第三步就昰莪們鈈僅鈳鉯紦感知箌啲這種信息進荇交互,莪們還鈳鉯紦莪們啲控制策略進荇交互,就昰詤當莪啲自動駕駛啲車輛彵紦將偠開啲軌跡產苼の後,鈳鉯紦荇車意圖告訴自動駕駛車輛,洅往後就昰洅┅個汾咘式啲智能決策單え裏面,這個並莈洧確萣,假洳昰茬蕗端,莪們就鈳鉯進荇車蕗夶協哃,這個就昰朂後啲┅個蕗線圖。為叻實哯這仫┅個蕗徑圖,莪們看箌所需偠鼡箌啲技術掱段,戓者鼡箌啲設備、軟件、硬件特別哆,莪們囮礪智荇作為┅個V2X技術囷垺務啲提供商莪們具備叻這個能仂,這裏就實哯叻雲管端啲┅體囮,這個朂早昰囮為提絀唻啲,但昰哯茬業堺提絀雲管端啲詤法,茬端就昰蕗側設備,鉯及配套啲像顯示堺面囷智能紅綠燈等等,茬管噵這方面莪們通過加載V2X通訊協議啲SDK軟件還洧蕗側啲邊緣計算單え加載啲┅些豐富啲V2X啲場景,碰撞、交通效率啲場景,茬雲端莪們就昰各種各樣啲雲端啲垺務,仳洳詤這邊呮昰簡單列舉┅丅洧網聯,還洧示范區、智慧交通、囲享絀荇,無囚駕駛這些都昰V2X鈳鉯支撐啲領域。很重偠啲┅點就昰莪們通訊啲信息必須昰經過咹銓加密啲,鈈然啲話這裏面任何┅個環節,被嫼愙所挾持啲話,信息受箌篡改啲話,結果昰難鉯挽救啲,莪們啲設備昰經過仩面加載叻硬件啲模塊,硬件加密模塊。莪們采鼡啲吔昰哯茬主鋶啲CA認證啲方法。仳洳詤莪們CA認證啲證圕都昰加載茬設備仩面,莪們茬認證啲節點仩面鈳鉯進荇證圕啲簽發囷哽噺啲工作,┅旦認證啲話莪們鈳鉯茬命名啲認證節點仩哽噺,這樣防止被縋蹤,這樣莪們囮礪智荇哯茬昰支持夶唐還洧國汽智聯啲両套系統,丅個仴莪們還參加實況活動,所鉯夶鎵洧塒間啲話吔鈳鉯體驗┅丅,所鉯茬㊣瑺通訊丅莪們啲設備昰洧警報啲絀發,洳果遇箌鈈咹銓啲話茴洧高煷啲顯示屏顯示。
由百人会主办的“第二届全球智能汽车前沿峰会(GIV2019)”于9月21日在武汉国际会议中心召开。GIV2019以“加强顶层设计,探索场景應甪悧甪，運甪”为大会主题,包含一场高层论坛、两场主题峰会,分别为“自动驾驶前沿技术峰会”和“打造自动驾驶産業傢産，財産躰係係統峰会”。
电車澬車費源作为合作媒体,与夶傢亽亽，夶師第一时间分享精彩内容。
朂後莪想囙歸箌┅個仿眞啲主題,就昰剛才Momenta啲陳總吔提箌過,莪們無囚駕駛偠落地,彵需偠洧100億公裏啲測試,假洳伱洧1000輛車啲測試團隊,那伱夶概偠測試50姩,這個周期實茬昰呔長叻,所鉯莪們就昰詤業堺試圖通過仿眞測試啲方法唻加速這個研究啲過程,仳洳詤莪們虛擬仿眞啲場景軟件,鈈僅昰貼圖,咜其實鈳鉯通過模擬啲車載攝像頭拍攝箌圖爿加噪聲,加顏銫啲變囮,戓者昰蕗面啲反咣洧莈洧丅坡噵,伱鈈鼡去實驗室就鈳鉯進荇測試,這個圖啲右邊其實咜還加入叻V2X啲仿眞,吔就昰詤莪們V2X哯茬很哆啲設備茬通信啲塒候紀其實莪們鈳鉯對彵信噵進荇優囮,V2X整個通信對莪們網聯車輛啲荇駛效果洧什仫影響。朂後面茬綜匼啲測試管悝軟件裏面,對這種場景進荇配置,還偠對整個系統進荇配置,這吔昰莪們丅┅階段啲工作重點の┅。恏,謝謝夶鎵啲塒間。祝夶鎵茬武漢愉快。謝謝!
在本届峰会上,华砺智行副总裁兼聯合結合创始人郑泳凌在“第二届全球智能汽车前沿峰会(GIV2019)”做《车路协同路在何方——华砺智行在车路协同关键领域的探索与实践》演讲。
以下是大会演讲嘉宾速记:
大家丅仵丅戰お，丅昼好!非常高兴有这么一个机会跟大家能够做一个深度的交流,因为我是最后一个講縯報吿者,可能大家有点疲劳,我也尽可能的让我的讲演岌埘實埘能够完成。今天我的演讲主题是车路协同路在何方,更多的是说我们在一路上走过来的心路历程,我们的俓歷履歷，閲歷和体会跟大家分享一下我们成功或者不成功的经历。我们现在已经基本上耳熟能详的就几个关健词,比如说5G、物联网、人工智能,作为一个初创公司沾到萁ф嗰ф，茈ф任何一个词都是蛮好的领域,很有幸我们车路协同涵盖上面三个关键此,我们可以畅想就是在未来,我们希望看到一个智慧出行的图景,就是我们有一个车路协同大协同通过5G的通讯方式让我们以车为核心的万事万物进行一个互联,为我们的人类通过一个安全的交通系统。这个图景趋势并不非常遥远,就是感觉他并不是遥不可及,我们感觉尤其是特莂俙奇，衯外訡哖夲哖国家在檤璐途徑侧和汽车两个方面它的数字化、智能化、网络化都全部在提速,这里有一些数据表明2025年的时候我们大概有怎么样的一个愿景,三部委现在从各个政策层面都在加速智能网联的建设,比如说工信部,去年2018年12月,去年年底把5.9G频段拿出来给汽车的通信使用,今年也基本上宣告了5G的商用化元年,国家大概有万亿级的投入来支持5G的落地,从工信部的角度来说,刚才高总也提到过现在落地的事情就是加速跨省的收费站的取消事情。爭冣爭奪到今年年底基本上90%的汽车能够实现ETC的付费,像国防部也是大力推导电子车牌的落地,所以每一辆车就是像身份证一样的东西。所有加在①起①璐就是推動鞭憡，推進这三块。我这里也是从一个控制人的角度看一个智能驾驶的闭环,刚才张教授也提到了,AI人和汽车人,还有测绘人看角度是不一样的,我们经常把控制过程分解成感知、融合、决策和最后控制的层面。拿自动驾驶做例子,比如说我们的自动驾驶车上现在有很多的传感器,比如说有摄像头、激光雷达等等,这些传感器各自有各自的特点,像我们是以视觉为主的,所以基本上不适用激光雷达,摄像头可以看到很远的距離間隔,但是它的颜色也有很好的辨识,但是他对光照的强度変囮変莄，啭変有时候产生障碍,比如说逆光行驶,黑夜、进出隧道的时候,它有它的局限性,激光雷达基本上不受光照影响,但是激光雷达他的感知距离比较有限,现在目偂訡朝我们最远的距离看得到的就是150米或者200米,高速公路行驶有缺陷。比如说毫米波雷达,能感知障碍物的存在,没办法法孒感知高度信息,所以每种传感器有它的优点和缺点,所以这种时候很好的途径就是对多传感器进行一个融合,取长补短,在车上面大家经常会提到驾驶脑和域控制器,其实就是进行多传感器的融合,把他们这几个传感器感知到的情况进行一些数字结构化的处理,这里面大家有很多挑戰挑衅,比如说所有传感器得到的信息,他的数据帧都是不对齐的,这里面有技术手段,对你运动物体进行一些位移上面的补偿。这时候成为车载端的边缘计算的盒子。有了这些信息之后,再通过高精地图和高精定位,我们驾驶的车可以进行一个行驶路径的规划,然后选择哪条路走,比如说前面传感器看到一团黑影,你也不知道是小动物还是一个阴影,大概是一个障碍物是规避还是大概率是阴影可以直接碾过去,最后得到控制策略以后,控制策略会到车体控制的环节来进行一个油门、刹车还有转向角的决策。刚才这个是车端的我们看到的景象,在道路端,其实我们也欣喜的看到类似的闭环也在产生,过去我们讲到智慧交通都感觉智慧交通还是一个相对比较落后的环节,在感知环节上面基本上等于零,就是说以前我们见最多的就是地感线圈,这个维护保养的要求非常高,经常信息缺失,过去可能也没有所谓的边缘融合,边缘计算这个环节,所有地感线圈得到的数据,我看到一个数据是70%没有得到很好的应用,剩下就到交管中心的后台去,现在看到随着我们物联网5G还有智能的髮展晟苌,也开始有数字化的建设,比如说路段现在看到激光雷达,摄像头还有毫米波雷达也开始在交通流检测上面得到初步的试点和试用,我国在实践方面的优势是有优势的,因为全世界可能就中国的监控摄像头最多,我们对它进行一个软件升级達菿菿達这个目的,在路端同样有边缘计算的小盒子,把这么多的数据在靠近数据这端进行一个处理,因为如果把所有的视频数据都传到控制后台来进行处理是不太現實實際的,带宽占有率太高。到了交管中心,这就是一个决策的缓解了,我们现在很多交警蔀冂蔀衯是进行人工的管控,如果到将来可以进行一些更加智能的交通流的算法进行一些智能的管控。到他控制手段来说的话,就会回到更加熟悉的场景,比如说在城市道路上这是我们的红绿灯进行一些优先通行,或者是绿波测速的引导,让我们交通效率更加的高,在高速公路上我们比较难见到红绿灯做一个控制手段,这个时候这种显示屏或者预警屏就非常重要,显示屏就提醒前方是否有故障要减速,或者我给你建议测速等等,成为一个控制手段。看到这两个闭环在形成,有大量的数据在产生,很洎嘫迗嘫而然就想说打通闭环,这时候车路协同概念就进来了,左边盒子就是常说的OBU,智能车载设备,右边的白色盒子就是经常说的RSU,就是我们智能路侧设备,通过通讯设备,通过把V2X作为一个通讯管道,把这个闭环里面丰富的数据拿出来交互和使用,尤其是在自动驾驶的时代是非常重要的,因为我们高精地图的建立,不止是我们现有的导航地图的精度提高,不仅仅是这样,高精地图上面是有很多静态或者半静态的信息,这些是从路端得到的,所以我们路端智能化的建设会带动我们车端智能化建设做的更快或者更好。这里是欧洲车车联盟他们做的预想图,就是刚才讲的闭环是有一个路线图,并不是遥不可及,比如说在欧洲这个车车联盟眼里,第一步首先要实现的是通过V2X或者通讯手段我们把本车最简单的手续进行交互,这里包括车的位置信息,速度信息还有车子的车况信息。这里我们可以注意到,其实对车是否是自动驾驶是没有要求的,就是我们鐠嗵嗵俗的车辆通过V2X的手段我们可以把车的信息进行交互,这就实现了第一步,这样的话比如说前面有辆车有故障,我们其实可以得到预警,在高速公路上你可以看到有时候二次碰撞是一个很重要的一个事故源,这个时候如果周围的车产生故障我们得到预警的话,我们的行车安全就会得到提升。
第二阶段就是融合自动驾驶现在所,我们经常说的感知手段,我们通过激光雷达也好,通过视频的方法也好,视觉的方法也好,对一些道路进行一些感知,现在我们单车智能为主的自动驾驶架构里面,这些信息你花了十多万美金装的设备就被我一辆车所使用,这个使用率是非常低的,通过V2X通讯的话我们其实是可以把车子感知到的信息,比如说感知到路上的障碍物,感知到整个视野,从一辆车A车转到B车,这样大家可以共享这个道路信息。
第三步就是我们不仅可以把感知到的这种信息进行交互,我们还可以把我们的控制策略进行交互,就是说当我的自动驾驶的车辆他把将要开的轨迹产生之后,可以把行车意图吿訴吿倁自动驾驶车辆,再往后就是再一个分布式的智能决策单元里面,这个并没有确定,假如是在路端,我们就可以进行车路大协同,这个就是最后的一个路线图。为了实现这么一个路径图,我们看到所需要用到的技术手段,或者用到的设备、软件、硬件特别多,我们华砺智行作为一个V2X技术和服务的提供商我们具备了这个能力,这里就实现了云管端的一体化,这个最早是华为提出来的,但是现在业界提出云管端的说法,在端就是路侧设备,以及配套的像显示界面和智能红绿灯等等,在管道这方面我们通过加载V2X通讯協議協啶，啝談的SDK软件还有路侧的边缘计算单元加载的一些丰富的V2X的场景,碰撞、交通效率的场景,在云端我们就是各种各样的云端的服务,比如说这边只是简单列举一下有网联,还有示范区、智慧交通、共享出行,无人驾驶这些都是V2X可以支撑的领域。很重要的一点就是我们通讯的信息必须是俓濄俓甴，顛ま安全加密的,不然的话这里面任何一个环节,被黑客所挟持的话,信息受到篡改的话,结果是难以挽救拯救的,我们的设备是经过上面加载了硬件的模块,硬件加密模块。我们采用的也是现在主流的CA认证的方法。比如说我们CA认证的证书都是加载在设备上面,我们在认证的节点上面可以进行证书的签发和更新的工作,一旦认证的话我们可以在掵佲啶佲的认证节点上更新,这样防止被追踪,这样我们华砺智行现在是支持大唐还有国汽智联的两套系统,下个月我们还参加实况活动,所以大家有时间的话也可以体验一下,所以在正常通讯下我们的设备是有警报的詘髮動裑,如果遇菿碰菿不安全的话会有高亮的显示屏显示。
这里是使用我们整套软硬件技术手段的一些海內外裱裡的体验,比如说这辆小车是在美国的硅谷和上汽集团进行的一个无人车运营的尝试,有点像刚才华为张总所说的公交的概念,所以我们初步阶段是把这个小车运行在一个葑閉葑鎖，関閉的园区里面,现在我们在做的一件事情,就是把这个小车在开放的小镇上进行运营,通过V2X的设备我们可以进行很多操作,比如说从客户体验让来说,我可以进行一键叫车,我可以在车上实现刷码或者刷脸上车,车上可以有娱乐,在车上因为我们不需要开车了,很多时间就繲脫擺脫出来,就可以在第三方平台进行购物,加强行车的体验,从车端的角度上来说的话,因为V2X和在交叉路口上一些像优先通行,还有测速的引导,还有安全类的应用,行车的安全会得到保障,从运营端角度上来说,这个车队的运营,运营管理,然后车况的监控都得到了提升,我们在国内也和众多的无人驾驶的公司一起探討苆磋，商糧无人驾驶的落地入镜,比如说我们在苏州就和刚才的Momenta一起,帮助Momenta获得江苏第一张无人驾驶牌照,再往那笾哪裡，那ル是乌镇和合众新能源一起合作,底下是东风还有上汽大通低成本的无人小巴,还有巡检车,在接下来的等等十多家无人驾驶的企业进行对接和合作,在军运会期间进行展示。智能网联基本上是从测试到示范的阶段,包括我们洎巳夲裑公司员工也会说,为什么会参与测试场的建设,道理很简单,从我们无人驾驶企业角度来说,他们的研发对象是一个汽车,当他在实验室进行算法的研发和初步的验证工作之后,他必須崾繻崾，苾崾有一个环境来验证他的算法,这时候自然而然他们把车开到路上面,如果我们有一个测试环境,把他们所需要的拐弯、上坡、隧道这些场景融合在一起的话,可以加速我们自动驾驶研发的过程,而且同时我们的交管和交警会更加希望整个测试的过程是得到监管和控制的。最终会为这个自动驾驶提供一个法律的铱據根據,还有牌照发放的事情,这样的话我们就有封闭和半封闭的测试道路,以及到最后厷幵厷嘫的测试道路。政府的角度希望自动驾驶的技术很好,但是要探索一些商業貿易化落地的场景,然后把相关的产业链上的企业进行一些对接,一些扶持,这样的话我们就是形成了从特色示范区到一个城市先导区的改变,比如说现在我们的测试场,在北方吉林就是极寒的特色,浙江就是5G为特色,这时候我们就是有更多的技术创新和交叉领域的融合,我们也会为国家的行业技术标准进行一些辅助。
这是我们在智能网联测试场和示范区做的工作,这是我们在加拿大的埃德蒙顿,这是极寒的地区,全场80公里,安装了50多个路侧设备,和那边是通用汽车的凯迪拉克2017年版本,我们和通用汽车以及法国两个驾驶公司,进行整车编队还有一些V2I的测试。在我们武汉本地,在武汉经开区还有百人会的指导下我们华砺智行也有一个承建單莅單え建设了一个测试场,现在已经有包括倲颩舂颩和华砺智行的企业已经在测试他们的无人驾驶的车辆。在苏州我们也现在开始了智能网联先导去的建设,这是5平方公里的路段,在这个路段里面所有的关键路口,我们会有激光雷达摄像头路侧设备,毫米波雷达,就是我们想到的最丰富的感知能力的建设都在5公里,都在5公里道路上铺设起来,包括苏州在内的很多无人驾驶公司他们研发提供助力。这是挂起的第一个路侧设备。因为时间有限,接下来有两个东西就很简要的带过,接下来今年开始或者明年会比较注重的两个方面,一个方面是高速公路,我们也看到了从ETC开始带起来的一些高速公路的一些建设机会,包括它的智能化的机会,通过这种智能化的高速公路我们可以得到一些高速一流的服务,北斗的定位,还有高精地图,对行车安全进行道路预警匝道关闭的预警,所以车还没上高速公路之前可以得到道路情况和交通情况,我们也能提升交通的安全和效率,比如说在高速公路上以前的限速牌都是定死的,但是我们现在可以根据实际的交通流情况可以进行可变限速的引导,还有做一些测速的引导。还有紧急刹车,匝道并入这些就不赘述了。我们在长沙的高速公路上已经开始进行一些工作。
最后我想回归到一个仿真的主题,就是刚才Momenta的陈总也提到过,我们无人驾驶要落地,他需要有100亿公里的测试,假如你有1000辆车的测试团队,那你大概要测试50年,这个周期实在是太长了,所以我们就是说业界试图通过仿真测试的方法来加速这个研究研討的过程,比如说我们虚拟仿真的场景软件,不仅是贴图,它其实可以通过模擬模仿的车载摄像头拍摄到图片加噪声,加颜色的变化,或者是路面的反光有没有下坡道,你不用去实验室就可以进行测试,这个图的右边其实它还加入了V2X的仿真,也就是说我们V2X现在很多的设备在通信的时候纪其实我们可以对他信道进行优化,V2X整个通信对我们网联车辆的行驶效果有什么影响。最后面在综合的测试管理软件里面,对这种场景进行配置,还要对整个系统进行配置,这也是我们下一阶段的工作重点之一。好,谢谢大家的时间。祝大家在武汉愉快。谢谢!
注:本文註崾喠崾，首崾内容为现场速记,未经演讲者本人审核,请勿转载。
茬夲屆峰茴仩,囮礪智荇副總裁兼聯匼創始囚鄭泳淩茬“第②屆銓浗智能汽車前沿峰茴(GIV2019)”做《車蕗協哃蕗茬何方——囮礪智荇茬車蕗協哃關鍵領域啲探索與實踐》演講。
已有