数据障碍隔阂智慧出行 "勇于设计"将成技术井喷关键

2018年6月5日-6日，第九届全球汽车论坛在重庆举行，本届主题设为“在变革的时代塑造行业的未来”。站在传统时代向电动智能时代变革的关键节点，汽车产业如何把握时间机遇，企业个体怎样着手应对挑战，本届论坛汇聚全球范围内的企业、政府、学者和媒体展开对话，以期形成建设性共识。

　　活动现场，围绕“自动驾驶、智能驾驶与智慧城市”话题，诸多嘉宾展开讨论。本环节主持人为Automotive News 亚洲区编辑Hans Greimel，参与嘉宾为本田技术研究所 汽车R&D中心执行董事 玉川裕、 博世（中国）投资有限公司执行副总裁 徐大全、华为5G车联网负责人何超、大唐电信科技产业集团车联网产品线总监任世岩、德勤管理咨询合伙人周令坤、Automobility Ltd。创始人及首席执行官 Bill Russo。

自动驾驶、智能汽车与智慧城市 圆桌讨论

　　主持人：大家下午好，欢迎大家来参加下午的会议，关于自动驾驶、智能汽车以及智慧城市未来的一个愿景，我叫Hans  Greimel，我是汽车杂志的亚洲编辑，我今天非常欢迎大家来参加这个热点话题的讨论。首先，一个基础的问题，你能给我们快速综合的谈一谈实现自动驾驶目的是什么，或者怎么实现目标这个路线图给我们谈一下。

　　玉川裕：首先在2020年实现高速公路自动驾驶技术，之后会扩大到一般道路，然后可以在更大的范围内推广。关于高速公路上的自动驾驶技术，我们的目标是在多车道上行驶的自动驾驶成为可能，实现不需要驾驶员自动变动车道和在拥堵的情况下不需要驾驶员注意车况的自动驾驶。我们的目标是在2025年实现面向私家车的L4自动驾驶技术。

　　主持人：很好，非常感谢！我在这里想谈一谈，从供应的角度，请来自博世的徐先生来谈一谈，您认为第四代或者第五代技术到来的技术有什么障碍？

　　徐大全：未来共享和自动出行都是我们坚定的目标，未来一定会实现，具体多快能实现呢？这中间实际上真正实现起来，可能比我们想象的要慢一点。刚才玉川裕先生日产是2025年，其实博世跟奔驰在一起正在打造是2023-2025年这样一个时间段，争取实现L4的自动驾驶，时间表一致。

　　自动驾驶有几个难点，这几个难点都需要时间。一是传感器。大家知道我们现在的机光雷达还是非常贵的，普及使用是不可能的，所以还需要一段时间来降低成本和研发。二是刚才谈到了5G的通讯，对于自动驾驶5G和云端这些高速通讯是需要的，基础设施的铺垫，同时GPS、北斗等信号的精准定位，这是需要时间来实现的。三是谈到了人工智能，现在很多公司说人工智能通过深度学习，我们很快就能模拟人的大脑思维进行控制，但实际上我觉得中间没有这么简单。

　　比如说在围棋上，阿尔法狗绝对打败了人类，现在已经是10段、11段的水平，而人类最高水平是9段。在黑白两子和361种落子位置的简单情况下，计算机是绝对超出人力的。但是我们通过深度学习，来判别物体，通过我们的雷达也好，摄象头也好，来判别物体，实际上在计算机行业，他们看到的是0或者是1，是一个离散化的状态，而人存在着意识和思维，人的能动性和主观判断能力，在这个基础上，如果一个车载的计算机能够达到人脑的能力，实际上还需要相当的一段路。四是勇于设计。一辆自动驾驶的车，现在一辆车有很多关键的执行器和传感器等零部件，在未来车上必须勇于设计。比如一个马达，我们可能要分成两组来控制，一个控制器可能需要两个回路，比如刹车系统、转向系统，当一个系统出现问题，另外一个问题必须来支持它。所以没有勇于的设计，而在谈L4或者L3，严格说起来L3以上的自动驾驶没有勇于设计其实都是耍流氓。刚才这四个问题要解决的话，需要巨大的研发投入、需要时间。所以自动驾驶的到来，还会有相当一段时间。谢谢！

　　主持人：非常感谢，提到了未来多项的挑战，但是就是“武器”的连接点，请何先生在这里稍微跟我们分享一下这方面的情况。商业应用5G在无人驾驶这方面的可能性，能跟我们谈一下关键点。

　　何超：首先第一关于在我们自动驾驶跟车联网这一块，其实我们有两个阶段。第一个阶段，现在我们主要做LTE-V面向L3的阶段，后面有L4的一些工作，后面有5GLTE-V的研究和部署，这是我先澄清这一块。5G这一块的车联网，我们讲了它在迈向自动驾驶的阶段中能解决哪些问题，我们跟业界包括TL1（音译）都做过交流，我们发现在网联已有的通信技术，大规模车辆接入的时候，链接是一个问题，带宽是一个问题，时延也是一个问题。我们认为这些是在自动驾驶或者网联这一块，我们认为是5G需要做的。还有刚才讲徐总讲的几个关键的技术问题：一是高精度地图跟定位，目前我们解决了传感器，包括雷达，这一块做得很强，但是在高精度定位和高精度地图没有解决的话自动驾驶也是无法实现的，这也是5G目前正在做的，也是主要解决的问题之一。这些是5G未来在自动驾驶解决方案方面能够做的。

　　举例。比如高端定位。现在已有自动驾驶高端定位依托GPS+插分和贯导的模式，在我们测试中可以发现，在主城区这边自动驾驶的定位精度波动很大，因为高楼的遮挡，所以它的波动性很大，很难满足这种厘米级的定位。此外，基于5G的定位，可以做到10CM的分度，这是一个相当大的变革。会导致插分式和贯导一个非常大的变化，这也是5G能做的一个非常关键的应用之一。5G具备了大带宽，比如上行协议能够做到10G，非常适合做自动驾驶，就像刚才徐总讲的需要将车辆的感知数据跟云端的一些应用结合在一起，上传一些图片和高精的地图或者数据或者下载一些数据，这也是面向自动驾驶一些关键问题的一个解决方案，这些我认为是5G能够在自动驾驶这一块做得比较关键的几个技术问题。

　　主持人：感谢何先生。任先生，问一下车联网相关的问题，这个发展速度很快，我们在想城市的基础设施如何能跟上发展速度呢？看到城市使用的设备，让基础设施保持技术速度的发展的难点和挑战。

　　任世岩：经过刚才大家讨论，大家都对V2X本身是比较认可的，我个人更关注了V2X技术产业化的问题。因为这里面有一个不可避免的问题，就是一个渗透率的问题。举例，以中国为例，现在每年新出产车的都安装V2X设备，要达到一个可以有效使用V2X的场景，特别是V2V的场景，我们经过一个估算要能够使V2V的技术有效应用的话，大概会需要3-5年的时间，这个时间比较长，这是其一。其二，谁先去装，先装的人所能得到的收益是最小的，因为前期没有人装，前期价格比较高，没有办法跟别的车进行交互，装了以后带来的好处是比较少的。所以这样来讲，V2V本身就存在这样一个问题，其实是一个经典的问题，先有鸡还是先有蛋的问题。从另外一个角度来讲，我们是不是先发展路测，路测的红绿灯、传感器先进行部署，这样即使没有其他车可以跟我交互，但是可以跟路测进行交互，能够接受红灯绿、前方路况的信息，都很有用。去年在河南曾经做过10公里的一个高速公路的测试，他们路测每隔几百米装一个路测设施，大概有10%装了V2I设备和V2X设备，主要做车速引导，车速引导也是V2X的一个典型应用场景。这样一个出行引导做了以后，发现即使有10%安装了这样的设备，由于有路测的完善性，会经常起到我们说的波浪效应，有一辆车刹车后面车就会刹车，这样的效应会大大的提高，路测设施先于车载设施部署，这是一个发展的方向。

　　路测设施部署里面存在两个难点，并没有答案，也是跟大家来做一个探讨。第一个难点，大家都知道路测设施其实是一张无线网络，跟传统运营商有点类似。传统电信运营商用蜂窝，路测不是蜂窝是带状覆盖，同样也需要网络的部署和网络运营，网络部署和运营的主体是谁？这是一个大问题。传统的运营商国家分了一个频段，传统运营商拥有相关的站址的资源提供服务和收费，但是对于V2X这样一个新的模式，是不是传统商业模式会受到一些挑战或者会有一些创新？另外，大家都知道道路侧的管理方是交通部门或者是交管部门，他的经营主体或者他拥有的主体都发生了变化，所以这样的话，未来路测设备和V2X设备运营主体是谁，未来会不会有新的商业模式。

　　主持人：好，两位演讲嘉宾现在想问周先生一个问题，提到未来出行的网络是非常复杂的，尤其是人工智能、通信和硬件方面是很复杂的，如何最好的管控所有的不同的系统，哪个应该优先发展、哪个靠后发展？

　　周令坤：谢谢。我们谈到智慧城市里面的智慧交通和智慧出行，要谈怎么智慧？一个最显著的基础特征是要方便便捷，另外是无缝集成、主动式的提供服务。达到这一点最大的障碍，如果你的出行是跨体系的，不同的交通体系或者面对不同选择的时候，怎么样能打破这些隔阂，这是一个大的问题。核心点是说数据在哪里，谁来拥有数据，怎么访问数据和利用数据，这是一个核心问题。所以这样的话，刚才主持人问到如何去做到这一点，确实现在需要突破这些障碍，我们也有些比较大胆的想法和设想。或许未来某一天如果能够很好的管理好监管、安全和数据障碍以外，我们可以打造一个移动出行的操作系统或者控制平台。这样一个平台的话，可以把移动出行的需求和供给资源。无论是网约车，基于汽车的出行，包括铁路的出行、轨道交通都能串联起来，这样便利性会增加好多。这样一个移动出行的操作系统由谁来做，这是一个问题，当然一定要经过有公信力的机构来监管。这个公信力的机构或许是政府，或许是大家都认可的一个机构去管理这些数据。当这些数据能够被管理起来以后，谈智慧城市，把需求和供给能够很好匹配起来，包括给乘客能够带来更好的数字化体验，才叫基础。所以有一个大胆的设想，未来或许某一天会有这样一个MOS的平台或者移动出行操作系统存在。

　　谢谢！

　　主持人：谢谢周先生。Bill  Russo先生，最后问你一个问题，刚才提到了现在交通的低效率，能否给我们一些现实的例子。现在我们通勤的方式为什么是低效的，新的出行方式能解决这个问题。

　　Bill  Russo：我愿意回答这个问题，首先我来解答一下。首先这种低效和不安全，以及没有能够得到充分的使用，这些问题都是我们现在出行的一些问题。首先没有被充分的使用。我们很多人有车，但是大概只用了5%时间使用车，所以车辆没有得到充分的使用。另外一个就是车辆价值在贬值，你买了一辆车，你第一天买这辆车它10%的价值就消掉了在未来一段时间，你卖车的价格是当时买车价格一般都不错，所以这是车辆价值的贬值。比如股票不会这样。三是低效率。很多车辆在路上跑，但是里面没有人，只有一个乘客，有五六个座位但是只有一个人坐在里面，都是空的，没有得到充分的运用，非常低效，有这么多空间都没有得到利用。最后是安全问题，95%的交通事故，尤其是致死的交通事故，都是由于驾驶员的失误导致的，所以现在有这么多问题。所有问题，包括自动驾驶、智能汽车、智能城市，都是希望能够来消除上述这些问题，希望车辆不会有这种没有被充分利用的问题。比方说你在网上去预定一个座位，再比方说人和物之间的互联，你可以以更系统化的方式去优化这种出行，能够把出行跟基础设施更好整合在一起，按需出行，包括滴滴、Uber这些平台非常令人振奋，还有共享经济，出行的共享化，即便没有车也可以享受出行的服务，这是一个正确的方向，但这不是我们的终点，我们还任重而道远。我们需要最大化、最优化出行服务的供给，并且把它和需求联合在一起，我们需要有这种按需出行，需要车的时候，我们才需要用车，我们不需要担心关于停车，包括成本，包括贬值这些问题。所以你刚才提到的操作系统应该是一个动态的系统，要更好以动态的方式把出行的供给和需求结合在一起。如果我们的人口能够有效的利用这些资产的话，他们就不会随意去穿行街道，他们会更好的使用车辆，他们不会出现这种过度供给的情况。

　　另外一个自动化驾驶的解决方案。之前也谈到了，就是这种多模式的交通。之所以我们不喜欢从一个模式变成另外一个交通模式，这是因为它中间切换的过程。比方说从骑自行车到地铁、火车、公交车，中间有一个时间浪费，效率太低了，需要排队。但是如果我们有一个好的操作系统，有一个好的机制的话，我们可以高效去管理这种不同的切换，能够让人们从一点到另外一点，不需要在中间浪费太多的时间。所以未来的出行，我们应该以一种流动的方式来看待它，就跟信息在网上的流动是一样的，我们应该人、货物、服务自由高效的流动，就好像网络数据的流动一样，这是我们未来出行的一个理想形式，在这样一个智能城市和智能交通。

　　主持人：谢谢你。今天讨论非常有收获，来自三个不同领域的专家，包括硬件、整车厂、软件、供给商、社会领域，谈到我们如何去应对这些改变，作为一个社会怎么应对这些改变，所以非常感谢大家来到这里跟我们分享我们的观点。我们来共同对他们抱以热烈的掌声感谢他们精彩的分享！

　　好，谢谢大家参与今天的讨论！