小鵬汽車獲美國加州自動駕駛路測許可

我們要真正的形成中國的海量大數(shù)據(jù)，選擇適合我們的芯片。

9月8日，在CTDC首席技術官領袖峰會上，小鵬汽車自動駕駛副總裁谷俊麗博士發(fā)表了題為“AI car 和自動駕駛進化論”的主題演講，分享了小鵬汽車正在推動的中國式自動駕駛研發(fā)之路以及在這一領域的最近進展。

小鵬汽車自動駕駛副總裁谷俊麗博士

同期，谷俊麗博士宣布，小鵬汽車近期已經(jīng)獲得美國加州自動駕駛路測許可。

小鵬汽車已經(jīng)獲得美國加州自動駕駛路測許可

CTDC首席技術官領袖峰會是國內(nèi)最頂級、最具前瞻性的互聯(lián)網(wǎng)峰會之一，聚集了業(yè)內(nèi)頂尖的技術領導者?！癆I智享未來”是本屆峰會的主題，功能汽車到智能汽車的變革也是本屆峰會探索的重要議題。

”自動駕駛國際化存在不少瓶頸，自動化駕駛進化的必然趨勢是軟件的強本地化。沒有中國實際駕駛場景數(shù)據(jù)的積累，很多自動駕駛功能在中國“水土不服”、甚至“目中無物”，無法適應中國的實際駕駛路況、交通密度和中國用戶的駕駛習慣，”谷俊麗博士表示：“小鵬汽車的目標是大規(guī)模量產(chǎn)具備六維感知能力的高智能互聯(lián)網(wǎng)汽車（AI Car），使得車輛能夠具備自我感知、物體感知、高精定位、預測未來、交互和事件及決策推理能力，提高自動駕駛在中國駕駛場景的安全和創(chuàng)新?！?/p>

今年年內(nèi)，小鵬G3即將上市，并啟動交付。小鵬G3將搭載領先的自動駕駛硬件，配有20余個智能感應設備，適配本地化自動駕駛，并將提供覆蓋高頻生活場景的自動泊車功能。

以下為谷俊麗博士演講實錄：

謝謝大家！今天非常高興有機會和大家分享關于中國式自動駕駛的思考。

先簡單自我介紹一下，我去年10月份加入小鵬汽車，之前在特斯拉總部負責人工智能和自動駕駛，帶領團隊做了Autopilot。從對AI的思考，到自動駕駛的研發(fā)，我都是從最前期開始介入的，個人有一些感觸今天來跟大家分享。

我重點講解一下自動駕駛，它本身是一個AI驅(qū)動的技術，一個系統(tǒng)，我叫它AI Car。我會跟大家分享自動駕駛整體的國際上的進化論，以及在中國我們想怎么做。

首先，我先來總結(jié)一下，在中國，自動駕駛概念從2016年開始炒，到2017年炒到火爆，到現(xiàn)在我覺得公眾已經(jīng)失去感知了，已經(jīng)不知道自動駕駛是什么了。所以，我想講解一下自動駕駛到底是什么，以及西方的技術并不能真正拿到中國來使用，比如說特斯拉的Autopilot。

我先講解一下人類歷史的交通變革。我經(jīng)常想，人類歷史的交通從擺脫原始的交通工具，比如說馬車、驢車，到現(xiàn)在林林總總的各種汽車，其實也只有一百年的時間。那發(fā)生了什么？

我們從原始到模擬的機械器件，然后通過（裝有）汽車輪子的福特Model T（T型車）往前演進，出現(xiàn)奧迪、奔馳這樣的品牌。我們在機械、控制層面，在發(fā)動機、燃油機層面做了一百年的工作，現(xiàn)在已經(jīng)幾乎飽和了。

車正在悄然發(fā)生變化，它在從模擬的器件悄悄變成數(shù)字化的器件，就像21世紀初，我們還在用諾基亞的功能機，通過鍵盤來按，到后來慢慢地我們幾乎所有人都不再用一個滿是按鈕的手機了。從功能機到數(shù)字機到智能機的演變，同樣的革命正發(fā)生在車輛上。數(shù)字化要有傳感器，計算單元，要嵌到車上，且讓用戶感覺不出來，這是數(shù)字化的過程，是對車本身變革的過程。在這個基礎上，我們再做一些輔助駕駛、預警，然后脫手，眼睛可以離開的，各種智能化的工具功能，它是這么一個變革過程。

拋去外表發(fā)生的變化，在技術本身，自動駕駛讓我自學了很多專業(yè)，從做芯片到做AI算法，到軟件，到做自動駕駛。自動駕駛是我做過的最難的、最復雜的一個工程，沒有其一。為什么呢？因為拋開自動駕駛這幾個字，它里面涵蓋了人類過去一百年幾乎所有最重要的技術、信息革命的一些關鍵突破。我來講解一下在我眼中大家所說的自動駕駛包含哪幾代技術的框架。

自動駕駛第一代是由像特斯拉這樣的公司搞起來的，當時用的是采用融合供應商的方案，比如說目前主流的國外融合MobileEye，國內(nèi)融合博世。國內(nèi)的自動駕駛絕大部分由博世控制，這就是第一代集成方案。汽車本身是一個復雜的工程，是一個拼接的系統(tǒng)工程，就是把上萬個零部件集成到一起。造車本身不是一個造技術的過程，技術是由供應商在各個角度，比如說控制單元，發(fā)動機單元，電池單元以及感知算法單元，分別去突破的。這是第一代技術。

第一代技術有一個瓶頸，無法打通，供應商的東西是無法改變的。所以出現(xiàn)了第二代，自己選擇一個芯片，把車、數(shù)據(jù)以及自我編程打通，可以改變我的功能。這是第二代，在芯片以及自主研發(fā)的算法上做自己的軟硬一體的設計。

我們現(xiàn)在發(fā)現(xiàn)AI是一個對計算能力需求無窮盡的應用，尤其對自動駕駛，在私家車上做應用，它的場景是無限量的，你無法完全描述自動駕駛的車會遇到什么。所以，它對計算的需求也是無窮盡的?，F(xiàn)在出現(xiàn)了很多公司，國際巨頭Waymo也好，特斯拉也好，都是自己做芯片，為什么？過去人類60年做的所有芯片是針對通用計算的。真正到車上，這種復雜的流水需要更強大的芯片。這是第三代。

大家想起自動駕駛，可能都想起各種各樣的車。Waymo的車上面架了一個像船一樣的盒子，Cruise的車上pony 面架了8到10個雷達。中國的很多自動駕駛公司，包括景馳，都是上面掛著很多東西。這是第四代自動駕駛，通常是說在特定場景下不需要人了，是完全的driverless，沒有駕駛員。

為了做到這一點，它很難，我先限定場景，再在車上針對這個場景掛各種傳感器，做各種計算單元。所以，到第四代，車就為自動駕駛設計的。你看它不像臺車，是因為傳統(tǒng)的車不涵蓋這個東西，現(xiàn)在兩者是一種嫁接關系，還不是一個產(chǎn)品的形態(tài)。

我從特斯拉來到小鵬，是想解決中國化的自動駕駛。我們第一代車，今年的量產(chǎn)車上會介于第一代跟第二代技術之間，我們會采用部分集成供應商，部分自主研發(fā)。這也是基于的我們自主研發(fā)的節(jié)奏，需要一定的時間去啟動。我們在第二代車上，2020年的車上，會將自動駕駛自主研發(fā)的通道從算法到芯片，一直到車上打通。

我們?yōu)槭裁匆鲞@個事情？很多人來問我，不管是吉利，沃爾沃，特斯拉，都有這個產(chǎn)品，為什么還要再做？是，是有這個產(chǎn)品，但是在大部分的中國場景下沒人敢用，因為它不適合中國的駕駛場景。它會有水土不服，比如說中國路上的障礙物是不規(guī)則的，幾乎無法辨別在中國道路上遇到的所有障礙物。中國的交通規(guī)則是不規(guī)范的，因為中國文化跟西方文化是不一樣的，駕駛問題確實是反映人的文化問題、習慣問題以及社交問題。它不是簡單的在實驗室內(nèi)的技術，有水土不服的問題，也就是說，為什么中國這么多車，但使用率不是特別高。

我個人認為，中國的自動駕駛只能中國人自己來解決。還有人在微博上提問我，說從來沒有聽任何一個技術是帶著國家邊界的。我倒不是說這是國家邊界，而是說整個通道，就像任督二脈，我們現(xiàn)在還沒有打通。我們要真正的形成中國的海量大數(shù)據(jù)，選擇適合我們的芯片。在這個基礎上，要搭建適合中國自動駕駛的傳感器系統(tǒng)，而這個系統(tǒng)一定要針對中國的場景，要涵蓋中國的一些特定軌跡、特定場景、特定交通動態(tài)。在這個基礎上，再做中國的算法研究。我認為在中國解決自動駕駛技術要比西方難十倍以上，這是一個框架性的問題，也是一個創(chuàng)新性的問題，也是需要很多技術積累的問題。一定要中國人自己來深耕解決。

第二部分，我想講解一下小鵬汽車對AI Car的定義。定義很重要。我認為車應該有三重智能才能在中國的馬路上開，這是一個科普性的概念吧。我們先說AI Car，它包含著很多東西，比如說有幾十個傳感器來感知環(huán)境，有互聯(lián)的功能，然后去取地圖，有云的功能、芯片的功能、人工智能實時的計算功能，自適應學習以及林林總總的功能。我來分解一下，它是怎么一種三重智能。

首先，我個人認為不僅僅依靠云端智能，車一定要自己會開，所以一定要在車上有實時的足夠感知環(huán)境的（比如看200米也好，150米也好）攝像頭加上雷達，再做融合。我們?yōu)槭裁匆鲞@么多種類的傳感器？因為沒有一種傳感器能夠滿足駕駛所看到的環(huán)境的需求。比如，攝像頭能看到扁平的二維物體，雷達能看到速度跟三維，這兩者要加起來。如果有一種傳感器，能夠準確告知它的三維的方向以及它的語意，這也是對自動駕駛將會產(chǎn)生推動性作用的技術創(chuàng)新。

AI很重要。沒有人可以否認自動駕駛，本質(zhì)上就是由AI推動的問題，AI將會對它周圍的傳感器拿來的數(shù)據(jù)進行識別，對其他車輛進行識別，從而作出自己的一些決策跟軌跡規(guī)劃。而AI要求的是高性能級的計算，所以一定要有高性能級別的芯片，且滿足車規(guī)，在車上運行。

可能這個問題大家一想覺得很簡單，我們不是有很多云，有很多GPU嗎？但那些是不完全滿足車規(guī)的，一輛車跑在馬路上，是五星級的安全規(guī)格，不允許隨時硬盤壞掉，隨時可以重啟。而任何云端的東西都存在故障率，這是不允許的。當然了，我們也要互聯(lián)，因為互聯(lián)可以告訴我們地圖，互聯(lián)可以告訴我們交通信息以及更多。剛才講的是個體智能。

車多了，可以增加群體智能，有十臺車開過這里，看到這里馬路斷了，就可以告訴后面的車，叫群體智能。就像蟻群一樣，車也可以做到同樣的智能。另外一個輔助智能，尤其是在中國很流行，我覺得中國政府做事情，彎道超車的概念，很難去避免。

比如說個體智能做不到這么多東西，那在馬路上加上各種東西，這就是輔助智能。怎么搞，這個東西沒在車上，這就是輔助智能，借助環(huán)境本身的感知能力。V2X讓車可以給各種東西發(fā)信號，但這只是一種愿景，很難做到把世界（改造），改造一輛車已經(jīng)很難了，把世界都改了，裝上傳感器，且傳感器日異月新，也不是百分之百可靠的，這本身是個浩大的工程。所以，我個人認為它只是一個輔助性的東西。

接下來簡單分享一下我們說中國式自主研發(fā)，到底它的關鍵點跟我們自己的分解是怎樣的。做自動駕駛有這么多核心的東西，你規(guī)避不開，一定要去深耕，一定要去沉淀。比如芯片一定要有，沒有不要搞AI。第二，自主研發(fā)措施打通任督二脈，把數(shù)據(jù)，也就是代表場景跟車，跟算法連接起來，這是真正自動駕駛，是一個框架性的東西。海量中國場景大數(shù)據(jù)，不管你再怎么海量，世界天天變，所以這是一個永恒的難題。

我逐一分解一下，海量大數(shù)據(jù)場景，這個場景要在公開的任意的，不能是限定場景。我們經(jīng)常有朋友開車，在硅谷開得好好的，一旦開到中國，發(fā)現(xiàn)什么都不行了，就是因為場景變了，一切都變了。所以，場景是一切的源泉，而場景體現(xiàn)在大數(shù)據(jù)里邊，而這個場景是要不加限制的，只要用戶開過的地方，你都要去開，去搜集。拿這個數(shù)據(jù)到云端經(jīng)過組織之后，把它進行AI的創(chuàng)新，肯定是創(chuàng)新的，你要識別，所有的東西要做預測。然后把算法弄到車載上，不要再僅僅在云端控制車輛。弄到車載上，要在車上能算得動，才有產(chǎn)品。形成閉環(huán)之后，讓算法通過數(shù)據(jù)生長，讓算法在車上得到驗證。這是一個框架，跟智能得以演進。解決中國的自動駕駛一定要讓這個框架轉(zhuǎn)起來，要讓智能可演進，因為沒有人可以一步解決所有。

我總結(jié)了大家認為對AI的定義，每個人有不同的理解。在車上，我們需要AI的“六維感知”，第一維感知，得知道自己是怎么動的，怎么運轉(zhuǎn)，車輛動力學。第二維，要知道周圍是什么物體。第三維，要知道物體精準的在什么地方。第四維，時間維度，要知道互相之間它的預測，未來。人駕駛時的反應弧其實是很長的，比如是400毫秒，甚至比算法要長。但是人能夠駕駛很好，因為人對未來有預測，他是基于預測在開車，而算法總是基于歷史，過去看到的傳感器看到再算，算完決策，這個反應弧是基于過去在做預測。所以，我們?yōu)榱藦浹a這種延時，要對每個車輛的軌跡，每個賬號的軌跡進行預測，別人可能不讓你加塞，別人可能會換道，你到底怎么想，你才能做出最好的一個決策。第五維，你做了一個決策，每個人開車不一樣，有的人就是我盡快走，有人要安全第一，有人要舒適第一。所以，你做決策要理解基于什么樣一種規(guī)則做的決策，這是第六維。六維感知之后才能真正的做到自動駕駛，我們現(xiàn)在的AI其實最多到了第二維，或者到第2.5維。

從2012年突破大數(shù)據(jù)的深度學習，給大家提供了一個很好的水平線，都水漲船高，在一個水平線上了，能夠識別上千物體、上萬物體的98%的精度。這是二維。到第三維，我們需要高精定位，高精地圖在量產(chǎn)車上量產(chǎn)方案做，現(xiàn)在是一個全世界都沒有完全解決的問題。所以，我們現(xiàn)在在二跟三之間，但我們同時可以在研究界以及算法界可以做第四維、第五維的一些突破，一些預言，但是，真正落到產(chǎn)品上還需要一些實踐跟積累。所以，自動駕駛真正做起來，是結(jié)合傳統(tǒng)經(jīng)典算法，結(jié)合對scenarios的理解，有很多 scenarios，有很多場景。再結(jié)合AI做了各種各樣的復雜流水，所以為什么你看各個自動駕駛公司，有些人說我三個月車都可以開了，那接下來這兩年你在干嗎？在解決各種 scenarios，沒完沒了的scenarios，且這個車只要一換城市，發(fā)現(xiàn)什么東西都變了，要重新再搞一下，這就是自動駕駛的難處了。

另外，車不是一臺手機，也不是一個電腦，安全要第一。要做到安全是很復雜的，車本身有控制單元，有感知單元，現(xiàn)在又有芯片，各種各樣的東西加到一起。為了解決這個問題，我們在傳感器上，在控制單元上，在急剎車上都做了一些冗余，把安全以及智能分成了四個層次的框架系統(tǒng)，一層一層往上去漲。

我一個基本的原則就是，任何高級的智能都是不能以犧牲性命關天的安全性為原則。比如說，Uber前幾個月發(fā)生了一些車禍，就是AEB沒有啟發(fā)。這種情況下，不管整個車有多智能，我是不會去用的，因為AEB是性命攸關的。所以，在設計我們的系統(tǒng)上，第一步保證傳統(tǒng)一百年造車留下的精華不要被損害。第二層，有一個冗余。第三層、第四層，我再說高級的智能，如果高級的智能做不到，就回到下面的一些智能上去，保證人的性命安全，比智能的fancy的未來更重要。

最后，想跟大家分享一下我們的產(chǎn)品的智能演進。我說過，要解決自動駕駛問題，我不相信有一家廠商可以站出來說我落后的都解決了，這是不科學的，這個問題有它的科學性。所以它一定有一個演進的道路。

中國人駕駛的焦慮痛點跟外國人不一樣，比如說外國人很少有停車焦慮，停車場都很多。但是中國人停車焦慮是很大的，所以我們第一步先從停車焦慮開始解決，從耳朵，就是先用超聲波，基于超聲波的泊位，像蝙蝠探測一樣，要前后、左右有車輛才能去檢測，超聲波也是現(xiàn)在市場上，大部分的停車系統(tǒng)用的技術框架。我們在此基礎上加了視覺，車場空空的，超聲波探測不出來任何車位這是很傻的，是人不能理解的。所以加上視覺，讓他能夠看到各種停車位。最后再加上語音，讓人可以跟它交互，再到一些記憶性的東西，一步一步演進它的智能。

對于自動駕駛來講，駕駛焦慮，比如說春運的時候長途開高速公路的焦慮，比如說每天上下班，在一線城市每個人平均50分鐘、一個小時的堵車，上下早晚高峰的焦慮。這種焦慮已經(jīng)使得車變成了除了家、公司之外非常重要的生存空間。

我們解決完駕駛焦慮之后，會從高速自動駕駛開始去做，L2就是人可以不允許脫手，手要實時在上面，L3可以允許脫手了，長途跋涉的時候，人的焦慮性、疲勞性可以得到更大程度的改善。到擁堵情況下，車可以自己跟停，handle一些換道，handle一些別人加塞的問題，解決早晚駕駛高峰的焦慮。

再到未來，城市十字路口怎么過，現(xiàn)在也是一個永恒的難題，怎么上下高速，是真正做到從A點到B點的自動駕駛的關鍵技術門檻。

到最后，其實就算這些技術問題都解決了，自動駕駛問題也沒有完全解決，因為人的駕駛習慣，用戶體驗是我們最重要解決的問題。每個人駕駛的習慣不一樣，有人喜歡激進型，有人喜歡平穩(wěn)型，最后我們要解決個性化的駕駛問題，這是我們的演進之路，粗框架的。

同時，我們要說車內(nèi)智能也要去做，當人越來越多的解放出來之后，雙腳、雙手、眼睛都解放了，人在車里干嗎？在真正做到無人駕駛之前，其實車是一個人機共同體，有一部分場景是車，有部分場景是人。只是在L2的時候，人大部分還要駕駛，車駕駛少部分場景，越往上車越來越多的不需要人去管。在這個過程中，我們要通過駕駛員狀態(tài)監(jiān)測來告知系統(tǒng)，進行協(xié)同，人現(xiàn)在疲憊了，要給他十秒鐘的時間接管，或者是他現(xiàn)在看手機，要八秒鐘的時間來接管，要提前提醒他。才能夠說在車開的越來越多的情況下，能夠做到更好的無縫的更安全的功能的配合。

最后我想跟大家分享一下，我們現(xiàn)在自動駕駛中心是一個兩岸四地的跨國團隊，在廣州總部解決造車測試的問題，在硅谷有團隊解決軟件研發(fā)的問題，在上海，北京也都有團隊。

我們近期也有好消息，小鵬汽車在硅谷取得加州自動駕駛路測許可。希望在今年，我們只做少量的事情，其中一件最重要的事情就是把任督二脈打通，把框架建立起來，然后實現(xiàn)基本的功能，開始真正的上車做實驗。

我希望我們是一個做正確的事，用正確的方法做事的團隊，希望大家能夠關注我們接下來的成績和結(jié)果。