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。