博世陈黎明：面对实现自动驾驶的这些挑战，博世准备了哪些关键技术？ | 电动汽车百人会 2018 | 雷峰网-米乐m6平台

雷锋网新智驾按：作为全球知名的汽车一级供应商，博世是汽车底盘控制技术毋庸置疑是非常具备权威性的。在近日举行的 2018 年电动汽车百人会上，博世底盘控制系统中国区总裁陈黎明受邀发表演讲，分享了博世在智能汽车方面的尝试与探索。

雷锋网新智驾根据其演讲内容进行了不改变原意的编辑。

不管是汽车工业的发展还是未来出行的发展，自动驾驶都是非常重要的组成部分。今天跟大家分享一下自动驾驶面临的挑战和博世在这方面最新的一些研究成果。

谈到自动驾驶，首先是系统取代驾驶者的感知，包括对周边环境的感知，知道自身在什么地方，接下来应该干什么；其次，对采集的所有的信息进行分析、决策，然后进行下一步动作。先是取代大脑，然后是手和脚，将人们从无聊的驾驶中解脱出来。

如大家所知，目前自动驾驶等级分为：

• 0 级全部靠人来做；
  

• 1 级是 acc、aeb，可以把脚一定程度地解放出来，还是需要手的；

• 2 级，已经有一些产品推出，把手脚同时解放出来，但需要人眼对周边进行观察和判断；

• 3 级，把眼睛也解放出来，驾驶员可以在车里干一些别的事情，当系统失效时，允许驾驶员接管，有一定的延迟；

• 4 级到 5 级，驾驶员基本可以高枕无忧。

从 2 级到 3 级，不是简单数字的变化，是质的变化，其中最大的是驾驶责任的变化。3 级以下都是驾驶员对整个驾驶负责，到了 3 级以上就是系统对整个驾驶负责，这是非常革命性的变化，这对自动驾驶提出了非常大的挑战。

我们知道，汽车上的所有机械元件都有失效的时候，意外出现时如何应对、如何处理？这是自动驾驶领域到目前都没有完全解决的问题。

目前阶段，2 级自动驾驶情况下，功能失效了车辆可以停下来；3 级以上失效时需要车辆能自己运行。

基于这样的要求，对整个控制系统，包括传感器、执行器、控制器、电源、通讯等都要有冗余设计，就像飞机一样，一套系统失效了，另外一套还能够接管过去。

实际上，自动驾驶最根本的还是解决将乘员安全地从 a 移动到 b 的问题。

自动驾驶发展路径

自动驾驶时代，最终对车辆有需求的用户有两大类：

• 私家车用户，哪怕实现了无人驾驶，还是有很多人就喜欢车，因为车对很多人来说是很时尚的玩具，有驾驶的乐趣；

• 共享，包括出租车企业、滴滴这样的出行服务提供商。

两条路径是不同的终端，客户要求不一样。

对于私家车来讲，一般按照渐进路线在发展，就是 1、2、3 级这样走；对于出行运营商来讲，需要的实际上是车这样的运载机器人，能够在没有驾驶员的情况下 24 小时运营。

基本现在所有造车企业都是沿着渐进路线在走，而滴滴、uber 这种出行运营商则是奔向 4 级、5 级。

不管是哪一个路径，大家遇到的问题都是一样的。面临的主要挑战有两方面：1、政府需要帮助解决；2、技术层面。技术层面需要企业、研究机构、大学等开发新的产品，解决这些技术问题；而法规方面必须要有政府的支持。

自动驾驶测试法规发展

美国最早开始允许自动驾驶上路，也是做得最快、最激进的。在日本、法国、英国、新加坡等地也允许自动驾驶汽车上路。之后美国推出关于自动驾驶的指导方针，众议院、上议院、下议院都有一些法案，对于如何管理车的运营，在开发、测试阶段如何保证安全。这方面德国在做，日本也有一些。

目前从几个主要国家来看，中国还比较慢。

工信部在做这些方面的研究和准备，但目前还没有出台。最早是北京的，现在在试运行，但其他多数地区还没有这方面相应的法规或指导意见来规范自动驾驶的测试。希望政府能够在这方面给予一些支持，尽快出台政策。

自动驾驶技术发展

自动驾驶是一个全面的系统控制问题。

车上有发动机控制系统，有变速箱控制系统，有 abs、esp、安全气囊等控制系统，以前基本是各做各的，到了自动驾驶以后，要把所有的系统全部网络化，形成一个大系统，对整个大系统进行综合的控制。这是汽车工业以来最具有挑战、最复杂的一个系统控制问题，牵涉到方方面面的挑战。

现在感知方面比较热，传统感知方法在新的复杂环境当中无法发挥作用，建立不了物理模型，这时候人工智能刚好有了突破，在这方面有非常好的应用。

但是也要看到，虽然人工智能很强大，能解决很多问题，但是要落地，要在车载计算机上实现其功能，到目前为止还是一个巨大的挑战。神经网络、深度学习计算量相当大，如何能够落地？如何能够把所有数据融合？要把所有传感器全部融合起来，准确判断周围环境，而且还要同时协调所有控制器达到最佳安全的控制状态，注定它是一个非常复杂的控制系统。

现在大家谈得比较多的还是感知、思考、行动，没有谈的是最后怎么有一个好的系统架构——电机架构、功能架构、软件架构，怎么最优地去支持冗余，支持整个软件，这些都是非常重要的部分。

此外，系统集成了，如果没有验证、没有释放，前面谈的都是 demo，还是没有办法放到路上去。这块目前没有答案，特别是在人工智能算法加入到自动驾驶里以后，如何验证这些神经网络，现在还是一个开放性的话题。

博世自动驾驶米乐m6平台的解决方案

博世作为一个汽车零部件供应商，在主被动安全、adas、自动驾驶方面提供相应的传感器，包括摄像头、中长距雷达、超声波雷达等，此外，还有制动系统、智能助力器和 esp 等产品。

博世有 40 多年汽车软件的开发经验，包括控制、各个方面软件的集成和验证、释放。还有系统安全，这块也非常重要，现在很多车载安全系统都用博世的米乐m6平台的解决方案。基于这些，我们可以提供自动驾驶功能、自动泊车功能。

以下是博世在自动驾驶方面的最新研究成果：

目前，博世所谓下一代雷达正在研发中，距离会进一步增加，视角会从 90° 到 100°，带宽从 1g 到 1.5g ，角分辨率进一步增加。整个雷达做得更薄、耗能更低、更易于安装，同时主要针对自动驾驶方向来设计，可以在复杂场景下识别更多目标，更准确地测量速度和距离。

博世新一代多功能摄像头和立体摄像头，像素提升至 200 万，视场角也翻倍了，其中集成了人工智能、深度学习算法，还有纹理识别与密集光流法。

我们把最先进、最好的东西集成在一起，使得其能最有效地解决问题，同时所有这些算法都已经实现在了车规级芯片上。

而在自动泊车方面，博世有最新一代的超声波传感器，这也为低速自动驾驶提供了很好的支撑。

此外，定位技术也是博世自动驾驶布局中非常重要的部分。

有了高精地图，如果不能知道自己准确在什么位置，实际上也没有办法进行下一步操作。博世再定位方面有两大主要米乐m6平台的解决方案：

• gps 修正，我们有一个vmps（车辆运动位置传感器）产品；

• 通过道路特征进行定位。去年4月份，我们与高德、百度、四维图新进行战略合作，开发基于雷达和摄像头的定位技术。

基于雷达和摄像头的道路特征定位技术，我们在过去几个月时间里进行了很多测试，目前精度达到 10cm 的级别。在高速路、城市道路，甚至在隧道里，定位效果都非常好。

总结起来，博世自动驾驶技术路径是从简单到复杂，从小范围到大范围，一步一步实现。

ps：过去 10 个月，雷锋网团队在北京、上海、深圳、硅谷等地密集拜访数百家智能驾驶技术团队，经过了一手采访、调研和亲身体验，并用 2 个月时间梳理和筛选了 13 个关键细分领域近 100 家智能驾驶产业链中的关键技术公司，《中美智能驾驶白皮书》最终成稿。

我们希望通过这份白皮书向你全方位展现中美智能驾驶的市场现状、关键技术环节发展及落地情况，帮你深入了解产业机遇与挑战，提前看到未来 3 到 5 年自动驾驶产业链各个细分环节可能产生的机会和趋势。

关于《中美智能驾驶白皮书》的更多详情，请查看链接：https://m.leiphone.com/specialedition/svwhitepaper。

雷锋网新智驾推荐阅读：