分享
Scan me 分享到微信

李克强院士:车路云一体化的发展路径已成行业共识,但现阶段的前期投入和后期成效还不成比例

智能驾驶、车路云一体化即将进入规模化应用阶段。

泰伯网讯,6月18日,中国工程院院士、中国汽车工程学会副理事长、清华大学教授李克强在第十一届国际智能网联汽车技术年会上表示,智能驾驶、车路云一体化即将进入规模化应用阶段,也已经成为全球产业界的发展共识。整体来说,我国在云控车控技术平台以及地图等领域具备较好的基础。不过在现阶段,产业前期投入和后期成效还不成比例,绝大部分车路云一体化系统仍然为烟囱型架构平台,未能实现分层解耦,这也是智能网联汽车迄今为止尚未形成完整成功商业闭环的重要技术原因。

以下为全文速记:

李克强:尊敬的苗司长、翁部长、付理事长、李院士,各位领导、各位来宾、各位业界同仁,大家下午好!非常高兴能够代表我们团队就智能网联汽车车路云一体化的发展现状与应用试点的工作建议跟各位汇报。

我们都知道,智能网联汽车正在成为新一轮科技革命和产业变革的先导,是在人工智能、新一代SAT技术的赋能下加速变革,已经成为全球汽车产业转型发展的战略方向。智能驾驶、车路云一体化即将进入规模化应用阶段,而车路云一体化的发展路径是技术演进的必然趋势,也已经成为全球产业界的发展共识。行业加速布局,加快车云计算架构的探索,主管部门在积极推进路侧、云端的规划和建设,推动车路云一体化的发展,各个国家也在通过部署国家科技项目、组织重大工程等方式,加快技术攻关,推进基础设施建设。全球智能化、网联化融合发展的路径日益清晰。大家可以看到在美国、欧洲、日本最近几年都在持续在这方面发力和投入。中国在全球率先提出智能化和网联化融合发展的技术路线,也在坚定地践行车路云一体化的发展战略,包括云平台、5G通信和CV2X等方面具备先发优势。

车路云一体化的智能网联汽车是一个复杂的信息物理系统,靠单一企业难以实现全面突破,而跨行业合作已经逐步形成共识,包括组织共性基础技术的联合突破、数据探索合规、共享共用。我们的邻国日本今年也有发布最新发展战略,日本的丰田、日产、本田等几家企业正在联合开发新一代汽车软件、共享生成式AI,欧洲在牵头成立数据共享生态组织和项目,我国也在基础平台方面布局比较早,云控车控技术平台以及地图等等领域具备较好的基础。

我国强调顶层设计,提出车路云一体化发展战略,并在加速顶层设计和相关支撑政策法规的制定修订,加强智能网联汽车安全管理、技术研发、示范应用,推动智能网联汽车与新能源、智能交通、智慧城市的融合发展。

在国家顶层规划的支持下,我国智能网联汽车产业在加速发展,关键技术正在取得突破,产业化也在加速推进,测试示范蓬勃发展,各地依托测试示范区的建设在完善路、云基础设施水平,形成车路云一体化落地的实证案例。

我国提出车路云网图融合发展的态势日趋显著,围绕相关落地应用场景形成相关的技术体系和产业体系,包括整车技术平台、新一代电子信息架构还是车用操作系统。

去年年底,工信部、公安部、住房城乡部、交通部四部委已经组织智能网联汽车准入和上路通行试点,近期已经公布首批9个联合体,这对加快智能网联汽车产品的量产应用,助力智能网联新能源汽车高质量发展起到了重要的促进作用。

今年年初,五部委公布了车路云一体化的试点推动城市级示范应用试点,这对车路云一体化方案,持续推动产业高质量发展打下了坚实的基础。

交通运输部也通过统筹推进智能交通系统的建设,包括今年4月公布的2个重要文件,加快自动驾驶先导区的应用以及引导交通基础设施数字化转型的升级。

车路云系统化是一个复杂的大系统,中国汽车工程学会和国家智能网联汽车中心联合全行业、联合国家相关部委研究机构共同形成共识,未来这样的建设应该进入收敛阶段,全球探索以后,我们应该有一个建设的参考指南,聚集行业共识,所以我们公布了这样一个指南,需要设计车路云一体化建设的参照方案,按照应当、建议、探索几方面展开,提出原则性的分析内容和基本要求,明确车路云一体化实施运营过程中各个主体的关系,设计出车路云一体化系统的商业闭环模式,推进交通基础设施和交通数据面向网联汽车、交通交管、产业发展的规模化落地,探索商业化模式,支撑智能网联汽车规模化的示范应用。

基于这样一个复杂的系统,作为第一步,我们要在此基础上研发行控基础平台,就是大系统的支撑平台功能场景的参考架构,包括提出统一跨领域的架构设计方法、跨领域架构的设计语言以及跨领域架构的设计工具,支撑这样一个平台的产业化推进。

在示范区的进展方面,除了亦庄以外,重庆西部科学城智能汽车示范区也在推进,包括与车企进行深入合作和推进。

谈到智能网联汽车车路云一体化取得重大进展的同时,我们也应该看到发展存在着一系列的挑战。前期示范的过程中,我们都有一个感觉,前期的投入和后期获得现在还不成比例,实际上我们也要做一个仔细分析。当前推进车路云一体化的研发和应用,主要存在两大问题:当前车路云一体化研发和示范进度仍处于初级阶段,很多方面也没有形成共识,需要以单车智能为主,车企也没能获得有效数据,所以难以发挥重要的作用。当前绝大部分车路云一体化系统仍然为烟囱型架构平台,未能实现分层解耦,这也是网联智能驾驶迄今为止尚未形成完整成功商业闭环的重要技术原因。

推动车路云一体化发展,当前还没有完全形成共识的主要是三点误解:

大家认为信息化基础设施技术不足、出现问题的时候,网联汽车是不能实现的,因为不知道系统是否可靠。

大家都认为如果信息化基础设施大量投入,成本可能很高,难以实施。

大家觉得现在单车智能也能够做到很好的效果,车路云一体化的优势是不是不太突出,没有很好的商业引领模式?

我们认为可能是平时我们沟通不够,这里还是有些误解。

如果用车路云一体化,即使是没有通行设施,通行设施不行,可以做到自动降维。现在安全的要求也有一系列的架构,通信好不好、可靠不可靠,有着一套的行车判断机制,能够保证行车安全,要是不好就降维,要是好就发挥作用,所以系统可靠的问题得以解决。

车路云一体化布置以后,成本并没有像大家想象的那么高。系统成熟以后,我们在交通设施上做信息化设施改造,信息化设施改造的费用是交通基础设施成本的不到1%,平时大家可能没有做这样的计算。用了这一套系统以后,我们可以让车上昂贵的成本降低,整个系统的成本可以得到控制。这样一来,系统的整体成本是可控的,甚至是更低的。

加上单车智能以后,到底是不是有明显的优势?是不是能够解决当前我们谈到的商业模式不清晰的问题?我们认为是可以的,答案是肯定的。现在都在谈上帝视角,都在谈从管理到车的行驶,如果我们有了这样一个外界信息的支撑,能够克服当前遇到的难点。

如果我们用了这套系统,能够真正支撑车端和路端的联合决策,能够更好地做到提升驾驶性能。刚才讲过安全能够保证,同时能够保证节能高效。这些是近期我们的产业化项目,已经得到了验证,包括高速公路、节能得到了很大的改善,城市状况高效通过。

如何用这样一套系统形成软件驱动、智能数据底座?刚才李俊院士说到我们真正进入数据驱动时代,靠单一企业甚至靠单一产业很难做到,即使是投100亿美金也很难做到大数据的底座,如果用了这套方案,我们可以很好地解决,能够通过跨域数据打通,不仅克服车端数据算力不足的问题,更重要的是形成未来做数据服务,包括大模型服务的智能数据底座。

实际上我们认为,单车智能和车路云一体化完全不矛盾,属于一个技术发展的过程。我们只有把单车智能做好,才能往上发展,才能做到车路云一体化。单车智能是车路云一体化的基础,而车路云一体化是单车智能的升级。可以看到我们技术的发展,包括现在行业很大影响力的特斯拉FSD不是传统的单车智能,已经发展车路云协同。未来我们可以看到,单车智能和车路云一体化都各自有优势、各自有结合的地方。

前面几位领导也有提到,单车智能为什么需要车路云一体化?因为目前作为第一步的基础上,我们还想得到更好的效果,解决当前尚未看到的商业模式。数据很难打通的问题,我们可以用现有的方法改进。单车智能感知能力受到约束,我们希望有上帝的视角能够获得更好的感知,扩展感知的能力。现在自主决策、全局性能难以优化,可以利用车路云一体化做到,避免单车智能的立体特征造成交通事故和拥堵。国外曾经有一篇重要研究,现有的交通环境下用单车智能,安全反而是一个问题,交通也会造成拥堵,所以我们需要用协同方法解决。

智能汽车的发展最终还是要拼算力,车载算力从成本、使用条件还是受到限制。我们可以把车载计算任务卸载,通过一体化的方式实现。目前全行业都在谈汽车大模型,刚才李俊院士也有提到,按照我们当前的模式,我们是很难一个企业做出真正意义上的大模型。假设每家企业能够投100亿美金,即使这样也存在问题。大模型最终可用需要数据的训练,而数据有两大重要属性,不仅要有海量性,而且要有种类的完备性。在当前的情况下,即便有海量的数据也难以有完备性的数据,因为各自的数据不交互。

我们要是用了车路云一体化的方式,可以从自主车辆和路侧获得更加完整的数据模式,能够覆盖更加广泛、交通场景更加复杂、数据种类更加完备,所以数据种类完备不是一家企业一种方式能够做的,而是协同式的,就是从各方获取的。

车路云一体化系统数据获取是有优势的,大模型基础是数据,数据不仅有海量性,还要具备完备性,要想达到数据的完备性,车路云一体化是非常好的解决手段。

现在大家也都在谈特斯拉新一代的FSD,特斯拉公布的新型FSD是单车智能+基于大模型实现的端到端模式,本身是智能化水平,由于有了这样一套新型方案取得了重大进步,所以我们认为特性拉新一代FSD是对全球智能汽车行业的鼓舞和激励。

当然,目前国内行业也有两种观点:特斯拉新型FSD已经有自动驾驶,100%无人驾驶,既然有了单车智能,为什么还用成本协同?我想从技术的层面给各位做一个分析。

首先来看特斯拉正式文件公布的对FSD的描述,可以有很多辅助驾驶,但场景有限,存在感知的盲区与超视距感知局限,判断自动驾驶真正意义上能不能替代人有一个重要的城市指标就是MPI,切换一次到底能行驶多长。现在很多企业讲AR二点几,接管的里程数太短的话是不成熟的,所以在这种情况下,特斯拉自己的定义是高级别的辅助驾驶。从特斯拉自身的描述,新一代FSD不是无人驾驶。

看一看技术特征,就是影子模式+大模型,属于一种典型的车云协同的方式。由于这种方式,如果车型受限+路侧信息缺失+数据完备性不足的话,有时候对我们真正意义上进行完全的无人驾驶也存在着巨大的挑战。新一代FSD影子模型、大模型是车云协同的一种应用模式,并非是传统的单车智能。

我们要是进一步分类,针对车路云一体化进行定义,可以看到坐标原点,按照技术路线就是车云协同,现在又是分时和实时,分时就是现在的影子模型,实时就是产业化的技术,基于车云协同的节能系统,再往上走分为非实时和实时。我们可以做大模型训练,实时就是协同感知与决策。如果我们按照这样的技术架构分类,特斯拉车路云协同的模式是一种初级阶段,而车路云协同下的影子模型未来将是成本更低、效果更好。

前面谈到单车智能和车路云一体化,可能从感知能力、决策目标、控制稳定性等等场景,各自都有不同的特征,如果用了车路云一体化,通过融合感知、广域优化、协同控制、数据打通,能够实现对驾驶人的全面超越。

我们都在谈BEV+Transformer,未来这样的模型训练,如果不仅是车端,还有路侧,二者融合起来更容易形成数据闭环里面的具有影子特征传递构建的自动驾驶端到端模型,要把自己的过程连接起来,从数据的丰富性、数据的训练有完备性,还有海量性,所以可以体现出来特点,能够做到扩展上限能力。

我们要是对技术进行这样的分析和对比,车路云一体化是传统单车智能+影子模式下的全方位升级版,而单车智能和车路云协同可以无限制驾驶,但限定了水平的上限,如果用上帝视角,联合计算和扩展,引入路侧感知计算,我们可以增强车路云协同的模式,具备超越人类驾驶能力,所以上限有限,可以扩展上限,大概就是这样一个逻辑关系。单车智能是基础,只有做好单车智能才能更好地扩展。

汇报一下我们正在推进的车路云一体化试点工作,包括行业调研和大家协商的基础上给出的一些建议。

应用驱动,商业可行。迄今为止已经有很长时间的示范,大家对示范的痛点、诉求和期待都很清楚了,所以我们认为这次推动这样的应用试点一定要强调商业闭环,聚焦在痛点场景,所以我们要从利益攸关者、试点城市的特点和诉求,形成商业闭环的车路云一体化试点应用推进。

架构指引,协同设计。作为一个复杂的大系统,我们需要强调科学设计,统一系统架构。根据物理场景、应用诉求、地方特点,大系统的总体设计,所谓的需求、功能、逻辑、优化等等方式,进行可分布落地应用场景设计。复杂系统的方法论、流程、规范、工具,这些是科技部的重点专项支持、CPS系统里面有很好的基础,我们可以基于这样的大系统方法进行总体架构设计,攻克系统建设运行方面存在的开放性、异构性和时空不一致的问题。

分层解耦,跨域共用。我们需要强调云端是基础端,还要突出应用,所以把应用和基础分开。协同建立基础,鼓励大家按照这样一种思路,未来是在协同的平台下实现各种应用,而不是各种烟囱型的垂直应用,可以解决当前难以形成商业闭环的重要方面。

发挥优势,突破瓶颈。之所以有车路云一体化,是因为我们有新一代的移动通信技术,而通信技术是中国行业的优势、国家的优势,所以在通信技术方面当然也有很多方法,希望能够强调多模式通信,发挥网联的优势,包括相关通信行业的优势,构建低时延高可靠的通信能力,支撑车路云一体化的网络建设,突破现有的瓶颈。

技术严谨,标准先行。我们希望能够建立技术体系,强调标准规范,前期已经有各种方式的技术,探索过各种示范的内容,下一步希望能够建立完整的体系,在现有工作的基础上强调标准规范,在标准的支撑下支撑我们的应用示范。

未来我们需要建设场景驱动,所以行业也有进行梳理,就是车路云一体化系统可商业化的应用场景。我们梳理场景特征、技术架构、商业模式,有了这些,各个城市应用驱动把场景规划出来。   

大家都在谈公交系统,试点应用需要城市进行基础设施建设,大家都在说智慧交通、智慧公交能够形成商业模式,但迄今为止没有形成商业模式。刚才讲的要么就是单车智能,要么就是节能架构,我们希望按照车路云一体化的方式形成公交系统的话,这是一次柔性数字轨道化运行的变革,所以我们要建立完整的体系架构、支撑我们应用的通信,然后就是感知决策的技术要突破。我们在这种情况下有完全超越现有的技术,但这些技术都是存在于新的升级,可以把现在多模式交通系统和决策运行的场景实现。

我们有技术平台、运营平台,这两个平台相当于通信行业、服务行业的协同建设,上面的应用系统就是通信运营商,基于此能够实实在在地提供让公交公司能够安全、高效、舒适的通信。现在大家很难实现,动不动就出问题,没有打通也没有标准。要是按照这种方式建立以后,能够降低车辆维护成本、增加运营效率、减少政府补贴,受益和反馈各地运营方。

北京环卫公司主动提出有强烈的需求,我们可以用车路云一体化的智慧环卫系统。大家都在提无人环卫,提了以后就有约束,要是把这种底座打通,我们可以把特点梳理出来,同样是有商业模式的。商业模式分为初期和成熟的商业模式,因为北京要建设亦庄平台,车管公司可以变成基础设施运营方,针对环卫的特殊要求形成城市服务公司和环卫车辆的控制。

无人送货也是在烟囱型架构很难做到可靠性,要是有了底座和专业的技术应用,同样能够加速形成可靠性,真正替代人,形成商业模式。

乘用车企业最感兴趣的是,即便做辅助驾驶,我们可以做到网联的智能驾驶乘用车,商业模式是同样存在的,如果把技术平台、运营方、基础设施建设方建立起来,然后应用平台方就是竞争的,谁能够服务企业,能够做出方案提供,最终就是车辆运营方能够形成闭环,各自享受带来的服务,给予付费,形成新的使用方式和商业模式。

Robotaxi由于种种原因,也是没有这样打通,所以可靠性感受很差,有了这一套技术平台和底座,基于这种底座把相关技术突破,仍然可以做到很好的应用场景,当然包括智慧矿山和干线物流。

整个项目做下来以后,我们智能数据底座是不是能够真正做到数据闭环、数据增值?现在单一企业都面临挑战,很难做到,如果有了这套方法,应用试点成功以后,全国统一标准打通,我们能够做到很好的智能数字底座,然后就会有无限的想象、无限的增值,包括数字经济和软件定义等等。

作为结束语,我们还是要坚定我们的发展信心,车路云一体化是符合技术和产业发展趋势的。车路云一体化的思想不是中国提出来的,国际上早就有,我们要维持技术落地、坚定发展信心,梳理出亟待解决的问题以及产生问题的原因,形成高质量方案系统推进,坚持既有推进路径,做到架构正确、标准统一,这是解决当前问题的重要途径。凝聚发展共识,抢抓发展窗口期。当然,这是一个沿途下单、持续迭代的过程,所以我们需要持续发展投入,发挥国家的体制优势,全局统筹,进一步加大力度解决问题,早日实现产业化的大规模应用。

参与评论

【登录后才能评论哦!点击

  • {{item.username}}

    {{item.content}}

    {{item.created_at}}
    {{item.support}}
    回复{{item.replynum}}
    {{child.username}} 回复 {{child.to_username}}:{{child.content}}

更多精选文章推荐

泰伯APP
感受不一样的阅读体验
立即打开