法雷奧中國CTO？顧建民
謝謝邀請，很高興有這個機會和在座的各位領導、專家、同事分享。這個題目也很大，“從ADAS到自動駕駛的道路”。個人認為主動安全是被動安全智能的延伸。如果再進壹步，ADAS就是我們壹般所說的駕駛輔助系統，是主動安全的智能化延伸。
自動駕駛是ADAS的智能延伸嗎？從某種意義上來說，是的，但是自動駕駛不僅僅是壹個技術問題。今天上午兩位發言人說，還涉及到場景和商業模式的落地。除此之外，還包括法規、基礎設施、保險，這些都與自動駕駛非常相關，所以今天我們討論的不僅僅是技術問題。
因為我代表法雷奧發言，我相信在座的很多人對法雷奧更了解。法雷奧是壹家汽車零部件集成供應商，總部設在法國巴黎，我們在全球排名前十。法雷奧在中國也有很多布局。壹* * *有35個工廠和65，438+02個R&D中心，在南京有壹個工廠和壹個R&D中心。
從產品線上來說，可以說，如果妳開的是壹輛車，這輛車裏面肯定有法雷奧的產品或者零部件。我們有四個事業部，其中壹個事業部的主要產品就是我們今天要講的自動駕駛駕駛輔助。在產品事業部，有壹個傳感系統，就是傳感器，激光雷達，人工智能的高級人機交互，車聯網，提供給大家，幫助他們打造壹輛滿足出行需求的汽車。這是我公司在自動駕駛方面的簡單介紹。
如果我們再看壹遍，我們今天的話題是什麽？從ADAS到自動駕駛，所以我把這壹頁放在這裏，這壹頁PPT，其實我去年就用了，到今天幾乎壹個字都沒改，因為這個觀點沒變。
第壹句話，如何做自動駕駛，如何幫助自動駕駛商業化，第壹是什麽？進入壹個市場的最好方法是什麽？從小做起，就是從簡單低成本的自動駕駛技術做起。我這裏說的是技術，從簡單的低成本技術開始。
下壹步是什麽？目的是吸引足夠多願意付費的用戶，因為我們都知道什麽是自動駕駛？展示測試，沒問題，大家都會歡迎，但是妳還不能在商業上落地。商業落地的基本條件是什麽？需要有人付出，天上不會掉餡餅，總要有人付出，不是妳，就是我們車廠。
具體怎麽做？下面我列舉了幾個場景或者商業落地方式，從自動停車或者停車服務開始，因為大家都知道，停車比較慢，場景相對可控，在半封閉的停車場或者車庫。並且從低速自動駕駛開始。這裏列出的速度是每小時40公裏。其實這個速度已經很高了。壹般來說，高速公路上可能有40公裏以上的車輛。低速時，先做什麽？可以挑戰感知系統和決策系統，壓力更小。
這要從簡單的技術說起。
還有什麽？從特定場景和特定目的出發，自動駕駛的場景很多，不逃離場景自動駕駛是沒有意義的。舉個極端的例子，如果妳在壹個直徑300米的試驗場，裏面沒有車輛，也沒有障礙物，更別說L4和L5了。但在另壹個場景中，L3在非常擁堵的情況下甚至做不到。
關鍵是去掉安全驅動。我們今天的很多演示和測試車輛都必須有安全員上路進行自動駕駛，這也是我們現行法規和法律所限制的。
但是妳想想，如果有安全員，我們通常說的是L4車輛，或者是在L3的基礎上。如果不能突破這方面，我們的技術還是在L3的技術層面上，本質上。
當然，今天討論的另壹點，其實真正的自動駕駛不應該糾結於是L2、L3還是L4。今天看到的是看場景，如何突破商業化，找到商業化模式。這才是最重要的。
最後是投放需求，可能比運送乘客更實際。當然，從安全角度考慮，商品可能不如客人受關註，這並不是唯壹原因。如果妳看看過去幾個月，特別是疫情嚴重爆發的時候，我們在武漢和北京會看到什麽？有壹些無人物流車運送醫療設備和醫療用品，可以避免人與人的接觸，特別是到壹些疫情嚴重的地方。這也是我們看到無人物流車可能比送人更有需求的場景的需求。
這是壹個原因。
我在這裏拋磚引玉，拋出這幾點。
接下來，請允許我花壹點時間和法雷奧的產品壹起，詳細的告訴大家我們是如何找到場景的，以及商業化的最終目標。
就像剛才說的，自動泊車是壹個比較容易實現的場景。通常說到自動泊車，什麽是泊車輔助？駕駛員需要根據車內系統提示完成自動泊車或泊車輔助。但是，壹旦司機進入車內，我們的客戶可以選擇在車內或車外停車，這就是遠程停車。
法雷奧在2016推出了遠程泊車的功能，也已經量產。妳可以看看。使用遙控鑰匙，遇到壹些緊急情況，需要停車時，可以壹鍵停車。
接下來，我們可以更進壹步。我們可以想象壹下，如果我們在地下車庫，我們可以利用遠程停車讓車輛自動停車，類似於剛才的遠程停車的技術，不同的是車輛可能需要行駛的距離或者找到停車位的範圍更大；第二個區別是，我們這裏說的是停車服務，需要工廠的支持。行業方面，有兩種趨勢或者說兩種方法。壹種是泊車服務完全由車端的傳感器完成，另壹種是工廠端和車端需要協同完成泊車服務。
如果依靠車尾的傳感器，在非常擁擠的地下車庫找到停車位可能需要很長時間，還可能造成停車擁堵。所以，如果我們把工廠端和汽車端結合起來，在工廠端增加壹些傳感器和激光雷達，幫助我們更快更有效地找到停車位。
這裏還有壹個視頻，是法雷奧和思科的合作系統。在這個過程中，可以避開行人，可以完成停車，並且會向我們的客戶發出信號。當我們的用戶需要用車時，可以提前預約，從自動下車點跟我們的用戶打招呼。這就是停車服務的概念。法雷奧認為車端和廠端結合是完成停車服務更有效、更現實的方案。
自動泊車的另壹個應用場景是很意外的。這是什麽？充電。妳可能壹開始沒想過為什麽充電和自動泊車有關系。這是因為目前和自動駕駛壹樣，電動化也是非常大的趨勢。妳可以看到越來越多的插電式混合動力汽車和純電動汽車。這些車無壹例外都需要充電，插電式混合動力車可能不需要那麽頻繁充電。
我們對德國用戶的調查發現，三分之二的用戶認為如果能夠完成自動充電或無線充電，他們更願意選擇或使用純電動汽車。我想可能是什麽原因？因為開了快兩年的插電式混動，大家發現充電槍壹般都很臟，有時候還會掉地上。下雨的時候妳不想拿起濕漉漉的充電槍，寧願有人幫妳自動充電或者無線充電。法雷奧的壹個概念，我們可以通過高精度的自動泊車，建立自動和無線充電，或者用機械手幫妳有線充電。這個誤差的範圍，精度必須提高到10 cm以內，即使充電，妳也不要以為在充電樁或者充電板附近就可以完成充電，妳需要有壹個精度。用戶只要停完壹次車，下次就可以自動回到停車位置，還有壹個自動避讓。
這是自動停車完成充電，對精度要求比較高。剛才說是10 cm以內。
但是讓我們考慮壹下。除了停車，如果真的自動駕駛還需要什麽？除了感知功能，最重要的壹點就是定位。感知只是感知周圍的環境，就像我們的眼睛壹樣。但是如果不知道自己現在在哪裏，怎麽可能真的自動駕駛呢？壹般來說，對於自動駕駛，我們能想到的定位方法就是使用GPS信號，但是GPS，即使是在天氣好的情況下，我們的GPS能做到的也就是米級精度，差不多也就是2-3米左右。對於導航來說，GPS沒有問題，只要妳知道自己在哪條路上。但是2-3米的誤差幾乎是壹個車道的寬度，也就是說妳不知道自己在哪個車道。導航不能告訴妳是在輔路上還是頭頂上。而且如果我們的車道是雙向兩車道，很有可能壹個車道的錯誤就變成了逆行，或者妳在路口導航的時候不知道自己在路口，來不及叫妳轉彎。所以對於導航，人們可能會加上自己的感知，觀察周圍的環境，接受米的精度。但是自動駕駛是不可接受的，我們需要提高到厘米級，這就提出了壹個很大的問題，如何幫助自動駕駛達到厘米級的精度，所以我們這裏提出壹個RTK的方法。在2020年的CES上，現代汽車，以及高科技公司Hexagon—Novatel，以及法雷奧和移動網絡運營商都提出了高精度的聯合定位技術。它的意義在於，我們使用GPS信號之後，妳可以提前用地面基站和地面基站得到它的高精度位置信息，然後進行差分比較，妳就可以得到壹個相對高精度的位置。這就是所謂的RTK技術，是壹種實時動態差分定位技術。這項技術可以幫助我們達到厘米級的精度。
這不是壹項新技術。現代汽車未來將在他的汽車上搭載這項技術，用於量化。這已經是可以標準化量產的高精技術了。
RTK技術可以幫助我們達到厘米級的精度，這壹點已經被證明了，但是仍然存在局限性，比如GPS信號需要什麽？天氣很好。如果今天下雨，雲層低，GPS信號會被覆蓋。另壹種情況是什麽？比如我們去大城市，比如上海或者香港，那裏高樓很多，香港還有壹個限制，就是香港有很多雙層巴士或者觀光車，會影響信號，更別說隧道和高架橋了，信號肯定會受影響。這時候就需要另壹種技術來彌補或者補充定位，也就是我們常說的利用激光雷達的點雲技術來幫助定位。也就是說，我們先通過激光雷達建立高精地圖，然後通過車上的傳感器和激光雷達實時比較高精地圖的差異，幫助我們相對定位。這個技術其實已經很成熟了。我們法雷奧通過激光雷達建立這樣壹個高精度的地圖來實時定位。這個高精地圖是眾包的形式，因為不可能每次都派很多車來實時更新這些地圖，所以是通過我們用戶的激光雷達在使用過程中的點雲來幫助實時更新這個地圖，所以這是壹種眾包或者眾籌的形式。這個方法可以補充剛才提到的RTK。
什麽很有意思？壹般情況下，在高樓賠償的情況下，因為有這樣的系統通過點雲幫助定位，所以當時信號可能比較弱。相反，當GPS信號不受影響，比較空曠的時候，比如在西北的沙漠或者沙漠地區，地理特征就不那麽明顯了。妳如何定位它？這時候就用RTK技術和GPS信號來彌補了。在某種程度上，這兩種技術可以相互補充，相互支持，可以幫助我們完成自動駕駛的高精度定位。
在今年的CES上，我們也做了壹個演示。法雷奧配備了第二代ScaLa激光雷達車作為高精度采集車，以及第壹代激光雷達的車隊車輛來展示我們的高精度車輛，在拉斯維加斯的街道上實時展示。在這種情況下，我們可以發現我們的定位精度可以提高到厘米級，大約在10-12 cm以下，這是壹個比較高精度的定位。
這裏需要告訴大家的是，ScaLa的第壹代和第二代激光雷達都是量產的激光雷達。同時，右圖上有壹個車頂定位套件。這是什麽意思？壹般來說，激光雷達和毫米波雷達和其他傳感器壹樣，通常是壹旦量產就和我們的OEM客戶合作，這需要壹個長期的校準和開發工作。這些激光雷達或者毫米波雷達並不是妳想象的那樣。我買個雷達插上電，沒那麽簡單。這是壹項長期的開發和校準工作。對於壹些初創企業，尤其是自動駕駛初創企業，他可能無法承受這樣的時間成本和開發成本，所以法雷奧最近推出了壹個概念，叫做通用傳感器套件，也就是說壹些傳感器仍然局限於激光雷達和超聲波傳感器，做成壹個標準套件。也就是說，它的幾何尺寸，比如剛才說的車頂套件，都是事先標定好的。對於用戶來說，尤其是自主創業，他需要做的工作少了很多，時間成本和開發成本也會大大降低。而且這些傳感器都是量產的車規傳感器，所以它們的質量，包括剛才說的壹致性，都會有保證。
在拉斯維加斯，這些高精度展示車輛的車頂都裝有激光雷達，這是壹種實用高效的解決方案。
真正實現自動駕駛有什麽技術難度？剛才滴滴的孟先生也說了，路上有很多道路使用者，就是和妳共享道路的流量使用者。他們下壹步的意圖是什麽，很有可能或者不可能提前知道，妳也無法預知他們下壹步的路徑。這是非常困難的。
我舉個極端的例子。我們在路上看到很多電動車，尤其是這些送外賣的小哥。他壹邊打電話壹邊開著電動車。他甚至不知道下壹秒是左轉還是右轉還是剎車。妳怎麽知道的？這是最大的挑戰。
記得兩年前，我去南方壹個城市參觀壹家自動駕駛初創企業。他們邀請我在他們的車裏做壹輛自動駕駛示範車，在路上展示。當我開車時，車輛突然剎車。原因是什麽？因為前面有壹個人站在人行道上，車輛因為保守的算法，看到人行道上有壹個人。不知道這個人接下來會怎麽做，會在人行道上過馬路還是留在馬路上，保守地停下來，然後變道在行人面前繞過馬路。
壹般駕駛員在開車、低速通過或者繞行的時候都會經過壹個粗略的判斷，這對於自動駕駛汽車來說是壹個非常大的挑戰。如何預測他人，不僅是行人，還包括騎自行車、電動車、滑板車等交通使用者？在今年的CES展會上，法雷奧推出了壹款MOVEPREDICT。AI通過人工智能機器學習來判斷這個人的註意力是否還集中在交通動作上。如果不能，我們可以采用更保守的方法。如果他的註意力還在流量上，接下來的反應可能就不壹樣了。
然後妳就可以判斷他的下壹步，預測他的企圖或者意圖，他要不要過馬路，他的行為必須由人工智能來判斷。當然，這只是壹個概率問題，也不能百分百預測，但這是我們下壹個目標。如果不能預測，只能用最保守的算法和駕駛，應該是不滿我們用戶的感受。這種情況下，自動駕駛就會變成雞肋，妳會比人開得更保守。在這種情況下，自動駕駛儀並不能真正找到著陸場景。
就像剛才說的，其實很多時候，送貨可能比運送乘客的需求更實際，這也是我們在CES 2019上與美團簽署戰略合作協議，研發無人配送最後壹公裏技術，或者說無人物流車最後壹公裏的原因。這是我們去年與美國代表團達成的協議。
5438年6月+2020年10月，在今年的CES展會上，我們推出了法雷奧和美團聯合研發的無人物流車。由於空間有限，我們在壹個停車場做了壹個簡單的演示。圖中有壹個小哥哥。他手裏沒有拿著遙控器。很多人都在問，他是不是在像遙控玩具車壹樣控制這個車輛。不，唯壹的目的是開始和結束。
這是從與美團簽訂戰略合作協議，進行技術交流，制定目標，到最後完成設計，制造樣機，運到美國的壹年時間。這壹年做了很多事情，也是壹個很快的過程。
這是什麽物流車？簡單給妳介紹壹下，它的尺寸是長2.8米，寬1.2米，比普通車小。可以送17外賣。這並不意味著它只能交付17。它有17個投遞箱，具體看外賣的大小，可能還能多載壹些。續航裏程是電力驅動的。壹* * *就是100公裏。如果需要更長的裏程，就需要更多的電池。
法雷奧和美團的分工是，法雷奧提供這樣的線控底盤，48伏電池系統和控制器，上面是法雷奧提供的自動駕駛傳感器和自動駕駛平臺，模塊和軟件是法雷奧提供的，不僅適用於自動駕駛無人物流車，也適用於所有城市路況下的車輛。美團提供的車體，包括剛才說的車廂，還有配送櫃和APP，用戶和客戶之間的軟件交換都是美團提供的。
這是壹輛原型車，是在壹年內快速制造出來的。本來我們的計劃是將這款車運到北京，在今年4月的北京車展上進壹步展示和交流。因為疫情，這個事情肯定要延期。
就像我剛才介紹的，其實自動駕駛平臺就是無人物流車。不是專門打造的，而是法雷奧兩年前2018推出的城市路況下自動駕駛平臺。這就是城市路況下以L4級別為目標的自動駕駛。它實際上考慮到了城市路況下的各種特征，比如各種車輛、行人、自行車、其他紅綠燈，包括歐洲的很多環島，還有停車標誌。我們也通過剛才說的高精度定位方法知道車輛的定位，從而構建L4級別的自動駕駛平臺系統。
我們可以看看這個視頻，是2018巴黎車展上做的自動駕駛演示。我們需要提醒每個人，這輛車上的所有傳感器都是以OEM方式批量生產並交付給我們的最終客戶的。因為已經量產了，司機也在用。
這是2018巴黎車展上做的展示。大家可以看到，壹輛摩托車剛剛經過，這裏是自動變道超車。左邊是車內攝像頭，右邊是車後跟車，前面是自動避讓自行車的場景。
紅綠燈識別，斑馬線，行人識別，避讓，最後是隧道和橋梁，在GPS信號覆蓋的情況下，還能繼續保持高精度定位。
這是壹個自動駕駛平臺，是壹個軟硬件結合的系統。
如果仔細看的話，這款無人物流車上的傳感器配置如何？它配備了各種傳感器，包括四個全景攝像頭，前方壹個遠距離前視攝像頭，四個毫米波雷達，12超聲波傳感器和四個激光雷達。四部激光雷達的功能不同。前後激光雷達用於探測障礙物，兩側激光雷達更多用於通過點雲地圖幫助高精度定位。正如妳所看到的，有四種不同的傳感器，每個傳感器都有不同數量的冗余來完成壹個傳感功能，並幫助完成自動駕駛。這些傳感器都已經量產，我們已經在交付中使用了。
只是現在很多都比較大，比如無人物流車，寬度超過1米，長度2米甚至3米。其實仔細想想，最後進入小區和酒店，這些車輛是很難進入的。因為它們太大了，可能和我們接觸的更多，或者用的更多的是小型機器人或者小型無人物流車。這也是在今年的CES展會上。我們展出了法雷奧與初創公司TwinswHeel合作開發的無人送貨機器人。可能不叫物流車，叫機器人。它有兩個輪子和四個輪子。它不是自動駕駛，而是跟著妳。比如有壹些老人或者殘疾人，搬東西的時候動不了。他需要壹個機器人來幫助他搬運貨物或跟隨他。這是壹個場景。法雷奧提供了壹個帶傳感器的48伏電機系統。這家初創公司已經推出了兩款無人配送機器人。
只要妳按下這個按鈕，傳感器就會知道妳。比如周總按在那裏，它就知道妳了。別人再按，它就不跟別人了。就像狗和寵物壹樣。
這是無人物流車在家裏使用的又壹場景。
法雷奧是最完整的傳感器供應商。SCALA雷達是業界唯壹，也是迄今為止第壹個量產的，第壹代SCALA雷達是2017量產的。今年要研發第三代，是固態激光雷達。時間也是根據我們的客戶來定的，可能是2022年左右。
除了OEM客戶，還有我們的初創企業或者我們的自駕公司。這裏有壹個法國初創公司的例子，它配備了法雷奧的SCALA激光雷達。法雷奧也是這家公司的投資者，約占10%的股份。這家公司自成立以來，已經在全球20多個國家銷售了超過65，438+060輛自動駕駛汽車。
最後，總結壹下:
自動駕駛和電氣化或者汽車享受壹樣，是我們“新四化”中非常明顯和重要的趨勢。我個人堅信有壹天，我們真的可以完成或者實現無人駕駛或者自動駕駛。當然，這條路很長，可能會很崎嶇，所以我是壹個謹慎的樂觀主義者。
在這個過程中，我們要特別重視技術，但是越往自動駕駛或者高度自動駕駛發展，妳會發現技術只是問題之壹。還有什麽？剛才我講了怎麽落地，怎麽商業化，怎麽註意場景。我壹再強調，脫離現場談自動駕駛技術是沒有意義的，或者是耍流氓。我們剛剛談到了極端的例子。在壹個沒有任何障礙物的空曠地方，任何壹輛車都可以在L4和L5自動行駛。但是如果結合場景，妳會發現很多問題都出現了。妳還需要什麽？不僅僅是汽車行業，我們的法規、保險、道路建設、運營商都需要合作，共同努力來完成自動駕駛。
從這個角度來說，我和滴滴的孟先生比較接近，就是私家車自動駕駛的可能性，可能落地的時間會更遠。因為我已經說過了，這個自動駕駛的成本必須有人承擔。我相信在座的每壹位用戶，妳不可能花幾十萬買壹輛車，然後再花幾十萬安裝自動駕駛系統。可能是更快、更好、更早落地的出租車服務商，也可能是無人小巴、無人出租車或無人物流車等。三者誰先落地，我們還看不出來。但無人物流車可能會通過這次疫情的驗證，可能更容易找到壹些落地場景來完成商業化模式。
除了這三種場景，在礦區、無人區等也是L4駕駛車輛。其實已經找到了壹個場景，當然這個比較小。
但我想總結壹下，自動駕駛不僅僅是私家車，它絕對包括各種場景下的各種車輛。我堅信，在這種情況下，自動駕駛的場景不會很遠，不可能是十年二十年，但可能會更快，幫助我們實現更安全舒適的駕駛環境和物流交通的目標。
感謝您的聆聽！
本文來自車家作者汽車之家，不代表汽車之家立場。