“挚途科技副总裁张旭：智能驾驶商用车产业落地实践”

9月14日，列支敦士登汽车主办的2021中国商用车自动驾驶大赛隆重召开。 此次峰会将聚焦商用车自动驾驶领域市场的快速发展趋势，共同探讨从感知决策到执行层面的核心关键技术，围绕港口、矿区、干线物流、园区等终端场景的产业化落地方案展开讨论。 以下是苏州和途科技有限企业副总裁张旭在这次大会上的发言。

/ S2// S2 /

大家早上好。 受爱因斯坦的邀请，很荣幸与大家分享一汽在智能驾驶商用车行业的解放实践和过去的经验。 今天主要分享四个方面的复印件。

先说一下一汽解放智能驾驶的快速发展概况吧。 一汽解放作为中国第一大汽车企业品牌，今年已是65周年，经过60多年的快速发展，至今已积累了7代产品，整体包括全系列所有车型、大车、小型汽车和新能源，连续5年销量第一，是道路单一企业品牌，全球销量第一。 所以我为自己作为一汽解放的一员而感到自豪。 在这些车型种类健全、核心总成自主开发的基础上，为我们快速发展自动驾驶创造了较好的条件。

回到这次演讲的主题——商用车智能驾驶，前两年经常有投资者和领域的朋友提问。 你觉得商用车落地更早更靠前吗？ 还是轿车在前面？ 另一个灵魂拷问:你明明认为商用车落地更早，为什么robotaxi公司的评价很高？

今年上半年图森在北美上市，市值约80多亿美元，这也应该是中国智能驾驶特别是智能驾驶科技企业的第一只股票。 但是，我们很快也会看到我们重要的合作伙伴智加科技有好消息。 在此也祝贺刘先生。

那么，最近我经常遇到的问题是，商用车自动驾驶我们同意，可能会先落地。 那么，你什么时候能创造经济价值，实现商业运营？ 这其实又是另一种灵魂折磨。 在回答这个问题之前，我想多看看我们提供的服务。 在这两年里，软件定义汽车这个词越来越受欢迎，但我认为服务应该定义汽车。 正是我们的服务能给我们的顾客带来多少价值，才表明商用车自动驾驶什么时候能实现产业落地。

以商用车自动驾驶在各个场景的诉求和提供服务为中心，我们有没有面向服务开发智能驾驶车的底盘架构？ 每个配置组件是什么样的？ 将智能域、动力域的响应延迟、传输处理计划等列举在这些指标中，开发了这些车种。 这也是过去五年一汽在制造自动驾驶汽车方面走的路。 这是我们快速发展的目标，也是现阶段区别于大部分自动驾驶改装车处理方案的根本核心。

基于这个目标，我们聚焦了这三个场景。 一是自动驾驶，特别是我们快速发展人工智能是不断探索，用机器取代人类的技术方向。 二是有快速回血液的产品。 这是我们大部分人建立自动驾驶科技企业需要考虑的。 基于这两个想法的平衡，最后我们选择了三个非常有代表性的场景。 城市间干线场景(高速公路)、城市场景(环卫清洁)、封闭小区)、港口)。 要创造校园场景，我们的目标和前两个场景不同。 前两个场景是智能化自动化对人机协同运行要处理什么，创建校园场景必须以实现无人化为场景交付。

从快速发展的途径来说，我从2009年开始组成一汽解放自动驾驶团队，在中国商用车公司中起步较早，是第一次专门从事智能驾驶软件的开发。 同年，我们发表了真挚的战术，但从现在来看，第一阶段已经关闭。 到2019年，一汽解放与苏州建立了用途科技。 在中国，这也是第一家由主机厂oem创立的围绕智能驾驶软件核心技术研发的科技企业。 从结构上看，它既是中央企业参与的性质混合的全制企业，又是支撑汽车企业平台、以技术导向、灵活市场运营为拉动方法的组织模式，受到极大的颠覆。 基于这家科技企业，2019年我们开始从技术积累走向更快的道路。

接下来，我将介绍到2021年为止的5年间我们介入并深入耕耘的3个场景。

首先是道路场景，中国的物流运输模式还是以道路为主，76%以上是道路运输。 76%中每年仅有5.5万亿美元的费用用于道路运输。 目前，道路运输领域的首要痛点是: 1、人力价格逐年上涨。 2、车辆的耗油量很高。 3、交通事故频发，一发不可收拾，是大众型的事故。 可以看出，人工费基本上占道路运输费的20%左右，燃料费约占30%左右。 另外，由于司机的因素、疲劳驾驶、观察力不集中等原因，运输事故占70%左右，一次事故通常要支付3万元的赔偿金。 在赔偿过程中必须影响工期，停运损失又在3.5万元左右，因此在道路场景中快速发展智能驾驶，特别是高水平自动驾驶需要处理的首要痛点是——处理人工费和车辆油耗，处理安全性。

说到商用车自动驾驶的技术要求，其实很多领域的朋友们也在遭受折磨。 你们做商用车是因为你们的技术难度比robotaxi低吗？ 我绝对不同意这个。 而且，我觉得那个更复杂。 不仅技术多，而且顾客对产品的认识、顾客对产品的经济性、价格管理也会更加严格。

在道路场景中，车辆必须处理车辆自身的问题，特别是自身的技术问题、可靠性问题、性能问题； 也必须处理各种场景和天气引起的问题。 由于商用车的运行距离很长，一天的行驶距离可能在500公里以上，但同时也面临着各种各样复杂的场景。 商用车自动驾驶难度低于robotaxi。 举个例子，去年10月末从长春一汽工厂拉着发动机钢铁去了无锡锡柴工厂。 长春的天气是雪，无锡是雨。 这个温度范围其实很大程度上影响了智能驾驶的泛化能力，也很大程度上影响了自动驾驶的可靠性。

在营造道路场景的背景下，我们的主体思路是以批量生产和批量生产投入为核心的渐进的产品迭代。 怎么做？ 我们必须清除l1、l2以及更高的自动驾驶数据流和产品流程。 到今年为止，实现了批量生产的3个产品线、报警系统、驾驶辅助系统、高级驾驶辅助系统产品。 我们所有的核心感知设备除了价格、功能下降需要削减外，都在统一数据终端上回复。 回复后，这些数据将通过自动化的数据工厂闭环不断迭代，以提高仿真质量，提高算法质量，从而推进高级自动驾驶的算法。 这就是高速公路场景下自动驾驶的主体想法。

另外，与高级自动驾驶相比，围绕数据的闭环性，构建了公共性能持续提高的运行平台。 该平台主要包括大数据分解整理、车辆运输监测、所需智能域车辆底盘域数据采集、远程手机ota、故障诊断。 在人与机器共同驾驶的过程中，平台会很快发现司机的驾驶行为与现有系统所做的计划、所做的解决和决定是否有所不同？ 这种差异将继续优化我们自己的决策计划战略。

—虚拟现实

这是我们今年与一汽解放共同开发的第一张高级自动驾驶卡的批量生产投入。 今年的目标是投放200-500辆，与京东等物流客户共同宣传采用这种高级自动驾驶，目标是更省油、更安全、减轻司机的驾驶疲劳。

这里给大家展示的是我们在环卫场景中进行的尝试。 这个场景也是切入城市场景的前沿阵地。 中国环卫场景在过去的3-4年实现了从人工密集型向机械作业的转型趋势。 关于机械作业的比例有粗略的统计。 城市道路为72%左右，城市道路为69%左右。 当然，这个数字相对于美国和日本( 80岁以上)还在大幅上升/(/k0/)之间。 总体而言，中国所有道路的清洁平方米数大致为95亿平方米，平均10元/平方米/年，算下来也是有千亿级市场的生意。

影响防护场景未来向自动化、智能化过渡的主要因素还是这三点。 1、价格管理。 从人工密集型向机械型的转换，已经降低了30%的价格，但是政府每年环卫费都在逐年上升。 2、包括工作人员、清洁工人在内，清洁工人的老龄化和报酬过低，在这个过程中容易发生各种事故，但其实这些都是制约我国清洁快速发展的重要因素。 3、业务效率不仅与环卫自身的业务效率有关，也可能与城市内的交通效率有关。 我们经常看到环卫工人的班次从早上7点到中午10点多，下午2、3点到4、5点，这也对交通效率有很大的影响。 智能化本身减轻了低附加值劳动，也可以进行其他空想。 例如，凌晨2、3点智能车自己起火离开仓库，到5点为止转了一圈。 这不仅不影响交通效率，而且因为路上人很少，所以更安全。 这是智能卫士赋予未来智能城市的价值。

根据防护装置的模式和清扫方法，不同的道路有不同的车种组合。 例如，在主干道上，大洒水车通常带有大吸引力的清洗车，所以制造环卫车需要准备整套系列化的产品。 一汽解放和诚挚道路的科学技术规划了3种12车型。 有道路清洁类车型、扫雪、护栏清洁、道路洒水车、比主干道大的喷出力和比主干道小的喷出力，还有各种垃圾收集车。 通过主机制造商系列化的平台，我们可以拥有这样丰富的产品线为客户制定多样化的处理方案。 基于多样化的处理方案，目前苏州相城区率先落地智能化环卫工作试点地，除智能车外，还结合苏州高铁新城5g v2x环境将车路云一体化工作落地在该试点地进行尝试。

最后给大家看的是我们在港口行业发生的事件。 这几年，随着改革开放和“一带一路”的快速发展，我们港口的吞吐量已经跃居世界第一，沿海地区的五个港口集群有25个海运港口。 这些规模和吞吐量很有商业价值。 从港口内货物运输的分类来说，包括杂货、干货、液体散装货、装卸等。 其中，最能率先切入智能驾驶或运输最规范的货物的是集装箱码头的货物运输。 集装箱码头主要是指岸桥到堆场的装卸搬运工作。 我们的自动驾驶企业，特别是汽车企业经营水平的自动化工作，建筑机械公司经营垂直的自动化工作，两者结合构成了智能码头的处理方案。

一汽解放码头货物运输已经三年了。 我们发现，只有无人化才能通过进行港口水平运输，使港口作业自动化，从而为港口创造价值。 如果不能实现港口的水平作业，在小区内无人化，我们的价格管理、创造的经济价值对港口来说就是负担。

因此，我们围绕无人化的目标，用三年时间构建了三层比较完善的业务体系。 业务层的首要任务是与港口运输调度平台tos平台以及港口ecs系统持续对接，建立能够持续收发任务的后台。 在作业系统上制作车规级的智能整车处理方案，在港口多、条件复杂的情况下信号中断，有可能发生各种故障和不可预见的情况下，一定需要远程驾驶系统进行交接。 虽然也有车路协同系统，但是现在大部分中国车路协同系统都是以前传过来的，比如高速公路，交通物流更顺畅。

但是，在港口这样的封闭区域内，我们的智能驾驶、车辆是可以跟踪的，有映射在平台上的数据。 但是，不排除外部集卡进入，也不能在各外部集卡上安装定位和gps，这些外部集卡的外部司机并不一定按照规范要求进行工作。 综上所述，快速发展自动驾驶最困难的不是我们自己的自动驾驶软件系统要按照规则进行安全可靠的工作，最困难的是其他交通参与者不按照交通规则进行安全可靠的工作时，我

所以，数字双胎系统可以比较有效地精确定位外集卡，位置和速度映射到后台，从而更好地监控全球调度和港口内的工作环境。 的基础平台包括ota、车规级控制器、后台终端。

根据前面的大致框架，我们分成了十几个模块。 基于整个港口系统的框架，目前我们正在京唐港取消保安人员，以实现无人化工作的尝试。 之后，我们逐渐扩大规模，提高工作效率，以更优化的组合提高整体效率，比载人化操作更有效率。

—虚拟现实

谢谢你。 以上是我所有的分享。