2022年11月8日-10日，由中國汽車工業協會主辦的第12屆中國汽車論壇在上海嘉定舉辦。作為黨的“二十大”召開后的汽車行業首場盛會，本屆論壇以“聚力行穩 蓄勢新程”為主題，共設置“1場閉門峰會+1個大會論壇+16個主題論壇”，以汽車產業的高質量發展為主線，與行業精英一起貫徹新精神，研判新形勢，共商新舉措。其中，在11月10日下午舉辦的“主題論壇12：跨界融合，賦能自動駕駛落地”上，大陸集團前沿工程技術研究中國區負責人尤歡發表精彩演講。
和大家分享大陸集團L3及以上高自動化自動駕駛全球的部署情況，并且我們會對自主代客泊車不同的解決方案進行進一步的擴展，期待在不同的領域和大家有進一步交流和合作。

大陸集團服務于L3及以上高自動化自動駕駛不同的關鍵技術。中間內容是我們的核心技術，我們有我們的感知、定位、V2X、路徑規劃、動態控制等不同的核心技術。通過這些不同的關鍵技術不斷地整合，服務于不同車型，包括乘用車車型、商用車車型在不同場合的不斷的迭代開發。

接下來會帶我們的一些代表性的項目給大家做分享。

左上角CityPilot，它是服務于城市工況的L4級別的乘用車解決方案。我們的車輛主要是在實驗場以及城市交通進行場景的處理研發迭代，比如說十字路口，跟車、超車、轉彎等場景進行不斷的開發及優化。包括針對不同的交通參與者，針對對方行人，對方車輛，及其的軌跡進行相應的預測，這樣可以服務于我方車輛自身進行相應的軌跡規劃。 除此之外，該項目也會整合在極端條件下自動駕駛的功能降級策略，例如在惡劣的天氣條件下，關閉自動駕駛并啟用駕駛輔助功能。

中間視頻是我們的自主代客泊車，大家可以理解隨著我們的汽車保有量不斷增長，我們也會面臨一系列的問題。比如說交通環境的擁擠，城市停車位資源緊張，停車位空間小等問題。在這種情況下，我們經常會發現我們會有一些局部路段的交通堵塞，剮蹭事故的發生。包括大家去大型停車場也會發現找車位難、找車難等問題，給駕駛員帶來困擾。大陸集團也是致力于運用新技術，能夠給大家在泊車方面提供更高效、更安全、更便捷的解決方案。因為這一塊我們后續會進一步地展開，所以我在這邊就不做過多的停留。

右邊圖是大陸集團在高自動駕駛雪地路面的操控。大家提到因為高自動化自動駕駛在感知，規劃，動態控制等領域有冗余的需求，我這里會帶來一套服務于高度自動駕駛制動冗余系統MKC1+HBE，MKC1是我們的線控制動產品，把我們的助力器、主缸、ESC電子制動系統做整合，是一套一體式的線控系統。HBE可以理解為是一個簡化版的電子控制系統，通過MKC1+HBE能夠很好地服務于高自動化的自動駕駛，特別是在主系統失效的時候，輔助系統介入來保證行車安全。對于雪地路面，這一套系統可以進行預測性控制，通過結合軌跡規劃， 定位技術， 地圖，地面識別技術來進行特殊路面的動態控制及滑移率控制。

這邊也是我們的代表項目，除了乘用車，大陸集團全球也會在商務車平臺進行高自動化的自動駕駛不同的解決方案的開發。在高速情況下，有哪些難點需要一步一步攻克？非結構化道路，環島，小轉彎半徑，各種交通參與者的處理。2020年到2021年的項目主要聚焦在高速公路的場景，2022年的項目內容和場景會有進一步的拓展。

中間是我們的路面識別技術，前面提到了我們雪地路面，當然不僅限于雪地路面，包括濕滑路面，顛簸路面，通過前面提到的大陸集團的一些核心關鍵技術，比如感知技術，定位技術，高精地圖，可以對于道路進行感知。我們需要對路面的識別加上預測的能力才能針對我們的駕駛決策提供最好的輸入。

在介紹全球自動駕駛代表性項目的同時，大家如果有參加到大陸集團一年一度技術體驗日活動，我們稱之為XP Day。大陸集團高自動化自動駕駛的乘用車平臺，服務于城市高速包括泊車場景以及解決最后一公里接駁的無人駕駛小巴在每年都有不同的展出，帶來新的功能及提出新的痛點。借技術體驗日的活動，包括今天的論壇和業界合作伙伴們進行交流，也探討一些合作的可能性。

大陸集團是一家全球500強企業，我們更多地把全球核心技術、核心平臺帶到中國來，進行不同的迭代開發。我們也會問自己，每個平臺都需要注入資源，如果保證資源的供給？如何能夠保證我們有最大的價值輸出？我們需要把有限的資源進行聚焦，實現價值最大化。

針對自主代客泊車，我們認為它將會成為率先商用的高度自動化自動駕駛的場景之一。大陸集團中國前瞻研發部門也決定聚焦自主代客泊車并且把這顆前瞻的種子種在了中國。我這邊會做進一步的展開。

對自主代客泊車功能，大家并不陌生，在這邊會做一些前期的鋪墊，首先自動代客泊車相關的國際標準ISO23374將AVP功能分為3種不同的類型。左側Type1 AVP利用單車智能實現自主代客泊車，感知、規劃和執行均由車端負責。

右邊Type2，按照ISO來說，利用場端智能實現自主代客泊車功能，場端安裝傳感器和邊緣計算單元，來負責感知和規劃部分，汽車僅作為執行機構，依據場端提供的指令執行駕駛任務。

前面提到把那一顆前瞻的種子種在了中國，是中間這一幅圖。我們通過聰明的車，智慧的路，能夠通過把部分的智能從車端挪到場端，通過車路協同， 既提升了行車安全性又提高了泊車效率。

如果大家對前面一幅圖并沒有充分理解，我們可以看一下我們的功能架構。對于要實現自主代客泊車來說，首先需要有傳感器，形成環境模型，并且定位，由此得出車在整個車庫的相對位置。在知曉車的當前位置，包括可用車位的位置后，可計算出最優路徑，這就是我們提到的路徑規劃。在整個行駛過程中，也會有不同的交通參與者，比如說有行人，車輛，如何根據其他交通參與者做出合適的行駛軌跡和姿態規劃及控制。

從這一頁大家就能看到我們有不同的顏色標簽，橙色是需要搭載在車上的功能，灰色是需要搭載在城市道路端的功能，如果按照ISO23374的定義，Type1這張圖可以看到，感知、規劃、路徑規劃、軌跡規劃都是基于車端的智能。這是Type2，第二類代客泊車，大家可以看到我們的傳感器包括基于傳感器的感知定位、環境模型、路徑規劃、軌跡規劃，這些功能都是搭載在場端，基于場端給出指令，車輛接收指令執行駕駛任務。

在Type3這一塊可以看到有很大的差異，這是我們大陸集團中國前瞻技術部門往前推進的項目，就是基于車路協同來實現自主代客泊車。里面有一個典型的功能，右上角mission planning就是我們的路徑規劃，我們場端從云端獲得高精地圖、我方車輛的位置及場端分配的車位位置信息。在這樣的情況下，場端可以規劃出最優路徑，發給車輛，這是Type3相較于Type1比較典型的功能之一。

在這個基礎上，大家可以看到左邊特別是我們的感知，感知的環境模型，包括定位，這一塊可以看到其實還是需要車端有智能，需要有360環視，超聲波技術實現整個泊車過程中的場景處理。這些可以有橙色和灰色來共同承載的一些功能，怎么理解？在室內停車場普遍會搭建一些立柱，而這些立柱會形成一定的盲區， 針對盲區車端感知沒有辦法第一時間探測到盲區的交通參與者，這樣的情況下可以通過場端的智能進行感知，給予車一個全面的信息輸入，從而車輛有更全面而準確的環境模型，來進行最終的行駛軌跡和姿態規劃及控制。

除了功能架構，在這邊我也會和大家聊一聊，需要承載這樣的功能，需要有不同的終端，在這里我們列舉了一些終端，也比較有代表意義，我們這邊的用戶端，包括右上角的云端，車端和場端。可以看一下分別在不同的終端承載哪些功能？

不同的背景顏色代表不同的生態終端，這里面的一些文字，有一些不同的顏色，深色的是當下已經在開發完成的功能，淺灰色是在下一個迭代開發的過程中會進一步地往前推進。

首先用戶端它需要承載有一些功能，比如說泊車泊入泊出的需求，需要從用戶端、手機端發送。包括ISO有明確的標準要求，自主代客泊車在泊入泊出的過程中，需要終端用戶能夠在手機上可以實時看到，而這些視頻流也能得以保存，幫助后續在有事故糾紛的情況下能夠進行追溯。

再回到右下角，場端基礎設施，前面提到了場端需要有高精地圖，并且能夠支持SLAM定位，在這個過程中，需要得知車的位置，也需要分配停車位，根據對車輛的精準定位和泊入車位的選擇，場端有能力計算最優路徑，并發給車端，這也是需要我們基礎設施端來實現的。

還有一些場景，比如說當下希望能夠把車路協同自主代客泊車解決方案帶到我們的公共停車場，那需要考慮當車輛出現問題的時候，我們需要有遠程的接管及控制能力，在駕駛員缺位并且泊車功能因故障而暫停等情況下，能夠遠程操控車輛行駛到泊車點，保證車輛的安全以及通行的效率。

前面介紹了場端承載的功能，這邊我再講一下云端。

云端目前需要承載哪些功能？前面提到一些，因為要搭建整套系統，在云端，針對地圖需要進行數據的儲存，數據的更新，包括地圖的更新。因為這一套方案在不斷地迭代，需要和終端用戶，和基礎設施運營方，包括停車場運營方能夠有更多的一些合作，在云端可以引入更多的一些服務。比如說車輛可以在進入商圈車庫之前先預定停車位，來獲得自動泊車的軌跡輸入，來預定充電服務，及洗車服務，甚至是在大型商圈，知道我的目的地，比如說我需要去西貝用餐，系統可以預留通往餐廳最近的電梯口旁的車位，并且獲得最快的路徑幫助我非常高效地到達我的停車點。這些服務是需要和云端進一步融合，來擴展更多的使用場景，提高用戶體驗。

講到用戶端、場端、云端，這邊是我們的車端。

剛才講場端，并不是完全偏重場端，把所有的智能都放在場端，我們現在是輕車熟路。怎么理解？對高自動化的自動駕駛我們要考慮冗余，但是如果把所有的冗余都放在車上，成本相對偏高。我們希望能夠用輕車熟路這個概念，在部署一定范圍的場端設備基礎上，適當降低車端的傳感器設備數量，從而實現完善的車路協同體系并提供多樣化的功能拓展。

今天和大家分享一個應用場景，這個停車場就坐落在大陸集團嘉定研發中心。我們在整個停車場區域也搭建了前面所提到的基于場端來支持車端來實現自主代客泊車的各類基礎設施，并且通過這邊提到的共享智能，來靈活應對和處理對行人的避讓、在車輛存在超視距的潛在事故風險時，通過車路融合的環境模型進行有效規避。


假設通過路口的車輛有盲區，可以通過場端的感知發送給車端來進行車輛的碰撞避免。系統也可以支持不同接車點，根據不同的接車點，場端會分配路徑，告訴車輛以高效的方式行駛到最終的接車點。


我們下一步想法是能夠和業界的合作伙伴攜手，把這一套系統在政府的支持下能夠在大型公共停車場能夠進一步落地。因為前面提到有很多的技術難點，比如說遠程的控制，多種服務的疊加，有一些功能已經實現，但是我們需要能夠在更大的平臺上去持續迭代開發及驗真，并且在與運營方，用戶端進行思想的碰撞，技術的碰撞之后，可以把整個解決方案打磨得更加成熟，共同向前邁進。

除此之外，在當前的開發過程中我們碰到了很多難點，前面提到了我們定位是用SLAM定位，但是SLAM定位也會有問題，有一些場景的特征值并不多，不能服務于很好的定位的需求。我們也會后續在迭代開發的過程中會用不同的定位方式，比如說我們室內的UWB定位加一些視覺標記物，來幫助解決當下的一些痛點。前面提到的技術路線聚焦在場端對自動駕駛車輛的賦能，但是我們的方案同樣能擴展到傳統車輛。

在我們不斷迭代開發的過程中可以剝離出一些功能，它可以有更高的普適性，可以服務于傳統車輛和自動駕駛車輛，比如前面提到的，解決找車位難、取車難等痛點。根據多樣化的用戶需求，提供全面的、普適性的解決方案。

針對服務的疊加，這里就不再贅述，期待在會后和大家相互交流、共同進步。