10月28日-29日，由嘉定政府支持，国家特聘专家汽车组及盖世汽车联合主办的“2020第十二届全球汽车产业峰会暨第八届汽车与环境创新论坛”隆重召开。此次论坛以“思辨谋局，创新落地”为主题邀请百名权威嘉宾，共同探讨中国汽车产业在新形势、新格局和常态化疫情防控下，有序发展的思路举措。会议期间，法雷奥CTO顾剑民先生发表了题为“再谈从ADAS到自动驾驶之路”的主旨演讲。

法雷奥CTO顾剑民先生

以下演讲实录：

大家好！谢谢周总的介绍，我是来自法雷奥的顾剑民。今天非常高兴有这个机会，汽车与环境论坛创办到今年整整是第八届，我也是参与了这八届，一路走来有很多的艰辛，很不容易，但也很成功，今天上午很多领导和演讲嘉宾都说到了这一点。

今天我的演讲题目是再谈从ADAS驾驶辅助到自动驾驶。为什么叫再谈呢？我觉得有两个原因：一个是我在其他不同场合已经讲过了，从ADAS到自动驾驶之路，我今天可能要多讲一些新的话题出来，所以叫再讲。另外一个原因这个题目非常热，很多媒体、车企和科技公司都在讲这个事儿，所以我也想今天抛砖引玉讲讲自己的一点洞见，跟大家分享一下，供大家批评指正。

既然说是从ADAS到自动驾驶，那我们先来看一下ADAS，就是驾驶辅助现在怎么样了。这里有几张图，大家可以看到，左边这张图是我们现在的新车上市的时候，L1、L2的ADAS系统它的装配率，基本上从今年1月份开始到今天在持续增长，这个装车率如果跟前两年比的话大家可以看到一个非常大的提升，所以应该说ADAS装车已经日益普及。

右边会看到一些车企和车型，基本上很多合资品牌ADAS的普及率比较高，但是也可喜地看到下面的吉利、长安已经进入了前10位的品牌搭载量，所以不光是合资品牌，自主品牌也是在提升ADAS的装车率，这是一个事实，也是一个趋势。

对于自动驾驶，或说到从ADAS到自动驾驶这个过程有多快、有多容易，有两个派别，大家可能仁者见仁、智者见智，但是我把他们分成两大派。一个是乐观派，以特斯拉为首，大家知道伊隆·马斯克说到今年年底之前会完成到L5技术的开发，上个星期已经开始FSD Beta版软件对部分客户开放了，测试下来的结果到底怎么样我们现在还不清楚。

左下角是Waymo，已经在美国开放了所谓真正的无人，驾驶座上是没有安全员的，已经对公众开放了无人驾驶的出租车服务。国内也有在做没有安全员的自动驾驶，如文远知行等。这里有一个无人驾驶示范的视频，是在市区的一个右拐弯，还是应付自如的。所以的确，自动驾驶如果从某些片段来看的话，我们觉得现在也是比较乐观的。

但同时也会有另外一个派别，悲观派，有乐观当然就有悲观。例如美国的消费者报告，这是一个第三方的杂志，专门做一些消费品的评价，他们从来不接广告、也不拿客户的钱，力争第三方的客观评价。他们对特斯拉做了评价以后发现了一些问题，评论说特斯拉的全自动驾驶功能盛名之下其实难副，这是原话，当然这是重写之前的FSD软件。也是两年前，Uber出了起非常有名的交通事故，估计因为晚上的原因，可能与传感器感知和决策功能有关，它把这个推自行车带着垃圾袋过马路的行人看作一个奇怪的物体，不是一个行人，这个事件最近也发酵了，因为安全员现在被起诉了。

右下角我引用了一个知乎上的文章，大概两三个星期以前，题目叫自动驾驶什么时候才会凉凉，估计还要多久？当然这是一个非常悲观的状态，但是这篇文章出来几天功夫就差不多有1百万的阅读量，原因是什么？很多人说跟法规相关，法规与技术之间肯定是先有鸡还是先有蛋的争论，L3的技术还不成熟，还有技术的缺陷，商业模式怎么落地、怎么盈利等等问题，所以这也是一派，我们叫悲观派。

回到ADAS，虽然ADAS的装车率已经在提升，但是反过来我们看到ADAS也并不完美。9月份在重庆有一个年度的i-VISTA自动驾驶的挑战赛，这里有两大比赛，当然有其他的赛项。一个是通常讲的自动泊车，垂直、平行、斜向的泊车，另外一个是AEB自动刹车，有车对车、车对行人的。我们发现这些都是已经量产的车，客户开着他们自己有ADAS功能的车来比赛，结果好些场景都没法完成。比如说这个图，垂向泊车，已经和边上的柱子擦挂了，还有很多车没有融合泊车，也就没办法识别斜向停车位。AEB的结果就更千差万别了，有些车都没法完全停住，车对行人所谓的鬼探头工况，其实真正能做到完全刹住不撞的，在20几辆车里面大概只有3辆车能。

所以回过头来看我们已经装车量产的ADAS功能也并不完美，没有达到我们客户认为或者期望的那样完美的地步。

我们再来看一下自动驾驶，什么叫自动驾驶？其实归纳起来的话有两大技术赛道，可能还有第三、第四条，但是大类有两大赛道。一道是左边的，我们通常讲的私家车，今后比如说OEM开发自动驾驶的系统作为选装，私人客户购买拥有，一般来讲它会从L2、L3到L4，一个所谓循序渐进的路线。与此相比，在右边的一道是所谓的跨越式，这是那些出行服务商，像Waymo、国内的滴滴，他们一上来就要做无人驾驶出租车，完全去掉驾驶员，所以它是跨越式的，从0开始直接做L4或者L5，这是两大类的技术路线。

你可以看到这两大类对于技术的要求、对于自动驾驶系统的选择也是不一样的。私家车上面一般我们认为，今后你如果买一辆私家车的话，会给你一个选装，你要不要这个自动驾驶系统，不管是硬件还是软件，它可以给你选择，这样的一个系统很有可能不需要做到L5，因为你还是坐在车上，虽然你有可能选择不驾驶，但是人还在车上，起到一个类似安全员这样的功能，很有可能这样的系统是L4级别的。但是右边的这种出行服务商是要把驾驶员完全去掉，省下人力成本，这辆车就在无人驾驶的情况下提供出行的服务，这是真正的无人驾驶，标配L5级别的，所以这两条路线对硬件和软件的要求也是不一样的。

当然特斯拉稍微有点不同，是处在中间的状态，按照马斯克的说法，以后特斯拉的车主到了公司或者回到家以后可以把自己的车放出去，让这个车在外面自动接客成为一个无人出租车。所以特斯拉有点不同，是属于这两种路线当中的一种混合状态。

自动驾驶面临着很多技术上的挑战，这里我只是举两个例子。左边是感知功能的一个缺陷，比如说这样一个自动驾驶系统，它把下雨天路面反射的灯光识别成障碍物了，因为用的是基于视觉的摄像头，这就是很大的问题，如果把反射的灯光识别成障碍物，势必导致它对障碍物和路况的错误判断，进而可能会导致交通事故。

右边是第三方专门做的测试，在路边放了一个电视广告牌，里面有0.42秒插播的stop停车路标，人眼对0.42秒不是很敏感，可能一晃而过，觉得只是一个错觉。但是对于摄像头来说，它觉得这是一个stop指令，车辆就被骗，停下来了。如果未来有黑客的话，这也将是一个很大的隐患。

所以这些问题挑战背后还给我们提出了一个很大的问题是什么？现在很多科技公司包括Waymo，他们在测试demo的车里面基本上没有做到所谓的冗余架构。

今年有很多的车企说我们推出了L2.5、L2.9甚至L3的技术都已经准备好了，只是因为国家法规还没有出台允许。这些车上面有没有冗余？我是很怀疑的，真正做到L3以上自动驾驶的话必须从感知到决策到控制系统的关键部位都需要有冗余，在最初系统设计时就要考虑冗余架构。冗余最大的目的就是来备份，避免这些比如说刚才看到的这些挑战，对于摄像头，那你如果有冗余感知融合的话就还有毫米波雷达、激光雷达来帮助你避免那些感知功能上的失误。所以这些都是需要我们在做到真正的自动驾驶之前考虑的。当然有很多的挑战，我只是例举了其中一个两个而已。

总结一下，首先我坚信自动驾驶终有一天会达成的，L4或者L5都会达到。比尔盖茨说了我们总是高估未来两年内将发生的变化，却低估了未来十年内将要发生的变革。这是非常重要的观察，我觉得用在自动驾驶上面也是非常适用的。

同时右边是我们的工信部副部长辛国斌，他在9月份海南的一个会议上说自动驾驶应该要循序渐进，同时他说有些企业没有得到官方许可或者法律允许的情况下，就已经宣传量产车搭载L3，当然这是指某些企业。所以大家可以看到，自动驾驶并不是一蹴而就，而且我们在很多时候还没有真正做到技术上的成熟，却希望法律马上允许开放，这是有很大的风险。同时我们对于自动驾驶的前景是完全乐观的，终有一天我们可以做到。这就是归纳起来我的个人观点，我们对于自动驾驶需要抱谨慎的乐观态度，这个跟完全乐观派和完全悲观派有不同的地方。

那怎么样做到自动驾驶真正的商业化落地？这张PPT我在很多场合都引用过，进入一个新市场的最好方法是从小做起，即从简单、低成本的自动驾驶技术入手，用足以吸引付费客户的最简产品，逐步推向市场。这里面有非常重要的观点就是愿意付费客户，如果说免费的话，我相信在座的99%以上都愿意尝试，但是天上没有掉馅饼的事情，所以让你付费，就可以看出是不是真的需要，真的喜欢，还是鸡肋，这是一个关键。

首先我们从自动泊车或者代客泊车做起，因为很多客户需要泊车这个功能，但是刚才已经说了泊车很多时候还没有做好，我们从低速、可控、半封闭场景的泊车开始做起。然后从低速的自动驾驶开始做起，比如说低于30、40公里每小时，这是对于感知、决策、控制系统挑战相对小一些的场景，而且如果发生碰撞的话也会相对安全一些。

从特定场景和特定功能开始，我们一直在讲这个系统是L1、L2或者L2.5或者是L2.99，其实对于买车的终端用户来说没有任何意义。因为他们搞不清楚L2.5和L2.99有什么区别，他们所关心的是特定的功能，比如说我是不是可以自动跟车、自动调节跟车速度，所谓ACC自适应巡航的功能，或者是自动变道的功能，从这些特定的场景功能开始，让用户能真正能使用，这才是我们做自动驾驶或者驾驶辅助的一个比较实际的目的。

关键还要去掉安全员，如果今天每辆车上面还跟了一个安全员，其实本质上这个车还是L3，就是说所谓的人机共驾，我们人类驾驶员准备着随时接管。最后运货或者物流的需求可能比运客更实际，所以我们也可以看到最近有很多的物流车和商用车在做自动驾驶。

接下来我用几个简单的例子来介绍一下法雷奥在这个领域的新技术和产品，怎么准备从ADAS走向到自动驾驶这条路了。

首先来看一下遥控自动泊车，大家一般认为自动泊车是人坐在车上通过系统进行一些简单的操作完成，而这是客户可以选择在车外也可以选择在车内，他不用去操控，所有的寻找泊车位和泊车都是由系统来完成，人只是在车内或者车外进行监控。这是一个斜向泊车位，一般情况下如果人类驾驶员来泊车的话，两把入位还是比较困难的，我们的遥控自动泊车两把就完成了泊车，非常干脆。这个系统已经在奔驰和长安的几个车型上量产了，也是我们法雷奥在业界第一个做到的。

同时我们可以看到，如果升一级，从遥控自动泊车可以做到什么？那就是所谓的AVP代客泊车，我们的用户可以在停车库前面下车，让车辆自动驶入停车库，它跟前面的遥控自动泊车相比是不需要人的监控了，人可以完全走掉。

这是2016年法雷奥跟Cisco的合作demo视频，我们的驾驶员在停车库外面下车，车辆自动驶入车库，车库和车辆是互联的，有V2X的功能。车辆有传感器可以避让障碍物和行人，自主完成泊车，发送信息给我们的客户，告诉他停在哪。你要用车的时候，可以提前预约，等到3分钟以后在刚才下车的地方来接我们的客户。这就是代客泊车，按照定义来说是L4功能，不需要驾驶员监控。

泊车功能刚才说了几项，最近我们发现因为有电动车的兴起，很多的客户需要高精度的泊车。因为电动车需要充电，如果能够无线充电的话可以给客户带来很大的方便，你不需要用手去拿充电枪了。但是无线充电对于泊车的精度要求非常高，一般是厘米级的，所以法雷奥提供了这样的技术，只要你完成了第一次泊车以后，以后每一次可以根据感知对比泊车的位置来精准回到你原来泊车的位置，误差在10厘米以内，这就是我们通过SLAM技术在泊车上的应用，这也是帮助大家在电动车普及以后，更方便使用自动泊车来无线充电。

高精度的定位也可以用在动态的自动驾驶上面，同样用我们感知SLAM的这个技术，通过激光雷达制作高精度地图以后，每次再用激光雷达来扫描完成对比定位，而且通过众包方式随时对地图进行动态更新。这个技术我们在今年1月份的拉斯维加斯的CES展上做了展示，我们用一辆搭载了激光雷达的车来制作高精地图，还有4辆车也搭载了激光雷达，通过扫描周围的环境来完成高精度的定位，它的定位精度也是在10厘米以内，这是我们在市区道路上的一个演示。

让我们回想一下，要做到真正的自动驾驶还有一个非常大的技术难度，就是来预判我们道路上其他的使用者，比如说行人、自行车、电动车，他们的行动意图。因为人的不确定因素很难预测，比如说在国内的城市道路我们可以看到很多外卖小哥，前面骑一个电动车，你在后面跟着需要非常谨慎小心，因为你不知道下一秒钟他会往哪边，或者他自己本身都不知道，因为他一边在接电话，一边在开车。这个时候需要预测道路使用者的意图，所以我们用摄像头和激光雷达，来探测周围的环境，看这些道路使用者的眼神，他是不是在使用手机，看他的注意力是否在道路上面，来预测他是不是要跨越马路，他下一步可能的行驶轨迹，当然这个预测有一定的概率，来帮助我们系统的决策。

否则我们发现有一些自动驾驶初创公司的车辆，他们会采取一个非常保守的策略，如果路边有一个行人站在马路边上的话，我们的自动驾驶车就会停下来在那里等着行人过马路，如果他不过的话我们车也不会走。这个有点像刚刚会开车而不敢开车的新手，真正的自动驾驶需要做到，最后我们的自动驾驶就像一个老司机在开车，通过感知和人工智能，能够判断其他的道路使用者的意图，这也是法雷奥最近开发的一个技术。

我们再来看商业模式，自动驾驶怎么落地。我们在三四年前认为无人驾驶出租车robotaxi是比较好的模式，那个时候法雷奥也投资了一家法国的初创公司Navya，它是从2016年开始只做无人驾驶出租车和小巴的企业。法雷奥既是投资人也是它的技术伙伴，这家企业从开始创业到今天，已经在20多个国家销售了，不是只做demo，已经销售了160多辆自动驾驶小巴。这些车已经在做商业或半商业运营，包括在我的母校密西根大学也有两辆车在北校区和中校区之间来回摆渡，今年6月份Navya又在法国推出不配备安全员的L4全自动驾驶接驳车服务。

另外一个模式我前面已经讲了，很有可能送货比运客的需求更多或者更实际。所以我们在去年的CES展上跟美团达成了战略合作协议，来共同开发最后一公里的无人配送技术包括物流车。一年以后我们在2020年的CES展上面，我们和美团共同推出了这样的一个无人配送车的样车，大家可以看一下这个视频。这是在拉斯维加斯的停车场里面，因为展区有限制，我们进行了改造，让无人配送车在里面做一个自动驾驶的demo，场景比较简单。

这是协议签署一年以后我们推出的一个原形车。这辆车我们和美团的分工是，法雷奥首先提供自动驾驶的系统，同时法雷奥也提供了底盘平台，包括48V纯电动的技术和线控底盘的能力，美团提供车身、智能网联的配送柜和APP。我们从战略合作协议签订到原形车出来做展示，仅仅不到一年的时间，为什么会这么快呢？其中一个很大的原因就是我们的自动驾驶技术是基于一个技术平台，这个Driver4U的技术平台是法雷奥在2年前已经开发的，它是城市道路环境下的全自动驾驶L4级，所以我们把这个平台技术嫁接到无人物流车上面，做了一些改进和改装。

我们可以看一下这个自动驾驶平台上面的传感器的配置，首先它是有4个环视摄像头，一个前视摄像头，4个毫米波角雷达，有12个超声波雷达，还有4个激光雷达，激光雷达中前后主要用于探测障碍物，左右更多的是用于刚才我们介绍的高精度定位。当然，基于客户的需求和使用的场景，这些传感器的数量也可以有增有减，都不是完全固定的，这是一个自动驾驶的技术平台。需要指出的是所有的这些传感器都是法雷奥已经在量产车上使用的，所以车规级和耐久已经得到了验证。

接下来看一下这样一个短视频，这是在2018年巴黎车展前后在法国巴黎市区的自动驾驶展示。这是在法国巴黎的塞纳河边，大家可以看到车辆内安全员的手完全放在旁边，这是自动超车，前面是信号灯的识别和转弯，自行车避让，斑马线识别和行人避让，当然跟国内的交通路况相比，巴黎的情况还是非常好的，最后是隧道，我们知道在隧道里面GPS信号丢失，需要通过刚才说的高精度定位和惯性导航，来继续完成自动驾驶。

因为时间关系，最后我简单总结一下，从ADAS驾驶辅助到自动驾驶的确是一条很长的路，可能不是那么一帆风顺，需要循序渐进，由易入难。对于法雷奥来讲，我们今后主要的服务对象还是生产私家车的主机厂，今后相信在座的客户都有可能会买到一辆车，上面装载着一些跟法雷奥技术相关的自动驾驶部件或系统。但同时我们也意识到，很有可能在右边出现这些所谓的新的商机或者新的挑战，我们刚才已经讲到很多了，像无人驾驶的出租车、小巴、物流车，在这些模式下很有可能比私家更容易、更早来完成自动驾驶的商业化落地，原因刚才已经讲到了，因为可以完全把驾驶员去掉，省下人工成本，但是私家车不管自动驾驶与否，我们的客户还在车内。这是我们的一个观点，不管怎么样我们这两种技术赛道，法雷奥都有相应的技术和产品来服务大家。

谢谢大家的时间聆听！

敬请关注“2020第十二届全球汽车产业峰会暨第八届汽车与环境创新论坛”直播专题！

https://auto.gasgoo.com/NewsTopic/281.html