目前，在征求意見稿里把智能汽車分5級，即L1輔助自動駕駛、L2部分自動駕駛、L3有條件自動駕駛、L4高度自動駕駛和L5完全自動駕駛，L3級別以上被稱為中高級別智能汽車。李駿院士講《L3智能汽車研發(fā)與測評》，分析高級別智能汽車研發(fā)與傳統(tǒng)汽車的五大不同，L3以上智能汽車的研發(fā)，不僅僅是汽車本身的事情，人、車、路、網(wǎng)等多生態(tài)緊密相聯(lián)，需要多平臺大數(shù)據(jù)的支撐，離了數(shù)據(jù)庫，中高級別智能汽車的研發(fā)和評測無從談起。


李駿院士在講述L3智能汽車研發(fā)與測評

一、ICV（智能汽車）研發(fā)新流程

1.傳統(tǒng)車研發(fā)方式需要變革

對于ICV來說，傳統(tǒng)汽車研發(fā)方式已經(jīng)不能完全適用，需要變革了。為什么？
首先，原來是人通過自己的眼睛、大腦、手腳的并用對車輛進行操控的，ICV是需要通過一個機器人來完成，這個機器人的數(shù)據(jù)怎么流通？而且需要證明這個機器人駕駛的安全性。

我們也在構思，現(xiàn)在國際上都沒有的，就是要做一套系統(tǒng)，這是個大問題。驗證安全性需要百萬公里以上的實測數(shù)據(jù)，而且研發(fā)稍有改變就需要從頭測試，傳統(tǒng)的測試方法無法適用，所以ICV的研發(fā)需要新的標準。

2.傳統(tǒng)車設計的內容和研發(fā)標準需要變革

我們看看研發(fā)的內容發(fā)生了什么變化。按照目前國際上比較公認的DOT（美國交通部）指南有四個重大的內容，是傳統(tǒng)車研發(fā)沒有的。

(1) 是在機器駕駛過程中的動態(tài)駕駛任務，叫DDT（動態(tài)駕駛任務），過去沒有這個設計，傳統(tǒng)車的駕駛任務由駕駛員操作；

(2) 是在什么樣的條件下，這個車可以進入無人駕駛，叫ODD（自動駕駛范圍設計）。例如大雪、大霧天，這個車是不是什么天氣都可以進入無人駕駛。

(3) OEDR（感知與判斷），還是過去沒有的，你進入駕駛狀態(tài)后，在整個行駛過程中，如果條件變化已經(jīng)超出了設定的模式，這個車就要退出自動駕駛模式，或者是進入下一的DDTF（動態(tài)駕駛任務應急措施），就像我們人，在駕駛過程中感覺到自己困了，就要把車停到安全地帶，休息一下。這叫感知和判斷。

(4) 第四個DDTF動態(tài)駕駛任務應急措施，其實就是ODD已經(jīng)判別了，出現(xiàn)狀況讓司機要接過去，如果沒有司機接，就是無人駕駛。那當OEDR發(fā)現(xiàn)了以后，需要新的、降低駕駛能力的車速等等開發(fā)任務。

3.傳統(tǒng)車研發(fā)輸入需要變革

很明顯了，傳統(tǒng)車研發(fā)輸入需要變革。智能汽車設計的輸入最重要的就是相關交通場景，必須把這個場景要變成數(shù)據(jù)，變成數(shù)字來使用。因為是機器在駕駛，所以數(shù)據(jù)庫的數(shù)據(jù)及記錄推出不同的場所，要通過定義交通的場景進入到開發(fā)的流程中，包括概念。因此基于交通場景來確定ICV的設計需求，從根本上改革了、變革了傳統(tǒng)汽車的問題。

4.傳統(tǒng)車研發(fā)流程和實驗系統(tǒng)需要變革

傳統(tǒng)車研發(fā)流程和實驗系統(tǒng)需要變革，無論從概念設計到概念評價，到概念的驗證，到軟件的開發(fā)，所有的這些都需要傳統(tǒng)的數(shù)據(jù)進來，同時要有不同的認證。至于要把交通工況分成模塊化的，進行駕駛的評估等等才能解決問題，所以新的供需鏈就產(chǎn)生了。

5.傳統(tǒng)車研發(fā)的技術平臺需要變革

最后一個變革就是技術平臺的變革。技術平臺需要再加一層交通平臺。最近我們在緊鑼密鼓地組建雄安智慧城市，智能服務就是數(shù)據(jù)要推送過去，只有把城市、交通都整成智能的，才能滿足要求。不能只是車上是智能的，范圍太窄了。

二、 智能汽車研發(fā)的數(shù)據(jù)需求

1.ICV的設計指南

我們現(xiàn)在還沒有形成標準，形成指南最好的是美國ODT 15條，它要求每一個汽車廠商，設計的產(chǎn)品必須清楚定義出ICV的動態(tài)駕駛任務，確定該產(chǎn)品的適用范圍及其相應的SAE等級。也就是說你這個智能汽車，智能到什么程度，而且必須對這個ODD不同的等級要進行變化，要說明你在什么樣的范圍、光線的程度下如何進入，如果你不能進入是不是還需要人來駕駛。而且對ODT上要發(fā)布出來，這個OEDR是從正常駕駛情景、預期的障礙物和駕駛中發(fā)生的不確定時間等不同情況下都要進行評估。這樣才能使客戶感到是買了一輛安全的自動駕駛汽車。

2.DDT的數(shù)據(jù)需求

這樣的話，對于每一個任務的數(shù)據(jù)都要有明確的規(guī)定，比如說對于DDT數(shù)據(jù)的需求，我們都可以明確需求的種類，例如事故場景、危險場景、試驗場景、仿真場景等。而且對于這樣的一個數(shù)據(jù)庫的需求，在開發(fā)過程中如何進行開發(fā)任務的確定，使得這些數(shù)據(jù)在整個過程中在無人駕駛器上是明確的。

3.自動駕駛ODD設計的數(shù)據(jù)需求

對于ODD，特別重要就是判斷你可以進入到自動駕駛，那么它也有非常明確數(shù)據(jù)的需求，而且要建立這個數(shù)據(jù)庫。從需求側到供給側，中樞是什么，中樞就是場景的數(shù)據(jù)庫，你的數(shù)據(jù)庫有多大，你這個車在無人駕駛的時候具有多大的能力，多高的水平。

而且對于ODD最重要的是自動駕駛ODD的設計數(shù)據(jù)需求，要跟數(shù)據(jù)庫一起設計，以及相關的研發(fā)工作。所以從這一個點來說，這個數(shù)據(jù)庫影響后續(xù)進行所有的開發(fā)活動和測試，以及影響開發(fā)過程。

4.感知和判斷OEDR設計的數(shù)據(jù)需求

OEDR更加重要，OEDR相當于你在監(jiān)管，你監(jiān)管的程度越細膩、越可信、越可靠，那你這個無人駕駛的汽車才越讓人放心，所以你對監(jiān)管的數(shù)據(jù)如何形成感知的數(shù)據(jù)庫。然后怎么進行監(jiān)測，這個非常重要，而且對于感知和判斷的設計數(shù)據(jù)需求是非常大的，這個車還要有學習能力。

這個數(shù)據(jù)庫有兩個優(yōu)點。一是因為數(shù)據(jù)進行邏輯性訓練，就是你OEDR很充分了，你的ODD就會拓展。二是降低成本提高效率，就是我們以前開發(fā)這個測試的應用。

5.動態(tài)駕駛任務應急措施DDTF的數(shù)據(jù)需求

最后一個，如果OEDR不行了，情況變得太復雜了，冰雪霧，這個情況下就要選擇降低車的功能。在什么情況下要降低功能呢？降低功能之后，怎么能夠最后得到應急措施的有效驗證，不能說降低功能了還把車撞了，這個不行，所以這個是非常重要的工作。

只有把這個應急措施做到最完善，才能升級，否則的話做L3/L4/L5都沒意義。所以對于駕駛員的數(shù)據(jù)和非駕駛員的數(shù)據(jù)都必須要進行安全、可靠驗證，一個是安全，一個是可靠。底下這一層全是自動駕駛的，所以這個可靠性是很重要的。最大化的降低車上人員的風險，這是定義ICV最重要的一點。

三、總結：對無限擴展的場景覆蓋能力

傳統(tǒng)汽車的開發(fā)是以有邊界的范圍來做的，因為在傳統(tǒng)車上有駕駛員，出現(xiàn)問題時人可以判斷，他不需要讓這個車做什么處理，但是對于自動駕駛的車來說，需要機器識別，這個機器的識別是無邊界的，隨機性的。不像下圍棋，把棋盤、棋局、棋譜輸入，相對比較簡單，智能汽車行駛在路上，遇到各種各樣的狀況，要復雜得多。所以它以無邊界限制的產(chǎn)品為驗證假設。

這個是最具挑戰(zhàn)的核心問題，所以ICV必須具備學習的能力，以便從使用條件上，推廣到實際行駛、運用時候的無限能力的研發(fā)，你必須造出這樣一種東西，這樣的話，我們就需要四大平臺，因為最核心的ODD是最核心的。

這四個數(shù)據(jù)平臺是什么呢？第一個是場景數(shù)據(jù)平臺，剛才我講了主要是這個，像DDT的、ODD的；第二是動態(tài)地理環(huán)境數(shù)據(jù)平臺，ITS路邊設備數(shù)據(jù)、精準地圖的數(shù)據(jù)等等，這個是非常大的數(shù)據(jù)；第三個是行車的數(shù)據(jù)平臺，就是駕駛員的健康情況、乘員的健康情況等等；第四個是用戶數(shù)據(jù)的平臺，用戶實際反饋的數(shù)據(jù)。構成一個數(shù)據(jù)整個的網(wǎng)絡。

為了達到這個要建立什么東西？一個是要建立ICV研發(fā)的持續(xù)學習的預測系統(tǒng)，包括復雜場景軌跡感知、傳感融合系統(tǒng)、預測模型，以及數(shù)據(jù)趨勢的預測環(huán)境，而且要深度的把虛擬和物理融合在一起的學習系統(tǒng)，否則沒法上路行駛。

最后就是要實施ICV研發(fā)的持續(xù)學習的過程。這個持續(xù)學習的過程就包括從數(shù)據(jù)到模型，ABC，不斷地把預測偏差的數(shù)據(jù)和預測偏差較大的數(shù)據(jù)不斷的進行修正，使得這個車越來越好用，從而使你DDT的設計更加適用和準確，這就是ICV。