第二届全球智能汽车前沿峰会(GIV2019)以“加强顶层设计，探索场景应用”为主题，针对自动驾驶技术路线、前沿技术、应用示范、政策法规等热点问题进行了深入探讨。北汽新能源工程研究院副院长尹颖发表了题为《创新与智能驱动未来》的报告，讲述了公司在自动驾驶、智能网联汽车在研发领域的一些思考。

本文根据发言速记整理，内容有删减。

目前，各国的政府和企业也在不遗余力的推动自动驾驶领域的发展。全球的消费者调查显示，中国的消费者对于自动驾驶接受度最高的，但是自动驾驶在商业化的进程过程当中，除了受限于一些技术领域的突破，包括法律法规、伦理道德、社会观点以及资本市场的助推，所有这些环境都会影响自动驾驶未来如何走向商业化。

从技术领域，北汽作为整车的研发企业，对于自动驾驶时代到来也有一些思考。

电子电气架构：智能化、强大算力来实现域控制

关于电子电气架构，目前都在谈整车的架构和模块化，包括吉利的CMA、DMA平台。通过研究特斯拉，可以发现它的架构化过程中可以看到成本的减少，因为ECU的数量直接影响到成本。在研究整个的电子电气架构的时候是分布式的控制架构到集中式的预控制架构，但是对于域的理解行业内也有不同的理解，比如以欧洲为主流的架构理解，以太网为主架构，包括以功能来划分域，比如娱乐域、ADAS智能驾驶域、三电域等，这是一种理解，共同划分，北汽对不同的功能域有不同的功能场景的追求，来去支持不同的域控制器。

特斯拉整车线束从最早3公里长的线束到1.5公里，包括即将发布的新车型仅有100米长的线束，所有这些成本的背后都是整个电子电气架构的支撑，它是以区域的划分，让传感器和执行器变成越来越智能化，同时强大计算力的预控制单元来支持，实现域控制架构的实施。

通过对电子电气架构的理解，在智能网联时代，可以分三个方向攻克。首先，强计算力的一个计算平台，已经改变了对嵌入式系统ECU的理解，越来越多的高计算能力的一些需求，这是我们的要求。第二点，基于面向服务的软件架构，之前的软件开发都是面向于功能、面向传感器、输入输出这些，未来面向服务的软件功能，包括我们现在开发的一款车型已经有35ECU可以实现远程的升级，如果不是面向服务我们如何去实现整个全车ECU的拉通。第三点刚刚反复提到的，电子电气架构背后除了刚刚面向硬件的能力和面向软件的架构，更重要的是如何实现更安全和更智能化。

强大的计算能力、计算的集中式，无论是按照功能为域去划分、还是按照区域去划分，通观谷歌、百度、特斯拉，包括奥迪A8，还有这两天华为发布的MDC600，整个计算力达到了350Tops，并且整个能耗比可以达到1tpos/W，已经超出了现在英伟达的计算能力。

这个可以看到，现在EPU将成为主流的芯片的定位，MPG成为有效的补充。刚刚包括上午的专家和下午分享的专家反复提到，未来在自主的芯片和操作系统层面，将是我们未来站在世界领先地位的一个杀手锏。

自动驾驶的冗余

第二点，我们都在提自动驾驶，但是作为OEM来说，确实还是更多的来延续走着渐进式的发展道路来去做的，L1、L2的标配，包括到现在2019年到2020年集中会出L3级别的车型，到L3级别，除了刚才架构的理解以外，未来我们要如何去支持L3到来呢。首先是冗余，冗余直接影响到安全，无论是出于对于功能安全定义的要求，还是对于L3对整车架构的影响，在双电源供电、双通讯、转向制动的双冗余、感知与制动的冗余、双MCU、双处理芯片的冗余，从整车架构层面、功能定义层面，到系统的分解，到部件的软硬件设计等都全面的实现了双冗余的架构，这背后隐藏了很多系统级、部件级的设计理念。

我想举一个例子，在供电的电源冗余方面，其实电动车有一个很好的优势就在于，它本身除了一个小一点的铅酸电池以外，还有DC/DC这样的配置，但是在L3到来以后，我要达到ACUD的功能安全登记要求，能否根据蓄电池+DC/DC两路就可以实现呢，我们也经过了半年的思考，分解成双等级DCUB，我们还要通过电源耦合分配的机制实现，哪些电气负载能实现SOB、哪些还是其他的要求，所以整个冗余的背后都是牵连到更多的包括电源系统，整个的供电负载，包括转向和制动一系列的系统和部件级的深层次的要求。但是作为OEM如何转化为具体的技术规范和要求，简单来说，如何把我们SOR的一些要求从现在的100页细化到500页，之前看过宝马和戴姆勒都是上千页的技术要求，这些都有很多的技术在里面。

制动系统是安全系统，在整个L3和自动驾驶到来的时刻，除了刚才提到的双电源供电、通信和整个执行器的双冗余，我们对自动器的要求不止如此，包括快速的诊断、快速的故障的监测，如何实现故障的识别以及快速的切换，包括车辆纵向控制冗余如何去做、减速的冗余如何去做，还有车辆可转向性的冗余如何去做，对我们制动系统带来了更多的挑战，包括增加了新的监控系统，增加了冗余模式的控制算法，增加了车辆纵向控制冗余的策略，不光是在ESP的双制动系统的体现上，还体现在我们更多在整个双网络架构、双电源供电、双控制策略层面如何去体现这些功能。

转向系统也是一样，除了刚才提到制动系统的应用要求以外，它在整个冗余安全登记，包括ACUC等级的要求，现在达到小于100FIT，现在在整个自动驾驶系统出现故障的时候，有些功能场景已经达到了ECOD的等级要求。所有这些都是自动驾驶时代到来以后，我们对整车的架构包括转向、供电系统的一系列冗余。

以前我们都是和传统的Tier1采取系统+零部件打包的合作模式，未来我们也逐步在一部分的算法和软件模块上，会有自主的开发权和自主的软件集成权，所以不是说OEM只是选择一家Tier1去做系统，也不是选择新进的自动驾驶的公司做全部的算法，包括我们目前也组建了几十人的自动驾驶的团队，也已经开始着手在感知、规划决策控制，包括系统集成这些方面，但是我们在做的过程中也发现，前进道路上也有很多的困难，包括我们未来需要在哪方面去发展。

比如在感知方面，我们认为目前感知模型的泛化能力，复杂条件下的有效感知问题，高可靠性、低成本。因为做到L3以后，很多对于激光雷达的需求是必不可少的，但是我们肯定不能接受现在机械式的激光雷达的成本，包括布置的要求。未来如何在固态激光雷达时代到来以后，我们把激光雷达用上，包括我们在多传感器融合方面能解决各种环境适应性，整个感知层面多传感器的融合，OEM也一定会从他的角度做系统集成的角度来提出更多的想法和更多的思路。包括在传感器和算法的故障检测和分离系统上、在加入V2X车路协同的融合算法后我们如何来去做。

在决策和规划层面，我们认为目前的决策规则是无法保证足够的覆盖面。刚刚朱老师也提到了，通过仿真测试去实现，未来OEM也会在这方面去建立如何能在规划和决策算法开发层面去覆盖，包括交通参与者的行为不确定，因为奥迪A8在2017年左右就发布了他的L3，但是迟迟在中国和欧洲也没有发布，其实中国的交通场景会更为复杂，关于行为的不确定性这件事情，还有更多符合中国市场和中国交通的。关于路径规划算法的性能，受制于硬件算力。虽然华为发布了MDC600高计算力的计算平台，但是我们如何在整个打通全工具链，如何能把多操作系统这样的集成、面向服务软件的架构搭建起来，还是时间的问题。包括关联模块的不确定性和误差，限制了规划的性能，未来我们认为加入V2X来支持自动驾驶的决策也是一个发展的方向。包括采用这种高性能的计算芯片，还有自动驾驶的高精地图普及，减少规划力和规划难度。

控制方面，一直是OEM去追求做精做细的，我们在横纵向的动力学的精准建模、模型的有效估计，以及横纵向的耦合特性方面，一直在建立自己的模式，包括未来进行高自由度的一些精准建模和控制模型快速准确预估方法的探测，和基于横纵向控制系统处理、鲁棒性和适应性的提升方面，都会有很多的思路和很多的想法，包括很多的工作需要去做。

整个系统层面，这是OEM最大应该建立的能力，我们如何能在高计算力、嵌入式控制器，还是研发阶段，未来不太能满足SOP需求的情况下，我们如何去处理，包括产品开发的进度不及预期，包括产品成本的下降也不达预期，这些很现实的工程实现的问题，我们如何在整个系统集成过程中去解决掉。未来我们认为，ASIC这种专用芯片成为主流，我们也期待未来国内更多的合作伙伴能一块致力于推进工程化的快速实现。

北汽新能源的智能化战略

基于以上技术层面的一些思考，整个北汽在2017年，除了体现我们全面新能源化大的战略下，在2018年智能网联大会上我们也提到了“海豚+”的战略，在保护、优化、解放、个性、和谐五个进化维度，来去聚焦智能技术、产品、交通等四大领域。

北汽新能源是北汽下属做新能源汽车的板块，我们也有自己的达尔文系统的技术品牌，我们也围绕着智能座舱、自动驾驶、智能网联的平台，逐渐聚焦解放人、愉悦人和自成长的终极目标。

未来从前沿技术资源、战略合作资源、核心圈来做我们的开发和工程化推进，未来自动驾驶时代，不是简单的OEM和Tier1的合作模式，当然也不是简单的OEM全部能从头到尾垂直整合的方式来去做，更多的需要融合更多的新进的创业公司，包括开放式的一些Tier1，一起来去突破。但是我们坚信，在核心圈，包括自动驾驶的决策控制算法，包括智能行车和泊车的一些测试规范体系，这是OEM应该侧重的一个核心能力。战略合作资源方面，包括传感器、高精地图、数据融合，一些典型功能模块的算法，我们也希望通过软件集成到SCK的模式，包括提供库的方式，来集成更多的合作资源的核心算法，来去更好的提前转化为工程化。在前沿技术，不管是5G、V2X、AI的一些控制，V2X的一些无人驾驶的算法，这些我们都希望通过一些前沿技术，先预研一代，通过三年左右的时间转化为工程化的量产车型。

我们跟很多国内外的合作伙伴做了一些合作、探索，包括在2016年和百度，加入阿波罗联盟以后，基于我们的车型开发了5台的L4的自动驾驶，并且在当年的互联网大会上亮相，这个过程非常艰辛，但是双方都有很多的收获，也体会到了OEM和互联网公司之间合作的磨合点。