車雲按：2017年6月21日-22日，由中國安全產業協會、TIAA車載信息服務產業應用聯盟與車雲網共同主辦的2017年中國安全產業峰會暨首屆交通安全產業論壇在北京召開。來自長城研究院的副總工程師兼智能網聯部部長張凱發表了題為《長城汽車智能駕駛i-pilot系統平臺開發》，第一次對外界介紹了長城在自動駕駛上的探索。
以下為演講全文：
長城汽車研究院副總工程師兼智能網聯部部長張凱
大家下午好！
長城汽車智能駕駛系統開始的時間也是比較早的，早在2010年就開始進行了ADAS系統相應的研究，到2013年和一些高校合作，共同去參與中國智能車未來挑戰賽，在後續的幾次比賽當中都取得了非常不錯的成績。
到2015年我們自主研發的智能駕駛系統在長城內部的一個科技節上進行了動態的一些演示，同年9月我們首款搭載ADAS系統包括ACC、AEB的一個產品哈弗H9進行了上市。今年2月份，在我們哈佛百萬慶典的活動當中，魏總首次向外界宣佈了一個我們的i-pilot系統，智慧領航系統，到2020年我們的i-pilot系統各代會陸續的推出。
開發i-pilot的目的是要打造全新的一個智能駕駛平臺，優化自動駕駛系統的開發路線，完善自動駕駛系統新技術的一個細分，明確內外部關聯關係，還有一些資源的關係。可以說i-pilot系統是長城汽車自動駕駛系統集軟硬件一體的智能化開發平臺，涵蓋從高速公路、城市道路以及到最高級別無人駕駛的系統。
強調的一點，i-pilot系統在後續幾年會陸續推出1.0到4.0版本，但是1.0到4.0跟SAE L1、L2、L3是沒有對應關係的，也就是說i-pilot1.0系統能達到SAE規定的L3智能化的水平，2.0、3.0、4.0會陸續涵蓋L4到L5所有的級別。1.0跟2.0是同步開發的過程，1.0是採用實時操作系統來開發一個嵌入式系統的開發平臺。在3.0推出的時候會陸續支持一些V2X的系統。
i-pilot1.0系統架構
今天重點介紹的是i-pilot1.0。i-pilot1.0是基於高速公路以及城市快速路為特定的場景，智能化水平高於SAE規定的L3級別，到2020年年底完成系統的商品化開發。
因為是針對高速公路和城市快速路的特定場景，就要求它不僅能夠應對高速公路上良好的一些駕駛條件，同時對於一些異常的情況，像路面破損、堵車修路之類的，也能夠應對。這套系統會針對中國工況進行特定設計，駕駛員無需對環境進行相應的監控，要求即使在系統請求駕駛員接管的情況下，如果駕駛員沒有接管，也能夠快速正確地進行合理決策，然後將駕駛員送到安全區域。
1.0系統從車輛進入到高速公路收費站以後，同時滿足一定相應的條件，系統會啟動。期間可以完成匝道行駛、從匝道匯入主道、車道保持以及自動換道等正常行駛工況，也可以應對道路維修、擁堵、高速擁堵以及隧道行駛異常的一些工況，直到車輛駛出高速系統退出。
i-pilot系統分成7個模塊，其中傳感器是採購供應商的產品，數據融合、智能決策、運動控制、HMI都是長城自行研發設計的，還包括系統管理的模塊和監控的模塊。目前這個系統已經開發完成了，不過目前採用的是非實時的操作系統，後續會將非實時操作系統轉換為實時操作系統。
在傳感器配置上，前方是Mobileye的單目攝像頭與毫米波雷達、激光雷達組成融合傳感器，車輛側面各佈置1個激光雷達，後方還有毫米波雷達和單目攝像頭組成的冗餘系統。目標是在有傳感器和網絡出現異常的情況下，也能夠把駕駛員送到安全的區域。
智能決策系統分為縱向決策和橫向決策，縱向決策和橫向決策是協同關係。
縱向決策的目標是確保車輛在行進過程中與前方的車輛保持安全車距以及車速。現在縱向決策分為三個狀態，包括巡航狀態、跟車狀態和緊急制動狀態。同時這三個狀態組成一個狀態集，設定一些條件，讓縱向決策在這三個狀態之間能夠切換。目前我們的水平是，單純依靠縱向決策能夠基本實現ACC、AEB和啟停功能，在後續測試中進行相應優化。
橫向決策主要目的是糾正車輛的行駛軌跡，避開障礙和車輛換道，滿足安全舒適高效行駛要求。我們的橫向決策主要是採用尋線的方法。橫向決策分為車道保持、換道、異常處理，特別設計了異常處理的模塊。車道保持主要是依據前邊攝像頭採集的車道線數據，保持車輛在既定的車道內進行居中行駛。換道狀態首先是說設定一定條件的換道意圖，當意圖產生了以後會做一個方向與換道可行性的決策，決策之後會完成執行命令。
這裡特別設置了異常處理的模塊，是指在車道保持與換道時如果出現異常風險，車輛會自動進入障礙躲避的模式，這個基本上也是一種尋線的模式。橫向決策在這三個狀態，車道保持、換道與異常處理這三個狀態之間也是做了一個狀態集，設定相應的一些條件，讓橫向決策能夠在三個狀態之間切換。
這裡舉例說明一下，從換道到異常切換的過程。在換道過程中，當出現異常情況時，車輛自動進入到一個障礙躲避狀態。我們設置了三個條件，也就是前鋒出現異常、側鋒出現異常、後方出現異常，滿足任一條件，換道動作會被打斷。然後首先選擇回到原車道，當原車道判斷不能回到原車道情況之下，我們會根據車輛行駛當前的車道線，自動生成當前可行駛的一條車輛行駛中心線，車輛根據這條行駛中心線進行相應的行駛。
系統設計完成了以後，我們進行了高速公路以及城市道路的一些數據採集，在過程當中積累了大量的數據，豐富了數據庫。系統基本上經歷了從封閉的實驗廠再到高速公路，再回到實驗廠再到城市市郊公路的過程，經過優化後，i-pilot基本達到可以應對城市工況行駛的水平。
在這個過程中，經過大量的測試與改進，在硬件與軟件層面都有優化。首先是硬件，雖然採用了Mobileye芯片的攝像頭，比如在近場的時候會有盲區，比如說前邊有很大的一個車，容易產生視線上的遮擋，識別車道線是有一些困難的，所以我們採用了360環視攝像頭，讓它識別車輛兩側的車道線，同時對車輛進行了冗餘。軟件算法優化的過程當中，我們在中高速穩態跟車以及低速跟車，以及啟停跟車距離進行相應優化，然後基本上能夠滿足市郊行駛的工況。
智能駕駛系統開發中的那些坑
智能駕駛系統開發過程中有很多挑戰，有些問題是開發人員最不願意面對的，但是這些問題都真實存在。
第一個是微小物體的識別。
高速公路上會遺落小的障礙物，對行車安全產生一些影響，這個問題在全球範圍內都是環境感知系統的設計難點。
首先我們對微小目標的探測需求，當車速在100Km/h的時候（因為系統最高車速設定是100Km/h），採用舒適性的制動，平均值東減速度0.35G，所得到的制動距離是110米，考慮系統冗餘那麼對於微小目標探測的距離就要大於140米。
現在的應對方案是採用一個長焦距的攝像頭，焦距大概大於100毫米，視場角大概在10度左右。它設計的方法首先是識別車道線，對車道線進行一些曲率擬合，從而在車的前方生成一條行駛線，前方150米、100米、50米分別標定3條線，把行駛中心線往左右偏置形成相應的區域，分區制定相應的策略。
第二個問題是高精度定位的問題。
很多人不知道高精度地圖定位這塊大概怎麼做，這個問題在於不知道自動駕駛系統高精度地圖的作用。我們把決策系統的內容都總結了一下，總結出高精度地圖大概就兩個作用：第一個是超視距道路行駛條件的判斷，側重自車定位；第二個是超視距車道參與物屬性的判斷，側重他車定位。
目前圖商所關注的高精度地圖大概橫向精度在20毫米之內，縱向定位在5米範圍之內。但是產生幾個問題：
1. 航向角的精度到底能達到多少？這個沒有人能夠給出答案。
2. 現在對於主機廠來說自動駕駛系統開發定位的精度是不是越高越好？我們認為也不一定，這個東西考慮到成本夠用就行了。
3. 現在廣大圖商採用基於特徵校準方式進行定位是不是可用？現在這個問題我們可以給出一定的資料來供給大家參考。
要判斷基於特徵校準方式的定位是否可用，首先取決於高精度地圖在決策系統中的作用，對我們來說只有兩個。另外就是，高精度地圖定位的誤差來源主要是四個方面：測繪、橫向定位誤差、縱向定位誤差以及航向誤差。
給大家一個展示的示意。比如說在高速公路，在彎道的情況下，如果縱向定位誤差超過3.6米的話，在進彎的時候超過3.6米，進彎後大概會偏出車道，這樣對車向屬性判斷產生影響。所以我們對航向角精度要求是0.1°，這個要求是非常苛刻的。現在長城汽車用千尋基於釐米級定位的這種方式，再加上高精度的航向角給到高精度地圖裡邊，從而驅動高精度地圖進行定位。現在我們測試的結果是可以滿足車輛前方150米車道屬性的判斷。
從這個結果上來看，我們認為廣大圖商採用的基於特定校準方式是可用的，但是難度也很大。後續我們會有六七套方案來幫助跟我們合作的圖商共同提高定位精度的問題。
第三個問題，控制器的工程化。
我們的目標是開發一個滿足AUTOSAR構架以及達到ISO26262 ASIL D等級的實時嵌入式系統。現在自動駕駛需要滿足各種傳感器、車輛CAN信號以及高精度地圖信號的接入，但是目前控制器連這個要求都滿足不了，還沒有找到一個能夠滿足自動駕駛量產需求的控制器。我們後續的目標，在下個階段大概一年到一年半左右，會採用兩塊ECU來共同完成，其中一塊採用非實時操作系統，另一塊採用實時操作系統。
現在，如果我們採用AUTOSAR構架開發軟件，首先希望一年之內得到最應用層軟件SW-C。目前提供AUTOSAR基礎軟件及BSW、RTE層的軟件服務都是配置開發，尤其是針對ECU的，只有德國的EB和Vector能夠提供，在國際上處於壟斷地位。這個是一個很大的問題，對自動駕駛系統開發真正大規模推向市場是一個限制條件。
最新的AUTOSAR4.2.X預計今年年底會進行發佈，現在這個系統如果採用最新的4.2.X系統的話，會對自動駕駛系統有一些有利的因素存在，可能包含了一些傳感器時間同步的模塊，從而對自動駕駛系統有利。但是如果等它這個構架的話，相當於你有可能要再等一年。
綜上所述，我們認為在2020年之前，如果開發一個達到SAE L3水平的自動駕駛系統，基本上屬於不可能的。但是後續幾年我們會陸續在這方面持續的投入，不斷地跟進基礎技術的發展。自動駕駛系統的開發也是任重而道遠。
我的內容就這兒，謝謝大家！