G：ADCU 這類中央計算平臺的出現(xiàn)，是否有很重要一部分原因也是得益于芯片產(chǎn)品性能的不斷發(fā)展？

唐： 對，芯片毫無疑問在未來的自動駕駛，特別是高性能計算平臺上扮演非常重要的角色。這也是為什么我們和英偉達有一個戰(zhàn)略性的結(jié)盟，我們既是供貨關(guān)系，同時也會深度地共同開發(fā)。英偉達在給我們提供芯片的同時，也會為我們開放軟件開發(fā)平臺，而我們則在這個底層基礎之上，去構(gòu)建前面提到的整套自動駕駛系統(tǒng)。

（大陸集團與英偉達達成戰(zhàn)略合作）

G： 現(xiàn)在有很多創(chuàng)業(yè)公司通過人工智能技術(shù)（AI）以軟件算法為核心切入自動駕駛市場，您認為 AI 對 ADAS 領(lǐng)域有著多大的影響？

唐： 算法分成兩塊：一塊是感知識別算法，另一塊是功能和執(zhí)行算法。說到感知識別算法，其最終的開發(fā)是要基于一個系統(tǒng)，也就是說需要開發(fā)出什么樣的算法取決于：第一，基于有怎樣的硬件，第二，基于有什么樣的系統(tǒng)級應用。只有懂得系統(tǒng)級的應用，從感知、規(guī)劃、行動，一個完整的效果鏈下面，才能開發(fā)出一個有針對性的算法。我不可能拋開車規(guī)級、系統(tǒng)級的應用，獨立閉門開發(fā)算法。這個從某種意義上說也是具有一站式服務能力的供應商的一大優(yōu)勢。對于大陸集團來說我們在攝像頭以及毫米波雷達的傳感器上都會配備相對應的算法，并且我們可以通過量產(chǎn)項目積累更多的經(jīng)驗與數(shù)據(jù)，從而對算法做出優(yōu)化。

唐： 毫無疑問，人工智能、深度學習這些技術(shù)，對未來自動駕駛是一個非常重要的基礎元素和方法論。雖然目前商業(yè)化落地程度還很有限，但是 AI 是要去持續(xù)進行投入的。大陸集團在布達佩斯和班加羅爾都設立了人工智能技術(shù)中心，未來我們也會在中國部署人工智能技術(shù)中心來支撐自動駕駛的發(fā)展。我們計劃于 2020 年商業(yè)化量產(chǎn)的下一代攝像頭就會導入人工智能算法，它除了能完成簡單的動態(tài)物體和靜態(tài)物體的目標識別之外，還導入了更多的行人元素的意圖識別。

G： 您能不能跟我梳理一下，一個 ADAS 產(chǎn)品從 Tier1 研發(fā)到跟車廠簽訂項目，再到最后 SOP 落地具體是怎樣的一個流程？

唐： 開發(fā)的過程是一個比較復雜的體系，可以分成兩維度來講。第一個維度還是圍繞著感知、規(guī)劃和行動這個層面，感知端就是傳感器的開發(fā)。傳感器端的開發(fā)相對來說涉及到的領(lǐng)域比較多，如硬件、軟件、算法等等。然后構(gòu)建環(huán)境模型及功能算法，雖然在功能上大家都叫 AEB、ACC、TJA，但是對這些功能背后的一些要求，各個主機廠會有一些不一樣的地方。針對這些地方，我們會對功能算法進行一個定制化開發(fā)。功能算法開發(fā)最終的體現(xiàn)是在車的行為，就是對四個輪子的控制，然后就是進行很多的道路試驗，在特定的工況，在特定的實驗場所里面去做大量的路試。同時為了驗證我們感知系統(tǒng)的性能，我們需要去采集大量的數(shù)據(jù)，這些數(shù)據(jù)的采集當然最終還是為了這個系統(tǒng)的開發(fā)以及驗證。

唐： 如果具體到從模塊化的角度來說，那就涉及的非常多了。構(gòu)建 ADAS 產(chǎn)品體系是一個龐大的系統(tǒng)工程，其中包括系統(tǒng)需求、系統(tǒng)架構(gòu)設計，功能安全設計等等。然后這套體系自然也擺脫不了其中每一個零部件的系統(tǒng)級開發(fā)，以及零部件和整車的集成。我其實很難將這些工程直接概括串聯(lián)起來。因為其中的各個部分都對應著我們研發(fā)的各個部門，比如我們有硬件部門、有軟件部門、有功能算法部門、有測試部門等等。

后續(xù)更高級別自動駕駛的發(fā)展

自動駕駛行業(yè)最有魅力的地方就是它價值鏈的復雜程度和長線的發(fā)展時間。這為汽車行業(yè)本已十分固化的體系帶來了很多新的可能性。相較于現(xiàn)在的 ADAS，L3 級以上的自動駕駛才是這些新可能性真正爆發(fā)的開始。而面對這些可能性，唐總也和我們聊了聊他的理解。

G： 今年很多造車新勢力都開始提及 L3 的落地，您覺得 L3 和現(xiàn)在的 L2／L2．5 相比，發(fā)展趨勢會有什么不同嗎？

唐： 首先，作為 Tier 1，我們堅信高度以及完全自動駕駛，肯定是未來道路交通發(fā)展的必然趨勢。這也是我們大陸集團明確的一個發(fā)展方向。從商業(yè)化落地角度來看。L3 系統(tǒng)的復雜度要遠超 L2，雖然它們之間只差了一級，但是這里面還是有很大的差異性。一方面 L2 更多的是車載端，L3 則會上升到一個龐大的生態(tài)系統(tǒng)。從大陸集團的角度上看，雖然目前 L3 的商業(yè)化落地還沒有普及。但是對于這么一個龐大、復雜又充滿困難的系統(tǒng)開發(fā)來說，我們不可能去圍繞著一個項目的落地來去部署我們的開發(fā)，而是要在很多未來項目來臨之前，便已經(jīng)提前做好技術(shù)儲備。也就是說我們概念性的設計已經(jīng)在實行，甚至很多都已經(jīng)完成了，只不過還沒有落地，這里很重要的一個原因是 L3 在行業(yè)和政府法規(guī)層面都沒有一個很明確的標準。

唐： 在前裝領(lǐng)域，所有主機廠的功能定義實際上都是與戰(zhàn)略合作的系統(tǒng)供應商們一起共同討論來制定。所以我們?nèi)绻麤]有這樣的技術(shù)儲備的話，無法去跟未來的車廠和其它供應商進行戰(zhàn)略合作，或者說站在同一個 level 上進行對話和討論。我們的預判是 2020 年高度自動化開始進行落地測試，不過這會持續(xù)很長一段時間，甚至到 2030 年我相信 L1、L2／L2．5 的系統(tǒng)應該還是會占據(jù)市場的主體。但是 L3 肯定會有，雖然它的比重不是很大的一塊，但是它的戰(zhàn)略性意義對于未來的發(fā)展是非常大的。