行泊一體的高階智能駕駛系統應用

北京汽車研究院有限公司成立于2006年，是北汽集團推進“集團化2.0”建設，打造產品和技術研發能力，實現研發資源整合的關鍵；是北京汽車自主研發的核心板塊之一。

BAIC研究院智能網聯中心專業總工程師林大洋做了主題為“停車導航一體化先進智能駕駛系統應用探討”的演講。以下是發言摘要:

BAIC研究院智能網絡中心專業總工程師林大洋。

報告分為四個部分。首先簡要分析了自動駕駛行業的背景和發展趨勢，然后簡要討論了自動駕駛系統的技術方案，然后從技術的角度討論了停車導航一體化的具體應用。最后，分享了BAIC智能駕駛系統的案例。

自動駕駛產業背景及發展趨勢

首先，智能駕駛系統的載體還是汽車。經過幾千年的馬車時代，汽車是歐洲近代機械文明發展中產生的一種交通工具。在過去的一百年里，汽車發生了巨大的變化。智能汽車的技術變革是從工業1.0、2.0、信息3.0，最后到工業4.0，迎來了傳統汽車的全面技術變革。

具體來說，有幾個標志性事件:上世紀末，1998年，一些主機廠逐漸推出了基于毫米波雷達的ACC自動跟車功能。2014年，E-NCAP正式將AEB自動緊急制動納入評分系統，這兩項賽事都極大地推動了車載傳感器和AR系統的發展。近兩年，以特斯拉為代表的主機廠推出了NOA導航和駕駛輔助系統，推動汽車具備基于大計算芯片的點對點交通能力。這一標志性事件極大地推動了大型計算芯片、高性能傳感器和高階智能駕駛系統的落地和發展。

圖片來源:BAIC研究院林大洋

回到智能網聯汽車本身，“網聯”就是車、云、路實現了信息的交互和共享。圍繞智能駕駛本身，業內經常討論兩個概念:自行車智能和車路協同，或者是車路云網圖一體化的不同技術方案。自行車智能化是目前量產車的重點。從長遠來看，還存在一些技術瓶頸，比如單車計算能力的限制，單車傳感器的探測范圍，這些都可以通過車路協同方案來補充。

簡單來說，自行車智能化仍然是目前乘用車量產的主流趨勢。為了更好地推動更高層次智能駕駛的落地，車路協同也是必然的發展趨勢。接下來，報告主要圍繞自行車智能化的介紹。目前自動駕駛有SAE和國家標準，大致分為L0-L5。L0-L2是ADAS/輔助駕駛技術，自動駕駛在L3級別以上。責任主體從人變成了車，這是最核心的區別。

目前大部分量產的自動駕駛系統都是從L2過渡到L3，然后向上引入NOA。在NOA，可以實現高速公路和城市快速路的點對點通行能力，但也在L2輔助駕駛系統的范圍內。還有城市的NOA功能，可以實現城市中的復雜工況，比如汽車通過路口，無保護左轉，過紅綠燈等等。

在這些L2和NOA系統中，人仍然是主要驅動力，這一點需要強調。我們國家的人都知道L3自動駕駛接入正在積極引入。去年工信部發布了準入框架，大家都在積極推進功能安全、信息安全、仿真、測試、驗證等具體要求。相信access正式發布后，大家就知道L3怎么做了，同時像城市NOA功能系統，現在都在準備中……或者進入。

行業發展趨勢如何？根據蓋世汽車的數據，2020 -2021年L0和L1的市場份額相對較高。業內預測，2025年L2和L2+將占主導地位，市場上將出現一些L3系統。根據智能網聯汽車技術路線圖2.0的預測，L0和L1一般會有較高的市場份額，合計50%左右，主要是因為傳統的油汽品牌，包括合資品牌，都是以階梯配置為主:同一款車可能最高支持NOA，但車本身也會有L0和L1的配置，尤其是合資品牌在國內的市場份額較大。

自動駕駛系統技術方案

自動駕駛系統技術有兩個不同的技術方向，第一個是駕停合一，第二個是駕停分離。通常，駕停分離更多的是一個底層的智能駕駛系統，分為三個部分。

第一部分是毫米波雷達+前置攝像頭，可以實現傳統意義上的L2，如ACC、AEB、TJA、ICA等相關功能。第二部分是兩個后置毫米波雷達，可以實現盲點監測BSD、DOW開門安全預警、變道輔助LCA等功能。第三部分是泊車系統，一般采用泊車功能器+超聲波和環視。這個系統在整個行業中是比較成熟的。

還有集導航和停車于一體的系統方案，更面向高級智能駕駛系統，如激光雷達、毫米波雷達、攝像頭、超聲波雷達、高精地圖、定位設備等，都會接入域控制器。該方案主要有兩類系統:第一類系統是高速NOA，基于傳統的高精地圖技術路線。還會有眾包地圖技術路線。未來兩年，很多車企都會推出高速NOA系統，這種系統一般在泊車時實現HPA記憶泊車功能。第二種是城市NOA，具有城市內點對點的通信能力，可以在停車中實現停車服務。還有很多技術難點需要克服，這就需要在系統中引入激光雷達和超級計算能力。

圖片來源:BAIC研究院林大洋

游泊一體化的具體應用

首先，電子電氣架構已經從傳統的基于模塊化的集中式架構逐漸發展到高計算能力、高速網絡和SOA軟件架構。然后重點介紹智能駕駛系統，智能駕駛系統包括傳感器、計算平臺等部分，比如傳感器，其核心是汽車的環境感知部分。激光雷達、毫米波雷達、超聲波雷達都有不同的特點；另一個是視知覺部分，比較復雜。ADAS系統中使用較多的是一體機，由攝像頭模塊和處理器組成。

對以上傳感器做一個簡單的比較:激光雷達可以很好的監測車輛、行人、客車之間的距離；毫米波雷達縱向能力強，測速準確；攝像頭類似于人眼，對車道、車道線、紅綠燈等有非常強的感知能力。針對計算平臺，為了接入上述不同的傳感器，計算平臺的接口有非常明確的要求，比如支持毫米波雷達的CAN/CANFD，激光雷達的以太網接口，考慮其他總線接口。此外，它還滿足顯示、溫度、環境等諸多要求。

然后介紹非技術開發過程的方法論。為了保證一個自動駕駛系統的量產，很重要的一點就是開發過程要遵循傳統的V模型，但中間的一些軟件模塊可能會被簡化，可以基于敏捷開發原則進行。從系統需求分析到架構設計，逐步細化到軟件設計和硬件設計，以及V模型右側所有模塊和單元集成，整個系統的測試和驗證等。，這些環節要形成閉環，這是實現量產不可或缺的一點。

方法論上強調功能安全，整個系統開發要結合詳細的功能安全分析，真正實現量產的一體化方案。另外，特別是考慮到明年應該推出的強標，在做芯片選型和開發芯片內元器件時，也要提前考慮信息安全。

BAIC智能駕駛系統案例分享

最后，我們分享一下BAIC量產的自動駕駛系統，它使用了3個激光雷達，6個毫米波雷達，12個超聲波雷達和13個攝像頭。具有高置信度的人/車/障礙物檢測能力和道路設施拓撲感知能力，最大環境檢測距離超過200米。在域控制器和計算平臺方面，搭載MDC810智能駕駛計算平臺，擁有高達400 TOPS的超級計算能力。它是汽車的“大腦”，處理智能駕駛感知、集成、定位、決策、規劃和控制等任務，安裝在整車上就能最高實現城市NOA的功能。

(以上內容來自BAIC研究院智能網聯中心專業總工程師林大洋在2022年9月16日由Gaspar主辦的2022年第五屆自動駕駛與人機共駕論壇上發表的主題演講《停車與出行一體化的先進智能駕駛系統的應用》。)北京汽車研究院有限公司成立于2006年，是北汽集團推進“集團化2.0”建設，打造產品和技術研發能力，實現研發資源整合的關鍵；是北京汽車自主研發的核心板塊之一。

BAIC研究院智能網聯中心專業總工程師林大洋做了主題為“停車導航一體化先進智能駕駛系統應用探討”的演講。以下是發言摘要:

BAIC研究院智能網絡中心專業總工程師林大洋。

報告分為四個部分。首先簡要分析了自動駕駛行業的背景和發展趨勢，然后簡要討論了自動駕駛系統的技術方案，然后從技術的角度討論了停車導航一體化的具體應用。最后，分享了BAIC智能駕駛系統的案例。

自動駕駛產業背景及發展趨勢

首先，智能駕駛系統的載體還是汽車。經過幾千年的馬車時代，汽車是歐洲近代機械文明發展中產生的一種交通工具。在過去的一百年里，汽車發生了巨大的變化。智能汽車的技術變革是從工業1.0、2.0、信息3.0，最后到工業4.0，迎來了傳統汽車的全面技術變革。

具體來說，有幾個標志性事件:上世紀末，1998年，一些主機廠逐漸推出了基于毫米波雷達的ACC自動跟車功能。2014年，E-NCAP正式將AEB自動緊急制動納入評分系統，這兩項賽事都極大地推動了車載傳感器和AR系統的發展。近兩年，以特斯拉為代表的主機廠推出了NOA導航和駕駛輔助系統，推動汽車具備基于大計算芯片的點對點交通能力。這一標志性事件極大地推動了大型計算芯片、高性能傳感器和高階智能駕駛系統的落地和發展。

圖片來源:BAIC研究院林大洋

回到智能網聯汽車本身，“網聯”就是車、云、路實現了信息的交互和共享。圍繞智能駕駛本身，業內經常討論兩個概念:自行車智能和車路協同，或者是車路云網圖一體化的不同技術方案。自行車智能化是目前量產車的重點。從長遠來看，還存在一些技術瓶頸，比如單車計算能力的限制，單車傳感器的探測范圍，這些都可以通過車路協同方案來補充。

簡單來說，自行車智能化仍然是目前乘用車量產的主流趨勢。為了更好地推動更高層次智能駕駛的落地，車路協同也是必然的發展趨勢。接下來，報告主要圍繞自行車智能化的介紹。目前自動駕駛有SAE和國家標準，大致分為L0-L5。L0-L2是ADAS/輔助駕駛技術，自動駕駛在L3級別以上。責任主體從人變成了車，這是最核心的區別。

目前大部分量產的自動駕駛系統都是從L2過渡到L3，然后向上引入NOA。在NOA，可以實現高速公路和城市快速路的點對點通行能力，但也在L2輔助駕駛系統的范圍內。還有城市的NOA功能，可以實現城市中的復雜工況，比如汽車通過路口，無保護左轉，過紅綠燈等等。

在這些L2和NOA系統中，人仍然是主要驅動力，這一點需要強調。我們國家的人都知道L3自動駕駛接入正在積極引入。去年工信部發布了準入框架，大家都在積極推進功能安全、信息安全、仿真、測試、驗證等具體要求。相信access正式發布后，大家就知道L3怎么做了，同時像城市NOA功能系統，現在都在準備中……或者進入。

行業發展趨勢如何？根據蓋世汽車的數據，2020 -2021年L0和L1的市場份額相對較高。業內預測，2025年L2和L2+將占主導地位，市場上將出現一些L3系統。根據智能網聯汽車技術路線圖2.0的預測，L0和L1一般會有較高的市場份額，合計50%左右，主要是因為傳統的油汽品牌，包括合資品牌，都是以階梯配置為主:同一款車可能最高支持NOA，但車本身也會有L0和L1的配置，尤其是合資品牌在國內的市場份額較大。

自動駕駛系統技術方案

自動駕駛系統技術有兩個不同的技術方向，第一個是駕停合一，第二個是駕停分離。通常，駕停分離更多的是一個底層的智能駕駛系統，分為三個部分。

第一部分是毫米波雷達+前置攝像頭，可以實現傳統意義上的L2，如ACC、AEB、TJA、ICA等相關功能。第二部分是兩個后置毫米波雷達，可以實現盲點監測BSD、DOW開門安全預警、變道輔助LCA等功能。第三部分是泊車系統，一般采用泊車功能器+超聲波和環視。這個系統在整個行業中是比較成熟的。

還有集導航和停車于一體的系統方案，更面向高級智能駕駛系統，如激光雷達、毫米波雷達、攝像頭、超聲波雷達、高精地圖、定位設備等，都會接入域控制器。該方案主要有兩類系統:第一類系統是高速NOA，基于傳統的高精地圖技術路線。還會有眾包地圖技術路線。未來兩年，很多車企都會推出高速NOA系統，這種系統一般在泊車時實現HPA記憶泊車功能。第二種是城市NOA，具有城市內點對點的通信能力，可以在停車中實現停車服務。還有很多技術難點需要克服，這就需要在系統中引入激光雷達和超級計算能力。

圖片來源:BAIC研究院林大洋

游泊一體化的具體應用

首先，電子電氣架構已經從傳統的基于模塊化的集中式架構逐漸發展到高計算能力、高速網絡和SOA軟件架構。然后重點介紹智能駕駛系統，智能駕駛系統包括傳感器、計算平臺等部分，比如傳感器，其核心是汽車的環境感知部分。激光雷達、毫米波雷達、超聲波雷達都有不同的特點；另一個是視知覺部分，比較復雜。ADAS系統中使用較多的是一體機，由攝像頭模塊和處理器組成。

對以上傳感器做一個簡單的比較:激光雷達可以很好的監測車輛、行人、客車之間的距離；毫米波雷達縱向能力強，測速準確；攝像頭類似于人眼，對車道、車道線、紅綠燈等有非常強的感知能力。針對計算平臺，為了接入上述不同的傳感器，計算平臺的接口有非常明確的要求，比如支持毫米波雷達的CAN/CANFD，激光雷達的以太網接口，考慮其他總線接口。此外，它還滿足顯示、溫度、環境等諸多要求。

然后介紹非技術開發過程的方法論。為了保證一個自動駕駛系統的量產，很重要的一點就是開發過程要遵循傳統的V模型，但中間的一些軟件模塊可能會被簡化，可以基于敏捷開發原則進行。從系統需求分析到架構設計，逐步細化到軟件設計和硬件設計，以及V模型右側所有模塊和單元集成，整個系統的測試和驗證等。，這些環節要形成閉環，這是實現量產不可或缺的一點。

方法論上強調功能安全，整個系統開發要結合詳細的功能安全分析，真正實現量產的一體化方案。另外，特別是考慮到明年應該推出的強標，在做芯片選型和開發芯片內元器件時，也要提前考慮信息安全。

BAIC智能駕駛系統案例分享

最后，我們分享一下BAIC量產的自動駕駛系統，它使用了3個激光雷達，6個毫米波雷達，12個超聲波雷達和13個攝像頭。具有高置信度的人/車/障礙物檢測能力和道路設施拓撲感知能力，最大環境檢測距離超過200米。在域控制器和計算平臺方面，搭載MDC810智能駕駛計算平臺，擁有高達400 TOPS的超級計算能力。它是汽車的“大腦”，處理智能駕駛感知、集成、定位、決策、規劃和控制等任務，安裝在整車上就能最高實現城市NOA的功能。

(以上內容來自BAIC研究院智能網聯中心專業總工程師林大洋在2022年9月16日由Gaspar主辦的2022年第五屆自動駕駛與人機共駕論壇上發表的主題演講《停車與出行一體化的先進智能駕駛系統的應用》。)

標簽：北京北京汽車世紀特斯拉現代

汽車資訊熱門資訊