2017北京车联网与智能驾驶论坛于9月6-7日在北京昌平小汤山佐智自动驾驶园召开。会上,纵目科技副总裁陈超卓做了题为《自动驾驶落地的思考》的演讲。
![](http://www.shujubang.com/UpLoads/Special/File/2017_09/636407414714259811.jpg)
陈超卓:大家好,很高兴来到这里参加活动。我今天发言的题目是“自动驾驶落地的思考”,因为这几年我也在这个行业里做了这方面的工作,尤其在顶层设计、政策法规方面看了不少,这也是为什么我加入纵目科技的直接原因。
今天我的演讲分三个方面:自动驾驶的挑战、地理围栏Geofence、自动驾驶落地场景之一纵目自动泊车。
自动驾驶前几年非常火爆,你要去参加汽车会议不谈自动驾驶都不好意思。福特前总裁马克菲尔兹走得太激进了,号称2021年量产Level4。福特新总裁吉姆哈克特取消了这一计划。新的趋势是:主机厂不再提全路况的L4,如果还提L4一定是加一个特定场景,特定线路,地理围栏。
不加地理围栏的全路况的L4,我认为2021年是实现不了的。因为一辆车的开发周期需要四年,如果现在没有把L4放在里面,基本上2021年就出不来。
我一直说L3是法律上的噩梦,L4是技术上的噩梦,大家可以探讨。
为什么说L3是法律上的恶梦?按L3的定义,你说我可以撒手开车,但是必要的时候人要接管。首先你说我可以撒手开车,意味着我可以看一看电影,但是要随时接管,意味着我还得全神贯注盯着车。这在逻辑上有说不通的地方。所以某种意义上讲,当时设计L1到L5的机构SAE犯了错误,L3其实是一个伪命题,并不是一个必然的需要经过的路径,存在逻辑上的错误。刚才说,我随时可以睁一眼闭一眼休息,同时又要全神贯注的准备接管,这个用户体验是不存在的。你会去买这么一部车吗?你会多花几千美元买这种车吗?我认为这是一个伪命题,量产角度不存在。
L4的技术恶梦在哪里?我只举一个技术上的挑战,谷歌自动驾驶前CTO说的,理解人类意图是无人驾驶的根本挑战。也就是说你积极学习,人工智能不是人脑,人脑具有因果关系的理解能力,是一种本能,但是机器学习目前还达不到这样,至少十年之内达不到。譬如传感器旁边站了几个老头老太太,传感器能百分之百识别出来是老头老太太,但是他们会不会碰瓷?机器是不能预测的。美团外卖或者百度外卖小哥,在前面骑车,有五个人都在骑车,他们会向右还是向左?这是一个随机的事件,外卖小哥自己都不知道下一秒向左还是向右。这种情况下机器也是没有办法预测的。传感器或者深度学习可以很准确的预测,这是一个男的还是女的,在送外卖,但是他怎么骑你预测不到。所以我说Corner Case在机器学习上还不好突破,或者说近期没法突破,因为就是一个因果关系,在这种环境可以靠本能或者交流。
我们怎么解决这个问题?难道说自动驾驶不要做了?其实不是,还有很多可以做的事情。现在大家说地理围栏的概念,如果你把这个套上去,通过这个分析,哪些可以做,哪些不可以做,或者哪些留着今后技术突破再接着做,哪些现在就可以做。
![](http://www.shujubang.com/UpLoads/Special/File/2017_09/636407414896709071.jpg)
地理围栏怎么分是可以争论的,我只是引出地理围栏的分级。我引入一个地理围栏的维度,这两个维度放在一起我们就很好理解哪些可以做,哪些不可以做。
比如地理围栏1,假设定义为最简单的产品,实际上我从1到5,也仿造SAE 分级,是从最简单的地理场景到最复杂的地理场景。第一个相当于无人或者低速车流少,比如停车场、机场、矿山等等,这是最简单的。第二个是有人但是人少,低速,车流少,比如公司园区,或者无人高速,比如长途高速,没有什么人。
第三级地理围栏Geo 3,人少、低速、车流大,对应车比较少的一种城市道路,或者是近郊的高速公路;第四级地理围栏Geo 4,比如城市高架路或者市中心道路;最复杂的是第五级地理围栏Geo5,也就是人多,交通环境杂乱,城乡接合部,比如大山子那边,一天到晚车牛马都有。
我们分了这五级地理围栏以后,咱们来看下面的图,自动驾驶级别是Level1到Level5,地理围栏是Geo1到Geo5。
![](http://www.shujubang.com/UpLoads/Special/File/2017_09/636407414999446636.jpg)
这个纯粹是从概念上方便讨论,你要说我具体的定义不合适,我们可以讨论。但是我说的是把地理围栏概念引入分级,我们从一个维度加到两个维度。但是这个角度来说,绿色的就是已经量产的,或者可以近期落地的;黄色的是中期目标,比如我放十年落地,长期目标也就是大于十年,大家可以照这个方法评价哪些是比较复杂的。
比如Level1到2,所有的场景已经量产了,也就是ADAS足够安全,因为ADAS二级以内还是人开车的,现在任何环境都是可以的,所以我认为是绿色的,是量产的。前面的无人或者车流少的,实际上现有的技术就已经可以实现了,在空旷的地方没有人的地方,哪怕Level5也可以实现。Level5在比较复杂的环境里,这边开始红点出现了,我说的红点就是很复杂,可能要长期的,十年以后才会落地的技术。比如说Geo3是城市道路,或者高架公路,这个时候车厂说十年之内完全无人驾驶正常的使用,你敢坐吗?在城区道路上和北京二环三环,你现在能做到吗?也许五环或者六环可以。
城乡结合部,比如大山子、来广营那一带,乱七八糟的,现在我认为要十年以上才能突破,L4也是类似的,因为L4跟L5都是自动驾驶的。黄色的,也许技术上可以突破,也许还要再长一点。所以加入两个维度以后,概念上比较清楚,哪些是可以落地的,哪些要时间长一点落地的。我不是说永远不可以落地,因为道路再不断改变,比如说城乡结合部五年以后或者十年以后,咱们国家立一个法规定人车分离,所有的自行车道,大家严格按照法律来走,也许这个场景就不存在了。
可以通过人为的改变(来让复杂的场景变简单),比如在瑞典,我经常跑,瑞典因为交通事故一年死300个人,我国一年死20多万人。你到瑞典可能就不存在那么多复杂场景,没那么多乱七八糟的地方,至少我去过的几个城市就没有那么复杂。十年以后,咱们国家通过法律和道路建设的改变等,也可能让场景变得简单。也许我们L4就(提前)实现了。
那么什么可以落地?我觉得低速的和Geo1和Geo2在中国可以近期比较快的落地,这也是我为什么去做的原因,先把地下停车的问题解决,这个技术路线是可以落地的。
![](http://www.shujubang.com/UpLoads/Special/File/2017_09/636407415119351071.jpg)
这个是纵目的技术路线,从环视到自动泊车,再到地下停车场场景,再到园区加地下停车场,再到园区和简单城市道路,也就是解决最后一到两公里的停车问题的一个解决方案。这个可以对以后共享汽车会有巨大的帮助,因为共享汽车这是一个停车的问题,这是一个大问题。
![](http://www.shujubang.com/UpLoads/Special/File/2017_09/636407415254332666.jpg)
这是一个时间路线,比如到明年底,我们可以把园区和地下停车场自主泊车实现,也就是酒店的门口或者园区办公室门口,下车按一下APP,车自己到地下室停好了。到2020年,简单的城市路况能够自己找停车路线,这个是我们基本的路线图。
![](http://www.shujubang.com/UpLoads/Special/File/2017_09/636407415713509079.jpg)
![](http://www.shujubang.com/UpLoads/Special/File/2017_09/636407415805211819.jpg)
![](http://www.shujubang.com/UpLoads/Special/File/2017_09/636407416008559471.jpg)
我们第一步在停车场实现找停车位,L4+Geo1,没有什么人,(车辆)自己去停车。最后实现简单城市道路L4+Geo3,这个是到2020年来实现的。我的介绍完毕,如果有什么问题可以提问。
提问:您现在做的目标自主泊车,我上一次听到这个应该是上汽的一位领导做的演讲。自动泊车上,您觉得乘用的或者商用的,自主泊车会不会有法律和其他方面的问题?第二个问题,您想做自主泊车这一块,您最后和整车厂的接口或者落地的产品大概是什么样的形态?
![](http://www.shujubang.com/UpLoads/Special/File/2017_09/636407416148857827.jpg)
陈超卓:这两个问题都是很敏感的问题。牵扯到L4,因为中国法律是不允许的,撒开方向盘都不行,你现在就是在路上测试都是违法的,因为中国目前的法律还没有可以在公共道路上测试无人驾驶自动驾驶车。难道大家就不干这个事儿了?这是国家战略和当前法律矛盾的问题,迟早要解决。咱们国家这么多研究自动驾驶的,实际上是看中了这个趋势是不可逆的,一定要干这个事儿,所以至于我技术开发出来了,到底情况是怎么样的,还得看国家的法律。比如说特斯拉,他说做到了L3,其实现在的法律制度下,没有人敢在说明书写上L3,可以宣称是L3,写了你违法,因为不可以撒手。人家撒手出了事儿,主机厂铁定有官司,特斯拉以后到了L4,或者奥迪A8到了L3,其实它不敢写在说明书上,就是因为法律不允许。但是不妨碍大家把那个功能留出来,等到法律环境允许。
关于商业模式,低速自主泊车的商业模式会有两种,第一种是和主机厂合作,我帮你的车开发出相关功能,也就是传统的OEM这种形式;另外一种模式就是生态圈的模式,不是主机厂在顶层,比如我们向出行运营商提供低速自动驾驶,包括共享汽车的运营商。