雷鋒網(公眾號：雷鋒網)按：2020 年 8 月 7 日，全球人工智慧和機器人峰會（CCF-GAIR 2020）正式開幕。CCF-GAIR 2020 峰會由中國計算機學會（CCF）主辦，香港中文大學（深圳）、雷鋒網聯合承辦，鵬城實驗室、深圳市人工智慧與機器人研究院協辦。
8月8日，智能駕駛專場峰會上，新智駕舉行了《新基建下自動駕駛，將迎來什麼機遇？》的線下圓桌論壇。當天下午5點，福瑞泰克總裁張林、中山大學副教授及博導、慧拓智能CEO及聯合創始人陳龍、主線科技合伙人、前瞻院院長王超、元戎啟行副總裁劉念邱、圖森未來上海總經理薛健聰圍繞「中國自動駕駛如何突圍」主題展開了精彩討論，上海硬球管理諮詢事務所創始人兼CEO Crystal zhang為本場圓桌主持人。
圓桌要點總結：
1、5G是自動駕駛錦上添花，而不是雪中送炭的技術.
5G是指第五代移動通信系統，其顯著優勢是極快的速率、極大的連接和極低的時延。近年來，隨著汽車智能網聯技術的發展，5G與汽車行業的深度融合成為趨勢，5G有望為車聯網及自動駕駛帶來顛覆性改變，而在這些領域落地也會使5G技術取得進一步發展。目前，5G技術在汽車上的應用局限於車機系統、車聯網等部分，更高層次應用需大量基礎設施建設的配合。
2、現在的中國交通發展不僅僅是智能駕駛，而是智能網聯。
智能網聯汽車是自動駕駛汽車發展的新階段，也是單車自動駕駛與網聯式汽車融為一體的新產品、新模式、新生態。與常規汽車相比，智能網聯汽車具備兩大重要特徵：一是多技術交叉、跨產業融合；二是區域屬性與社會屬性增加。智能網聯汽車在行駛過程中需要通信、地圖、數據平臺等本國屬性的支撐和安全管理，每個國家都有自己的使用標準規範，因此智能網聯汽車開發和使用具有本地屬性。
3、不要過分強調V2X，而忽略單車智能應用本身應該攻克的技術。
漸進式發展是以量產化的汽車產品作為首要發展目標，因此會依賴傳統的汽車軟硬體技術架構，難以滿足智能駕駛汽車日新月異的發展需求；階躍式發展與傳統汽車存在巨大差別，安全性和可靠性有待檢驗，同時系統量產能力與成本因素也會影響和制約規模化生產。
4、單車智能+車路協同，重要的是解決汽車產業化實際問題。
無論自動駕駛的技術和商業模式如何變化，自動駕駛的時代終究要到來。基於單車智能+車路協同的複雜新型交通系統與傳統交通系統不可同日而語。要根據中國的現狀利用好中國能做的東西，智能網聯是中國選擇最正確的一條路。
圓桌實錄如下：
主持人
上海硬球管理諮詢事務所創始人兼CEO Crystal zhang
圓桌嘉賓
張林 福瑞泰克總裁
陳龍 中山大學副教授及博導、慧拓智能CEO及聯合創始人
王超 主線科技合伙人、前瞻院院長
劉念邱 元戎啟行副總裁
薛健聰 圖森未來上海總經理
Crystal Zhang：感謝主辦方的邀請。今天，我們會和嘉賓一起探討在新基建下，自動駕駛將會迎來哪些機遇。由於時間的關係，我們直奔主題。第一個問題是聚焦通訊網絡基礎設施，現在5G非常火，我想請教在座各位的是5G網絡對自動駕駛到底會帶來什麼價值？自動駕駛要落地非得有5G不可嗎？5G對不同的落地場景帶來的價值會有差別嗎？
張林：在新基建的大環境下，從智能汽車的角度來講，5G是非常重要的通道，主要通過車端和雲端的連接、路端和雲端的連接。
陳龍：結合我們公司所選擇的具體場景來說，我們是一家做礦山無人駕駛的公司，與其說是礦山無人駕駛，其實更接近一個礦區AGV系統，自動駕駛只是其中一個環節。我更願意把它叫做礦區機器人以及礦區工業網際網路。牽扯到礦區工業網際網路，5G是非常重要的工具，某些場景下它是必需的。
劉念邱：從我們的角度來說，元戎啟行做的是RoboTaxi，5G起到了非常好的助力作用。RoboTaxi涉及到多方面，包括調度、遠程監控、監管等，5G可以很好地幫助我們對車輛進行管理和監控。
王超：5G對於自動駕駛主要起到兩方面多用：V2X和雲計算。5G為傳輸提供更寬、更廣、更平實的道路，同時解決我們在V2X傳輸的內容，是質的提升。但是如何利用數據、如何路測、如何在本地和雲端利用我們傳輸的內容做計算，以及給自動駕駛服務，這需要針對不同的場景，不同的技術路線，不同的體系架構，進行針對性討論，不能一刀切。
薛健聰：我認為5G技術是很好的技術，但目前它的用途沒有我們想像的那麼神奇。5G是錦上添花，而不是雪中送炭的技術，把無人駕駛的實現依託於5G是不對的。針對無人駕駛，我認為5G在目前不是一個必要的技術。
Crystal Zhang：我們聚焦通信基礎設施另一個很重要的技術——衛星網際網路，定位對自動駕駛來講非常重要。現在自動駕駛在定位上依賴傳感器+高精地圖等補足GPS的不足。中國目前北鬥做得非常棒，配合之下可以做到釐米級。我想請教各位的是未來中長期自動駕駛的定位是不是單靠衛星網際網路就足夠了？衛星網際網路這個技術在自動駕駛研發過程中會有什麼影響？應該怎麼考慮？
薛健聰：我認為衛星定位是一個很重要技術，但如果在沒有衛星信號的地方，無人駕駛就做不了了嗎，那肯定也不是，比如隧道場景就沒衛星信號。圖森未來有7種不同的方式來做定位，包括高精地圖、衛星定位等等，是一種融合多種方式的定位技術。
基於融合定位系統，加上目前的差分信號，已經可以讓我們在衛星定位這件事本身達到比較高的精度。衛星定位方式非常重要，但在無人駕駛的系統中不能是唯一的定位方式。
王超：我很認同薛總的觀點。我們在港口和高速做了很多工作。如果我們按照北鬥結合地面基站釐米級的水平，可以滿足大部分場景下自動駕駛應用的需求。有兩方面：一方面是安全、冗餘，任何單一來源的信息都是不可靠的，我們不知道它什麼時候失效，失效時如何應對，我們必須有足夠的應急方案。
未來，即便我們衛星定位可以提高到更高的精度，其他定位技術還是必須存在的。在很多特定場景下，比如港口作業，貨櫃裝卸，它要求的精度比釐米級更高，可能是一兩釐米精度乃至更高。
衛星定位是相對需求，我們還需要其他定位手段輔助。不只是靠北鬥或者其他衛星定位技術，就能讓自動駕駛技術完成所有的場景。
劉念邱：前面兩位嘉賓介紹了很多全球定位系統的應用，介紹得非常好，對我們來說也是一樣。它作為一個參照、一個輸入，我們依賴於雷射雷達、視覺、慣性導航來達到非常可靠的結果。對於GNSS高精定位方案，它可以在多方面幫助我們完成不同設備或者不同區域地圖之間的參照系問題。一個是我們在不同城市，其地圖可能有基準標準，我們以這部分的定位來實現的；另一個是在港口進行定位工作，我們要清楚目標對象在什麼地方，這種情況下高精度定位系統可以幫助我們知道位置。總之，實際運行的車輛不完全依賴於高精度衛星定位系統。
陳龍：首先需要明確的是，北鬥是必需的。在全球定位系統的格局下，中國有自己的衛星定位系統是非常有必要的一件事。
但在做無人駕駛的過程中，完全依賴衛星定位會造成災難性的結果。衛星信號穿過大氣層、建築遮擋等，會產生很多誤差，把五人家人所有的執行度和把握性壓在這裡是不可以的。我們還是要不斷提高自身的定位能力，才能更好地完成整個定位系統。
Crystal Zhang：看來通訊網絡基礎設施只是加分項。接下來聚焦智能交通基礎設施，既然是加分項，請問主要應用場景在高速公路下的圖森未來，如果V2X是助力項，今天高速公路應用場景下有什麼痛點是短期依賴單車智能比較難攻克，藉助V2X可以更快解決，給我兩個你覺得最痛的痛點就可以。
薛健聰：我們說了很多的車路協同場景，但目前看起來在公開道路上主要還是用在兩個地方：紅綠燈和過閘口。但這兩個地方是不是必須依託V2X來解決，我覺得不盡然。
結合剛才的問題，V2X和5G一樣，它可以是非常好的技術手段。我經過紅綠燈時告訴我現在是什麼燈，或者你現在停下來，15秒後換燈，我可以做更合理的行車策略和準備。但還有很多問題需要去解決，比如因為車路協同錯誤的信號導致的事故，由誰來負責，這是技術之外，但在法理層面需要討論的問題。
Crystal Zhang：有什麼是V2X更好助力今天單車智能比較難攻克的？
薛健聰：目前我認為單車智能還遠遠沒有達到其頂峰，在物理規則之內，我相信沒什麼是目前看起來單車智能攻克不了，而必須要通過V2X來解決。
Crystal Zhang：您同意薛總的表達嗎？
王超：我同意一部分觀點。從自動駕駛車輛的能力和安全角度出發，我們目前的出發點是絕對不依賴V2X保證車輛的安全。我們相當於把這件事交給第三方決定人類自身的安全，這是不負責任的。
V2X主要帶來兩方面的提升：一方面是感知的局限性，從系統的設計及實施來看，車輛的感知可以幫助實現障礙物、地圖、輔助定位，以及局部決策規劃等任務。另一方面是更長的距離安全保障是否高效，高速行駛的車輛可以感知到300-500米的情況，包括路面破損情況、車流量等信息，如此車輛決策規劃可以更加高效。V2X是錦上添花，它不能讓我更安全，但可以讓我更高效。
從全局的角度來講，我願意用調度和管控來描述。我們現在講的是單車智能，這個描述體現出其局限性。它做的是自身的事情。
Crystal Zhang：有什麼痛點？我覺得高速公路有很多事故高發地段，連老司機也難駕馭，基礎設施端不能幫助解決這個痛點嗎？對人類駕駛者來說，上下匝道也不是容易的事，難道基礎設施端不能幫點小忙嗎？
王超：它可以幫忙，可以提供一些信息，讓我們處理得更加簡單。
Crystal Zhang：接下來請教陳總和劉總。在礦山區域和城市路況下，V2X有幫助嗎？有什麼痛點是它們能幫忙的？
陳龍：我感覺前兩位嘉賓的回答跑題了。大家需要繞論的不是單車智能和V2X誰更重要，或者要不要用V2X提高單車智能的作用。實際上，中國已經回答了這個問題，我從2008年開始做無人駕駛，十幾年時間內，國家對於無人駕駛的規劃一直在漸漸變化，有些變化是由中國國情決定的。高速場景比較特別，國外是在集中做單車智能的提升，但是其本身是基於人工智慧理論以及計算單元技術的提升得到的。在現在這一波人工智慧理論的核心提升中，比如卷積神經網絡的提升，還有很多解釋的過程需要做。
所以，我們當前的認知是在基於現在的人工智慧理論的，單車智能可以達到什麼程度，能否保證開放場景的無人駕駛完全用單車智能解決，這是問號，沒有公司可以回答。中國用它的現狀給出了路線，現在中國講的不僅僅是智能駕駛，而是智能網聯。
回到礦山來說，痛點和問題挺多的。我們做的這個場景和開放道路不一樣，它不要求非常高的速度，也不要求百分百的絕對安全，它不需要運人，速度控制在25公裡/小時即可，因此我們需要實現的是儘可能高效地調度整套系統，讓調度規範管理更高效。這個過程中V2X一定會起作用，比如礦區經常出現高度三維往下走的情況，轉彎半徑很小，而礦車本身很高，要在礦車周圍裝上傳感器，在小轉彎半徑下才能看得更廣，V2X就可以解決這個問題。
我相信高精度場景也有相應的應用，比如超視距感知可以可以通過V2X這個基礎設施來做，而且很多工作只有中國能做。現在並不是我要用哪種方式解決問題，而是根據中國的現狀利用好中國能做的東西，我覺得智能網聯是中國選擇的最正確的一條路。
劉念邱：剛剛大家談了很多觀點，我增加一些補充。我認為V2X的價值是要基於場景來看。
從日常的深圳街道來看，單車智能可以很好地處理絕大部分情況，小問題也是在決策規劃中進行提升。廣義理解V2X，可以把它看成雲端，我們做RoboTaxi必然需要V2X跟雲端通信，完成我們的訂單和調度任務。另一種情況是我們在小街道行駛時會碰到只有一條車道，因為修路看不到完整的道路情況，如果有V2X可以更好確定兩邊通行的車輛，這條路是否有通行佔用，我們是等待還是通行。因此，V2X價值要基於不同的場景考慮。
Crystal Zhang：請教張總，基礎設施要智能化，需要部署非常多的傳感器。車內傳感器能否直接用在基礎設施端？這些機會會屬於像福瑞泰克這樣的公司嗎？
張林：目前我們做了一部分項目，主要是從車端到路端。攝像頭從光學原理和機制上有些差別，從感知層面到最後成像，通過深度學習算法作為目標檢測到融合。如果從數量級來說，70%-80%可以復用，對我們來說是新的業務領域。通過車和路端檢測，從車的角度看是額外多了一個感知能力，如何在車輛的坐標系和實踐維度上對齊，我們非常感興趣。
另一點，我認為在很多中國特色的交通場景下，車端的感知能力可能受到挑戰，例如盤山公路裡的一些匝道很短，需要用很快的速度切入主道，完全依靠車輛自身的感知有局限性。V2X能夠幫助自動駕駛感知能力得到擴展和冗餘，這將提升感知穩定性、道路交通的安全性。因此要實現更安全高效的駕駛體驗，我們認為V2X也是未來實現高等級自動駕駛的新機遇。
今天上午兩位教授談到在惡劣的路況、大霧天、雨天，傳感器感知距離大幅下降，造成制動能力也會大幅下降。這種場景下，目前大部分的感知能力在160-200米，這個距離對於進行變道、應急避障都是有困難的。無論是高速道路還是城市場景，在短期或者中期內，車輛目前感知能力尚無法覆蓋所有場景。
Crystal Zhang：已經有不一樣的聲音了。我從王總、薛總的表達中捕捉到一種擔心。擔心中國過分強調V2X，而忽略單車智能應用本身應該攻克的技術。
既然有這樣的擔心，單車智能和新基建或者V2X到底如何平衡，才能保證我們借好力，最後成為汽車強國和自動駕駛的強國？
張林：根據不同的場景，需求確實不一樣，我認為高速場景、低速場景都會有不一樣的需求。上午阿里談到做末端運輸時，如果考慮到7*24小時都要具備這個能力， V2X是很重要的對感知能力的補充，但只有V2X還不夠，阿里也需要遠程遙控來輔助。自動駕駛的初衷，我們始終認為是需要更安全和可靠，行業需要大規模量產，這對系統設計、成本控制都提出了更高的要求。
陳龍：我非常同意張總的觀點。就像我剛剛所說，我們國家已經給出了方向和答案，為什麼現在做新基建，在智能駕駛端要上智慧的路，國家已經給出明確的狀態。就是因為現在單車智能很大程度上並無法解決問題，在此條件下，我們再過分強調感知程度，不一定是最正確的。因為解決這個問題不是比較功能高低的問題，而是解決系統工程最終應用的問題。我們要做的是將現在可行的成熟技術，充分利用並灌輸到我們系統工程中，完成最終的應用，達到最終的結果。
對礦山來說，無人駕駛只是其中非常小的點，除了駕駛車輛從A點到B點外，我們還要進行挖掘等一系列操作，這是自動化操作的過程，涉及到多臺挖掘機、鏟車和運載車輛的協同。所以，這不是簡單的實現自動駕駛本身，更像是系統工程，我們要以整體的眼光探索解決方案，完成系統的方案和功能，解決真正的問題。
新基建會成為每個環節，包括5G下礦，的推動力。我認為還是要面向應用場景、具體問題來布局，而不是單車功能。把問題解決，才是產業化比較切實要考慮的問題。
劉念邱：從我們的角度來看，V2X和單車智能是相輔相成，相互促進。雖然單車智能或者路端感知，本質上其技術是需要有感知，有對車輛的定位。單車智能，現階段來看會在人工智慧、感知、定位方面走得更進一步，率先解決無人駕駛能不能的問題。在更多的場景中結合V2X和單車智能在一起，可以更好地幫產業做得更好，不管在時間還是空間的維度上，都可以覆蓋得更全面。
王超：我要明確我的觀點，V2X對於單車智能是有提升的。以產業化為目標，更多考慮的是在現階段以及未來幾年內，新基建是一個比較長的過程。現在各項技術並不是那麼完善，包括網絡通信技術、路端傳感器技術、全局調度運籌管控的技術。
在這個過程中，單車智能和V2X是共同成長的過程，我們想要在這個過程中促進無人駕駛產品的產業化，首先面向不同的場景分別討論。在不同的場景裡，車的情況、路的情況、設備的情況、自動駕駛的情況都各自不同的側重。我們需要做好的是在裡面如何發揮自己的優勢，落實產品的應用。未來相同產品裡機械水平提高，路測、中控可以給我們更好的支持，我們再做減法。我們要適應新基建的節奏，這是目前比較重要的。
薛健聰：我覺得現在在說的車路協同和自動駕駛，我一直認為車路協同是錦上添花的事情。無人駕駛並不是一件單純的車輛製造的事情，本質上是製造電子司機的事情。我們回想一下過往，八九十年代的車輛是手動檔，轉向和剎車都沒助力。現在的車越來越好，我們的乘坐感受和駕駛感受也越來越好。
2000年以後，車輛有了電子地圖，包括現在手機地圖越來越完善，它會告訴你前方第三車道在修車，提前避讓，前方產生交通事故，擁堵1.3公裡，給你選用備用路線。我覺得這是車路協同應該做的事情。
而無人駕駛本身是讓車像人一樣動起來，如果有外在的信息提醒你躲避擁堵，告訴你哪個地方修路，告訴你什麼時候出行更合適。我相信這是錦上添花最佳的表現。
Crystal Zhang：在智能基礎設施發力的不單是中國，新加坡基本完成智慧交通基礎設施的部署，荷蘭也很領先。通用汽車在過去五年時間積極遊說美國政府實現基礎設施智能化。中國基礎設施發展速度快，我們擁有獨到的優勢，真心希望在自動駕駛領域耕耘的從業者可以用好我們的優勢，同時不要忘了啃下單車智能這一塊硬骨頭。希望中國未來真的能夠成為自動駕駛強國。感謝五位嘉賓的分享，希望更多從業者貢獻更多的真知灼見。
雷鋒網 雷鋒網
雷鋒網原創文章，未經授權禁止轉載。詳情見轉載須知。