产业进化·论 | 智能驾驶将何时迎来黄金时代？

4月21日，由昌发展主办的“未来之路——智能驾驶” VIP闭门沙龙圆满收官，无人驾驶汽车、传感器、导航系统、新能源动力系统研发、智能泊车等领域近30家企业、投资机构与会，分享对智能驾驶的思考和实践，及对未来行业发展的看法，“金句”百出，思想猛烈碰撞。

产业观点集锦
新基建时代到来，加速了产业智能化，智能驾驶和智能交通迎来黄金十年。而随着车辆进入智慧化时代，车的发展将带动路的发展，车路协同将成为未来发展大趋所向，车路协同通过数字化、网联化、自动化可解决车辆综合研判以及城市治理、管理两大城市智能问题。
自动驾驶会不会到来？从硬件来说，目前大家关注激光雷达主要从成本和技术层面，成本下降到可以接受的范围，全固态激光雷达也许可以实现技术上的重大突破。最近很火的4G毫米波，就是多了高度信息，发射一种类似于激光雷达点源的数据，在此基础上感知层面将实现很好的效果。从软件层面，像深度学习模型，如何让机器通过学习来实现量感数据技术反哺到算法以及模型，飞轮打造的数据反哺到MST，机器学习这方面发展很好的话，从感知到决策规划再到控制整个层面会串起来，我们L4更安全更高效的方案就会加速到来。

我们非常关注、看好自动驾驶这个赛道，原因大概有几点：第一，整个社会的运行效率、目前人口结构及未来年轻人与退休人员所占比例，导致无论是驾驶还是工厂还是一些需要依靠人口红利的产业或将大规模被人工智能取代。智能驾驶是我们看好赛道中走的最前沿一个。当然大家也有切肤之痛，开车中会有很多因素影响安全驾驶，未来自动驾驶可能会适度解放双手，这样交通事故会少一点，我们也在推动企业上做了很多尝试和探索。自动驾驶是超高精度定位还是纯人工智能或者是用更尖锐的眼睛、更漂亮的雷达做这样的定位，以及政策什么时候能够落地，或者避免混行、开辟专门的高速公路。如果这一天早日到来，也许人工智能早一天就落地。
现在谈到如何提高车辆运行效率，核心技术路线是基于车辆运行大数据和人工智能算法，提炼出有效的知识库，以达到在三个层级上优化效率：第一个层级是在车辆出厂前，通过零部件高效区间的指导设计，动力系统的优化匹配和整车的适应性开发，来使得车辆配置主动适应其运行场景；第二个层级是在车辆出厂后，车辆在道路上行驶时，通过实时智能辩识行驶工况的类型和司机的驾驶风格，并做出相应优化控制决策，从而协调动力系统部件高效运行；第三个层级是针对运营商，通过对实际运行数据的建模与分析，构建可以快速复制的车辆协同优化运行方案，以提高运力。
现在2B都在看的一个方向，是车载智能设备，包括了HUD、ARHUD、抬头显示，我们有一些研究成果和百余项专利和样机样车。汽车有没有可能经历黄金十年，需要考虑三个因素：科技、技术、对于量的需求。基于算力、算法及芯片技术发展，汽车的发展速度较过去将提速很多。
关于车和路的问题，未来单车智能会更强大，道路基础设施也会实现智能化，道路成为智能化的路。车和路之间的关系，是相辅相成，相互补充的关系。未来的毫米波雷达可以实现很好的4D高清成像，激光雷达的成本也会下降，单车智能肯定会更完善更强大。5G通信作为智慧道路设施的重要内容，即将实现全覆盖，数据实时传输将成为现实，满足自动驾驶系统实时传输数据的要求。4G的时延约50毫秒左右，5G的时延在1个毫秒以内。加上其它的路侧智能化单元，车辆从任何道路上经过之后，轨迹等驾驶数据会完全数字化，并实时传到云端、交管部门和车厂。
在基础设施方面，智能驾驶需要高精度、高精技术覆盖，基础设施的技术路径，大致可以分为两个部分，一个车端智能，一个厂端智能，中国5G发展速度高于国外，但以美国为代表，更注重车的智能，所有感知包括算法都放在车上，我们目前走的是道路、车和网共同发展，也就是车路协同，可以做到所有的数据、所有采集到的信息全网分享，做到车的智能做不到的事情，这也许是未来发展的方向。
在自动驾驶的感知系统中，个人觉得图像应该解决大部分问题，毫米波雷达、激光雷达等应该解决一些极端情况的问题。如果激光雷达解决了图像和算法无法解决的问题，那激光雷达价值应该重新被评估。以光通信的发展为例，每一次变革都是基础器件的引起的，继而产业加速发展。就激光雷达来说，目前激光发光密度，探测的灵敏度都没有本质的提升，需要大科学家做出颠覆性变革成果，才能改变现状，在这出现之前，做激光雷达硬件的，还是要把本领域的东西踏实做好，不要追求新概念，用供应商提供的成熟产品和解决方案把产品打磨好，做好产品交付才是关键。

参会企业从自身角度就智能驾驶行业热点话题展开讨论。




随着重磅政策出炉、科技龙头入局，智能驾驶万亿市场将加速形成，或将成为移动互联网之后下一个流量入口。而除了智能驾驶，还有哪些热门领域值得关注？昌发展将围绕行业热门赛道，持续举办产业进化·论主题沙龙，将更多同一赛道优质企业、投资机构、科研院所聚集到一起，碰撞出更多“火花”。