“理性回归，安全是自动驾驶之本”的主题演讲

3月30日下午，在将门2019年度创新峰会的交通行业环节，博世底盘控制系统中国区总裁陈黎明博士为大家带来了“理性回归，安全是自动驾驶之本”的主题演讲，分享了博世对于自动驾驶领域的思考与经验。

大家下午好！今天很开心在将门这里结合”科技实用主义”的大会主题，和大家分享博世在自动驾驶方面的思考。

自动驾驶是汽车工业迄今为止最具挑战的革命

车给我们带来了无限方便，同时也带来了很多痛点。下面这张照片里的这些场景，大家应该都能找到自己的影子，所以我们非常希望有自动驾驶的车，能够让我们轻松愉快地去想去的地方。

在交通出行安全里面有三个因素：人、车、路。

90%交通事故都是人的因素造成的，所以要大幅度改善出行安全，自动驾驶是必选的方案，这也是现在自动驾驶这么火热的原因。自动驾驶无疑是代替我们的眼睛、大脑、手脚，这是一件非常有挑战的事，至今为止是汽车工业最具有挑战的一个革命。

现在有很多初创公司都在感知、传感器和系统解决方案上做了很多工作，但是我想说这是一个非常有挑战的技术问题。大家也知道人工智能现在在自动驾驶里的应用非常广，特别是感知方面。之所以说自动驾驶是目前最具有挑战的问题，是因为安全！为了保证安全，给我们的技术提出了无限的挑战。

自动驾驶要保证驾乘人员、道路使用者的安全，使驾乘人员能够安全的从A到B，这是我们最基本的一个要求。我们可以想象，当我们把一个生命安全交给一个车的时候，实际上是一个很大的挑战。

下面我想讲一下就是自动驾驶中驾驶的责任问题。SAE(美国汽车工程师学会)有0-5级的划分，在0级至2级中，驾驶的责任都在人，是我们人来控制的，到了3级以上，驾驶的责任就交给了车。我们开车的时候大家肯定都是认为我是能够安全开车的，我是不会出事儿的。

但是，当我们去乘一个自动驾驶车的时候，你会担心，你第一个问题会是这个车是否安全。为了保证把乘车人员安全地从A移动到B，就需要自动驾驶系统在任何情况下（包括部件失效时），仍然能够安全运行，所以一定需要冗余系统。

关于冗余，博世具备全方位的解决方案

我们知道自动驾驶需要很多的传感器，除了我们现在都知道的摄像头还有毫米波雷达、激光雷达、超声波雷达等等。除了我们讲的同一个传感器的冗余之外，还需要不同的物理原理的传感器，也就是我们讲的摄像头和毫米波雷达还有激光雷达是利用不同的物理原理，来实现互补和冗余。

在摄像头算法层面，我们不是用单一的人工智能的算法，或者用某一个算法来进行识别，而是同时用深度学习、纹理识别和密集光流法等等，进行数据融合，使得感知能够更加可靠。

另外，在定位方面，我们知道自动驾驶首先我们要看得清楚，要准确知道我在什么地方我才知道下一步往哪里开。在定位方面也是需要冗余，我们现有的卫星定位完全是不可以用于自动驾驶的，很多的公司都在做我们讲的高精地图，要求是在正负20厘米的范围内让车能够绝对定位。但是，我们知道在城市里，卫星定位不很可靠，因为有很多建筑，而建筑物会有很多反射，反射以后噪音就非常大，所以绝对定位会有困难。

另外一种定位方式是相对定位，通过周围建筑物和一些物体的特征进行定位，通过这两个的互补，能够进行很好的定位。但是如果到新疆、西藏去的话，没有建筑物，我们就需要绝对定位。

还有就是执行，这也是非常重要的，看的再清楚，规划的再好，执行不到位也是不行的，目前我们有很好的解决方案：

第一，上个星期在南京刚刚设立了一个工厂做iBooster，是不需要真空源的智能助力器。

第二，ESP®。这两个系统可以互补，进行制动。

第三，博世还在开发冗余的转向系统。

为什么自动驾驶是目前最复杂的挑战？

目前大家谈的比较多的是技术方面，比如说传感器、芯片、车载计算机、算法等，但是大家谈的比较少的是实现，也就是我这里要讲的最后一个问题。

今年的CES和往年不太一样，我注意到今年大家谈哪一年实现自动驾驶越来越少了，谈如何实现自动驾驶的话题越来越多，在实施的过程中大家发现了自动驾驶实现的难度。

做过产品开发的朋友应该都知道V-Model，就是一层层分解下来，整个自动驾驶的需求到子系统，再到元器件、软件、硬件部分，再到实施，然后再一步一步的验证。

在设计的过程中我们要考虑功能安全（ISO26262），来保证系统在设计阶段就是安全的，所有的安全问题、可能出现的问题我都能考虑到，把它考虑在我的系统里面。

我们在验证过程当中，要去验证所有的设计功能是否都达到，同时还要考虑零部件、子系统失效的时候，我的系统能不能安全运行。

举个例子，关于自动驾驶中用的感知传感器，我们现在市场上能够看到的最新的是二级自动驾驶，它需要的传感器是六七个，到了三级大概是15个多一点，到了四级、五级至少是40个以上。

这里说的只是感知传感器，还没有包括车的运行状态、执行机构等的传感器在内，如果把这些包括在内，四五级自动驾驶至少需要五六十个传感器。

那么，大家可以想像一下，回到V-Model，不同传感器失效会产生很多失效模式的排列组合，失效以后我的系统怎么运行？怎么去验证它？这个都是现在还没有完整答案的技术问题。

所以说——

实现自动驾驶是一个非常漫长而且艰巨的道路

我本人做过产品开发，从第一行代码到最后真的实现量产，我知道“二八定律”在这个过程当中是非常应验的。也就是说，我们可能在刚开始花20%的时间就实现了80%的功能，而且目前我们看到路上跑的很多demo都在这个阶段，但是很多人认为我们很快就要实现自动驾驶了。

但二八定律其实还有另外一面，就是说80%的时间和精力可能花在解决那20%的问题上，但这20%的问题不解决的话，这个车是不能量产上路的。

最近有人在谈长尾理论，长尾理论主要讲的是零售方面，但是也适用在研发方面，特别是是自动驾驶，我们刚开始有很多问题都解决了，就像我刚才提到目前路上跑的一些demo，后面还有很多细节的问题要解决。这些问题不解决，你是不可以把车放到路上去的，就是我们讲的大规模SOP，像我们现在的几十万辆、几百万辆车到路上跑，这是不可能的。

虽然说自动驾驶是非常漫长的过程，但是我们也很高兴的看到，自动驾驶正在一步一步朝我们走来。比如说去年我们大概给六个主机厂配套了二级自动驾驶，即交通堵塞辅助、集成巡航控制、自动泊车辅助等等，我们也在一步一步的推进新的更高级别的自动驾驶。

除了高速公路上的自动驾驶之外，我们也在和戴姆勒合作，研发L4/5级的自动驾驶。除了驾驶之外，泊车也是我们生活当中的一个很大的痛点。我们有各种泊车功能都在开发当中，现在大概有6款车已经具备自动泊车辅助、交通堵塞辅助、集成巡航控制。司机手可以拿开，在路上享受出行的乐趣。

总体来讲，我们认为自动驾驶一定会实现，但不是一蹴而就，是一步一步由简单场景到复杂场景，由小范围到大范围，由低速到高速。在大家的通力合作之下，我们认为自动驾驶一定能够实现。

我的分享就到这里，谢谢大家！