3月30日下午，在將門2019年度創新峰會的交通行業環節，博世底盤控制系統中國區總裁陳黎明博士為大家帶來了“理性回歸，安全是自動駕駛之本”的主題演講，分享了博世對于自動駕駛領域的思考與經驗。

大家下午好！今天很開心在將門這里結合”科技實用主義”的大會主題，和大家分享博世在自動駕駛方面的思考。

自動駕駛是汽車工業迄今為止最具挑戰的革命

車給我們帶來了無限方便，同時也帶來了很多痛點。下面這張照片里的這些場景，大家應該都能找到自己的影子，所以我們非常希望有自動駕駛的車，能夠讓我們輕松愉快地去想去的地方。

在交通出行安全里面有三個因素：人、車、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，自動駕駛是必選的方案，這也是現在自動駕駛這么火熱的原因。自動駕駛無疑是代替我們的眼睛、大腦、手腳，這是一件非常有挑戰的事，至今為止是汽車工業最具有挑戰的一個革命。

現在有很多初創公司都在感知、傳感器和系統解決方案上做了很多工作，但是我想說這是一個非常有挑戰的技術問題。大家也知道人工智能現在在自動駕駛里的應用非常廣，特別是感知方面。之所以說自動駕駛是目前最具有挑戰的問題，是因為安全！為了保證安全，給我們的技術提出了無限的挑戰。

自動駕駛要保證駕乘人員、道路使用者的安全，使駕乘人員能夠安全的從A到B，這是我們最基本的一個要求。我們可以想象，當我們把一個生命安全交給一個車的時候，實際上是一個很大的挑戰。

下面我想講一下就是自動駕駛中駕駛的責任問題。SAE(美國汽車工程師學會)有0-5級的劃分，在0級至2級中，駕駛的責任都在人，是我們人來控制的，到了3級以上，駕駛的責任就交給了車。我們開車的時候大家肯定都是認為我是能夠安全開車的，我是不會出事兒的。

但是，當我們去乘一個自動駕駛車的時候，你會擔心，你第一個問題會是這個車是否安全。為了保證把乘車人員安全地從A移動到B，就需要自動駕駛系統在任何情況下（包括部件失效時），仍然能夠安全運行，所以一定需要冗余系統。

關于冗余，博世具備全方位的解決方案

我們知道自動駕駛需要很多的傳感器，除了我們現在都知道的攝像頭還有毫米波雷達、激光雷達、超聲波雷達等等。除了我們講的同一個傳感器的冗余之外，還需要不同的物理原理的傳感器，也就是我們講的攝像頭和毫米波雷達還有激光雷達是利用不同的物理原理，來實現互補和冗余。

在攝像頭算法層面，我們不是用單一的人工智能的算法，或者用某一個算法來進行識別，而是同時用深度學習、紋理識別和密集光流法等等，進行數據融合，使得感知能夠更加可靠。

另外，在定位方面，我們知道自動駕駛首先我們要看得清楚，要準確知道我在什么地方我才知道下一步往哪里開。在定位方面也是需要冗余，我們現有的衛星定位完全是不可以用于自動駕駛的，很多的公司都在做我們講的高精地圖，要求是在正負20厘米的范圍內讓車能夠絕對定位。但是，我們知道在城市里，衛星定位不很可靠，因為有很多建筑，而建筑物會有很多反射，反射以后噪音就非常大，所以絕對定位會有困難。

另外一種定位方式是相對定位，通過周圍建筑物和一些物體的特征進行定位，通過這兩個的互補，能夠進行很好的定位。但是如果到新疆、西藏去的話，沒有建筑物，我們就需要絕對定位。

還有就是執行，這也是非常重要的，看的再清楚，規劃的再好，執行不到位也是不行的，目前我們有很好的解決方案：

第一，上個星期在南京剛剛設立了一個工廠做iBooster，是不需要真空源的智能助力器。

第二，ESP?。這兩個系統可以互補，進行制動。

第三，博世還在開發冗余的轉向系統。

為什么自動駕駛是目前最復雜的挑戰？

目前大家談的比較多的是技術方面，比如說傳感器、芯片、車載計算機、算法等，但是大家談的比較少的是實現，也就是我這里要講的最后一個問題。

今年的CES和往年不太一樣，我注意到今年大家談哪一年實現自動駕駛越來越少了，談如何實現自動駕駛的話題越來越多，在實施的過程中大家發現了自動駕駛實現的難度。

做過產品開發的朋友應該都知道V-Model，就是一層層分解下來，整個自動駕駛的需求到子系統，再到元器件、軟件、硬件部分，再到實施，然后再一步一步的驗證。

在設計的過程中我們要考慮功能安全（ISO26262），來保證系統在設計階段就是安全的，所有的安全問題、可能出現的問題我都能考慮到，把它考慮在我的系統里面。

我們在驗證過程當中，要去驗證所有的設計功能是否都達到，同時還要考慮零部件、子系統失效的時候，我的系統能不能安全運行。

舉個例子，關于自動駕駛中用的感知傳感器，我們現在市場上能夠看到的最新的是二級自動駕駛，它需要的傳感器是六七個，到了三級大概是15個多一點，到了四級、五級至少是40個以上。

這里說的只是感知傳感器，還沒有包括車的運行狀態、執行機構等的傳感器在內，如果把這些包括在內，四五級自動駕駛至少需要五六十個傳感器。

那么，大家可以想像一下，回到V-Model，不同傳感器失效會產生很多失效模式的排列組合，失效以后我的系統怎么運行？怎么去驗證它？這個都是現在還沒有完整答案的技術問題。

所以說——

實現自動駕駛是一個非常漫長而且艱巨的道路

我本人做過產品開發，從第一行代碼到最后真的實現量產，我知道“二八定律”在這個過程當中是非常應驗的。也就是說，我們可能在剛開始花20%的時間就實現了80%的功能，而且目前我們看到路上跑的很多demo都在這個階段，但是很多人認為我們很快就要實現自動駕駛了。

但二八定律其實還有另外一面，就是說80%的時間和精力可能花在解決那20%的問題上，但這20%的問題不解決的話，這個車是不能量產上路的。

最近有人在談長尾理論，長尾理論主要講的是零售方面，但是也適用在研發方面，特別是是自動駕駛，我們剛開始有很多問題都解決了，就像我剛才提到目前路上跑的一些demo，后面還有很多細節的問題要解決。這些問題不解決，你是不可以把車放到路上去的，就是我們講的大規模SOP，像我們現在的幾十萬輛、幾百萬輛車到路上跑，這是不可能的。

雖然說自動駕駛是非常漫長的過程，但是我們也很高興的看到，自動駕駛正在一步一步朝我們走來。比如說去年我們大概給六個主機廠配套了二級自動駕駛，即交通堵塞輔助、集成巡航控制、自動泊車輔助等等，我們也在一步一步的推進新的更高級別的自動駕駛。

除了高速公路上的自動駕駛之外，我們也在和戴姆勒合作，研發L4/5級的自動駕駛。除了駕駛之外，泊車也是我們生活當中的一個很大的痛點。我們有各種泊車功能都在開發當中，現在大概有6款車已經具備自動泊車輔助、交通堵塞輔助、集成巡航控制。司機手可以拿開，在路上享受出行的樂趣。

總體來講，我們認為自動駕駛一定會實現，但不是一蹴而就，是一步一步由簡單場景到復雜場景，由小范圍到大范圍，由低速到高速。在大家的通力合作之下，我們認為自動駕駛一定能夠實現。

我的分享就到這里，謝謝大家！