“L4自动驾驶汽车元年即将在2024～2025年左右出现，届时市场上会出现大量能够实现大规模应用的L4自动驾驶汽车产品。”
9月2日晚，在《中国汽车报》与广州智能网联汽车示范区运营中心联合推出的“2020智能网联汽车精品课”第20讲中，广汽研究院智能驾驶技术部负责人郭继舜以“自动驾驶量产的视觉感知技术”为主题，详细探讨了L4、L3、L2.5、L2、L1级自动驾驶传感器配置方案及视觉感知技术，以及量产难题和未来趋势。
■为满足功能安全的要求，量产车型至少需要两种以上异构传感器
“自动驾驶等级的定义本质上是驾驶后果责任主体的划分。”郭继舜表示， L0～L2的辅助驾驶，驾驶事故责任主体均为驾驶员，而L3～L5的自动驾驶功能，特别是L4和L5高级别自动驾驶，因环境感知、车辆自主决策、横纵向车辆控制等导致驾驶事故的责任主体都是智能驾驶系统。
感知系统是实现自动驾驶至关重要的一环，需要依靠各类传感器来提供必要信息，而且自动驾驶等级越高，对感知系统的要求也越高。从技术角度分析，L4级自动驾驶需要多传感器融合，例如，Waymo所选用的L4传感器方案在业内比较有参考性，其以高线束激光雷达为主要传感器来获取三维空间信息，使用多摄像头视觉系统来获取色度信息，同时辅以毫米波雷达在近距离内完成识别、泊车等工作。毫米波雷达可以在雨雾、黑夜等复杂情况下获取精确的目标运动状态，对于激光雷达是一个有效的补充。
与之略微不同，广汽选用的L4传感器方案包括高清摄像头、激光雷达、毫米波雷达、超声波雷达和鱼眼摄像头。尽管传感器选型和布置与Waymo不尽相同，但整体思路不谋而合，即利用不同传感器的不同属性，实现对驾驶工况的全覆盖，并形成传感器间信息的安全冗余。
那么，如果拿掉一到两个传感器会怎么样？郭继舜指出，大多数场景下车辆仍能行驶，但基于现有功能安全的需求，量产自动驾驶车型必然要进行多传感器的异构冗余设计，车上至少要有两种以上异构传感器来提供准确感知。具体来看，高线束激光雷达+多摄像头的主传感器配置方案短期内不会改变，激光雷达感知距离，摄像头识别物体。
■视觉为主的L4，目前尚不能满足量产车型对功能安全的要求
郭继舜表示，目前L4还处于测试验证和后装阶段，量产落地还有很多障碍。技术方面，系统开发难度大，功能安全要求高；产业链方面，供应商产品不成熟，车规级传感器、执行件还不够成熟，无法满足大规模量产要求；政策方面，相关法律法规尚待完善，事故责任认定难以厘清；成本方面，传感器等关键零部件成本高昂，个人消费者难以接受……
他预计，如果上述问题得到解决，2024～2025年左右会出现很多批量化生产的L4级自动驾驶汽车，不过届时很可能会首先卖给共享出行公司，例如滴滴、Uber等。
郭继舜还指出，车路协同，特别是5G V2X技术，将有助于推动L4的商业化，车载以太网是必然。通过车路协同感知，可将部分车端感知转移到路端，将有效降低车端对传感器、芯片、功耗、感知算法等的要求。而且，车路协同感知能获取单车感知系统无法获取的盲区信息、超视距信息等，极端环境下的感知性能优良，能够获得交通参与体的精确位置、速度以及意图。根据美国交通部的数据，V2V技术可帮助预防80%各类交通事故的发生。
那么，视觉为主的L4是否可行？郭继舜给出了否定的答案，仅依赖视觉感知目前是不能满足量产功能安全要求的。理由是仅依靠摄像头，感知不准确，像AEB（自动紧急制动系统）、ACC（自适应巡航系统）等纵向功能识别不好，功能安全整体小于ASIL B（汽车安全完整性等级B）；再加上与融合方案相比，要达到相同的感知性能，单一视觉方案需要的算力更大；此外，即使有大量摄像头，极端情况下依然会出现问题，逆光/阳光直射等情况很难彻底解决，因此还需要用到激光雷达等其他传感器。
■1V1R低成本方案适用中配走量车型
据郭继舜介绍，与L4相比，L3可以视觉系统为主要传感器，同时配合高精地图使用，而量产车型基于功能安全考量，还需要激光雷达，可以是低线束。“高精度地图在L2.5～L4一定是必要的。”他强调。当然，出于成本考虑，传感器配置会有变动。
“现有的视觉算法对AI芯片依然是很大的挑战，需要创新的算法。现阶段我们预计L3自动驾驶需要30～40 TOPS。”郭继舜表示，现有芯片只有极少数能达到这个水准，而华为芯片值得期待。V2X的使用也会有很大的帮助，可以减少视觉的运算量。
再看L2.5，它是L2与L3的折中之举，这个级别驾驶责任主体仍是驾驶员。郭继舜介绍道，主要有两种风格，一种以传统车厂通用Super Cruise传感器方案为代表，允许脱手，但眼睛要一直观察路面；还有一种是特斯拉AutoPliot传感器方案，以视觉系统为主，同时为侧向进行了全范围的感知冗余，功能通过OTA不断升级，但不允许脱手。
至于L1和L2，量产化方案已经颇多，典型配置是一个前向摄像头加一个毫米波雷达，即1V1R。如果要降低成本二选一，则郭继舜倾向于保留摄像头。
目前，不少量产车使用双目解决方案，但与单目相比成本高一些。那么，双目视觉是不是好的量产选择？“是，双目有着独特的价值，深度感知更准确，误差小，且能更好识别未知物体。”郭继舜说。
他指出，在L1/L2的ADAS方案中，摄像头为主要传感器，充分利用多种CV算法交叉验证；双目在中短距离有更好的表现，但硬件成本有所增加，基于Mobileye的良好表现，OEM会考虑降本需求；相比于双目的成本增加，可能1V1R的性价比更高；毫米波雷达虽然维度单一，但鲁棒性好，在保证功能安全上将长期发挥作用；充分利用1V1R等低成本方案对功能进行充分挖掘将是中配走量车型的趋势。
在DMS（驾驶员监控系统）中，视觉是主要感知手段，辅以红外、舱内毫米波雷达等。L3层面DMS主要用于监控驾驶员状态，到了L4层面DMS更多是提供服务。
精彩问答
在讲座之后，郭继舜还与网友进行了问答互动。记者撷取精华，以飨读者。
Q：虽然自动驾驶有分级，但依靠现在的技术，是否有可能直接从L3甚至L4起步？
A：有意量产的汽车厂商无法规避L3，但科技公司如果只想做L4的算法，则可以从L4起步。
Q、L1～L2所用的传感器，是否可以应用于L3或L4？为何说，L1～L2解决方案过于同质化？
A：可以用一部分，但L3和L4所需传感器更多。L1～L2解决方案趋同，说明业内已经找到了性价比较高的公认模式。特斯拉给业内的启示是：软件个性化，硬件通用化；软件模块化，硬件标准化。通过软件为汽车赋能，使得产品更加有个性。
Q：随着自动驾驶向高级别进化，视觉感知、毫米波雷达、激光雷达等传感器的发展趋势是怎样的？会有轻重之分吗？
A：精度越来越高，接口逐渐统一，性能越来越强，成本越来越低，激光雷达的降本希望很大。在L3以下，视觉是主要传感器方案；在L4及L5，视觉和激光雷达共同形成的带有RGB信息的点云成为主要感知信息。
Q：L4以上的自动驾驶，是不是一定要用5G联网，在高级别自动驾驶上5G的优势是什么？能够解决哪些方面的问题？
A：不一定，但基于5G的V2X可以提供更稳定的信息，提升安全性。5G能够让人看到遮挡物体以外的信息，同时减少识别难度和时间。现阶段，任何时候我们都不能抛弃单车的感知和决策，车路协同只是参考。
Q：L4以上高级别自动驾驶中，对数据处理、数据安全、算力等要求更高吗？具体表现在哪？
A：要求更高，难度更大，所以需要车载以太网。我们预计，L4自动驾驶每小时所产生的原始数据约为4TB，很大，因此对数据处理和算力和要求非常高。数据安全方面，由于L4以上不再需要驾驶员，因此对数据和网络安全要求更高，以保证其不被黑客劫持。
Q：高级别自动驾驶对于软件的要求是否有提高？是否能体现软件定义汽车？
A：是。场景更多、更复杂，软件的难度和要求都在提升。未来硬件会逐渐同质化，但通过软件可以使得每个人的车都不一样。
Q：车联网在高级别自动驾驶中作用如何？
A：车联网能够给车辆提供更多信息，有些信息通过单车智能无法获取。
Q：除了车路协同，高级别自动驾驶还需要哪些信息或设施的支持？
A：RTK，即差分的GPS。期待未来有更多信息交互方式出现。
Q：卫星导航是通过什么方式支持自动驾驶？
A：通过GPS让车辆时刻知道在哪里，当然这个误差有点大。还需要惯导、视觉系统等将定位精度控制在正负20~40厘米左右。
Q：在信号不佳的情况下，自动驾驶通过什么判断？
A：我们不会开发一辆只会依靠5G网络才能跑的车。即使信号不佳，单车也能有很好的自动驾驶能力。
编辑：黄霞
|
|
|
|
