点击上方蓝字谈思实验室
获取更多汽车网络安全资讯
智能网联汽车的发展已经成为全球产业共识和战略方向。它不仅包括了人工智能、通信技术、大数据和云计算等前沿技术，还需要整合制造业、交通业、ICT产业和汽车行业等多个领域的资源与能力。这种融合促进了产业的重构，延伸了价值链，形成了全新的产业生态系统。
汽车不再仅仅是一种运输工具，而是一个全新的移动空间、一个智能化的移动平台，与其他车辆、基础设施和互联网进行连接和交互，提供更广泛的服务和体验。
为了推动智能网联汽车的技术变革和产业发展，全球主要工业发达国家采取了顶层设计的方法。例如，美国制定了新一代智能网联参考架构，欧盟推出了与智能交通和智能网联相关的重要框架计划，日本在战略新兴产业创新项目中重视智能汽车与社会5.0的发展相互推动。
在中国，学术界、产业界和政策制定者也形成了智能汽车创新发展的共识，并发布了中国的智能汽车创新发展战略。这些顶层设计的举措有助于推进相关研究和产业化进程，并推动全球范围内的发展。
7月6日，在2023STIC 科技创变者大会上，清华大学车辆与运载学院教授，中国工程院院士李克强就《智能网联汽车技术发展趋势及转化思考》为主题展开分享，他的分享内容主要有4个要点：
1、目前自动驾驶发展的难题；
2、车路云一体化的解决方案；
3、智能网联技术背后的问题；
4、未来的新机会：5大新平台。
以下为演讲内容摘要，部分内容有修改删减：
▍自动驾驶发展的难题
过去几年，中国乃至全球各个国家都在积极部署自动驾驶产业，我们意识到未来发展不能仅仅依赖于单一车辆，而是需要借助新一代移动通信技术来实现车路协同和车路云一体化的协同发展。
目前，智能网联汽车技术正在不断迭代，中国这方面也是全球的领先者之一。但是我们必须认识到，在这个复杂的技术的产业化过程中，还有一系列迭代的挑战和问题需要解决。一些投资人也提到，自动驾驶技术是否进入了寒冬期？这种言论是有原因的，也侧面说明还存在一些亟需解决的问题。
首先，高级别自动驾驶尚未达到商业化目标。
在许多场景中，高度自动化已足够实现无人驾驶，例如自动泊车，但仍然存在无人驾驶的“最后一公里”问题。
由于自动驾驶技术的复杂性和长尾效应，以及安全性和可靠性问题尚未得到解决，我们对于实现高度自动驾驶取代人类操作的期望还未实现。我认为这并不是技术本身无法解决的问题，而是当前的技术路线存在一些问题，因此，商业进展未能达到预期。
虽然目前已经有了大量的投入，我们会突然发现投入大量资源后也无法看到盈利机会，甚至一些民营企业的估值还在下降。
最令我担心的是传统主机厂汽车企业，他们本应是高度自动驾驶的主要推动力量，但受到疫情影响后，他们可能不再积极开展高度自动驾驶的研发，而仅限于辅助驾驶，这将严重影响产业向理想状态发展。
第二个问题是我们应该如何发展自动驾驶技术？是先从乘用车辆开始，还是从构建车路云大系统开始考虑？是一步到位实现高度自动驾驶，还是逐步发展？
实际上，由于自动驾驶技术的复杂性，目前对于技术路线和理念尚未形成共识。这是因为不仅仅汽车行业参与其中，许多新兴科技企业也进入了汽车领域，引入了不同的开发流程和可靠性认证体系。
在这种情况下，不同的技术路线可能导致产品之间存在差异，甚至在某些技术标准下，我们的技术方案可能相对落后，基础设施建设可能出现重复，数据封闭也将限制其发展。
作为一项高新技术产品，自动驾驶在技术层面存在着瓶颈。作为一个复杂的智能体，它涉及感知、决策、控制等多个方面，包括开发、流程和工具等方面也存在挑战。单一车辆智能化的局限性，以及人工智能技术的应用在可靠性和可解释性方面的问题都需要解决。
此外，自动驾驶是一个复杂的系统，它需要通过测试方法进行验证。因此，从技术路线到关键技术本身，许多问题尚未得到彻底解决。汽车作为一种具有社会属性的商品，无法迅速成为广泛接受的商品。
这些问题的核心原因在于行业共识尚未形成，技术路线需要明确。
我的结论是，对于自动驾驶，我持谨慎乐观的态度。
如果我们采取正确的技术路线，一定能够解决之前提到的问题，适应商业化产品所需的技术和管理层面。针对自动驾驶，特别是高度智能化的汽车，在产业化过程中存在的问题，我们相信是有解决方案的。
因此，无论是投资人还是企业家，我们都不应该失去信心。如果技术尚未达到要求，那就是需要继续探索，我相信一定会有合适的技术路线。
▍车路云一体化的解决方案
我们认为未来智能汽车的整体架构应该采用车路云一体化的解决方案。我们将其称为中国方案，它是一个技术策略一体化的解决方案。
中国的智能汽车产业发展可以类比于手机行业的发展历程。类似于2007年或2008年的手机产业，当时主流产品是功能手机，如摩托罗拉、诺基亚等，智能手机还很少见，例如苹果手机。
在智能汽车产业发展中，我们仍然处于类似的情况，大多数企业还停留在1.0的产品方案上，这些方案落后且即将被淘汰。真正新一代的方案很多人还不太了解。然而，新一代方案必然是策略一体化的，并且需要满足两个关键条件。
首先，车路云一体化意味着我们需要采用分层和跨域共享的方法。
对于一个复杂系统而言，我们有车、有路、有自己的云端等各个组成部分，但缺少的是基础层信息层和应用层之间的分离。
我们需要将基础层信息层和应用层分离开来，使得基础层可以共享，而应用层则进行竞争。
只有满足这两个条件，我们才能够建立良好的标准和产品，以实现道路基础设施、信息层和应用层的协同发展。
其次，为了在这样的架构下发展，我们需要将智能汽车通过数字化技术与交通基础设施进行融合，形成一个典型的信息物理融合系统，如CPS（Cyber-Physical Systems）或新一代数字孪生系统。
只有在这样的架构下，我们才能衍生出新的架构、组件和技术，以解决安全性和可靠性等问题。
我们需要以整体的视角来思考和推动智能汽车产业的发展，通过数字化技术将交通基础设施和车辆融为一体，形成一个典型的数字孪生系统或信息物理融合系统。
目前我们的示范区往往采用烟囱型的发展模式，这种模式虽然能够展示特定领域的成果，但无法促进产业集聚和解决整体性问题。
未来，我们需要在当前各家企业的烟囱型基础上进行分层，将技术层和应用层分开，并实现基础层的跨域共用，以建立一个共享的技术平台，从而实现各种功能。只有这样的架构，我们才能真正实现高级别自动驾驶产业发展目标。
▍智能网联技术背后的问题
人们普遍担心智能互联连后会出现许多问题。
业界主要有三个存疑点：通信的可靠性问题，尤其是在没有基站的情况下该如何解决；在道路上布置基础设施的成本问题；以及基础设施一旦布置完毕，似乎对单车智能化并没有太多优势。
因此，我们需要对这三个问题进行详细分析。
首先，我们可以将智能网联与智能手机的发展进行类比。
智能手机替代了功能手机，即使不能上网，仍然可以作为通信工具。同样地，车路一体化也包括单车智能化作为其较早的版本。所以单车智能化仍具有一定的价值。
此外，城市道路中绝大多数都是良好的，甚至只要超过50%的道路是良好的，就具备了可行性。因此，连接基于现有基础设施是可行的。
欧盟在2019年提出的ICAD（智能连接汽车驾驶）计划也提出基础设施为自动驾驶提供支持，这包括不同级别的道路。因此，可行性问题不成立，因为它至少与现有产品方案相当。
其次，大家最关心的是成本问题。
实际上，基础设施成本并不高。以高速公路为例，修建一公里高速公路的成本约为1亿人民币，其中包括信息化基础设施的建设，例如摄像头等。但这些成本占总成本的比例非常低，几乎可以忽略不计。
此外，现有市场中的基础设施已经建设完毕，问题在于它们尚未连接起来。
关于第二个问题，一旦基础设施完全连接起来，我们可以利用车辆的L2级配置实现L4级功能，从而显著降低车辆硬件配置。
因此，从成本的两个角度来看，道路上的信息基础设施成本很低，可以忽略不计。而一旦基础设施铺设完成，可以显著降低轿车和单车的硬件配置，因此成本并不敏感，甚至更加便宜。
第三个问题涉及商业模式。
一旦基础设施连接完成，带来的好处是显而易见的。例如，自动驾驶和人工智能能够在车上运行，有时候还可以进行鸟瞰式视角的观察，这使得车辆能够看得更远，计算速度更快。
计算能力不仅限于车辆本身，还可以通过边缘计算来分担。这种性能提升将改善感知和协同决策等应用。因此，基础设施的连通性能够带来更好的性能表现。
另外，数据驱动和数字增值将成为未来的重要趋势。然而，要获得数据源，只有通过完整的系统才能实现有效的数据闭环，并进行增值服务。
因此，只有采用这样的模式，才能真正形成商业化。这个模式具备可行性、不增加成本且功能优于传统方式，因此没有理由不采用。
▍未来的新机会：5大新平台
在过去，汽车行业的核心组件是发动机和变速器，而在电动车时代，核心组件是电池和电机。在智能网联汽车时代，新型零部件将诞生，将ICT（信息与通信技术）和汽车融为一体。
这将涵盖五个平台产品和核心组件产品：计算基础平台、终端基础平台、云控基础平台、动态技术平台和信息安全。
通过这些新型零部件和平台技术，智能网联汽车将能够更好地实现数据驱动和数字增值，并提供更先进的功能。这将为汽车产业带来新的发展机遇和商业模式。
计算技术平台在智能汽车中扮演重要角色，类似于传统计算机中的操作系统、芯片和计算平台，智能汽车的计算技术平台也有类似的关系。
除了软件，还需要硬件支持。综合起来，这构成了未来智能汽车驾驶平台的技术基础。
当底层软件完成后，它将形成一个新的产业部署。在汽车行业中，这个软件平台将成为核心，它由芯片、硬件和广义操作系统组成。这将成为未来汽车的核心技术平台。
这个技术平台的重要性可以从以下几个方面来看。
首先，汽车行业普遍认为未来汽车企业的灵魂在于三个方面：核心应用算法、系统集成匹配和软件定义汽车软件增值。
对于一个复杂的应用系统，核心应用软件至关重要。因此，为了实现这个核心应用软件，我们需要考虑如何构建技术平台。
根据过去的模式，我们过于关注芯片和底层操作系统的支持。然而，仅仅开发应用软件是不够的。现在所有的自动驾驶技术都无法实现真正的自动驾驶，因为缺乏优秀的核心应用算法和应用软件。
目前，如果我们只关注底层操作系统和内核中间件，缺少了一些东西。
以安卓为例，最有特色的就是应用程序的丰富性。无论在哪个复杂系统中，功能软件都至关重要。
因此，我们认为在未来的发展中，需要投资于传统操作系统和核心应用算法之间的功能软件。这个功能软件可以被看作是桥梁软件或开发性软件，它是智能驾驶技术集团平台的核心组成部分。
在这种情况下，我们对未来产品的定义与现有定义有所不同。我们的产品定义是为了支持主机厂所需的核心应用算法，并将芯片和底层内核与真正的应用点联系起来，以解决过去在汽车行业中应用不完善的问题。
在实际应用中，我们仍然采用自动驾驶新一代的分层解耦思想。将垂直层和应用层分开，并通过软件打通底层，形成一个功能软件。基于这个平台，我们可以快速开发各种控制器，包括整车控制器、高度的自动驾驶。
此外，人们常说操作系统与芯片是绑定在一起的，但在未来，操作系统和芯片将共同发展。我们可以使用国内和国外的芯片，更重要的是，我们的最大贡献是面向用户的功能软件。这种功能软件一般人无法轻易开发，你不仅需要理解计算机问题，还需要理解应用算法的问题。
在这种情况下，我们将自动驾驶操作系统与硬件结合起来，形成了未来新业态下的产品。
这样的产品已经形成了行业共识，通过白皮书和国家标准，我们正在快速推进。在国家项目和行业支持下，我们正在快速推动产业化进程，包括功能软件和中间件，以整合技术链和产业链。
来源：北京市高级别自动驾驶示范区
码上报名
AutoSec 2023 第七届中国汽车网络安全周暨第四届智能汽车数据安全展，9月13-15日，上海
更多文章
华为蔡建永：智能网联汽车的数字安全和功能安全挑战与思考
汽车数据合规要点
车载以太网技术发展与测试方法
车载以太网防火墙设计
SOA：整车架构下一代的升级方向
会员权益: (点击可进入)谈思实验室VIP会员
原文始发于微信公众号（谈思实验室）：智能网联汽车技术发展趋势及转化思考
- 左青龙
- 微信扫一扫
-
- 右白虎
- 微信扫一扫
-
评论