8月21日，由深圳市坪山区委区政府主办，深圳市未来智能网联交通系统产业创新中心、深圳市智能网联汽车产业创新促进会承办的“2020年深圳（坪山）智能网联汽车产业高峰研讨会”上，深圳市未来智能网联交通系统产业创新中心首席科学家朱西产，发表了《智能网联汽车与未来出行变革》的主题演讲，本文根据现场录音整理，未经本人确认。

朱西产：

很高兴今天有机会与大家分享智能驾驶与出行变革的一点想法。买车，我们不会买一辆不安全的汽车，尽管智能驾驶发展迅猛，以L3级别智能驾驶汽车已经进入量产化。在全世界汽车市场销量都在急剧下降的时候，特斯拉却成为了一辆“有价值的车”，去年全球销量达到36万辆，今年可能会达到50万辆。50万辆的年产量对于一个车厂来说并不多，但是这50万辆车却把特斯拉的股票市值顶到了3000亿美元，3000亿美元是什么概念呢？要知道通用、福特现在市值只有3、400亿美元。

汽车行业发生了很大的巨变，在投资人眼中，像特斯拉这样的才代表着汽车行业的未来。当然，L3级自动驾驶汽车在法律上还没被允许之前是不能销售的。现在市面上不可能有真正的L3级汽车企业，但是一些新上市的车型会用L3级自动驾驶作为销售的噱头。

另外，无人驾驶出租车已经开始在智能网联汽车示范区里面“跑起来了”，进入到载客运营示范了，百度在长沙、广州入局，滴滴在上海等等。我相信深圳智能网联示范区很快有无人驾驶定线巴士或者无人驾驶出租车出现。

L3级自动驾驶汽车的画像

我对L3级自动驾驶的理解，是可以适当脱离人为驾驶，但想要深度脱离人为驾驶还比较难。即便有了ADAS系统，驾驶员也不能脱离驾驶，出了事故要负全责的，虽然汽车可以自动控制车辆，但是驾驶员必须全神贯注观察四周环境。现实生活中，大多数车辆没有自动驾驶功能，驾驶员还要看看导航。所以，车辆更新有自动驾驶功能是必然的，但是，怎么进行管理分析，是自动驾驶汽车的一个难题。

我们可以看到曾有特斯拉的用户在启动Full Self-Driving（FSD）之后居然睡着了。这也是特斯拉的能力，能够让驾驶员相信其自动驾驶系统。但是，这已经是事实上的深度脱离驾驶，只有到了L3、L4级才有可能的。那么，要达到L3级自动驾驶的车辆，应该具备哪些能力和条件？环境感知传感器要提升，电子构架要发生变化，计算能力要几十倍的上升等等。地图要支持自动驾驶，也就是高精度地图要支持智能驾驶。现在探索的无人驾驶汽车场景应用，可能更多是运营车辆，因为无人驾驶成本会非常高，私家车没有必要做到无人驾驶。

这些自动驾驶营运车辆很多已经开始在示范区试运营了。如果汽车技术能够真正实现无人驾驶，驾驶员应该干什么？这辆车还是不是交通工具。有人认为无人驾驶车辆以后就是一个移动的生活空间，整个汽车行业已经发生了变革，现在是新能源技术，往后，利润再向下一个核心技术转移。智能网联汽车时代来临后，传统汽车就不值钱了，过去特别耀眼的汽车零部件供应商和传统汽车主机厂，今年基本上都亏损了。第二个就是汽车公司的资本估值在向出行端转移，传统汽车厂通用一年生产1000多万辆汽车，市场估值还不到400亿美元，而特斯拉还不到50万辆汽车，市值却在3000亿美元左右，自动驾驶技术企业Waymo市场估值也高达1750亿。

传统汽车厂商也待不住了，丰田和大众已经做出了选择，大众要向左进行全面电动化，丰田向右成为提供出行服务。

智能网联新能源汽车的特斯拉，不仅在新能源汽车里面销量排第一，即便是跟传统汽车豪华车型比也毫不逊色，销量排名排到了第9位。特斯拉作为现象级企业，在自动驾驶安全性方面提高了很多。

自动驾驶的事故焦虑

今年，特斯拉首次发布了安全报告：一辆完全由驾驶员操作的车辆，平均156万公里行驶里程会发生一次事故，但运用了主动安全防御系统后，平均227万公里行驶里程才会发生一次事故；使用了FSD或其他自动驾驶功能，平均453万公里行驶里程才会发生一次事故。这就说明ADAS系统、自动驾驶系统是能够改善交通安全的。

再来看看Waymo的自动驾驶系统（视频），功能比ADAS系统强太多了，当遇到道路维修，系统可以自动找到可行驶的车道，整个过程非常流畅，已经非常接近人类驾驶了。国内的创业公司也不错，遇到很复杂的场景，可运用激光雷达扫描到真实路况。

近几年，无人驾驶的技术水平上升非常快。美国2018年的驾驶脱离报告中（无人行驶多少公里才需要驾驶员接管一次），第一名从Waymo变成了百度，一次脱离的平均里程已经高达18050英里，也就是将近3万公里才需要有一次驾驶员的接管。Waymo排在第二，将近2万多公里才需要有一次驾驶员的监管。

从一些智能驾驶车辆的事故报告可以看到，无人驾驶还存在安全隐患，还有死亡事故的发生。但是，也可以从中看到一个好事情，ITS公司和传统汽车企业共同努力，事故是有可能避免的，至少不会造成死亡。

从事故原因分析，多是汽车感知系统出现了问题，影响了决策,IT企业的自动驾驶方案中，感知能力决策能力很强，但是对车辆的控制水平还不够。如沃尔沃XC90切换到自动驾驶状态下，启动不了AD控制，而用户自己又不能做紧急控制，如果提前1.3秒做AD控制的话，速度减30~35公里每小时是没问题的。以现在的行人碰撞保护能力，行车速度在40公里每小时以下就很难发生死亡事故。所以，提升无人驾驶的安全性不光是IT行业的事情，需要和汽车行业共同来完成。

如何解读车企L3车型量产

未来很长一段时间，私家车还是主流车型，向L3级自动驾驶方向发展。面向2B运营的出行服务车辆，到了无人驾驶才能发挥真正的作用，正在从支持部分场景的L4层级驾驶向更全、甚至包容所有场景的无人驾驶来发展。现在来看，L3、L4成了汽车自动驾驶或者智能汽车开发的一个目标点。从去年开始，国内的自主品牌已经在这方面发力了，当然目前发展L3也有很大的困难。要把握容许脱离驾驶，又不能深入脱离驾驶的主旨。

从L2提升到L3，法律问题也层出不穷，监管比较困难。德国、日本、中国都在尝试建立一套标准，由政府来进行L3车型自动驾驶功能的认可认证。德国在2019年提出L3自动驾驶车辆功能的认证方法，今年应该是要出台认证程序。我国工信部也已经在这方面有所尝试。

当然，第二种可能性是政府始终不对L3车型进行认可，但实际上L2的车型会向L3方向去努力发展。一个典型的例子就是蓝牙电话，驾驶时用蓝牙接打电话的合法性，始终没有得到各国政府的承认，但是因为技术的发展，开车使用蓝牙打电话造成的事故率比较低，各国政府其实已经是默认的。所以，政府可能会对L3车型进行认证，也有可能像蓝牙一样，尽管没有得到政府认可，但是技术水平达到一定程度，事故风险已经降到了一定程度，并承担对社会责任。这种可能性是非常大，从L3开始，安全问题其实是非常少见的，但怎么去防范这种小概率事件呢？

场景库的建设

到L3、L4级车型，除了传统汽车的认可认证以外，驾驶员的一些内容也要进入到认可认证中，现在普遍认为要建立场景库，用计算机仿真的方式达到场景覆盖全面化。因为用传统汽车的几项、几十项、几百项测试，是无法完成如此丰富的道路交通场景测试。

认证的仿真平台该怎么做，标准怎么统一？现在计算机仿真平台很多，但存在着数据接口标准、场景描述标准并不够标准等问题。现在一些标准化组织已经开始致力于做这方面的工作，包括公共专利、地图标准、公共服务标准、动态行为场景标准、接口标准等等。去年开始进行场景命名标签和标准化工作。

仿真平台的标准化建立不是一个公司能做出来，甚至不是一个国家能做出来的，要全世界共同来做这项工作。根据国际标准ISO/NP34502的要求，自动驾驶汽车的安全性提升要从感知、决策和控制三个方面入手。我们说一辆自动驾驶汽车发生了交通事故，无非这三个方面出了问题。

对这三个方面，要分别建立它的场景，对有可能造成交通事故的场景进行测评。要从功能场景到逻辑场景进行，逻辑场景是一个概率统计模型。具体的测试场景要在这个概念统计模型的指导下做全面的测评。否则，测100项、500项、1000项也都说明不了什么，没有概念统计，没有数学的完美性，很难证明这个车是安全的。所以，自动驾驶的场景要从正常驾驶和防止事故这两个方面进行努力。

我们需要做一个包含所有道路交通危险场景的环境，并通过一系列努力去控制自动驾驶汽车的风险。在开发过程中，我们发现在道路上除了看得见的风险以外，还有很多是看不见的，所以就要通信跟无人驾驶、自动驾驶挂钩。

我们更关注的是短程通信，早在上世纪80年代美欧提出的ITS框架里面就已经提出短程通信对道路交通安全的作用。此前，美国的DSRC可能成为首个运用短程通信来解决道路交通安全问题的范例。

基于DSRC的独立短程通信系统成本高、没有生态，但是它在道路交通安全中的作用是很明显的。那些驾驶员看不见、激光雷达看不见的危险，只能用通信来解决。通过高精度定位、V2X技术、边缘计算、网络融合等，用互联网生态也许可以克服短程通信成本高的问题。

我国从2017年就提出来智能网联的方案，引起了全世界的重视。去年，欧洲也提出了方案，道路设施对自动驾驶的支持程度分为不同的等级，这样的方案已经成为全世界主流。

未来的发展

长沙的智能驾驶示范区内，百度所展示的无人驾驶通过路端设备支持通过各个路口。中科协今年发布的2020的重大科学问题和工程技术难题，也提到了数字交通基础设施如何推动智能驾驶车路协同发展，以及无人车如何实现在可用条件下的高精度智能导航等等问题。所以智能汽车的发展，可以对照智能手机产业的发展，在4G助力下，智能手机已经脱离了功能机的层次，成为移动互联网的个人智能终端。那么，智能汽车在5g功能下，能不能成为移动互联网里面的智能生活空间？

O2O的商业模式已经形成，现在有一个突出的矛盾，就是线上的高效低成本和线下的低效高成本成为一个巨大的矛盾。在车联网的作用下，自动驾驶项目有没有可能实现线下的自动化，用线下的自动化提升效率，少人化无人化来降低成本。丰田把未来汽车定义为了智能生活空间，形成连续不间断的交通。所以，未来出行、未来的智能生活是用个性化的共享来代替私人工作。

第二个从人找服务变为服务找人。这时候的汽车脱离了交通工具这么窄的范围，不再是一个交通工具，可能是个大型空间。

无人驾驶在技术发展过程中，已经开始向无人矿山、港口码头等场景落地。

这是我对通信和无人驾驶改变未来生活的一个憧憬，好，谢谢大家。