法雷奥中国区CTO顾建民:从ADAS到自动驾驶
法雷奥中国CTO？顾建民
谢谢邀请，很高兴有这个机会和在座的各位领导、专家、同事分享。这个题目也很大，“从ADAS到自动驾驶的道路”。个人认为主动安全是被动安全智能的延伸。如果再进一步，ADAS就是我们一般所说的驾驶辅助系统，是主动安全的智能化延伸。
自动驾驶是ADAS的智能延伸吗？从某种意义上来说，是的，但是自动驾驶不仅仅是一个技术问题。今天上午两位发言人说，还涉及到场景和商业模式的落地。除此之外，还包括法规、基础设施、保险，这些都与自动驾驶非常相关，所以今天我们讨论的不仅仅是技术问题。
因为我代表法雷奥发言，我相信在座的很多人对法雷奥更了解。法雷奥是一家汽车零部件集成供应商，总部设在法国巴黎，我们在全球排名前十。法雷奥在中国也有很多布局，共有35家工厂和12个R&D中心，在南京还有一家工厂和一个R&D中心。
从产品线上来说，可以说，如果你开的是一辆车，这辆车里面肯定有法雷奥的产品或者零部件。我们有四个事业部，其中一个事业部的主要产品就是我们今天要讲的自动驾驶驾驶辅助。在产品事业部，有一个传感系统，就是传感器，激光雷达，人工智能的高级人机交互，车联网，提供给大家，帮助他们打造一辆满足出行需求的汽车。这是我公司在自动驾驶方面的简单介绍。
如果我们再看一遍，我们今天的话题是什么？从ADAS到自动驾驶，所以我把这一页放在这里，这一页PPT，其实我去年就用了，到今天几乎一个字都没改，因为这个观点没变。
第一句话，如何做自动驾驶，如何帮助自动驾驶商业化，第一是什么？进入一个市场的最好方法是什么？从小做起，就是从简单低成本的自动驾驶技术做起。我这里说的是技术，从简单的低成本技术开始。
下一步是什么？目的是吸引足够多愿意付费的用户，因为我们都知道什么是自动驾驶？展示测试，没问题，大家都会欢迎，但是你还不能在商业上落地。商业落地的基本条件是什么？需要有人付出，天上不会掉馅饼，总要有人付出，不是你，就是我们车厂。
具体怎么做？下面我列举了几个场景或者商业落地方式，从自动停车或者停车服务开始，因为大家都知道，停车比较慢，场景相对可控，在半封闭的停车场或者车库。并且从低速自动驾驶开始。这里列出的速度是每小时40公里。其实这个速度已经很高了。一般来说，高速公路上可能有40公里以上的车辆。低速时，先做什么？可以挑战感知系统和决策系统，压力更小。
这要从简单的技术说起。
还有什么？从特定场景和特定目的出发，自动驾驶的场景很多，不逃离场景自动驾驶是没有意义的。举个极端的例子，如果你在一个直径300米的试验场，里面没有车辆，也没有障碍物，更别说L4和L5了。但在另一个场景中，L3在非常拥堵的情况下甚至做不到。
关键是去掉安全驱动。我们今天的很多演示和测试车辆都必须有安全员上路进行自动驾驶，这也是我们现行法规和法律所限制的。
但是你想想，如果有安全员，我们通常说的是L4车辆，或者是在L3的基础上。如果不能突破这方面，我们的技术还是在L3的技术层面上，本质上。
当然，今天讨论的另一点，其实真正的自动驾驶不应该纠结于是L2、L3还是L4。今天看到的是看场景，如何突破商业化，找到商业化模式。这才是最重要的。
最后是投放需求，可能比运送乘客更实际。当然，从安全角度考虑，商品可能不如客人受关注，这并不是唯一原因。如果你看看过去几个月，特别是疫情严重爆发的时候，我们在武汉和北京会看到什么？有一些无人物流车运送医疗设备和医疗用品，可以避免人与人的接触，特别是到一些疫情严重的地方。这也是我们看到无人物流车可能比送人更有需求的场景的需求。
这是一个原因。
我在这里抛砖引玉，抛出这几点。
接下来，请允许我花一点时间和法雷奥的产品一起，详细的告诉大家我们是如何找到场景的，以及商业化的最终目标。
就像刚才说的，自动泊车是一个比较容易实现的场景。通常说到自动泊车，什么是泊车辅助？驾驶员需要根据车内系统提示完成自动泊车或泊车辅助。但是，一旦司机进入车内，我们的客户可以选择在车内或车外停车，这就是远程停车。
法雷奥在2016推出了远程泊车的功能，也已经量产。你可以看看。使用遥控钥匙，遇到一些紧急情况，需要停车时，可以一键停车。
接下来，我们可以更进一步。我们可以想象一下，如果我们在地下车库，我们可以利用远程停车让车辆自动停车，类似于刚才的远程停车的技术，不同的是车辆可能需要行驶的距离或者找到停车位的范围更大；第二个区别是，我们这里说的是停车服务，需要工厂的支持。行业方面，有两种趋势或者说两种方法。一种是泊车服务完全由车端的传感器完成，另一种是工厂端和车端需要协同完成泊车服务。
如果依靠车尾的传感器，在非常拥挤的地下车库找到停车位可能需要很长时间，还可能造成停车拥堵。所以，如果我们把工厂端和汽车端结合起来，在工厂端增加一些传感器和激光雷达，帮助我们更快更有效地找到停车位。
这里还有一个视频，是法雷奥和思科的合作系统。在这个过程中，可以避开行人，可以完成停车，并且会向我们的客户发出信号。当我们的用户需要用车时，可以提前预约，从自动下车点跟我们的用户打招呼。这就是停车服务的概念。法雷奥认为车端和厂端结合是完成停车服务更有效、更现实的方案。
自动泊车的另一个应用场景是很意外的。这是什么？充电。你可能一开始没想过为什么充电和自动泊车有关系。这是因为目前和自动驾驶一样，电动化也是非常大的趋势。你可以看到越来越多的插电式混合动力汽车和纯电动汽车。这些车无一例外都需要充电，插电式混合动力车可能不需要那么频繁充电。
我们对德国用户的调查发现，三分之二的用户认为如果能够完成自动充电或无线充电，他们更愿意选择或使用纯电动汽车。我想可能是什么原因？因为开了快两年的插电式混动，大家发现充电枪一般都很脏，有时候还会掉地上。下雨的时候你不想拿起湿漉漉的充电枪，宁愿有人帮你自动充电或者无线充电。法雷奥的一个概念，我们可以通过高精度的自动泊车，建立自动和无线充电，或者用机械手帮你有线充电。这个误差的范围，精度必须提高到10 cm以内，即使充电，你也不要以为在充电桩或者充电板附近就可以完成充电，你需要有一个精度。用户只要停完一次车，下次就可以自动回到停车位置，还有一个自动避让。
这是自动停车完成充电，对精度要求比较高。刚才说是10 cm以内。
但是让我们考虑一下。除了停车，如果真的自动驾驶还需要什么？除了感知功能，最重要的一点就是定位。感知只是感知周围的环境，就像我们的眼睛一样。但是如果不知道自己现在在哪里，怎么可能真的自动驾驶呢？一般来说，对于自动驾驶，我们能想到的定位方法就是使用GPS信号，但是GPS，即使是在天气好的情况下，我们的GPS能做到的也就是米级精度，差不多也就是2-3米左右。对于导航来说，GPS没有问题，只要你知道自己在哪条路上。但是2-3米的误差几乎是一个车道的宽度，也就是说你不知道自己在哪个车道。导航不能告诉你是在辅路上还是头顶上。而且如果我们的车道是双向两车道，很有可能一个车道的错误就变成了逆行，或者你在路口导航的时候不知道自己在路口，来不及叫你转弯。所以对于导航，人们可能会加上自己的感知，观察周围的环境，接受米的精度。但是自动驾驶是不可接受的，我们需要提高到厘米级，这就提出了一个很大的问题，如何帮助自动驾驶达到厘米级的精度，所以我们这里提出一个RTK的方法。在2020年的CES上，现代汽车，以及高科技公司Hexagon—Novatel，以及法雷奥和移动网络运营商都提出了高精度的联合定位技术。它的意义在于，我们使用GPS信号之后，你可以提前用地面基站和地面基站得到它的高精度位置信息，然后进行差分比较，你就可以得到一个相对高精度的位置。这就是所谓的RTK技术，是一种实时动态差分定位技术。这项技术可以帮助我们达到厘米级的精度。
这不是一项新技术。现代汽车未来将在他的汽车上搭载这项技术，用于量化。这已经是可以标准化量产的高精技术了。
RTK技术可以帮助我们达到厘米级的精度，这一点已经被证明了，但是仍然存在局限性，比如GPS信号需要什么？天气很好。如果今天下雨，云层低，GPS信号会被覆盖。另一种情况是什么？比如我们去大城市，比如上海或者香港，那里高楼很多，香港还有一个限制，就是香港有很多双层巴士或者观光车，会影响信号，更别说隧道和高架桥了，信号肯定会受影响。这时候就需要另一种技术来弥补或者补充定位，也就是我们常说的利用激光雷达的点云技术来帮助定位。也就是说，我们先通过激光雷达建立一个高精地图，然后通过车内的传感器和激光雷达实时比较高精地图的差异，帮助我们相对定位。这个技术其实已经很成熟了。我们法雷奥通过激光雷达建立这样一个高精度的地图来实时定位。这个高精地图是众包的形式，因为不可能每次都派很多车来实时更新这些地图，所以是通过我们用户的激光雷达在使用过程中的点云来帮助实时更新这个地图，所以这是一种众包或者众筹的形式。这个方法可以补充刚才提到的RTK。
什么很有意思？一般情况下，在高楼赔偿的情况下，因为有这样的系统通过点云帮助定位，所以当时信号可能比较弱。相反，当GPS信号不受影响，比较空旷的时候，比如在西北的沙漠或者沙漠地区，地理特征就不那么明显了。你如何定位它？这时候就用RTK技术和GPS信号来弥补了。在某种程度上，这两种技术可以相互补充，相互支持，可以帮助我们完成自动驾驶的高精度定位。
在今年的CES上，我们也做了一个演示。法雷奥配备了第二代ScaLa激光雷达车作为高精度采集车，以及第一代激光雷达的车队车辆来展示我们的高精度车辆，在拉斯维加斯的街道上实时展示。在这种情况下，我们可以发现我们的定位精度可以提高到厘米级，大约在10-12 cm以下，这是一个比较高精度的定位。
这里需要告诉大家的是，ScaLa的第一代和第二代激光雷达都是量产的激光雷达。同时，右图上有一个车顶定位套件。这是什么意思？一般来说，激光雷达和毫米波雷达和其他传感器一样，通常是一旦量产就和我们的OEM客户合作，这需要一个长期的校准和开发工作。这些激光雷达或者毫米波雷达并不是你想象的那样。我买个雷达插上电，没那么简单。这是一项长期的开发和校准工作。对于一些初创企业，尤其是自动驾驶初创企业，他可能无法承受这样的时间成本和开发成本，所以法雷奥最近推出了一个概念，叫做通用传感器套件，也就是说一些传感器仍然局限于激光雷达和超声波传感器，做成一个标准套件。也就是说，它的几何尺寸，比如刚才说的车顶套件，都是事先标定好的。对于用户来说，尤其是自主创业，他需要做的工作少了很多，时间成本和开发成本也会大大降低。而且这些传感器都是量产的车规传感器，所以它们的质量，包括刚才说的一致性，都会有保证。
在拉斯维加斯，这些高精度展示车辆的车顶都装有激光雷达，这是一种实用高效的解决方案。
真正实现自动驾驶有什么技术难度？刚才滴滴的孟先生也说了，路上有很多道路使用者，就是和你共享道路的流量使用者。他们下一步的意图是什么，很有可能或者不可能提前知道，你也无法预知他们下一步的路径。这是非常困难的。
我举个极端的例子。我们在路上看到很多电动车，尤其是这些送外卖的小哥。他一边打电话一边开着电动车。他甚至不知道下一秒是左转还是右转还是刹车。你怎么知道的？这是最大的挑战。
记得两年前，我去南方一个城市参观一家自动驾驶初创企业。他们邀请我在他们的车里做一辆自动驾驶示范车，在路上展示。当我开车时，车辆突然刹车。原因是什么？因为前面有一个人站在人行道上，车辆因为保守的算法，看到人行道上有一个人。不知道这个人接下来会怎么做，会在人行道上过马路还是留在马路上，保守地停下来，然后变道在行人面前绕过马路。
一般驾驶员在开车、低速通过或者绕行的时候都会经过一个粗略的判断，这对于自动驾驶汽车来说是一个非常大的挑战。如何预测他人，不仅是行人，还包括骑自行车、电动车、滑板车等交通使用者？在今年的CES展会上，法雷奥推出了一款MOVEPREDICT。AI通过人工智能机器学习来判断这个人的注意力是否还集中在交通动作上。如果不能，我们可以采用更保守的方法。如果他的注意力还在流量上，接下来的反应可能就不一样了。
然后你就可以判断他的下一步，预测他的企图或者意图，他要不要过马路，他的行为必须由人工智能来判断。当然，这只是一个概率问题，也不能百分百预测，但这是我们下一个目标。如果不能预测，只能用最保守的算法和驾驶，应该是不满我们用户的感受。这种情况下，自动驾驶就会变成鸡肋，你会比人开得更保守。在这种情况下，自动驾驶仪并不能真正找到着陆场景。
就像刚才说的，其实很多时候，货物的配送可能比乘客的需求更实际，这也是我们在CES 2019上与美团签署战略合作协议，共同研发最后一公里无人配送技术，或者说最后一公里无人物流车的原因。这是我们去年与美国代表团达成的协议。
5438年6月+2020年10月，在今年的CES展会上，我们推出了法雷奥和美团联合研发的无人物流车。由于空间有限，我们在一个停车场做了一个简单的演示。图中有一个小哥哥。他手里没有拿着遥控器。很多人都在问，他是不是在像遥控玩具车一样控制这个车辆。不，唯一的目的是开始和结束。
这是从与美团签订战略合作协议，进行技术交流，制定目标，到最后完成设计，制造样机，运到美国的一年时间。这一年做了很多事情，也是一个很快的过程。
这是什么物流车？简单给你介绍一下，它的尺寸是长2.8米，宽1.2米，比普通车小。可以送17外卖。这并不意味着它只能交付17。它有17个投递箱，具体看外卖的大小，可能还能多载一些。续航里程为电驱动，共计100公里。如果需要更长的里程，就需要更多的电池。
法雷奥和美团的分工是，法雷奥提供这样的线控底盘，48伏电池系统和控制器，上面是法雷奥提供的自动驾驶传感器和自动驾驶平台，模块和软件是法雷奥提供的，不仅适用于自动驾驶无人物流车，也适用于所有城市路况下的车辆。美团提供的车体，包括刚才说的车厢，还有配送柜和APP，用户和客户之间的软件交换都是美团提供的。
这是一辆原型车，是在一年内快速制造出来的。本来我们的计划是将这款车运到北京，在今年4月的北京车展上进一步展示和交流。因为疫情，这个事情肯定要延期。
就像我刚才介绍的，其实自动驾驶平台就是无人物流车。不是专门打造的，而是法雷奥两年前2018推出的城市路况下自动驾驶平台。这就是城市路况下以L4级别为目标的自动驾驶。它实际上考虑到了城市路况下的各种特征，比如各种车辆、行人、自行车、其他红绿灯，包括欧洲的很多环岛，还有停车标志。我们也通过刚才说的高精度定位方法知道车辆的定位，从而构建L4级别的自动驾驶平台系统。
我们可以看看这个视频，是2018巴黎车展上做的自动驾驶演示。我们需要提醒每个人，这辆车上的所有传感器都是以OEM方式批量生产并交付给我们的最终客户的。因为已经量产了，司机也在用。
这是2018巴黎车展上做的展示。大家可以看到，一辆摩托车刚刚经过，这里是自动变道超车。左边是车内摄像头，右边是车后跟车，前面是自动避让自行车的场景。
红绿灯识别，斑马线，行人识别，避让，最后是隧道和桥梁，在GPS信号覆盖的情况下，还能继续保持高精度定位。
这是一个自动驾驶平台，是一个软硬件结合的系统。
如果仔细看的话，这款无人物流车上的传感器配置如何？它配备了各种传感器，包括四个全景摄像头，前方一个远距离前视摄像头，四个毫米波雷达，12超声波传感器和四个激光雷达。四部激光雷达的功能不同。前后激光雷达用于探测障碍物，两侧激光雷达更多用于通过点云地图帮助高精度定位。正如你所看到的，有四种不同的传感器，每个传感器都有不同数量的冗余来完成一个传感功能，并帮助完成自动驾驶。这些传感器都已经量产，我们已经在交付中使用了。
只是现在很多都比较大，比如无人物流车，宽度超过1米，长度2米甚至3米。其实仔细想想，最后进入小区和酒店，这些车辆是很难进入的。因为它们太大了，可能和我们接触的更多，或者用的更多的是小型机器人或者小型无人物流车。这也是在今年的CES展会上。我们展出了法雷奥与初创公司TwinswHeel合作开发的无人送货机器人。可能不叫物流车，叫机器人。它有两个轮子和四个轮子。它不是自动驾驶，而是跟着你。比如有一些老人或者残疾人，搬东西的时候动不了。他需要一个机器人来帮助他搬运货物或跟随他。这是一个场景。法雷奥提供了一个带传感器的48伏电机系统。这家初创公司已经推出了两款无人配送机器人。
只要你按下这个按钮，传感器就会知道你。比如周总按在那里，它就知道你了。别人再按，它就不跟别人了。就像狗和宠物一样。
这是无人物流车在家里使用的又一场景。
法雷奥是最完整的传感器供应商。SCALA雷达是业界唯一，也是迄今为止第一个量产的，第一代SCALA雷达是2017量产的。今年要研发第三代，是固态激光雷达。时间也是根据我们的客户来定的，可能是2022年左右。
除了OEM客户，还有我们的初创企业或者我们的自驾公司。这里有一个法国初创公司的例子，它配备了法雷奥的SCALA激光雷达。法雷奥也是这家公司的投资者，约占10%的股份。这家公司自成立以来，已经在全球20多个国家销售了超过65，438+060辆自动驾驶汽车。
最后，总结一下:
自动驾驶和电动化或者汽车共享一样，是我们“新四化”中一个非常明显和重要的趋势。我个人坚信有一天，我们真的可以完成或者实现无人驾驶或者自动驾驶。当然，这条路很长，可能会很崎岖，所以我是一个谨慎的乐观主义者。
在这个过程中，我们要特别重视技术，但是越往自动驾驶或者高度自动驾驶发展，你会发现技术只是问题之一。还有什么？刚才我讲了怎么落地，怎么商业化，怎么注意场景。我一再强调，脱离现场谈自动驾驶技术是没有意义的，或者是耍流氓。我们刚刚谈到了极端的例子。在一个没有任何障碍物的空旷地方，任何一辆车都可以在L4和L5自动行驶。但是如果结合场景，你会发现很多问题都出现了。你还需要什么？不仅仅是汽车行业，我们的法规、保险、道路建设、运营商都需要合作，共同努力来完成自动驾驶。
从这个角度来说，我和滴滴的孟先生比较接近，就是私家车自动驾驶的可能性，可能落地的时间会更远。因为我已经说过了，这个自动驾驶的成本必须有人承担。我相信在座的每一位用户，你不可能花几十万买一辆车，然后再花几十万安装自动驾驶系统。可能是更快、更好、更早落地的出租车服务商，也可能是无人小巴、无人出租车或无人物流车等。三者谁先落地，我们还看不出来。但无人物流车可能会通过这次疫情的验证，可能更容易找到一些落地场景来完成商业化模式。
除了这三种场景，在矿区、无人区等也是L4驾驶车辆。其实已经找到了一个场景，当然这个比较小。
但我想总结一下，自动驾驶不仅仅是私家车，它绝对包括各种场景下的各种车辆。我坚信，在这种情况下，自动驾驶的场景不会很远，不可能是十年二十年，但可能会更快，帮助我们实现更安全舒适的驾驶环境和物流交通的目标。
感谢您的聆听！
本文来自车家作者汽车之家，不代表汽车之家立场。