江淮：如何应对智能汽车的挑战
相比一些新进入智能驾驶汽车领域的科技公司，整车厂特别是传统车企相当务实地追求车辆的量产落地。江淮汽车作为当前为数不多的产品品类较全的传统车企，其智能汽车特别是自动驾驶策略、开发节奏在一定程度上代表了传统车企在这一领域的态度与行动。近期江淮汽车技术中心智能网联汽车研究院院长李卫兵在2018中国汽车论坛上与我们分享了江淮对智能汽车特别是自动驾驶的规划，江淮采取了哪些技术路线和应对策略？又遇到了哪些困难？江淮在这一领域的探索及遇到的很多问题也正是传统汽车迈向智能汽车阶段的共性难题。
如何推进“445 规划”
《汽车纵横》：当前汽车智能化浪潮已经席卷全球，许多车企在智能驾驶特别是自动驾驶方面也早有布局，江淮汽车在这一领域的具体规划和时间推进节奏是怎样的？
李卫兵：早在 2016年江淮汽车就根据行业基础发展现状制定了智能网联发展的 445规划，围绕“智能化、网联化”两条主线，从“智能交互、智能驾驶、智能互联、智能服务”4个维度，通过驾驶辅助（DA）、部分自动驾驶（PA）、有条件的自动驾驶（CA）、高度自动驾驶（HA）4 个阶段，通过对行业自动驾驶相关技术的研究，力争在 2020年实现标准格式化路面上自动驾驶和特定场景下的自动泊车两个具体量产目标。
《汽车纵横》：智能汽车于传统汽
车而言已不是简单地产品升级换代，更是对整个产业链的重塑。作为传统汽车企业，为了发展好智能汽车、完成自己的规划，江淮都做了哪些调整和准备？
李卫兵：为了支撑我们智能网联的战略实施与落地，在2017 年年底公司对研发机构进行了调整，成立了专门的自动驾驶研究院，围绕智能化与网联化两大模块，下设7个设计部门与1 个管理支持部门。通过精准识别客户的需求，法规的要求，技术发展的趋势，依托我们燃油车和电动车的两大平台，实现自动驾驶的逐步落地。辅助驾驶与自动驾驶设计部围绕智能模块进行具体的设计，其中辅助驾驶设计部聚焦 L0L2、自动驾驶设计部聚焦 L3-L5 级智能汽车的开发；信息交互与车辆网设计部围绕网联模块进行设计开发；系统集成与网络架构设计部，主控智能汽车顶层以及正向设计，着力于打通智能汽车 与传统汽车平台的通讯、架构以及诊断等接口，同时为智能汽车的升级、迭代进行系统设计；测试验证设计部为智能汽车的全过程验证进行服务，把控智能汽车的最后一公里；同时，开发管理部做为支持服务部门，为各设计部提供项目管理、行业趋势动态等信息及支持。
我认为，传统车企还是在走自动驾驶逐步积累和落地的路线，同时我们跟百度也是朝着 2020年量产 L3 级自动驾驶水平的汽车在开展相关的研究工作。
智能驾驶功能如何解决用户开车痛点
《汽车纵横》：近年来，不少传统车企对用户思维已经越来越重视，江淮在产品研发、设计到生产、销售乃至售后也都反复强调客户导向、客户需求，关于智能汽车的用户需求，江淮的调查和理解是什么？当前的用户更需要什么样的智能驾驶功能？
通过分析行业发展的现状，我们认为现阶段用户对更高水平更高智能化、更人性化的自动驾驶需求是强烈的，比如能够在特定场景下减少疲劳的自动驾驶功能，用户就很欢迎并乐意接受，无论是哪个级别的功能，只要能帮用户做一些事情，这就是客户的心声。
现阶段我们认为客户对于自动驾驶系统的需求集中在三个方面，一个是
更安全，一个是更经济，让用户买得起、用得起，所以我们在系统方案中选用经济性更强的。还有更舒适，我们开发自动驾驶汽车要让乘坐人员更加舒心，开车人员也更加舒心。
我们识别出客户在使用过程中有三大痛点，第一个是长时间的高速行驶、注意力高度集中导致驾车疲劳，还要应对偶发情况。第二个是停车和取车难的问题，第三个是拥堵情况下单车道跟车
操作，耗费了大量的精力。
《汽车纵横》：根据这些用户在开车过程中的痛点，江淮是如何考虑的，拿出了哪些解决方案？
李卫兵：围绕着客户的需求和三大痛点，以及行业技术发展的现状，将来的自动驾驶汽车要采用更经济的方案解决我们的三大痛点。要开发我们的VET功能，实现自动引导、自动跟车、 自动转换、自动变换以及限定条件下的跟车功能。
为此我们设计了我们的系统方案，主要是通过摄像头之间的调整方案来感知周围的环境。依托高精度的地图与前车摄像头识别信息的各种功能进行调整。系统采用集成式架构、软硬件冗余设计，以安全和用户体验为出发点，基于同一套硬件深入挖掘各项功能，通过OTA方式实现硬件功能最大化。
系统设计理念的五个层次
《汽车纵横》：在开发智能驾驶系统的过程中，江淮整体的设计思路是怎样的？遵循哪些基本理念？
李卫兵：在这个系统的开发过程中我们体现了五层次的设计理念，就是把用户使用过程中事故发生前后的驾驶过程分为五个区域。
第一个是安全感知区域，包括正确的使用习惯、预计算和提示的自动驾驶、前方的实时路况（拥堵、事故、天气等），人、车、环境互动的 XMI；第二个是安全驾驶区域，我们重点关注中国特色的驾驶策略，融合实时感知、预测感知、众包感知的环境建模；第三个是事故预防区域，包括对客观环境安全因素的探测、影响安全的动态物体行为预测、安全分级机制和驾驶员接管能力监测系统等。第四个是事故处理的区域，包括自动紧急制动和自动碰撞回避。第五个是事故后处理的区域，包括自动报警、车内生命状态监测、事故数据记录、事故救援辅助、事故处理、保险等处理机制等。我们针对五个区域均设计了相应的理念。
如何设计安全控制策略
《汽车纵横》：智能汽车作为一种全新的产品，安全这一基本属性备受关注，智能汽车的安全性也给传统汽车安全带来了不少挑战，江淮的保障安全的策略是怎样的？李卫兵：在安全控制策略方面通过
三个层次的感知系统（车辆自身各种摄像头、雷达、状态感知传感器、高精度地图等、自动驾驶数据生态系统V2X），两个交互式（HMI、EMI）以及一个熟练驾驶员驾驶模型（基础驾驶策略和高级驾驶策略），设计我们的环境感知系统，这样的环境感知系统可以准确地构建车辆的环境，通过 EMI实现周边的车辆和行人之间的互动和交互，减少误判、减少系统的决策难度。
在熟练的驾驶员模型里面我们设计了两种驾驶的策略，基础驾驶策略和高级驾驶策略。
基础策略是为了保证安全文明地开车，一个场景对应一个策略，高级策略是为了实现更经济舒适环保的驾驶。在单一的场景下，我们有可能有多种的驾驶场景供选择，可以取决于用户的需求，无论是基础的还是高级的，我们设计的每一种都要找到安全的模型，经济性好的模型，符合用户体验的模型。
所有的自动驾驶策略都是与当前驾驶环境相融合的，任何一个策略都是可解释、可定义。不会完成由人工智能系统进行模糊推导。确保量产系统自动驾驶控制内容都是合规、可解释的。为我们整个系统安全运行和事故发生后的复盘打下比较好的基础。还有一些安全接管策略应用，包括可自动驾驶行驶区域判断与安全降级接管策略。
在安全冗余设计方面，我们通过软件层、硬件层、整车层三层设计，在软件层保证自动驾驶功能按照冗余的要求设计，同时设计了备用的ECU监控运行，并在车辆的控制方面采用双冗余的系统。我们整个设计系统就是为了用户体验到全方位的安全呵护。
开发智能汽车面临的四大挑战
《汽车纵横》：从传统汽车到智
能驾驶汽车的开发、设计、生产、使用，传统车企要面临哪些挑战？智能汽车对传统的汽车生产过程提出了哪些新要求？
李卫兵：在传统汽车与智驾驶汽车融合的过程中，我们感觉到有很多的挑战。第一，接口层面的挑战，现有的量产车型为了应对市场的需要在功能、性能、成本等方面有一整套的约束规范，这与我们自动驾驶的空间有很多冲突和矛盾，OTA功能真正实现过程中到处都是坑，我们现在的汽车电子系统分布不强，ECU都不是主机厂设计的，如何应对全生命周期性能的提升，保证接口的匹配性我觉得是巨大挑战。
第二，智能驾驶对于大数据量、高实时性、传统汽车驾驶的稳定性提出了很高的挑战，电池架构由分布式系统向集成式的系统迈进，这也给网络带来了 更大的挑战。
第三，关于功能安全设计，我们跟工程师交流过，他们做得最多的就是功能安全设计的要求，对我们整个研发体系流程的设计都会产生影响，这对传统汽车的安全挑战是最大的。
还有虚拟验证。在传统汽车与智能驾驶汽车融合的过程中有很大的挑战：我们需要系统设计之初就充分考虑系统将面对什么样的场景，把场景变成设计，把车辆的数据和用户的数据进行融合，这个对我们传统汽车人的验证过程的设计是一个巨大的挑战。
此外，还要在智能汽车开发的各个阶段进行测试，在具备智能网联汽车运行的特定场景下进行测试，这些都是对传统汽车的验证过程的巨大挑战。以上是我们认为的从传统汽车到智能驾驶汽车的过程中遇到的困难。