第二屆全球智能汽車前沿峰會（GIV2019）以“加強(qiáng)頂層設(shè)計，探索場景應(yīng)用”為主題，針對自動駕駛技術(shù)路線、前沿技術(shù)、應(yīng)用示范、政策法規(guī)等熱點問題進(jìn)行了深入探討。北汽新能源工程研究院副院長尹穎發(fā)表了題為《創(chuàng)新與智能驅(qū)動未來》的報告，講述了公司在自動駕駛、智能網(wǎng)聯(lián)汽車在研發(fā)領(lǐng)域的一些思考。

本文根據(jù)發(fā)言速記整理，內(nèi)容有刪減。

▲尹穎 北京新能源汽車股份有限公司工程研究院副院長

目前，各國的政府和企業(yè)也在不遺余力的推動自動駕駛領(lǐng)域的發(fā)展。全球的消費者調(diào)查顯示，中國的消費者對于自動駕駛接受度最高的，但是自動駕駛在商業(yè)化的進(jìn)程過程當(dāng)中，除了受限于一些技術(shù)領(lǐng)域的突破，包括法律法規(guī)、倫理道德、社會觀點以及資本市場的助推，所有這些環(huán)境都會影響自動駕駛未來如何走向商業(yè)化。

從技術(shù)領(lǐng)域，北汽作為整車的研發(fā)企業(yè)，對于自動駕駛時代到來也有一些思考。

電子電氣架構(gòu)：智能化、強(qiáng)大算力來實現(xiàn)域控制

關(guān)于電子電氣架構(gòu)，目前都在談?wù)�車的架�?gòu)和模塊化，包括吉利的CMA、DMA平臺。通過研究特斯拉，可以發(fā)現(xiàn)它的架構(gòu)化過程中可以看到成本的減少，因為ECU的數(shù)量直接影響到成本。在研究整個的電子電氣架構(gòu)的時候是分布式的控制架構(gòu)到集中式的預(yù)控制架構(gòu)，但是對于域的理解行業(yè)內(nèi)也有不同的理解，比如以歐洲為主流的架構(gòu)理解，以太網(wǎng)為主架構(gòu)，包括以功能來劃分域，比如娛樂域、ADAS智能駕駛域、三電域等，這是一種理解，共同劃分，北汽對不同的功能域有不同的功能場景的追求，來去支持不同的域控制器。

特斯拉整車線束從最早3公里長的線束到1．5公里，包括即將發(fā)布的新車型僅有100米長的線束，所有這些成本的背后都是整個電子電氣架構(gòu)的支撐，它是以區(qū)域的劃分，讓傳感器和執(zhí)行器變成越來越智能化，同時強(qiáng)大計算力的預(yù)控制單元來支持，實現(xiàn)域控制架構(gòu)的實施。

通過對電子電氣架構(gòu)的理解，在智能網(wǎng)聯(lián)時代，可以分三個方向攻克。首先，強(qiáng)計算力的一個計算平臺，已經(jīng)改變了對嵌入式系統(tǒng)ECU的理解，越來越多的高計算能力的一些需求，這是我們的要求。第二點，基于面向服務(wù)的軟件架構(gòu)，之前的軟件開發(fā)都是面向于功能、面向傳感器、輸入輸出這些，未來面向服務(wù)的軟件功能，包括我們現(xiàn)在開發(fā)的一款車型已經(jīng)有35ECU可以實現(xiàn)遠(yuǎn)程的升級，如果不是面向服務(wù)我們?nèi)绾稳�實現(xiàn)整個全車ECU的拉通。第三點剛剛反復(fù)提到的，電子電氣架構(gòu)背后除了剛剛面向硬件的能力和面向軟件的架構(gòu)，更重要的是如何實現(xiàn)更安全和更智能化。

強(qiáng)大的計算能力、計算的集中式，無論是按照功能為域去劃分、還是按照區(qū)域去劃分，通觀谷歌、百度、特斯拉，包括奧迪A8，還有這兩天華為發(fā)布的MDC600，整個計算力達(dá)到了350Tops，并且整個能耗比可以達(dá)到1tpos／W，已經(jīng)超出了現(xiàn)在英偉達(dá)的計算能力。

這個可以看到，現(xiàn)在EPU將成為主流的芯片的定位，MPG成為有效的補(bǔ)充。剛剛包括上午的專家和下午分享的專家反復(fù)提到，未來在自主的芯片和操作系統(tǒng)層面，將是我們未來站在世界領(lǐng)先地位的一個殺手锏。

自動駕駛的冗余

第二點，我們都在提自動駕駛，但是作為OEM來說，確實還是更多的來延續(xù)走著漸進(jìn)式的發(fā)展道路來去做的，L1、L2的標(biāo)配，包括到現(xiàn)在2019年到2020年集中會出L3級別的車型，到L3級別，除了剛才架構(gòu)的理解以外，未來我們要如何去支持L3到來呢。首先是冗余，冗余直接影響到安全，無論是出于對于功能安全定義的要求，還是對于L3對整車架構(gòu)的影響，在雙電源供電、雙通訊、轉(zhuǎn)向制動的雙冗余、感知與制動的冗余、雙MCU、雙處理芯片的冗余，從整車架構(gòu)層面、功能定義層面，到系統(tǒng)的分解，到部件的軟硬件設(shè)計等都全面的實現(xiàn)了雙冗余的架構(gòu)，這背后隱藏了很多系統(tǒng)級、部件級的設(shè)計理念。

我想舉一個例子，在供電的電源冗余方面，其實電動車有一個很好的優(yōu)勢就在于，它本身除了一個小一點的鉛酸電池以外，還有DC／DC這樣的配置，但是在L3到來以后，我要達(dá)到ACUD的功能安全登記要求，能否根據(jù)蓄電池＋DC／DC兩路就可以實現(xiàn)呢，我們也經(jīng)過了半年的思考，分解成雙等級DCUB，我們還要通過電源耦合分配的機(jī)制實現(xiàn)，哪些電氣負(fù)載能實現(xiàn)SOB、哪些還是其他的要求，所以整個冗余的背后都是牽連到更多的包括電源系統(tǒng)，整個的供電負(fù)載，包括轉(zhuǎn)向和制動一系列的系統(tǒng)和部件級的深層次的要求。但是作為OEM如何轉(zhuǎn)化為具體的技術(shù)規(guī)范和要求，簡單來說，如何把我們SOR的一些要求從現(xiàn)在的100頁細(xì)化到500頁，之前看過寶馬和戴姆勒都是上千頁的技術(shù)要求，這些都有很多的技術(shù)在里面。

制動系統(tǒng)是安全系統(tǒng)，在整個L3和自動駕駛到來的時刻，除了剛才提到的雙電源供電、通信和整個執(zhí)行器的雙冗余，我們對自動器的要求不止如此，包括快速的診斷、快速的故障的監(jiān)測，如何實現(xiàn)故障的識別以及快速的切換，包括車輛縱向控制冗余如何去做、減速的冗余如何去做，還有車輛可轉(zhuǎn)向性的冗余如何去做，對我們制動系統(tǒng)帶來了更多的挑戰(zhàn)，包括增加了新的監(jiān)控系統(tǒng)，增加了冗余模式的控制算法，增加了車輛縱向控制冗余的策略，不光是在ESP的雙制動系統(tǒng)的體現(xiàn)上，還體現(xiàn)在我們更多在整個雙網(wǎng)絡(luò)架構(gòu)、雙電源供電、雙控制策略層面如何去體現(xiàn)這些功能。

轉(zhuǎn)向系統(tǒng)也是一樣，除了剛才提到制動系統(tǒng)的應(yīng)用要求以外，它在整個冗余安全登記，包括ACUC等級的要求，現(xiàn)在達(dá)到小于100FIT，現(xiàn)在在整個自動駕駛系統(tǒng)出現(xiàn)故障的時候，有些功能場景已經(jīng)達(dá)到了ECOD的等級要求。所有這些都是自動駕駛時代到來以后，我們對整車的架構(gòu)包括轉(zhuǎn)向、供電系統(tǒng)的一系列冗余。

以前我們都是和傳統(tǒng)的Tier1采取系統(tǒng)＋零部件打包的合作模式，未來我們也逐步在一部分的算法和軟件模塊上，會有自主的開發(fā)權(quán)和自主的軟件集成權(quán)，所以不是說OEM只是選擇一家Tier1去做系統(tǒng)，也不是選擇新進(jìn)的自動駕駛的公司做全部的算法，包括我們目前也組建了幾十人的自動駕駛的團(tuán)隊，也已經(jīng)開始著手在感知、規(guī)劃決策控制，包括系統(tǒng)集成這些方面，但是我們在做的過程中也發(fā)現(xiàn)，前進(jìn)道路上也有很多的困難，包括我們未來需要在哪方面去發(fā)展。

比如在感知方面，我們認(rèn)為目前感知模型的泛化能力，復(fù)雜條件下的有效感知問題，高可靠性、低成本。因為做到L3以后，很多對于激光雷達(dá)的需求是必不可少的，但是我們肯定不能接受現(xiàn)在機(jī)械式的激光雷達(dá)的成本，包括布置的要求。未來如何在固態(tài)激光雷達(dá)時代到來以后，我們把激光雷達(dá)用上，包括我們在多傳感器融合方面能解決各種環(huán)境適應(yīng)性，整個感知層面多傳感器的融合，OEM也一定會從他的角度做系統(tǒng)集成的角度來提出更多的想法和更多的思路。包括在傳感器和算法的故障檢測和分離系統(tǒng)上、在加入V2X車路協(xié)同的融合算法后我們?nèi)绾蝸砣プ觥?/p>

在決策和規(guī)劃層面，我們認(rèn)為目前的決策規(guī)則是無法保證足夠的覆蓋面。剛剛朱老師也提到了，通過仿真測試去實現(xiàn)，未來OEM也會在這方面去建立如何能在規(guī)劃和決策算法開發(fā)層面去覆蓋，包括交通參與者的行為不確定，因為奧迪A8在2017年左右就發(fā)布了他的L3，但是遲遲在中國和歐洲也沒有發(fā)布，其實中國的交通場景會更為復(fù)雜，關(guān)于行為的不確定性這件事情，還有更多符合中國市場和中國交通的。關(guān)于路徑規(guī)劃算法的性能，受制于硬件算力。雖然華為發(fā)布了MDC600高計算力的計算平臺，但是我們?nèi)绾卧谡麄�打通全工具鏈，如何能把多操作系統(tǒng)這樣的集成、面向服務(wù)軟件的架構(gòu)搭建起來，還是時間的問題。包括關(guān)聯(lián)模塊的不確定性和誤差，限制了規(guī)劃的性能，未來我們認(rèn)為加入V2X來支持自動駕駛的決策也是一個發(fā)展的方向。包括采用這種高性能的計算芯片，還有自動駕駛的高精地圖普及，減少規(guī)劃力和規(guī)劃難度。

控制方面，一直是OEM去追求做精做細(xì)的，我們在橫縱向的動力學(xué)的精準(zhǔn)建模、模型的有效估計，以及橫縱向的耦合特性方面，一直在建立自己的模式，包括未來進(jìn)行高自由度的一些精準(zhǔn)建模和控制模型快速準(zhǔn)確預(yù)估方法的探測，和基于橫縱向控制系統(tǒng)處理、魯棒性和適應(yīng)性的提升方面，都會有很多的思路和很多的想法，包括很多的工作需要去做。

整個系統(tǒng)層面，這是OEM最大應(yīng)該建立的能力，我們?nèi)绾文茉诟哂嬎懔�、嵌入式控制器，還是研發(fā)階段，未來不太能滿足SOP需求的情況下，我們?nèi)绾稳ヌ幚�，包括產(chǎn)品開發(fā)的進(jìn)度不及預(yù)期，包括產(chǎn)品成本的下降也不達(dá)預(yù)期，這些很現(xiàn)實的工程實現(xiàn)的問題，我們?nèi)绾卧谡麄�系統(tǒng)集成過程中去解決掉。未來我們認(rèn)為，ASIC這種專用芯片成為主流，我們也期待未來國內(nèi)更多的合作伙伴能一塊致力于推進(jìn)工程化的快速實現(xiàn)。

北汽新能源的智能化戰(zhàn)略

基于以上技術(shù)層面的一些思考，整個北汽在2017年，除了體現(xiàn)我們?nèi)�面新能源化大的�?zhàn)略下，在2018年智能網(wǎng)聯(lián)大會上我們也提到了“海豚＋”的戰(zhàn)略，在保護(hù)、優(yōu)化、解放、個性、和諧五個進(jìn)化維度，來去聚焦智能技術(shù)、產(chǎn)品、交通等四大領(lǐng)域。

北汽新能源是北汽下屬做新能源汽車的板塊，我們也有自己的達(dá)爾文系統(tǒng)的技術(shù)品牌，我們也圍繞著智能座艙、自動駕駛、智能網(wǎng)聯(lián)的平臺，逐漸聚焦解放人、愉悅?cè)撕妥猿砷L的終極目標(biāo)。

未來從前沿技術(shù)資源、戰(zhàn)略合作資源、核心圈來做我們的開發(fā)和工程化推進(jìn)，未來自動駕駛時代，不是簡單的OEM和Tier1的合作模式，當(dāng)然也不是簡單的OEM全部能從頭到尾垂直整合的方式來去做，更多的需要融合更多的新進(jìn)的創(chuàng)業(yè)公司，包括開放式的一些Tier1，一起來去突破。但是我們堅信，在核心圈，包括自動駕駛的決策控制算法，包括智能行車和泊車的一些測試規(guī)范體系，這是OEM應(yīng)該側(cè)重的一個核心能力。戰(zhàn)略合作資源方面，包括傳感器、高精地圖、數(shù)據(jù)融合，一些典型功能模塊的算法，我們也希望通過軟件集成到SCK的模式，包括提供庫的方式，來集成更多的合作資源的核心算法，來去更好的提前轉(zhuǎn)化為工程化。在前沿技術(shù)，不管是5G、V2X、AI的一些控制，V2X的一些無人駕駛的算法，這些我們都希望通過一些前沿技術(shù)，先預(yù)研一代，通過三年左右的時間轉(zhuǎn)化為工程化的量產(chǎn)車型。

我們跟很多國內(nèi)外的合作伙伴做了一些合作、探索，包括在2016年和百度，加入阿波羅聯(lián)盟以后，基于我們的車型開發(fā)了5臺的L4的自動駕駛，并且在當(dāng)年的互聯(lián)網(wǎng)大會上亮相，這個過程非常艱辛，但是雙方都有很多的收獲，也體會到了OEM和互聯(lián)網(wǎng)公司之間合作的磨合點。