中国工程院院士、中国工程院副院长钟志华分享了自己和团队对于智能汽车发展路径的思考及探索。 汽车行业的技术属于与时俱进的重大的、复杂的系统性技术。汽车智能化除了可以和无人驾驶挂钩外，还有更加丰富的内涵。 钟志华表示，如果将汽车智能化单纯和无人驾驶等同，那么汽车智能化的发展将需要一个相当漫长的过程。但因为汽车智能化本身是多层级的，从这个角度看，汽车的智能化发展速度会比很多人想像得要快，其中机遇需要把握。 中国工程院院士、中国工程院副院长钟志华 对于汽车智能化来说，什么是最重要的驱动力？钟志华认为是“安全”。从被动安全、主动安全、智能安全到无人驾驶更加智能的安全，汽车智能化也将带来行车安全的提升。 但同时，他也特别强调，无人驾驶实现不意味着被动安全就会退出舞台，被动安全是为了保证“车毁人不亡，有惊无险”。被动安全会被抛弃，在钟志华看来“是个错误的概念”。 另外，由场景引导，有利于实现汽车智能化的最终目标，有利于实现真正的、完全的无人驾驶，让车与人融为一体。如果技术发展有应用做导向，风险较小；为了技术而技术则风险会大。 当前，从整个行业看，智能汽车在全球范围内已进入快速发展期，并呈现出四个趋势。 一是普通道路上形式的智能汽车聚焦于量产，二是智能汽车“出行服务”市场成为竞争起点；三是基于高等级自动驾驶的矿山/港口运输、园区物流/清扫等成为商用车竞争布局的焦点；四是业内合作、跨界协同成为新型智能汽车整车开发的一个新的趋势。 当然，智能汽车也存在问题和挑战。首先是智能汽车相关标准和法规尚待健全。就标准制定而言，我国目前的标准体系和核心产品标准并不健全，标准制定决定权分散在汽车、交通、通信等多个不同部门。针对这一方面，钟志华强调，标准其实是一把“双刃剑”。标准出台太早，可能会限制创新；有些标准制定不及时，也不利于创新的发展。 第二大挑战是产业链不完整，核心技术积累不足。钟志华表示，补全技术的过程中，要区别哪些是未来的核心技术，哪些是过渡性的技术，警惕现在集成攻关的技术可能最后是“没用的”。 第三大挑战是人、车、路协同基础设施建设投资大、周期长。高等级智能驾驶需要人、车、路、云、网、图互联，需要跨部门协调与跨产业协同。 第四个挑战是商业模式不清晰、产业生态不健全。 在智能汽车发展的探索上，钟志华重点介绍了智慧车列交通系统与引导式自动驾驶物流卡车两个概念。 交通拥堵已成为制约城市发展的一大难题之一。智慧车列交通系统基于一种新的汽车交通组织理念，根据客流特点设置专用道路和固定站点，但是不采用有轨道路和轨道车辆，而是采用城市道路与公路车辆。同时，按照“点对点”模式进行接送。 钟志华表示，该系统的定位对标地铁、轻轨。 智慧车列交通系统的系统原理要点 从车载工具看，具体可包括5座、11座、23座和43座等各种公路车辆车型。这些车辆保持近似均匀的速度和一定的距离，从而组成车列，形成大运量。 智慧车列交通系统演示图 物流方面，现阶段的公路货物运输呈现出堵、缺、危、差的问题，公路货物周转量快速增长已对于货物物流提出了新的要求。 针对公路货物物流的痛点，可采用引导式自动驾驶物流卡车解决方案。简单来说，这个方案就是将无人驾驶汽车的场景约束为自动引导式场景，由一个有人驾驶的卡车带领一个无人驾驶的卡车。 对于传统汽车来说，前车牵引后车本身就有一定的危险性，借助自动驾驶技术可以将此“变废为宝”，并成功节省人工成本。 |
