2018年5月24-25日在浙江宁波杭州湾举办的“第五届智能网联汽车技术年会”（CICV 2018）上，广汽集团汽车工程研究院CTO兼智能网联中心主任，黄少堂博士、上海汽车集团股份有限公司前瞻技术研究部副总经理，项党博士、东风汽车技术中心智能网联部部长，边宁博士、丰田汽车先进安全系统研发部项目总监，松尾芳明先生、奇点汽车联合创始人，季申先生，参加了高层互动讨论。李克强教授主持互动讨论。

清华大学汽车工程系教授、中国智能网联汽车产业创新联盟专家委员会主任李克强教授认为，高度的自动驾驶产业化有一系列的问题需要突破，一般归结为技术、协同的产业环境、检测评估、标准法规等，并且还要有相关保障措施。他带领以上嘉宾就L3、L4的自动驾驶汽车产业化挑战进行了讨论。

讨论内容：要做到L3、L4的技术突破，真正达到产业化，到底有哪些技术是必须要突破？如何通过新的开发模式，协同突破关键技术？

丰田松尾芳明先生

• 最大的挑战是确保安全性和可靠性，现在为了实现自动驾驶，大家都在做一些路测。为了确保人的安全，路测做到什么程度？需要怎么来证明？

• 仿真技术是必须的，在这方面要做一些变革。

• 在一般环境下的路测、传感器的精度都非常重要。

• 协同非常重要，丰田也非常愿意与国内企业合作。

广汽黄少堂博士

• 新的科技企业的L3/L4解决方案都是基于高成本的方案，但做到可量产化有同等性能和体验的产品有巨大挑战。国际传统车企从L1/L2开始做，主要做基于低成本的L3，最大的挑战是要扩大场景做更成熟的L3。科技企业、传统车企应该多合作、且整个产业链都必须跟上来，才真正的能够做到一个有体验感的产品，否则就是在一个固定封闭模式下的运作。

• 传感感知和决策怎么跟高精度地图、定位、V2X深度集成起来，进而简化整车控制器、降低成本，这也是一个挑战。

如何解决？

• 一种方案是学ICT一样，先推出基于一些场景的产品，然后逐渐迭代、不断丰富场景。另外一种方案是，做好顶层架构，然后与科技公司、供应商一起分工合作，最后集成起来，但是在这个工程中要做到开放，不能闭环。

• 现在车上ECU非常多，但是在L3阶段，要减少汽车已有的控制模块，提升整车控制器集成能力，减少控制单元，降低功耗和成本。这要基于原来汽车行业方面的积累，与其他公司合作进行技术整合、集成，用其他技术应对技术调整。

上汽项党博士

• 智能驾驶第一次量产化的工作压力在变大，无论是从感知、决策、执行，每条线都有挑战，例如感知、定位等新的技术，转化到汽车行业的时候，耐久、可靠、温度、振动等方面的测试验证是很大的过程，不光是成本，它的性能要适应车的需求。

• 算法非常重要，Demo Car随时可以调整，但是向量产的发展的时候，到嵌入式时，调整是不一样的，这也是一个挑战。

如何做？

• 整个汽车行业思路要做变化，从以前的单线沟通转变为跨界的交流和融合，产业链要做到多层、跨层的交流，且要做到数据更开放。

东风边宁博士

• 除了智能驾驶安全，舒适性的问题也比较棘手的。驾驶员的驾驶行为有差异，在开发智能驾驶或者人机共驾、自动驾驶时，只能先按照某一个人的风格来开发、定制。

• 对于传感器，车规级的质量稳定的产品还需要突破。在执行器方面，要做转向、制动等备份，确保出错率降低，这要付出巨大的代价。

• 现在深度学习等AI技术一直不能突破，AI对工程化来说，实现可重现性、追溯性挑战巨大。

• 对于环境的感知融合，以及感知融合过程中对现在、未来的交通态势的估计和预测，在现有的中国交通条件下，挑战非常巨大。

• 另外，交通基础设施也面临挑战，结构化的交通设施的快速推进可以缓解目前环境感知传感器感知、融合带来巨大安全压力。

如何做？

• 现在东风迭代和直接高级别自动驾驶切入两条路线都在走，通过合作、小组攻关来应对挑战。

奇点季申先生

• 最大的问题在于我们怎么对于一些所谓的极端情况下怎么去处理，确保安全。

• 自动驾驶完全是以芯片主导的驾驶行为，它必然会去要求一种新的车与车之间、车与设备之间，还有交通法规的变化，来适应新的交通协议的产生。

如何做？

• 整车发展到自动驾驶，软件的工作量会从10%增加到60%，因此车企要增加软件人才。

• 与产业链合作，在感知传感器上，要求供应商开放数据，在基于这些数据来做融合；在计算的平台上选择，选择国际大公司；在云平台方面，将建立自主的云平台公司。