车东西（公众号：chedongxi）
作者 ｜ 澎澎
编辑 ｜ Juice
车东西10月26日消息，2023年10月25-27日，中国汽车工程学会年会暨展览会（SAECCE 2023）在北京亦庄举行。
本届大会旨在分享汽车领域最新进展，展现汽车行业科技创新的发展历程，大会现场行业技术专家、企业高层等对汽车产业前瞻技术进行交流分享，围绕汽车电动化、智能化、网联化的关键技术方向，深度探讨如何快速推动技术创新，重塑新型产业格局。
10月26日大会进行到第二日，主论坛展开以“汽车数智融合创新发展新未来”为主题的演讲，中国汽车工程学会副监事长、会士，吉林大学汽车研究院院长、教授管欣主持主论坛。
本场主题论坛是中国汽车工业学会第一次关于汽车数字化过程当中，包括智能化进程当中，如何进行专业化的汽车产品开发，包括汽车产品本身的进步，以及包括未来的服务，特别是面向智能化方面的发力，这是大会论坛的第一次初步尝试。
▲10月26日主论坛主题
大会还邀请宝马中国研发高级副总裁Dr. Robert Kahlenberg、吉利汽车集团中央研究院智能驾驶中心主任陈聪、芯驰科技副总裁陈蜀杰、路特斯科技副总裁及路特斯机器人CEO李博、北斗星通智联科技有限公司副总经理李冠群、迈斯沃克软件（北京）有限公司高级咨询工程师陈建平发表演讲，共同探索汽车数智融合发展的巨大想象空间。
针对本场主题“汽车数智融合创新发展新未来”，管欣教授表示，汽车经过百年的发展迭代，从机械汽车时代到了机电一体化时代，后来又进行了电控化，比如说底盘，动力系统，通过直接发送数字信息包就可以指令整个汽车实现用户的想法。这几年由于信息化的大力加入，汽车座舱也完全变成了数字化，也就是现在的汽车小到任何按钮，大到所有运动控制的指令都可以进行数字化。因此，可以说现在的汽车进入了一个数字时代数字汽车时代。在数字汽车时代，汽车从原来的底盘控制器、动力系统控制器转变为座舱控制器。智能化是汽车数字化最典型的应用之一。
从汽车全生命周期来看，除了汽车开发阶段采用仿真技术的数字化，汽车产品本身的数字化，还有汽车制造部分，现在整个汽车工厂都被数字化了，实现了集成运营。欧洲和德国推行的工业4.0在汽车上进行了数字化集中应用。所以，汽车数字化具有非常大的发挥作用空间。
▲中国汽车工程学会副监事长、会士，吉林大学汽车研究院院长、教授管欣
管欣教授表示，汽车前一百年的历史是越做越复杂的过程，但是未来机械系统、控制系统、机电一体化系统将会把复杂的事情都交给软件，由汽车控制系统实现。在数字汽车时代，未来汽车将会越来越简化。
今天主要是学会重点推动汽车数字化和智能化相融合，催生汽车产品的创新发展，催生汽车工业的创新发展，汽车工业的数字化，包括汽车未来运营，也就是汽车服务的数字化，全生命周期进行发展。
控制系统的机电一体化需要用软件来实现。今天汽车工业学会论坛的重点就是推动汽车数字化和智能化的相融合，催生汽车产品的创新发展，催生汽车工业的创新发展即汽车工业的数字化，包括汽车未来的运营也就是汽车服务的数字化，实现汽车全生命周期数字化发展。
一、自动与人工驾驶的无缝连接 加大数字化和网联化投入
宝马中国研发部门是德国以外最大的研发机构，宝马中国研发高级副总裁Dr. Robert Kahlenberg发表《宝马研发升级，引领数字未来》主题演讲，他主要介绍了汽车数字化进程如何跟自动驾驶进行紧密整合。Dr. Robert Kahlenberg称，对于宝马来讲，中国是全球最重要的单一市场，中国市场至关重要。中国市场是最充满活力的，同时又是众多豪华品牌和新入局玩家的必争之地。
宝马在中国北京、上海、南京和沈阳的研发中心。其中，上海研发中心也叫数字创新中心，这里有宝马自己的软件设计中心，这个研发中心在宝马全球研发和设计中都具有影响力。
▲宝马中国研发高级副总裁雷凯博士（Dr. Robert Kahlenberg）
在自动驾驶方面，宝马在大约二十年前就推出了第一套巡航控制系统，今年将会在德国推出L3的系统，宝马在德国是第一家获得L2牌照的国际企业。在中国，宝马自2018年成为首家获得AND测试牌照的国际整车厂，2019年宝马成为中国首家获得ICV应用示范许可证的国际主机厂。对于宝马汽车来讲，能够实现自动驾驶与人工驾驶的无缝连接和无缝互动。
为了实现这一点，宝马努力实现从中国制造向中国创新改变，在中国加大数字化和网联化投入，融入中国数字化生态，针对中国市场的定制化数字功能。宝马的高级辅助驾驶技术堆栈通过全球范围全面测试，以保障中国本土自动驾驶团队在开发与测试辅助驾驶功能时，及时适应本土法规、基建、顺应本地特有的驾驶习惯等。
二、高效率低成本的数据获取体系 以数据为中心的智驾开发闭环
吉利汽车集团中央研究院智能驾驶中心主任陈聪发表《用好数据闭环加速智能驾驶量产迭代》主题演讲。在此次主论坛上，陈聪主任讲道，数据闭环成为智能驾驶行业的布局重点，并提供一套吉利数据闭环解决方案。在行业看来，算力、算法和数据是整个智能驾驶的三驾马车。对于自动驾驶而言，经历了从硬件驱动1.0时代到软件驱动的2.0时代，这个阶段大家最主要在解决工程化落地、大规模量产的问题。因为智能驾驶一开始是从模型走过来的，真正要到用户自己的车上，尤其是大规模量产，这里面有很多工程化的问题要解决。
随着最近几年，各家陆续大规模量产，在整个时间线上，已经经历了很多OTA完善，在整个软件驱动2.0时代也是趋于平稳。现在正进入数据驱动的3.0时代，这时规模达到1亿公里以上，在感知方面通过多模态传感器联合输出结果，在认知上具有可解释的场景化驾驶常识，并且用大数据大模型的模式化解长尾难题，谁能够拥有高效率低成本的数据获取体系，谁就能握住那把开启智能驾驶下半场量产快速迭代的钥匙。
▲吉利汽车集团中央研究院智能驾驶中心主任陈聪
陈聪主任还讲道，以数据为中心的自动驾驶开发闭环，为不同研发团队和应用场景提供统一的数据源。数据驱动的自动驾驶3.0时代，对于数据的应用，需要在场景丰富性、全栈覆盖度、数据多维度上全面设计数据闭环体系。当前行业内主要数据闭环，主要还是集中于：模型算法的开发、仿真和验证方面，用以快速迭代和验证算法，但随着智能驾驶行业进入下半场的竞争，更深更广的挖掘数据应用场景及价值，同时形成全栈全价值链的数据闭环能力，将会是智能驾驶行业打开提升用户体验、提高功能安全的关键。
对数据的理解深度，决定了数据闭环体系建设的科学性，核心要解决的是“体系”和“效率”的问题。陈聪主任着重提到需要优化AEB性能。他说，在做整个智能驾驶系统过程中，大家通常觉得最难的是高速或者城市，但恰恰不是，实际上最应该敬畏的应该是AEB。所有的智能系统最后容易出问题都在AEB，AEB才是真正非常高频的跟用户驾驶体验和安全相关的，因为不管开智驾功能还是没开，它一直都在后台保护车主。
另外，陈聪主任还提到高精地图，他说，去图化在智能驾驶领域虽然呼声高，但实际上去图化还需要有很长的一段时间走。在这个过程中，高精地图这根拐杖暂时去不掉。因为它涉及一些现实性问题，比如中国基建的速度，频繁修路，通常会导致地图数据的滞后。为了实现快速修正，吉利拥有自研的一套OEM图层，通过数据闭环能力能够快速的把限速、危险场景和施工场景等迅速解决掉，而且准确率保证在98%以上，这是非常实用的通过数据闭环方案，解决智驾在地图现实性上面的一些问题。
最后，他希望国家加快数据分类分级管理的相关政策制定及落地，为智能驾驶行业深度、合规使用数据提供坚实的法律法规基础，使智能驾驶行业的数据进入良性快速发展的快车道。
三、全域搭载高性能可靠汽车芯片 软硬件高效协同助力快速量产
芯驰科技副总裁陈蜀杰发表《数智融合 打造全“芯”智能出行体验》主题演讲。陈蜀杰表示，数智融合趋势下芯片面临的挑战有产品协同布局、高效数据处理、安全可靠和软硬件协同。在技术端，软件定义汽车，EE架构从分布式向中央计算演进；在研发端，早期协同开发，能够缩短开发周期。通过软硬件高效协同，助力汽车芯片快速量产。
陈蜀杰讲道，中国的消费者越来越侧重汽车的智能化，首先是我们的智能驾驶功能，智能驾驶不仅仅有我们想到的比较高阶的自动驾驶，还有辅助驾驶和自动泊车都会用到芯片提供支持，以及中控大屏，包含多屏联动。
在语音助手方面，未来当语音成为很重要入口的时候，信息通过座舱里面的乘客、驾驶员，能够非常快的实现整个信息的交互和闭环。同样可以看到接下来整个市场的增长会非常大，所以，汽车芯片也会产生巨大增长。车身域包含车身的各个控制，还有动力域也是现在越来越重要的，随着电动汽车的普及化，最重要的就是里面BMS系统里面的高性能、高可靠的MCU芯片。
▲芯驰科技副总裁陈蜀杰
另外以底盘域为例，芯驰的网关芯片配合上MCU芯片，可以让底盘更加舒适，当急停急刹或者过坎儿的时候，整个底盘的感觉会更加绵柔一些，还能解决电动汽车让人产生的眩晕感。这些问题通过底盘的调教，加上AI算力和MCU的联合控制就可以大大的提升汽车性能。
从研发端，汽车芯片厂通过早期的协同研发，跟整车厂一起来定义新的产品，并且可以多个流程同时进行并行。比如，以前我们需要至少两年以上的时间做芯片研发，一旦这个芯片成型之后，车厂想再做很多调整就需要比较复杂的。但现在我们在开始之初，车厂把他们所有的想法告知我们，我们就会基于需求做很多芯片定制性开发。国产芯片最大的优势就是我们更加灵活，具有非常好的兼容性。
四、智能驾驶端到端解决方案 传感器配置遵循技术曲线规律
路特斯科技副总裁、路特斯机器人CEO李博发表《ROBO Galaxy：智能驾驶的云端数据工厂》主题演讲。如今，整个机器人产业发展很蓬勃，新能源汽车和汽车新四化也快速发展，这里面有一个交汇就是机器人。但是，单纯从AI智能程度来看，目前智能电动车的AI程度远远高于其他类型的机器人形态，可以说汽车就是当下这个时代最重要的机器人时代。展望未来的机器人时代，也许还有更重要的形态，但此时此刻路特斯机器人最关注的业务还是汽车自动驾驶。
李博说，路特斯科技全面赋能机器人时代。在ROBO Soul E2E自动驾驶这个智能驾驶端到端解决方案下，路特斯机器人提供以体验为主的智能驾驶解决方案，以安全与辅助为主的智能驾驶解决方案，和ROBO OS智能驾驶操作系统。
▲路特斯科技副总裁、路特斯机器人CEO李博
在大会上，李博博士介绍说，路特斯在硬件上三个核心的亮点：一是计算平台，500T算力。ChatGPT向我们揭示了很重要的事实就是大模型的必要性，我们在看语言模型的时候，过去十年的时间里面有很多基于小算力的语言模型的优化，很多研发人员投入了非常多的工作，但是当用N1000和N100推动的ChatGPT3.0、ChatGPT3.5，包括ChatGPT4出现之后，基于小模型的优化全部变成了浪费的事情，大模型的趋势一定会在各个领域得到验证。
二是传感器模型，包含了4颗激光，11颗摄像头，其中7颗8M，6颗毫米波，其中前后两个毫米波是4D的。整个智能驾驶行业趋势变化非常快，可能两三年前大家还在卷激光雷达，卷4D毫米波，现在卷低成本化。李博博士认为，技术进化的曲线本身有一条固定的曲线，内化的曲线在里面，一切的波动都是围绕本身的价值曲线，这跟我们的经济是一样的，我们有些时候价值会高一些，有些时候价格会低一些，价值才是围绕波动的核心线。相信在进入城市以后会体现出传感器配置很重要的优点和优势。
三是电子电器架构。L3在欧洲是非常重要的一个方向，一方面在中国追求智能性，另一方面在欧洲追求可靠性，全部的硬件备份设计。
五、卫星与汽车智能化紧密结合 卫星定位随智驾发展而提升
北斗星通智联科技有限公司副总经理李冠群发表《卫星技术与汽车智能化融合发展》主题演讲。李冠群表示，从2020年以来，越来越多的智能网联汽车搭载了北斗高精度定位技术，为驾驶域提供整车高精度位置和自带信息。随着卫星技术的不断发展和汽车智能化的快速演进，他相信无论是导航卫星还是通信卫星和汽车的智能化发展会结合的越来越紧密。
▲北斗星通智联科技有限公司副总经理李冠群
从导航卫星技术发展趋势来讲，从早期的高精度测量测绘行业开始，到无人机行业，到百万级的应用行业，到千万级的智能网联汽车行业，以及到万万级的下一步手机和物联网应用来讲。从系统演进和技术方案演进出现了比较明显的趋势，从早期的高精度定位和SSP单独分开来做应用，到现在尤其是到了汽车应用，尤其是到后续低功耗穿戴设备应用的时候，低成本、高精度、广域、实时，以及云+端应用模式会越来越普遍。
简单来讲，未来在以汽车应用为代表的千万级市场，对于卫星技术的应用要求功耗要低，精度要高，成本要低，同时要保证全天候、全方位的应用，需要地面和云端结合这样的技术架构在汽车端的应用。
以卫星定位技术为例，它在汽车智能化的演进过程中发挥什么样的作用？从早期的路径导航规划到后续车辆定位追踪，再到车道级的导航和紧急呼叫，包括新一代依靠信道有可能也会纳入北斗的信道。在后续智能驾驶V2X的应用，从基站到RSU，到OBU信息的需求，以及到后续L4自动驾驶，具备完好性、功能安全星链一体的RTK定位技术，再到完整的无人驾驶。其实卫星定位技术随着汽车智能驾驶的发展，精度、鲁棒性和安全性也在不断的调整和提升。
六、自动驾驶的应用场景 人工智能的发展结果
最后，迈斯沃克软件（北京）有限公司高级咨询工程师陈建平发表《人工智能推进汽车研发》主题演讲。陈建平讲道，在过去3-4年的过程中，可以看到大家的关注点转移到怎么把研发出来的人工智能算法，以及人工智能结果应用到具体系统中，这是一个很大的变化。大家的关注点从算法本身，从模型本身，开始转移到如何把这些算法和模型应用到我们的系统之中。本场主论坛提到的自动驾驶，各个场景的应用，包括自动驾驶中用的各种模型，其实都是过去人工智能发展的结果。
▲迈斯沃克软件（北京）有限公司高级咨询工程师陈建平
有关如何使用人工智能方法在研发过程中对模型进行降阶的例子，一般大家做研发的时候，尤其是在算法验证阶段，工程师会做大量基于第一性原理构造的系统模型，比如说基于物理模型构造的发动机模型。基于第一性原理构造的仿真对象往往运算量非常大，做大规模验证跟计算的时候，这类的系统往往成为整个系统运行的仿真瓶颈。
深度学习是其中一个很有效的办法，对整个系统进行模型降阶，这样就有可能提升运算效率，在大规模仿真过程中能发现传统仿真，因为时间有限不能发现的一些问题。这是有关模型降阶在现在AI改变现有流程中的应用。如何使用AI办法来改进整个研发流程？这是AI对MATLAB和Simulink用户的观察。现在发掘越来越多的用户开始对深度学习感兴趣，以及如何在Simulink和MATLAB中引入深度学习以及AI手段的过程感兴趣。
结语：现在需要全产业系统性推动汽车产业数智化发展
正如管欣教授所说，在数字汽车时代，不仅是开发阶段采用仿真技术的数字化，汽车产品本身的数字化，还包括汽车制造部分，整个汽车工厂的数字化和产线集成运营。
