基础大都会，人工智能的工具化程度在提高。汽车行业会出现哪些问题？人才会越来越多，一两年后可能会来到智能驾驶领域。每个城市几千人招几千人，相关的智能驾驶人才最后形成几个人头。下面的领域人才很多，但并不高端，因为没有系统的学习，没有相关编程的基础。这是一个需要警惕的现象。智能驾驶非常稀缺，但我们需要更系统的指导。比如对于应届毕业生的培养，要转到其他行业，这样才能保证我们的梯度更加完善。这也是为什么现阶段，第一点，中国智能驾驶系统的应用和量产是非常有前景的。原因是我们称之为高级智能驾驶的涟漪效应。大家都知道科技的成长曲线。当初这些新势力用的是高级智能驾驶功能，比如NGP功能，但是全世界的主机厂都用了……不要动。每个涟漪扩散需要一到两年的时间。首先必须承认，中国汽车工业的智能化非常先进，速度非常快。第二，目前的状态是小李的团队已经完成了验证，比如小鹏的P5和蔚来PE7，国内的OEM只能显示相关功能。我们是第一层或第二层。我们发现看起来量不大，原因是还没有迎来c的高点，当技术应用全球化和平台化的时候，才能真正迎来这个行业的爆发。未来是可以预测的。即使我现在遇到一些困难，也是可以理解的。这就是我从未来来到第一层的原因。自动驾驶的全球平台已经够多了，我们可以等。2023年和2024年将是自动驾驶的又一个高峰。到时候会有更多的资金，更多的项目，更好的人才库。谢谢大家！2021年9月3日至5日，第十七届中国汽车产业发展国际论坛(TEDA)(以下简称TEDA汽车论坛)在天津滨海新区举行，由中国汽车技术研究中心有限公司、中国汽车工程学会、中国汽车工业协会、中国汽车报社联合主办，天津经济技术开发区管理委员会特别支持，日本汽车工业协会、德国汽车工业协会协办。本次论坛围绕“融合、创新、绿色”的年度主题，聚焦行业热点话题。9月5日，在“主题演讲:迈向高水平自动驾驶应用的管理与实践”中，盛骏电子副总裁、盛骏智能汽车技术研究院院长郭继顺发表了题为“高水平智能驾驶的研发与总结”的演讲。

盛骏电子副总裁、盛骏智能汽车技术研究院院长郭继顺致辞如下:大家好，我以前在主机厂工作，前段时间换了工作。从这一方面也可以看出我们这个行业的人才是在不断流动的。盛骏电子主要做面向全球的相关工作，我们的控制器还在开发过程中。刚才看到领导们做了很多关于行业的分享。简单说一下，分享一下行业发展过程中的一些判断。在中国汽车行业，盛骏电子是一家相对不知名的公司。甚至在接触之前都不知道。2020年汽车零部件整体销售额占全球490亿人民币，位居全球前十。现在发现越来越多的汽车电子公司开始做智能化的东西。这种转变也有望将非智能的估值模式转变为智能的网络连接模式，使企业拥有更多的资金流通能力。高级智能驾驶，什么是高级智能驾驶？能长期摆脱它的驾驶才是智能驾驶。长期摆脱它，必然意味着要在功能安全、传感器、感知决策等方面做很多考虑。我们可以限制ODD，但只要它能摆脱，就是高级智能驾驶。激光雷达是一个必要的传感器。我不是汽车行业的。看过很多汽车领域工程师的分析。我坚信只要摆脱它，就一定有激光雷达。前段时间看了各种关于某知名造车新势力车祸的结论。以色列公司的算法和可能使用的芯片的算法存在一些问题，中国特色的养路车不被认可。但本质上，我们在设计系统的时候，往往会把毫米波雷达的权重调得很低，因为它对金属物体太敏感，相机里的一些物体不分类就不会被识别和跟踪。摆脱就意味着客户接手需要时间，所以高水平的智能驾驶自然需要雷达。经常有各种领导讲各种观点。从落地的角度来说，主机厂为什么需要用域控制器，更重要的是一个停车箱加一个停车箱的费用是五六千。如果使用包括地平线芯片在内的芯片，停放一台机体的成本至少会降低一千元，这对减压非常有用。域控制器最重要的原因是降低成本。性价比更高的轻量化控制器将成为ADAS的主流解决方案。现在很多ADAS还在用智能摄像头。这不是未来的终点。即使简单的L1和L2函数也可以通过降级使用轻量级控制器来解决。原因是为了降低成本。To C的量产功能将是一个长期的L2++阶段，但场景逐渐扩展到复杂的城市道路。L4不是To C的市场，L2++会长期处于中高端，还会扩张。没有L3级的城市道路。我们试图由司机随时接管车辆，但我们可以从高速公路到城市道路，现场正在扩大。因此，L2++功能对接下来……aded L3，应用体验拓展了场景。L2++是一个很好的产品形态。利用众包数据闭环，数据驱动功能迭代，将成为行业共识。摆在我们面前的一个非常重要的问题是数据安全法。我们开发了阴影模式的盒子。这项技术已经停止。所有技术的扩展都必须依赖于我们对法律法规的透彻理解。现在在汽车数据采集安全方面，我们会成为一个行业标准，会成为一个重要的指导点。技术开发指导比较分散。就目前来看，L3并不是一个好的产品形态。法律法规要求人机交互。有人负责流量结果，有人负责流量结果。这种切换容易造成责任认定的问题。L3不是好形式，L2++可能是。高速公路变道是L3级别的功能，我们降低了对功能安全性的要求，那么如何判断一辆车在城市场景下能否L2++呢？其实很简单的一个方法，当你发现现在的激光雷达的能力，当你发现只有一个激光雷达的时候，判断只是在高速公路上。如果两个或三个，或者更多，可以对前进方向做出基本判断，以辅助在城市中驾驶。L4长什么样？我们在车厂国内运营公司讨论过，就是如何量产L4。我们整理了自己的看法，供大家参考。在这个前提下，才能真正实现L4的商业化。所有部件都必须预先组装好。我知道有些公司每天需要修200辆车的5%，也就是10辆车。不好的就不一样了，人工错误的系统性积累会造成非常大的问题。很多时候我不知道什么东西坏了，但是需要修理。标准化批量生产是L4的基础。我们把5%降到2%和0.5%，那个概率是不可接受的，所以我们需要6个适马和4个适马的稳定性。目前L4自动驾驶可以通过多种方式融资。重要的是安全员什么时候真的能撤，什么时候才能知道。安全员的免职是L4的命门，我们拭目以待。我们在系统中开发了充电机器人。当然，我们考虑这样一个场景时，AVP，即车辆完全自主运行。只有去掉驾驶员，车辆才能完全自我维护，自动驾驶模式才会存在。驾驶舱越来越智能，但智能驾驶会越来越趋同。驾驶舱里有各种生态，各种场景，各种应用，各种车辆都是通过表情和面部来控制的，但是智能驾驶越来越统一。我们用激光雷达做L4，后来没人做了。为什么？驾驶舱对功能安全要求低，但对自动驾驶要求高。当我们讨论一个功能安全性很强的功能时，最终会归结到一点，就是相同的业务模型，相同的功能模型。你觉得NGP、NOP和NOI有什么不同吗？他们只是名字不同。最后的场景落在了最安全最稳定的区域，那就来说一个推论吧。未来个性化不是靠自动驾驶，而是靠智能驾驶舱。智能驾驶是区分车辆档次的门槛，但不是个性化商品。电子电器的发展需要循序渐进，理性发展。首先，集中式架构意味着我们需要将所有控制器领域的功能安全提升到最高级别，包括车身领域和驾驶舱领域。第二种是现在的集中式架构，必须有非常好的冗余控制器来做热备份，这是很难实现的。无论在OEM还是TR1过程中，大家都谈到了中心化，但我认为域控制器还是一个长期的过程，要理性。领导们都谈到了对计算能力的需求，分析了我们需要多少计算能力。我给你一个计算标准。ADAS是1-5T，我们不违反第二条，这是主流传感器的能力。ADAS在1到5T量级，L2+在5到5-10T量级，L2++在30到100t量级，L4在100到1000t量级。单个400万到800万像素的摄像头需要4T左右的计算能力。整辆车都需要吗？前后有必要吗，横向有必要吗？不需要那么高，需要鉴定的是品种。全车11个摄像头，往往过于冗余。单根64线需要15T的计算能力。如果制造了冗余系统，则……整体计算能力会被视为冗余，基本上是计算出来的，功能和域控制器需要多少计算能力都可以计算出来。高水平的智能驾驶要求我们期待更多的安全功能设计。域控制器将被降级，尤其是在冗余控制器上。所有语音、手势、姿态的自动驾驶，最后都会有一个非常不好的预期。把这个放在驾驶舱里。通过触摸一个键来自动驾驶是一个非常愚蠢的行为。看起来用户很满意。用户知道如何自动驾驶。用户误触太容易了。最终发生事故，用户触碰时自动驾驶。这是设计问题。特斯拉表示，许多用户踩错了踏板，油门被当作刹车使用，因此特斯拉不承担责任。为什么会这样？我们一般都是刹车减速，油门加速。特斯拉对比太严重了。很多新手司机在开车的时候都迷失了位置，不知道刹车在哪里。他们太习惯踩油门，听之任之。这时候一旦出现问题，他们会下意识的踩油门，而不是刹车。这个设计师有理由不给用户用户体验。我们更喜欢用一两个逻辑按钮来完成自动驾驶激活，不希望用户觉得很容易触发。讲一件事，很多需求都是功能来源于用户的反馈。我在车厂的时候，作为车厂的技术代表，经常和用户、乘客、司机面对面交流。他们所有的需求都是很感性的，所以千万不能直接利用。我们必须像门外汉一样思考，像专家一样工作。在这个阶段，很多功能来自于用户体验。数据闭环总结了特斯拉是怎么做阴影模式的，但是我们梳理了特斯拉全套的阴影模式结构化方法。我们停止这个产品，我们必须重新考虑如何更好地与中国的信息安全法联系起来。但不得不说，在技术层面，毫无疑问，持续迭代的闭环数据是自动驾驶在深水中前行的最低要求。谁是主角，OEM主导架构，OEM主导功能软件开发，Tier1提供标准化服务，掌握迭代数据，OEM才能成为头部OEM。刚才我们说了，第二是Tier的头部效应凸显，Tier1负责功能体验。同时，一个Tier1有三个或四个项目。对于博世这样的公司，我不敢要求他们做更多的项目。因为做校准要耗费大量的人力物力，但是如果把给Tier1的东西都在硬件功能安全分析上标准化，一个有Tier服务的车厂会有更多的服务，所以得到的越多，得到的就越多，所以头部效应会很明显。Head Tier1会得到越来越多的人头。此外，还有短期的人才短缺和长期的人才过剩和发展不平衡。2013-2014年我在百度。那个时候深度学习非常匮乏。发现同事艾队某期某周的就业情况。应届毕业生15%，手工数据37%，多媒体36%，传统互联网22%。几乎有一半是在没有AI的情况下进入AI领域的。我们观察了18%的传统原始设备制造商、24%的第一层和28%的第二层。现在毕业后会招基础大都会，人工智能的工具化程度在提高。汽车行业会出现哪些问题？人才会越来越多，一两年后可能会来到智能驾驶领域。每个城市几千人招几千人，相关的智能驾驶人才最后形成几个人头。下面的领域人才很多，但并不高端，因为没有系统的学习，没有相关编程的基础。这是一个需要警惕的现象。智能驾驶非常稀缺，但我们需要更系统的指导。比如对于应届毕业生的培养，要转到其他行业，这样才能保证我们的梯度更加完善。这也是为什么现阶段，第一点，中国智能驾驶系统的应用和量产是非常有前景的。原因是我们称之为高级智能驾驶的涟漪效应。大家都知道科技的成长曲线。当初这些新势力用的都是高级智能驾驶功能，比如NGP功能，但是世界各地的主机厂di……不要动。每个涟漪扩散需要一到两年的时间。首先必须承认，中国汽车工业的智能化非常先进，速度非常快。第二，目前的状态是小李的团队已经完成了验证，比如小鹏的P5和蔚来PE7，国内的OEM只能显示相关功能。我们是第一层或第二层。我们发现看起来量不大，原因是还没有迎来c的高点，当技术应用全球化和平台化后，才能真正迎来这个行业的爆发。未来是可以预测的。即使我现在遇到一些困难，也是可以理解的。这就是我从未来来到第一层的原因。自动驾驶的全球平台已经够多了，我们可以等。2023年和2024年将是自动驾驶的又一个高峰。到时候会有更多的资金，更多的项目，更好的人才库。谢谢大家！

标签：特斯拉发现蔚来小鹏

汽车资讯热门资讯