GIV2022科大国创史兴：2025年智能驾驶装车率很有可能超过70%

2022年12月16 -17日，由合肥市人民政府和中国电动汽车百人会联合主办的“2022全球智能汽车产业峰会”在安徽合肥举行，由安徽省发改委指导。本届论坛围绕“智能汽车发展的全球新变革与新战略”主题，设置了五场主题论坛和两场闭门会议，与行业组织、高校、龙头企业代表共同探讨中国智能汽车发展新路径。

其中，在12月16日举行的“双智论坛”上，科大董事、副校长石发表了精彩演讲。以下为现场演讲实录:

女士们，先生们，远道而来的朋友们，下午好！

这两年科创也提出了“双智”战略，智能网联是其中之一。我今天报道的话题也和智能网有关。分为两个部分，一个是车端的智能网联跟大家分享。目前自动驾驶行业的现状，其实我们说的更多的是智能驾驶的应用和市场前景，无论是新能源汽车还是传统燃油汽车，我们的市场也是深有体会的。尤其是今年，智能驾驶在我们车上的渗透率上升非常快，第三季度已经超过35%，准确的说是35.9%。9月份，很多行业专家预测，2025年或2030年将超过70%。感觉2025年肯定能实现，2030年不行。这方面的市场空间很大，我们公司在这方面投入了大量的资源。

还有一个讲智能驾驶和整个智能网联汽车，它的架构也是分不开的。智能驾驶和智能网联汽车现在占的软件越来越多。早上有专家说芯片用的越来越多。其实自然对整车架构提出了很多要求。一个是草根，以前有多个组件，现在越来越多的资源和计算能力都往芯片硬件去了，一个是软件解耦，就是缺乏新的汽车电子电气架构。尤其是软件解耦后，我们最初定义的OEM、Tier1、Tier2，对于一个产品，既有OEM，也有供应商的参与，甚至还有二级、三级供应商来完成一个产品或一个功能应用。这为我们行业的合作和整合带来了新的机遇。

ADAS在未来很长一段时间内都是辅助驾驶，L2级别还是占了相当大的比重，因为我们很多专家刚刚讲了L3和L4，未来的无人驾驶等等。还有很长的路要走。未来三到五年，L2、L2++以及我们的车路协同应该是自动驾驶落地的最好时机。因此，今年ADAS和L2的市场趋势尤其明显，尤其是新能源汽车。这些主要功能如ACC、AEB、LKA均超过40%和50%，且增幅最大，分别超过15%和20%以上。其他人就没那么积极了。这个涨幅也是非常明显的。

还有一点要提的是，自动驾驶安全是一个无法回避的话题。自驾水平越高，对我们汽车本身的安全设计要求就越高。因为我们无人驾驶，自动驾驶或者辅助驾驶，目的之一就是解决安全问题。如果我们不安全，如何保证行车安全？说到汽车本身的安全性，有几个方面。一个是汽车本身的功能安全，也就是说零部件和系统要安全可靠；第二个预期的安全，另外一个就是汽车本身的信息安全，因为刚才我们说了，随着智能网联汽车的应用或者说自动化程度的提高，它的数据采集和传输能力越来越强，是大数据的一个融合点。这些信息安全，包括一些通信安全，包括如何保证数据安全，上面提到的三个安全，都有相应的标准。

还有一点我想强调的是，这些智能驾驶，这些零部件，或者说车辆开发，在软件中所占的比重越来越大。未来我们的软件在汽车上的价值可能会占到60%，甚至更高。如何保证软件本身的安全性，有两个方面:第一是软件不能有bug。如果软件不靠谱，有bug，不知道什么时候会造成安全隐患。二是算法安全。智能驾驶很多算法不靠谱，你的输入输出结果不一样，达不到预期效果。我们从这两个方面都有一些研究。

另一方面，2022年行业热门技术趋势，第一个提到计算能力。刚才提到的主流L2芯片厂商都在不断提升自己的计算能力，为我们的硬件支持做准备。第二个是升级，就是我们从L1、L2、L2++到L2 ++等等。这个在功能和应用上越来越丰富，不断完善。第三个是一体化，以前是单模相机和雷达。未来如何通过前置控制器更好地集成这些传感器？预控的概念提出来了，也是目前的主流。第四是安全。安全正逐步从被动安全向主动安全和深度安全发展。就像我刚才说的，是底层的安全，操作系统的安全，是操作系统买来带去的。不一定靠谱，但也要考证。这很安全。

还有一个车路协调，确实是自主着陆的最佳实践。这是刚才说的热门技术方向，还有可以落地的技术路线，另外就是传感器。无论你做什么级别的智能辅助驾驶、自动驾驶、无人驾驶，这些传感器从毫米波雷达到摄像头、激光雷达等都有。，传感器一定会在行业落地。二是多模态传感器融合技术，三是激光雷达。激光雷达现在可能成本很高。随着L3和L4功能需求的不断进步，对传感器的要求也越来越高。激光雷达量产后，成本会下降，未来可能会逐渐成为标配。这是我们的判断。第四个方面是V2X车路协同，V2I车路协同的技术方向肯定会在短时间内落地。

驾驶辅助的场景我就不说了。可能一个是L2，L2++，功能需求不同配置可能也不一样。这个行业的人都很熟悉。简而言之，实现的功能越多，对传感器的要求就越高，对计算能力的要求就越高，投入的成本就越高。就是这样的趋势。

第三，我想谈谈车路协调。车路配合的场景很多。刚才几位专家也提到，在具体场景中，包括矿区、干线物流等。另一个汽车-道路合作是汽车-城市网络。刚才也有同事提到广州、上海、长沙等城市都有车城网，车城网也是车路协同应用比较大的场景。对此，我们简单分享一下我们的理解和研究。

车联网的内涵是将智慧城市的基础设施，包括对原有智慧城市的感知，包括数据中心，包括各行业的已建系统，整合成一个车联网的管理平台和运营平台，加上自行车智能化，甚至改造卡口、路口、红绿灯等。形成一个智能城市和智能汽车的协作网络，称为车联网。

当然，这个汽车城网络有三层含义，第一层是物理层，我刚才说的技术设施+智能汽车；第二层是应用层，摩城网建好以后，哪些应用，做什么；第三是价值的体现，能带来什么价值。这就是它的意义。从属性上来说，还是属于车路大协同的范畴。

在三个层面上，车路协同的第一步是搭建基础设施平台，其中有一个关键问题，就是能力整合。什么是能力整合？也就是说，只有这些基础设施做不到，只有这些数据做不到。在各个行业和部门都有很多应用。需要将这些基础设施和数据与行业应用和业务连接起来。数据共享、业务开放、打包成我们的服务，可以赋能各行各业。这叫能力融合。比如对于我们的交警部门，城管部门，甚至环卫部门，包括智慧政务甚至民生，都可以为各行各业提供服务。这是我们制作摩城网络的起点。

这个车城网可能每个城市也有不同的侧重，尤其是在试点示范阶段。比如上海、广州和湖南长沙各有侧重，有的侧重于城市的综合治理，有的面向交通，有的面向民生，等等。但最后可能会随着成熟而越来越完善和集中。摩城网的另一个重要能力是对人、物、地域的整合与协作。就是老百姓，包括企业和政府的数据，包括我们的业务，或者部门的职能。如何协同实现多部门、跨部门、多系统的协同，实现人、物、图、云、车的协同共享？这是价值在三个方面的体现。简单来说，一个是我们城市管理能力的提升，一个是我们业务水平的提升，一个是我们技术能力的提升。通过建立这个系统，我们的技术能力将得到提高。

城网的价值体现在我们在合肥有一些具体的实践，比如为交通厅做一些基于城网数据中心的应用，治超联网，现场执法，ETC不停车收费，包括我们联网道路的智能中心等等。这里指的是公安和交通的应用场景，也取得了非常好的效果。这是一个方面。当然，有很多应用是可以为民生开发的，还有一个是为我们的汽车本身开发的，而摩城网离不开驾驶，包括如何最快的到达我们的交通、引导、导航。将来摩城网建成后肯定会更方便。是我们的大科技公司提出了一个汽车城网络建设的架构方案。因为比较详细，就不说了。大的是九层，从基础层到数据层到应用层。每一层都有几个功能包，就不说了。

最后，报告我们在这两方面的典型应用。产品开发在汽车端是智能化的。我们做的前瞻已经批量装车，这款车已经出口到欧美、俄罗斯等国家和地区。这是一块，另外一块我们的智能驾驶预控器也已经制造出来了，目前可以达到L2+和L2++。

我们在苏州和合肥都有相应的场景测试。刚才我讲了我们车端智能产品实际应用的案例和场景。另一个是我们产品的技术亮点。一个是高科技的软件分析和验证在我们大学的所有嵌入式软件开发过程中都是有用的。这个验证工具我们也磨练了十年。从2013年开始，我们科大的校长联合创办了一个实验室，后来产业化成了一家高科技公司。因此，我们的软件是开放的。如果在座的各位，包括我们的主机厂，需要软件验证。

还有其他技术细节就不讨论了，因为软件是可以分析的。一个是保证软件没有bug，一个是保证你的算法没有bug。为什么每行代码都很方便，不需要手工测试？这是不可接受的。做完你所有的静态代码分析后，提出你的漏洞和缺陷，然后改。二是对你算法的验证，保证你的算法严谨可靠。下面的专利我就不说了，比如车道线。因为我们的车路配合，第一，车端和路测，包括前车，我们做了一个算法，就是通过识别前车的数据V2V，以及路边单元的设备，信号和通过的数据，后车做了一个加权算法，最重要的是前车的一个尾灯跳。通过这个识别，我们判断后面的路况是坑洞还是坑洼，判断我的自动驾驶决策，最后给你一个智能控制信号。这是我们的专利。另一个在我们芜湖的一个工业园区。科大国创还在车路云协同做了一个示范项目。这款车也是我们自己团队研发的智能线控底盘车。从电气化到智能化，都是我们自己研发的。路测单元也是我们搭建的，包括云控平台，这个我就不展开了，因为是控制中心的一个接口，整个校园。

以上是我给大家汇报的车侧智能和车路协调的RD和积累。最后总结一下个人观点，辅助驾驶是智能汽车的起步阶段，自动驾驶是整个行业发展的必由之路。无人驾驶是人类出行的终极目标，但车路协同是场景应用的最佳实践。大昌始终坚持以软件定义智能汽车，让出行更安全、更高效的使命，以高可信的分析验证工具软件为安全技术保障，坚持以车端智能为基础，致力于人、车、路、云管理的全栈五位一体智能出行一体化解决方案的发展道路。