[[170211]]

西電集團CIO趙總先期介紹西電集團智能制造項目的整體規劃與最新進展，就西電在智能制造、業務推進方面的學習和實踐做出了分享。同時，他也對工業互聯網、工業4.0、“中國制造2025”等理論問題發表了自己的觀點，以理論與實踐相結合的方式探討中國制造業轉型升級的話題。

[[170212]]

李德毅  中國工程院院士

演講實錄

以下是李院士的演講實錄：

(實錄內容根據現場速記整理，未經演講嘉賓確認，僅供參考。如轉載，請注明出處。)

李德毅：很高興跟大家講智能車產業，以前叫汽車產業，現在多了一個行業叫智能車產業。我講講智能車產業的實踐與展望。

先講講生態，智能車產業現在到了什么情況?智能車產業集成了幾乎所有工業和信息化領域的中高端技術為一身，鏈條非常長，原來說到煤礦，現在不僅僅到了煤炭，還到了化工、新材料、新工藝，以前把汽車賣完就算了，現在不是，現在汽車包括在線監控和全鏈條服務，關聯度強，就業面廣，涉及經濟領域多，消費拉動大，是國民經濟的重要支柱產業。

汽車工業的核心競爭力跨越三個世紀，經過將近150年的發展，初期人們感興趣的是底盤、傳動、機械，后來關心的是能源、被動安全、碳排放，現在關心汽車電池模塊化、新能源汽車，下一步人們更關注自動駕駛、智能駕駛。

汽車怎么分?汽車廠商分五個等級或者六個等級。我分法不一樣，最近知道特斯拉發生了一次致死的事故，選我們把ADAS叫做離線輔助駕駛，后來汽車行業出了新名詞叫自動駕駛，大家覺得讓汽車自己跑挺好，這時候汽車是自動的嗎?特斯拉說了你這個發生事故，我是要求你把手放在方向盤上，誰叫你不放在方向盤上呢?所以自動駕駛是一個陷阱，本質上還是輔助駕駛，老百姓很不高興，所以特斯拉的股票也降下來了。IT行業更多的把汽車叫做自駕駛，或者叫做沒有駕駛員的駕駛，或者叫做自主駕駛，這個詞我認為是同義詞。

國家的“十三五”規劃提出了一個新的概念，叫做以人為本的協同攻駕。這個詞比較好，所以我個人認為“智能駕駛”分四個等級，無論是輔助駕駛還是自動駕駛都是人駕，到了自駕是馬駕，到了人機協同是人馬一起駕。大家知道指揮官騎在馬上，馬跨越壕溝指揮官是不用考慮馬是怎么蹬腿的，但是指揮官受傷以后馬要把指揮官帶回家，所以我們認為馬和指揮官的關系相當于人和智能駕駛汽車的關系。

全球智能駕駛的實踐近乎火爆，盡管形態多樣，方法各異，但也趨向形成共識。從認知試驗走向認知工程，工程化很重要，汽車是跑出來的，汽車不是設計出來的。正迅速為智能車的產業化和市場切入開辟道路，要建立全新的智能車生態環境。性能可靠性越高越好，成本越低越好。

我們估計一下這個產業2020年會是什么樣子?性能要高就不能用一個攝像頭把前面解決了，像特斯拉一個攝像頭把白色的大卡車看作是藍天白云這顯然是荒謬的，所以傳感器非常重要。不但要有攝像頭，尤其還要有好雷達，要高精度雷達，還要紅外雷達，因此性能提高跟傳感器數量和種類密切相關。我這里面尤其要提到的是，光有傳感器還不夠。最近產業界發生了一件大事，特斯拉與Mobileye合作終止，靠移動傳感器控制車子行為是不夠的，中間少了一個裝備叫做“駕駛腦”，沒有駕駛腦光有傳感器車子開不好。可靠性，將駕駛可性三個9提高五個9，比人工駕駛高兩個數量級。成本，智能車價格是圓車價格的200%，能否接受?當你車子價格乘2變成智能車你大概可以接受的，現在用40萬的車將來用80萬的，我估計大家都愿意去試一試。

這樣一來，我們看看這樣一個大市場背景下，我們遇到一個什么樣的生態環境呢?

第一，出行有風險，開車須謹慎，安全無盡頭，智能無極限。不要想著有了智能車就不會出事故，就好像飛機在天上飛也可能掉下來。

第二，道路信息化有助于智能車工程化的實現，但重點還是要放在車的智能上。

第三，車載傳感器必然是多元異構，沒有哪一種傳感器是萬能的，不要想著單靠攝像頭就可以解決問題，我們人的視覺，雙目測試你距離到不了毫米和厘米，所以要綜合考慮性能可靠性和成本，輪式機器人的傳感器配置方案和駕駛途徑是多樣化的。

第四，包括自動駕駛在內的越來越豐富的汽車輔助駕駛手段離自主駕駛僅一步之遙，跨過這一步比人們預料的要快。

第五，引入人類生活130年的汽車，車輛動力學性質已經相當完善，其人機工程學的巨大成功導致縱向控制和橫向控制的解耦，為智能車的自主駕駛和雙駕駛雙控奠定了基礎，人機協同共駕勢在必行。人可以開，機器也可以開，兩個人可以輪著來或者系統共駕。在泊車的時候，比如你大把打方向盤又踩油門還比較難。

以人為本的協同共駕，人有多少人?第一是機器人，第二是駕駛位上的駕駛員，當然他可以空缺，第三是程序調試員、試驗和維護人員。第四是乘員，一個車上有人，乘員很重要，不能讓乘員活活燒死。最近幾個大巴，無論是臺灣的還是國內的都死了幾十人，教訓慘重。第五是互聯網遠端的車主。這個車主可以不在車上，但是他應該能控制車。還有一種是互聯網遠端的黑客，黑客不能破壞安全。所以我們看“互聯網+汽車”怎么考慮遠端的請求、控制、攻擊。

第六，智能車帶來的倫理問題和交歸修改問題沒有想象的那么難那么遠，歸根到底還是兩個責任人，一個是車廠，一個是車主，當然在具體運行方式上可能有保險公司介入，但是責任可以分得清，修改法規并不難。

第七，智能駕駛，未來已來。和轎車相比，“兩客一危”、房車和中重型貨運車輛智能化需求更為迫切，各種各樣的智能商用車的社會化運營比智能轎車的私人購買要早。我們的重心放在哪里?對企業家來說必須有一個戰略的眼光，而不是湊熱鬧改小車。

第八，各國都在積極探索建立高效的智能車實驗場、示范項目，規范智能車的測試語評估，探索運營模式。中國的第一個就在上海嘉定城，已經在做規劃，將來我們可以在那里進行試驗。

第九，利用包括智能車傳感器在內的大數據，可以優化交通基礎資源，實時監控交通設施和車輛，即時處置交通事故，緩解交通擁堵，有效建立公路物流。

第十，智能駕駛對汽車也不是災難而是福音，智能車渴望成為互聯網時代手機之后的新型端設備，包括自主駕駛汽車在內的輪式機器人產業將迎來井噴期，整車價格上不封頂。

專職司機行業將逐漸消失，私人擁有轎車的時代漸行漸遠，智能車產業化必將興起。這是我對第一個問題的基本思考。這時候哪一家產業違背了智能車產業的生態難以崛起，也不可能茁壯成長，不是你老板一拍桌子就可以解決的，我們交的學費已經就多的了。

下面講講我和有關企業在智能車上做的工作。僅僅由研究院所或高校利用改裝后的汽車在封閉道路環境下的無人駕駛試驗和比賽已經成為過去，轉而進入智能車工程化和市場化的新階段。

沒有智能車的工程化就不可能有智能車的產業化，我們已經從認知科學的研究轉向認知功能的實踐。總體來說一個智能車有三大類傳感器。第一大類是GPS、北斗衛星定位接受器，考慮你這個車在地球上什么地方。第二大塊是攝像頭，有看交通指示牌的，有看前面障礙物的，攝像頭多的可以七八個，少的可以一兩個，現在車上都有一個行車記錄儀。第三類是雷達，有激光雷達、超聲雷達、紅外雷達，現在激光雷達很貴，我們希望將來一個激光雷達大概1千美元一下就可以了。主要解決三個問題，我在什么地方?我周邊有什么?我下一步怎么走?

國有大部分汽車電子企業長期以來走的是后裝和改裝之路，形成當今ADAS的最后繁榮，在全球智能化產業化的大潮逼迫下，不得不走上原裝和前裝之路，從汽車電子專項電子汽車、數字汽車、自動汽車，直到智能汽車，車載傳感器在產業化鏈條中的位置大大前移。駕駛過程中，駕駛員在回路中的預測控制是汽車自身無法替代的。

自主駕駛的基本問題就是駕駛員駕駛過程中與環境和周邊車輛的交互認知哪里去了，駕駛員的作用在自主駕駛中由誰替代。我們看我們的方案，這是結構化道路下藍色車就是智能車，用雷達傳感器、視覺傳感器、車載傳感器、定位傳感器進行定位，通過這些來決策當前和下一步應該怎么辦。有了這個決策之后就可以控制車子的方向盤、油門和剎車，然后進行控制。這樣一來就是駕駛腦，駕駛腦主要是這塊，傳感器主要是前面那塊，駕駛腦的工作是極其艱巨繁重的。我們看一個車就是看它的感知、認知，再感知再認知的過程，其中有記憶、長期記憶、工作記憶和瞬間記憶，有思維判斷，有執行，感知、認知、行動，再感知，再認知，再行動，構成了我們智能車的全部內容。

研發駕駛腦我們走過了十年的道路，一開始我們把傳感器、交換機、計算機和服務器放在車里，以前是很大的，后來放在一個小一點的抽屜那么大的，現在一體化，把駕駛腦融入車內，我們目前的駕駛腦大概有飯盒這么大。我們以前認為的自動駕駛就是啟動計算機程序讓汽車自動開，如果程序不合適就由人調程序，本質是程序員通過程序教機器人開車，起訖成為軟件定義的機器實現自動駕駛。這樣的觀點是對還是不對?我現在的觀點是它錯的，不對，因為它把駕駛員取消了，駕駛員不能取消。自動駕駛是不是等于自主駕駛呢?多少種自動駕駛模式才能夠完全覆蓋各種各樣的駕駛場景，這是充分條件。從一種自動駕駛模式切換到另一種自動駕駛模式是唯一確定的嗎?這是必要條件。如果不能確定，那自動駕駛是一個陷阱，不要上當，自動駕駛本質是輔助駕駛，一定要自主駕駛。

智能車研發的困難，不僅僅是各種動力學要求，更重要的是研發和駕駛員一樣的在線的駕駛腦，模擬實現人造回路的預測和控制。把人在回路中的自主駕駛讓車廠去模擬，是難以承受之重，把機器駕駛腦的研發讓車廠去做是難以承受之重，現在北汽、吉利都在做這些事，可以把車做得好一點，自動化水平做得更高一點，僅此而已。可以利用微電子技術，采用CPU加GPU加FPGA加ASIC架構生產專用芯片和板卡，研發機器駕駛腦。對于駕駛腦我們要求一打一小兩高兩低，大接口，小尺寸，高性能，高可靠，低功耗，低成本。

車相隨，學相伴，輪式機器人在駕駛員開車時應該能夠橋好自學習，把駕駛大數據轉化為價值，把駕駛員腦轉化為機器駕駛腦，并和機器行為融合在一起，讓駕駛員教機器人開車，讓大數據開車，這才是根本之道。

我們看什么是正學習?駕駛腦向經驗駕駛員學習開車。人工駕駛的時候，經驗駕駛員通過生物視覺等形成的當前駕駛態勢圖，駕駛員人工操作油門、制動和方向盤，駕駛態勢、認知箭頭圖對庫生成，有一個圖就有一個標簽，有一個圖就有一個標簽，這時我們興奮起來了，這就是深度學習有用武之地的地方。于是我們開始把一天，根據我們的經驗，如果首都機場到天安門，如果每小時36公里的速度開車，大概一天可以生成153924幀圖對，把這個拿來進行深度學習形成駕駛記憶棒，下一步沒有駕駛員，但是還能使用這個駕駛態勢，到駕駛記憶棒里把這個認知找出來，然后去控制開車。車子應該這樣開，學習開車這才對。通過深度學習實現自學習，統計學習和進化學習，我們高校和研究所有多少人在做這件事。如果我們把一個駕駛態勢圖看成一個人臉，把駕駛標簽看作張三、李四、王五，那就不是同一事情嗎?深度學習很火，為什么不拿來用。

人常常是在錯誤中學習的，試探糾錯，吸取事故教訓是提高駕駛水平的重要環節，因此一次次的駕駛事故也可以通過深度學習形成事故記憶棒。我們把剛才那張圖再拿過來用，我們看看比較的駕駛員在當前這樣的駕駛態勢下他怎么避免事故的，再遇到這種事情千千萬萬不要用這種方式處置汽車，這樣一來我們就生成事故記憶棒。假如說特斯拉這次這個情景，我們變成一個事故記憶棒，告訴大家奇跡將發生，所有的車子裝上這個場景，像這位約翰先生已經去世了，他所發生的這個駕駛事故將會被所有的智能車銘記，這將是多么美妙的前景。

當今深度學習正站在全球人工智能的風口，普遍把卷積神經網絡用于點云圖象識別、完成感知階段的自學習。而我們另辟蹊徑，把卷積神經網絡用于形式化之后的、基于可用路權的駕駛態勢圖和反映駕駛操作全部內容的認知箭頭形成的圖對上，用于認知階段的深度學習，大大減少簡化了實時處理的數據量。駕駛腦的定位，我們生產的駕駛腦是作為智能車產業化重要的零部件，在傳感器之后，但是在整體解決方案之前，是一個重要的零部件，它實際是買駕照的，傳感器替代不了，車廠替代不了。它是取得豐富駕駛經驗的，駕齡替代不了，它也是一個活地圖，地圖替代不了，我們要把每個車做成個性化駕駛和標桿駕駛，從這兒開始，三環路上開我們向你學習，這多好。所以自動駕駛替代不了。

自動駕駛本質是輔助駕駛，它是一個陷阱，我們要用深度學習的方法研發駕駛腦替代駕駛員。云計算大數據助推并成就了智能車產業化。在我們的駕駛腦里面是雙總線架構，個一是學習一個是調試，智能車零部件從車載傳感器到駕駛腦，從零部件性能可靠性到整車的智能魯棒性評測，正在形成規模化生產智能車的全新產業鏈條，形成智能車市場切入的突破口，跨界創新、尤其是人工智能、自動化工程和汽車業的跨界創新展現出勃勃生機。我們30年用市場換技術，我們拿到了多少技術?我們缺少這方面的知識產權，人家不給你開放。洛伊我們不要再做美夢了，市場是換不來技術的，只有技術才能換來市場。

國家的戰略需求，車載傳感器國產化迫在眉睫，尤其是車載雷達，ADAS的最后繁榮和轉型之路將會導致一大堆ADAS公司倒閉，因為人們不要你后改裝的東西了。建立智能化和自動化握手的方法學我們正在做，建立智能車測試場和智能駕駛示范，制定智能車行駛道路和環境的標準，發放智能車生產許可證和智能車駕照，我們什么能在產品目錄里找到中國產的智能車。智能駕駛試驗、示范與評估迫在眉睫。智能車各種感知和認知手段相互依存，甚至彼此纏繞，在各類比賽場、測試場，智能車表現出的千奇百怪、反反復復，人們困惑過、迷茫過，試來試去理不出頭緒，試驗和評估活動混亂無序。

也就是在這多彩多姿的實踐活動中，正在逐漸形成明確的試驗約束，呼喚智能車零部件生產與組裝、智能駕駛規范化試驗、智能評估認知的方法學。我們十多年的開發經驗摸索出了一條道路，這條道路可以解耦合、排先后、拾階而上。由上而下的認識問題，由下而上的解決問題。先后有序，遞進式調模塊，不牽一發而動全身。孤立問題，減少耦合，增量式調智商，不相互纏繞。混合編組，交叉驗證，常態試驗。

我們的方法是這樣的，首先我們有一個深刻的經驗教訓，車輛本體的動力學不好什么都是浮云，根本不要調傳感器。所以先要把動力學性能測試和握手試驗做完，做完了之后我們做第一個三分之一，單通道的智能駕駛試驗，無論是管道的還是圖像的還是雷達的，這三個可以單獨測試。我們現在在北京圓明園就在做這樣的試驗，用幾個攝像頭把雷達關掉，把GPS關掉跑幾圈看看，這叫三分之一測試，三個三分之一測試做好了之后，然后用雙通道組合測試，兩兩組合，又形成三個試驗，最后三個通道全部打開做試驗。

第三方面，我來講一下個人對智能車產業化展望。

智能車是我國智能制造2025的第一張名片，也是我國智慧城市、智能交通的第一張名片，智能車產業帶來的變化是全方位的，影響不可低估。我們認為各種各樣的智能商用車的社會化運營可能要比智能車轎車購買較早，將來可能商務大巴是潮流，公路列車物流、中重型貨車、特種車輛、社區通勤、景觀觀光也是潮流。這是一輛房車，房車可能是一個家庭的第三輛車或者第四輛車，房車就是移動家居，智慧城市必不可少的一個環節，房車怎么做?我們現在正在深圳做兩臺房車的無人駕駛。還有賽車，大家知道人跟自行車比賽，或者人跟賽車比賽是很刺激的事情，賽車也是很重要的產業。我到杭州，杭州副市長說杭州是世界旅游城市，我們就跟老百姓比看你輪式機器人駕駛水平高不高，就是很好的體驗項目，所以大家也要有商業頭腦，如果賽車別人不做，你做一做也許能成功。

輪式機器人興基擠壓乘用車市場空間。輪式機器人成為人類生產、生活的經常態，工廠用、農田用、港口用、測量用、戰場用，社區用，辦公用，家里用，醫院用，方便、簡潔、自主、自適應、自學習，和手機一樣正在成為互聯網設備，正在擠壓小轎車市場。不是說小轎車市場沒有了，還是有人愿意表現自己的身份。

今后智能車產業化有七個里程碑，在座的企業你們愿意成為其中一員嗎?第一個里程碑是誰能成為我國生產車載毫米波雷達、激光雷達量產首家過千臺的企業，我覺得前臺在我們當前有引領的作用，不知道西南有沒有能做這樣的企業家。第二個里程碑，誰能成為我國生產線控轉向、線控制動、線控動力系統量產首家過千臺的企業。車子的自動化做不好什么都是浮云。第三個里程碑，誰能成為我國駕駛腦量產首家過千的微電子企業。第四個里程碑，政府尤其工信部何時能夠發放我國自主車生產許可證，何時能發放智能車駕照，說這個車子可以拿到C2、B2或者A照。第五個里程碑，誰能成為我國智能車量產首家過千臺的企業。里程碑六，哪個企業能夠成為我國首個將智能車用作移動共享工具的服務性行業。里程碑七，哪個城市能夠成為我國首個快速公交智能車聯網運行城市。這七個里程碑都是值得我們大家考慮的。