5月23日，長三角新質生產力科技創新論壇暨科大硅谷云岫創新單元(云岫全球科創總部)開園儀式，在位于合肥高新區的科大硅谷核心區中安創谷舉辦。清華大學教授、汽車安全與節能國家重點實驗室副主任宋健在科技創新論壇上做了《智能網聯汽車的關鍵技術》的分享，并在論壇結束之后接受元新聞采訪。自動駕駛最早流行于國外，谷歌在2009年正式成立自動駕駛事業部，4年后，通用、福特、奔馳等主機廠也開始涉足這個未知領域。2021年，埃隆·馬斯克承認“自動駕駛比想象的要難”上了熱搜。他在回復網友時表示：廣義的自動駕駛是一個難題，因為它需要解決非常多的現實世界的人工智能問題。此前沒想到這么難，但回想起來難度是顯而易見的。2024年2月28日，蘋果公司內部消息曝出，該公司取消了自動駕駛電動汽車項目，并將重心轉向人工智能領域。最初，蘋果公司設想打造一款完全自動化駕駛的智能汽車，甚至規劃了沒有方向盤和踏板的設計。然而，隨著研發的深入，不得不為車輛加裝方向盤和踏板，暴露出了技術上的困難和挑戰。這一消息的發布震驚了業內外，也引發了對蘋果公司戰略轉型的廣泛猜測。宋健稱：真正的全自動駕駛，沒有二三十年實現不了?！耙驗樗谀承┉h境識別的關鍵技術上，目前原理級的傳感器還沒有造出來。一些技術如果原理級的沒有出來，到你能夠實現產業化，我自己認為需要二三十年?！痹侣剬⑺谓〉挠^點整理如下?！叭詣玉{駛，二三十年實現不了?！逼囌Q生以后給人們帶來便利的同時，也給社會帶來了很多問題，安全是最大的問題，現在每年還會造成30萬人死亡、上千萬人的受傷。為了解決這項問題，業界做了大量工作。智能網聯汽車技術就是解決汽車安全性非常關鍵的一個技術。SAE(美國汽車工程師學會SocietyofAutomotiveEngineers)把智能網聯汽車劃分成L1-L5五個級別,大致分為以下幾個階段。第一階段相當于L1，實際上就是安全輔助。在人們駕駛的時候，當有安全性問題的時候，它會提醒你，它會對你的錯誤做一些糾正來提高安全性，這基本上就是L1級的。在L1技術里面，主要涉及到對一些失誤進行糾正，導航實際上是可有可無的。第二階段相當于L2，屬于人機共駕。這個時候汽車就已經可以取代人做一些簡單的操作了，也就是說在某些情況下它可以取代人，你可以放任它去干一些事情，但是絕大多數情況下還是得人來操作。在這種情況下，L2級需要有初步的導航，完全沒有導航是做不到的?，F在很多汽車廠商會說達到“L2+級”甚至“L2++”的標準，但我自己感覺到絕大多數廠家標出這個(L2+、L2++)都是在吹牛，常常L1沒有完全達到，就標上“L2++”。你要是不相信，就把那個車拿來，我給它做測試，看看是不是都能達到相關標準。第三階段相當于L3，就是所謂“半自動駕駛”。主要功能就是在規范的駕駛環境、規范的道路下做一些自動駕駛，現在很多地方示范區做的就是這樣一個工作。比如北京的一些開發區里有幾十平方公里的路面是可以做自動駕駛，這個區域里有規范道路，同時還有很多5G級別網聯措施，在這樣的情況下它是可以做自動駕駛的。特斯拉號稱要把全自動駕駛放到中國來，它的自動駕駛實際上就是我理解的第三階段自動駕駛，我們科學地說，叫“半自動駕駛”。第四階段L4是“高度的半自動駕駛”。就是說在某些特殊工況下就可以實現自動駕駛了，比如說像某些碼頭、園區，還有一些礦山等，車子可以自動駕駛、自動運輸。最高級別L5就是“自動駕駛或者叫無人駕駛”，主要功能是全工況、全天候的自動駕駛?，F在在某些情況下能夠實現的所謂L5最多能把它放到L4。因為L5必須是全天候、全工況的，在各種情況下實現。實現全天候、全工況、各種道路上、各種行駛環境、行駛狀態的精準識別、全天候的精準導航，是很困難的。比如打雷、下雨這樣強烈的外界干擾情況下，信號不能有任何扭曲。這些東西，我自己認為現在無論是衛星導航還是什么都實現不了，衛星導航號稱至少要看到四粒衛星，要是烏云密布、還有雷電，如何能指導它呢？真正的全自動駕駛，我自己認為沒有二三十年實現不了。因為它在某些環境識別的關鍵技術上，目前原理級的傳感器還沒有造出來。一些技術如果原理級的沒有出來，到你能夠實現產業化，我自己認為需要二三十年，因為汽車對環境的適應性要求是極強的?！耙恍┰砑壍姆椒ㄟ€沒有找到?！蔽艺J為自動駕駛中最關鍵的技術之一就是復雜情況下的環境識別，這是智能汽車必備的條件。我們目前還難以識別的是這樣一些路況。一是山區道路，它有時候一側是山澗，一側是山。山澗那邊什么也看不到，而對于你的雷達和視覺來講，恰恰認為什么都看不到，那一定是很好的道路。那就很容易拐到山澗里去。二是道路附著狀況。說句實在話，靠現在的觀測系統攝像頭、激光雷達、毫米波雷達，路面的很多狀態你想高速、精準、遠距離的識別，我自己認為連傳感器都沒有，原理性的傳感器都還沒有出來，這是我的理解。三是道路的小突起和凹坑。一般來講雷達、攝像頭連10公分量級的小突起和凹坑都識別不了。如果硬的凸起，比如路面上有個磚頭，你看不到，就不要提全自動駕駛。四是雨雪天氣情況下的行駛環境，尤其是下大雪，鵝毛大雪一片，攝像頭怎么來穿透它。當然，第一、第三和第四可以通過圖像處理和人工智能深度學習，可能慢慢靠人工智能、大數據識別解決，因為會有很好的地圖，這都是有可能的?，F在最難的是第二點，“道路快速精準附著狀態的識別”，到目前為止我還沒有發現原理級的方法，更不要說投入使用了。通過什么原理可以把輪胎與路面的附著識別出來呢？我的看法是要依靠輪胎技術，汽車與路面接觸的部件就是輪胎。能不能依靠制造智能輪胎，壓到這個以后10毫秒能夠識別出來？10毫秒不會造成安全問題，10毫秒識別出來或許就不會造成什么事故?！皩崿F自動駕駛的關鍵要開放?！笨梢哉f，目前（市面上宣傳的）自動駕駛的技術，主要汽車廠商都可以達到；關鍵是應用，要想實現這些技術，需要國家的統一籌劃，要允許開放。你在什么地方可以（測試）？到底汽車達到什么樣的標準就是L3?法律法規一定要健全。你在L3級別下出的事故，是歸駕駛員，還是歸汽車制造商？ 國家完善法規體系、標準體系，是最重要的，是會引導這個市場的。我認為，（自動駕駛）最容易實現的是干線。L3最開始的應用場景可能就是高速公路，進收費站到出收費站之間，駕駛員是不是就可以依靠自動駕駛去走這一段。起碼，高速公路的道路狀況是比較確定的。沿著高速公路，也可以把網聯系統建立起來。車之間可以通信，前面的車有故障，幾公里后面的車就能得到通知。這邊有事了，大家要注意了。當然，在城市里面，規范起來可能更加復雜。如果單從市場去看，技術都能實現的情況下，就看誰集成的好。集成的成本低一點，性能高一點。性價比高一點，市場的適應性強一點，可能就會成為關鍵因素。（元新聞記者 梁?。?