宝马互联驾驶研究院与自动驾驶联合副总裁，在中国无人车需要考虑中国国情 | 全球汽车AI大会

近日，宝马中国服务有限公司互联驾驶研究院与自动驾驶联合副总裁Robert Bruckmeier在腾讯汽车与汽车·创新港主办的全球汽车AI大会上表示，宝马希望与中国的同行合作，为中国客户打造中国式无人驾驶车。他提到，中国每天有新的道路产生，另外中国还有一些比较激进的驾驶习惯和复杂道路的指标体系等等，因此不能把全球的做法百分之百照搬到中国，这将是行不通的，宝马会具体考虑中国的情况。他还表示，宝马已经与四维图新、中国汽车产业研究院，以及上海交大和同济大学进行了合作。

以下是其在会上的发言原文：

我今天讨论的主题就是汽车和AI，分为三个方面，第一全球自动驾驶的概览和路径是什么，第二是全球和中国自动驾驶和人工智能之间的关系，第三是跟大家分享一下行业所面临的挑战，以及对于未来的洞察和展望有哪些。

首先是谈到自动驾驶，毫无疑问真正通过自动驾驶可以重塑未来的出行方式，在中国尤其是如此。我们有四个题目，这四个题目是互相推进的，并且推进了自动驾驶的发展。首先是中国的消费者由于中国的城市化，以及经济的迅速增长，他们的消费方式发生了巨大变化，包括影响了他们的出行需求。大家知道随着城市化的加剧，在中国大约有6个城市的人口超过了1000万，而100个城市人口超过了100万，这是消费者的行为发生了很大的变化。

第二是数字化的消费者，他们逐渐涌现成为目前消费的主题，他们欢迎创新，他们也希望有更为智能的功能来附加到车上，这样一直最终实现自动驾驶。

尤其是自主学习的技术取得了迅猛进展，解决了非常复杂的驾驶任务，这样有了更强大的服务器，汽车可以成为一个真正互联的网络。而且技术也进行了很好的开发，有很多的研发机构和公司致力于此，这样也需要协同和标准化。生态系统目前也逐渐形成。

最后重要的一点是政府深度融合进入到这个行业，而且政府也为无人驾驶的方向和可能给个人带来的优势进行了深度研究。我们看一下在中国，中国的驾驶员每年花在了整个交通用度方面的平均时间是32个工作日，如果有了无人驾驶之后他们的时间可以更舒适地来进行花费，包括有更多的舒适度，包括有更多的灵活度，包括安全也得到了保证。对于我们所做的一些测试，看看多少人喜欢来付钱使用无人驾驶，88%的客户是说YES，而德国是43%。如果花费在8000美金以上来实现互联网汽车功能的话，78%的消费者认为愿意买单，而美国只有46%的消费者愿意买单。

对于社会而言，不仅是个人受益，社会也受益。上午同事也谈到了每年在2015年左右，每年因为交通事故死亡的人数达到125万，在这些死亡的案例当中90%是由于人为的操作失误造成的，所以无人驾驶的汽车的确能够更好地相对于现在的驾驶习惯有更好的培训和进行更好的测试，毫无疑问通过这个方式可以极大程度地减少交通事故的发生，所以从这个角度而言无人驾驶可以更好地减少交通拥堵等等。

这样可以通过智能车联系统更好地掌控人们怎么样进行，包括汽车分享，包括避免花费大量时间寻找停车位等等，这样可以减少二氧化碳的排放，而且增加使用的灵活度。相信有很大的技术在这方面得以应用，包括计算机视觉，包括4G和5G通讯等等。因为有了新的自动化技术，我们当然可以减少其他不必要的损失，当然整个社区和社会也会受益于此。

我们谈到了技术的进展，今天上午和下午也谈到了技术，包括计算、人工智能，我们当然需要计算机视觉，当然也有一些验证的方法需要进一步去优化。另外是4G和5G的互联互通来实现更好的通讯，这也是我刚才谈到的一点。

如果谈到未来的无人驾驶，宝马一年之前形成了一个非常好的联盟，我们有三方联盟，分别是宝马、英特尔、Mobileye，我们三方来协作形成了一系列的技术来推出系列产品，目标是iNEXT在2021年推出。这个项目是一个非排他性的平台，希望会成为行业的标准，提供新的出行服务以及共享汽车的概念。这将极大的有效的开启一个新的生态系统，这样使我们打造并且逐渐升级到安全的无人驾驶的系统当中。

我们的合作包括要考虑到传感器、摄像头系统等等，希望有整个无人驾驶的解决方案，除此之外需要高清的地图和后端的服务。在右边可以看到仰仗宝马的完美驾乘体验的基因来实现三方的合作。

通过这个方式来看一下，通过人工智能的方法可以实现环境不同模式的预测，包括对象的融合，包括自由空间的认知，包括一些车道的模型以及可预测性等等。

这是我们高清的地图，可以精确到厘米级，而且可以实现真正实时的路线和线路的传输，实现最大的可用性。在一年半之前奥迪、戴姆勒共同推出了一个技术，推出了E6517（音）的项目，腾讯也投资了这个项目，这样使我们在这个领域也共同地共进了一步。

在高清地图之外，我下面放一段视频，通过视频看看传感器、摄像头、雷达、激光雷达、超声以及惰性传感器等等，我们和英特尔和Mobileye的合作。另外大陆集团也加入了我们的队伍，怎么样能够更好地使其产业化和商业化并不容易，我们形成了一个更好的系统的整合其，推出了这样的平台进行整合。通过这样的方式可以获得规模上的效应，包括菲亚特克莱斯勒上周也加入了我们的队伍，我相信会有更到的同道和我们一起来向这个方向迈进，所以这真正是一个好的平台。我们形成了很好的社区和生态来推动这方面，包括小型的面包车、皮卡车等等，希望更加具有鲁棒性，希望可以覆盖更多的车型。

我们现在就看一下怎么样能够实现无人驾驶的现实，通过视频可以看得到。城市的路况永远是更为复杂的，有交通信号灯。可以看到在传感器之外，你要把内容精确到厘米级，然后把它传到汽车上。这样你可以知道你的位置，你要确定你的驾驶策略是什么。在左边是计算机生成的一个环境，然后我们把它传输到了汽车当中，如右图所示，所以从这个角度而言效率更高。即使是在非常特殊的极端的路况也可以保证安全性，所以这是一个计算机的系统，这是第一步。

第二步跟大家分享一下人工智能和智能交通在全球的概况和中国的进展情况，以及宝马在中国可以做什么。

这是一个典型的无人驾驶的回路，左边有传感器，包括感知和对象的融合系统，包括场景的理解，包括一些动作的控制，叫做驾驶的策略，我们的速度可以达到每秒钟50次的转向决策。在右边显示的是在后台是持续改进的过程，包括车队的数据，包括对培训的数据进行贴标，然后是培训传到后端。在经过一些调试之后，我们把车型进行发布。

这是一些模拟和发布的情况，大家上午也谈到了在不同的场景当中，每天都基于这些无人驾驶的经验把信息给收集起来，然后进行累计。

我们再看一些数据，这里面分享一组数据，我们谈到了每年驾驶时间大概是1万小时，这样有我们的4个雷达和8个摄像头、4个激光扫描仪、1个汽车的数据处理中心以及不同的对象，我们的数据可以达到50个PT，也就是50个千万亿次的数据。如果放在培训的数据当中，可以把数据减少50个百万次，这样就可以更好地实现网络的连接。这是传感器的一些情况。

这是在培训的过程当中，在右边有50个百万级的模型数据，也就是50乘以10的6次方，大概可以实现10个深度中性的网络，可以实现网络拓扑的描述，而且可以看到整个网络的重量是多少，包括其他的学习方法的参数融合在一起形成了输入和输出。

我们看了全球的情况，再看一下中国的概况。在中国，中国有不同的形式多样的交通参与者。我是来自于欧洲大陆的，我觉得中国就像来自于分为不同区域的大陆一样，交通的构成也非常多样，交通的系统非常之复杂。包括每天都有交通变化，因为中国每天有新的路产生。另外中国还有一些比较激进的驾驶习惯和复杂道路的指标体系等等，不可能把全球的做法百分之百照搬到中国，这将是行不通的，我们将要考虑中国具体的形式。

这就是为什么形成了叫做中国的自动驾驶实验室，这是宝马形成的实验室。大家看一下多数的面孔都是中国的本土面孔，右边显示的是我们和中国的一些合作伙伴形成的联盟，包括四维图新提供了高清地图，还有中国汽车产业研究院，我们也和本土的上海交大和同济大学合作形成宝马自动驾驶实验室项目。我们希望和中国的同行、中国的企业合作，为中国的客户打造中国式的无人驾驶。

我们再举两个具体的案例，目前我们开发了哪些不同的项目？今天上午大家谈到了德国AI的故事，如果把德国的AI放到中国的话行不通，为什么？基于我们的经验，在德国无人驾驶车队，大家看一下左边是无人驾驶的，就是正常开的。但是在中国是不一样的，德国的AI可能会觉得这些灰色的车为什么要走到我的车道上呢？所以就不知道怎么做了，所以我们要结合中国的情况，包括驾驶的差异性来看一下，表明了之前的预测在中国是行不通的，我们基于中国的测试数据确定了测试模型。通过这些数据可以动横向过来的行为有更多的容忍度，同时我们也考虑到潜在的突然间横向转过来切入的行为，这样预先避免碰撞的发生。我相信在不远的未来，我们会形成非常好的自动驾驶的车队，可以提供大规模的数据来进行培训。

第二个是更为复杂的案例，是一个中国的道路路权的情况。大家看一下你在左转的时候谁给谁让路？大家看一下对面也出现了转向的情况，在这种情况下谁应该是拥有路的优先权？我们做的是实际生活的数据，有的时候这个情况比较复杂。我们看当你左转弯遇到对向的交通怎么办？我们模拟了任何的场景，进行长期、短期的模型，之后形成了不同的变量进行预测。我们在预测谁应该是有优先的路权，当然大家看起来是比较复杂，应该说第一个车进入到了交通路口，我们会对这个网络进行预测谁应该有优先权。其实这里面的时间只有3秒钟，转弯和直行的车只有3秒的间隔时间，大家可能觉得这个时间间隔太短了，如果逻辑出问题怎么办？实际上没有问题。在无人驾驶的状况之下，大家都有很好的谁先行的预测性，这样就不会有任何危险存在，因为当时的决策在瞬间就完成了。通过这样的方式，可以通过计算机来进行决策，谁到底应该享有优先路权。

我们再看一下第三个，也就是挑战和对未来的展望。有两种挑战，第一个挑战是安全的话题，企业可以解决安全的问题。其次是主机厂的挑战，也就是属于社会方面的安全性。

谈到安全有两种不同的安全功能要完成，第一个安全功能是安全使用的话题，你设计了一个功能，就囊括了客户怎么样去使用这个功能。但是人有的时候有惰性、比较懒惰，有的时候想要走捷径，要考虑到什么时候想走捷径，不想按照预测的方法去走，就要考虑到目标功能，这样来确保在可预见误用的情况下避免危险的发生。

第二个安全功能叫做功能性的安全，这个和第一个安全是不一样的，因为功能的安全跟ISO是有校订、界定的，所以功能的安全是当多种功能导致了一些不可容忍风险的时候，我们应该怎么样去使用来预测这种可能出现的误用的情况，或者是叫做功能失灵等等。通过这个方式可以看一下功能，怎么样通过相关的数据来形成不同的资源，来形成这样的一些数据的开发。数据来自于哪些呢？数据的验证来自于包括文献、模拟车、专家评估、实际数据的收集和路试，另外还有自然驾驶的情形、实际车的研究和实际运营的测试等等。你要确保理解这个人当时的驾驶是什么样的，这样才能够设身处地、感同身受地了解他的情况。

第二个话题是一旦出现故障了怎么办？这里面看起来比较复杂，我稍微跟大家讲一下。这是自动驾驶系统的概念性的流程图，标准的情况是自动的驾驶，包括机械功能。驾驶员不用操控就可以实现转向，而且踏板也可以自动来进行激活。右边蓝色表示动作的控制，中间是安全控制，而左边显示的是标准的车配的电子化系统，这里面红色是安全控制系统可以确保什么时候可以转弯，什么时候踩下和松散踏板。受训的驾驶员永远是随时可以把控制权拿回来，因为这里面有一个技术的监控公司来进行监控的，所以一旦需要的话会随时掌控汽车，这是关于安全的话题。如果是想实现安全的话，我们必须要有一个系统的工程设计，需要有AI的系统，而AI的系统并不是完美的。

还有一个层次就是机械方面的层次还没有考虑到，如果电子系统一旦失控了怎么办？其实你可以从机械的角度来掌控汽车，包括可以从机械的系统确保安全的行驶。如果是驾驶员睡觉了怎么办？这种机械系统就没有办法激活了。我们做的是什么呢？我们有一个冗余系统，通过冗余系统有冗余传感器、冗余计算系统和计算能力，包括冗余的刹车和转向等等，所以是全套的冗余系统。有了全套的冗余系统，一旦出现了机械或电气故障的时候确保可以有安全性。

从技术方面展开看一下其他更广阔的方面，就是怎么样能够解决一些技术方面的问题。第一个是公共路测的情况，公共路测是非常重要的。你在测试场的情况和实际城市情况是完全不一样的，所以一定要确保在实际路况当中包括行人、非机动车的交通使用者的行为是什么，要实现真正城市环境当中的公共路测。

第二是谈到了高清的地图，我们也知道每个智能的手机地图也有GPS系统，也知道你身边的情况是什么。你可以通过这种方式来掌控。

第三是数据掌控和所有。今天上午谈到了系统可以互相学习，学习是基于信息和数据的，数据越来越多，我们就可以增加安全度，数据包括本地的数据，也包括一些远程的数据，通过这样一些方式可以更好地增加性能、增加安全性，所以这是数据处理和数据所有。

第四是后端或后台。今天上午大家也谈到了后台的情况。

第五是不同产品之间的协同和产品的标准化，大家也谈到了这个话题。我们要形成社会的共识来形成标准化和产品协同。

第六是智能交通基础设施，大家也谈到了，这个是我们非常感兴趣的话题，包括有一个很不同的界面。我们使交通系统有机组成起来，形成V2X或信号标志的问题。

第七是交通法规。在德国已经把交通法规进行了变更，现在无人驾驶已经在德国是合法化了。当然通过德国最新的法规，如果你的自动驾驶汽车在高速公路驾驶的话，不允许在非高速公路的情形下进行驾驶，所以这里面有很多细的规则。

第八是商业保险和产品责任的问题。中国在这方面是很强的，大家也知道在上海已经有了这样的一些推进，包括商业保险和其他的一些方面。我们在中国法规的更新方面是非常之快的，上海就是一个例子，所以我觉得在商务保险和产品责任方面是中国的一个强项，中国的反应非常迅速。宝马也愿意加入到关于这个话题的讨论，我们和中国的汽车工程研究中心、中国汽车工业协会都进行了很好的沟通交流，我们也加入到这样的一些话题的讨论。

第九是监管的交通规则。

第十是精益的流程以及更好的责任。

我们怎么样实现无人驾驶呢？2018年的时候会实现部分的离手的测试，当然这也是第二阶段，也不是第三阶段。我们希望有更多的冗余。

这里面有几个不同的阶段，第二个阶段是部分自动化，第三个阶段是高度部分自动化了。在2021年的时候可能会实现L3和L4的试点项目，也就是说基本上实现手眼都离开，而且在高速公路和类高速公路的道路上进行测试，这是我们宝马的路线图。可以看看在中国我们可以做什么，这是我们的原型车，目前正在研究当中。这在去年推出来，经过政府批准已经在高速公路上路测了。我们现在在增加其智能性。另外从高速公路转向城市路况，提供门到门的服务。

我是36氪汽车小组负责人卢姿伊，负责特斯拉、无人驾驶、新能源、车联网、出行及后市场，欢迎直接与我联系，微信：17701221940