智能网联汽车报告：从ADAS到自动驾驶

要总结智能汽车在这一年的发展，有两个很好的节点，就是2016年与2017年的CES。虽然说从2014年开始，汽车就已经成为CES上不可或缺的一员，并开始成为每年汽车新技术的风向标，但历经三年发展之后，汽车已经反客为主，成功在电子行业占下了大片疆土，智能化进程更是势不可挡。这一点从今天的LINC决赛现场也可以看出来。在汽车×智能环节，一共有十支参赛队伍进入决赛，其中就包涵有视觉解决方案、毫米波雷达、激光雷达、人机交互、深度学习、交通出行设计等等相关的项目。

任何一项新技术，尤其是像智能汽车本身这样从实验室走向大规模量产落地，离不开多方的努力，今天的报告就围绕五个方面来进行阐述：政策、高校、汽车制造商、零部件供应商以及测试示范区。

首先是政策。

在ADAS政策中，安全法规的作用相当重要，而从各国最新的安全碰撞评分标准中可以看出，AEB将是下一阶段的重头戏。其中，E－NCAP是从2014年开始对AEB开始进行评分，到2017年AEB已经要求新车安装率是100％，只不过，E－NCAP将AEB按照使用场景进行了划分，并分开评分。

上图左边就是Euro－NCAP分别在城市和市郊两种环境下对AEB的不同要求。2016年Euro－NCAP已经加入了行人探测AEB的评分，在后续还会加入像十字路口这样的特定场景。

各国政府对于自动驾驶的政策一直以来都十分小心谨慎，不过在这两年也相继开放了自动驾驶车在公开道路上进行测试的关卡。

去年最重要的变化是，联合国在三月份修订了维也纳道路交通公约。在原来的公约里要求，驾驶权必须被掌握在驾驶员的手里。而在修正案里，所有只要是符合联合国的车辆管理条例，或者是驾驶员可以人工关闭的自动驾驶技术，就可以被用到交通运输中。这项修正案在一个月之后就正式实施，相当于是给了自动驾驶车一个合法的身份。

不过，中国并不在维也纳道路交通公约的公约国中。去年工信部已经完成了自动驾驶法规的草案，不过目前还没有正式出台，在草案出台之前，所有的公开道路测试都不被允许。今年很多制造商和零部件公司都开始在路测上进行布局，没有相应的政策也是让大家憋着一股劲。

高校是指国内的高校。在国内，高校对自动驾驶的研发是比较早的，现在与车企之间的合作也越来越多，开始产学研建设，这里挑出了一些比较有特色的。

清华大学在产学研上已经布局很完善，与车企合作很多，像与奔驰、日产进行联合研发，长安在北京车展上的那辆睿骋清华就有参与，清华这辆参加中国智能车未来挑战赛的睿龙号也是与长安合作。清华也依托苏州汽车研究院，对创业进行孵化。

同济大学则与上汽集团一起牵头成立了智能型新能源汽车协同创新中心，另外还有很多高校企业参与其中，是一个帮助科研项目产品化的平台。目前在同济大学指导下，苏州的一家创业公司叫做豪米波雷达，就在进行24GHz毫米波雷达的自主开发，预计会在今年开始产业化。

武汉大学今年有两辆车参与比赛，其中右边这辆途e号是辆电动车，是武汉大学与奇瑞合作的。武汉大学的这两辆车与其他学院的车重点有所不同，他们主要是为了研究自动驾驶究竟需要多高精度的地图，以及高精度地图如何在自动驾驶技术中更好地发挥作用。

国防科大在2003年和一汽合作，在红旗CA7460的平台上推出了国内第一款自动驾驶汽车，然后在2011年，又推出了第二代产品红旗HQ3，这辆车完成了从长沙到武汉之间的高速公路自动驾驶。

北京联合大学的特殊体现在学科设置上。目前大部分高校进行自动驾驶研发的有汽车工程、计算机、自动化以及环境测绘专业，而北京联合大学则是在成立了国内第一个机器人学院，设置了软件工程、电子信息工程和自动化三个专业，来进行人才培养。现在自动驾驶的专业性人才的争夺战可是非常激烈。

车企一直是自动驾驶技术的推进主体。国内汽车品牌在自动驾驶上起步相对较晚，2016年可以算是爆发年。

<img title="" src="http://images.ofweek.com/Upload/News/2017-02/18/lime/14873804376200                              

供应商一直是技术中坚力量。实现自动驾驶，要从感知、认知到规划控制，供应商也在这三个不同的阶段进行了努力。

首先是传感器，包括摄像头、毫米波雷达和激光雷达。视觉解决方案在三个传感器中成本最低，目前企业基本都在对标Mobileye，有的研究深度学习，有的研究双目视觉。现在问题是一款真正适合深度学习算法的车规级可量产的芯片还没有出现。单双目之争存在共同的技术难点。

毫米波雷达在去年表现出来的趋势是小型化，为了进行小型化，有更多的企业开始进行77GHz的毫米波雷达研发，而24GHz毫米波雷达正在逐渐走向成熟和使用。

激光雷达是成本最高的传感器方案，也是在完全自动驾驶车所离不开的传感器。成本问题是现在限制它使用的最大问题。现在进行激光雷达开发的企业越来越多，在他们之中，谁能够率先提供成本可以接收的、小型化便于安装在量产汽车上的产品，谁就能更早一步赢得市场。而且现在车企和Tier 1也在传感器上进行布局，对于激光雷达公司来说正是大好机会。

芯片和人工智能同样是去年大热的话题，这里有一个简单的关系图。

Mobileye在去年可谓是搅乱了自动驾驶的一池春水。Mobielye与大众、通用和日产签订协议，在Roadbook数据库建立上进行数据共享与完善；与宝马、英特尔一起进行技术研发，德尔福也在去年底加入这个阵营，进行平台通用化，Mobileye也借着德尔福与奥迪的关系，成为奥迪的供应商。英伟达与英特尔都加大了在汽车行业的布局，英伟达凭借着GPU的优势很快为自己找到了合作伙伴，包括主机厂与Tier 1，而英特尔目前的主要合作还是在宝马上。

系统级解决方案供应商中包括传统的零部件供应商与新兴创业公司，他们优势各有不同，传统零部件企业在产业链整合与车辆控制技术上有自己的优势积累，而新兴创业公司则从算法入手，软件上的优势更加明显。这两个阵营并不是隔开的，相互的融合已经开始了。

随着自动驾驶技术的推进，已经开始进入实践阶段，测试示范区与示范项目开始出现。

美国目前有四个自动驾驶测试区，两个在密歇根州，两个在加州。其中，密歇根州的MCity是现在最受欢迎的一个示范区，GoMentum基地中本田在进行测试，加州的Castle则是谷歌在这里进行相关测试。

英国政府投资2亿英镑来推进自动驾驶，希望把英国变成自动驾驶的中心。目前在四个城市有三个不同的项目在推进，其中Autodrive主要偏向于个人交通出行，Gateway则是公共交通，Venturer目前是在测试人们对于自动驾驶的接受程度以及需求。

欧洲最著名的项目是由德国、芬兰和奥地利三国共同进行的ITS走廊项目，ITS走廊将在这三个国家之间修建一条贯通的高速公路，从交通层面进行自动驾驶与V2X技术的相关探索。

最后看一下中国，目前国内测试示范区的数量增长很快。前段时间刚刚签约的漳州无人驾驶小镇，是漳州经济开发区与深圳太空科技和前沿产业基金一起合作建立的，MCity也与他们有合作，帮助进行测试区规划与建设；上海汽车城的A Nice City与重庆i－VISTA两个项目一期已经开放，后续还在建设中；另外在武汉、北京、杭州、长沙都有测试区在规划中。

现在国内的问题是，测试示范区不是太少，而是太多了。基本上有汽车产业的地方，都有车企与地方政策在策划进行测试区的建立，但是真的需要这么多么？所以，各地的测试区也将面临一场竞争，最终就看谁能抓住实际需求，胜者为王。