刚刚30岁出头的戴一凡博士，是国内无人驾驶领域最年轻的专家之一。

他坦承，踏入无人驾驶的风口，并非主动选择。而是师从清华大学李克强教授后，被大势裹挟着，才进入智能网联汽车大潮中。

2013年博士毕业后，戴一凡南下加盟清华大学苏州汽车研究院，担任智能网联中心主任。5年来，他积极参与推动中国智能网联汽车的发展，尤其是实验能力的建设。

“现在无人驾驶汽车的测试能力在国内还很薄弱，国外会领先一些，但体系性测试能力尤其实验室的测试能力都很欠缺。”戴一凡观察到了无人驾驶汽车测试能力的薄弱，以及建设提升的紧迫性。

于是，今年7月，清华大学苏州汽车研究院与苏州凌创瑞地测控技术有限公司共同创建清华-瑞地联合实验室，戴一凡出任联合实验室主任。此外，清华大学苏州汽车研究院正牵头筹建江苏省智能网联汽车创新中心，戴一凡是主要的组织者，与江苏省内外相关单位合作推进无人驾驶汽车研发和测试，成了他当前的主要工作。

最近，戴一凡又协助李骏院士和成波院长，计划在清华大学苏州汽车研究院建立整车在环实验室，长度达到近300米，可以模拟智能网联汽车行驶的多种场景。该实验室建成后，将达到国际先进水平。

近日，戴一凡接受了清新汽车专访，阐述了他对无人驾驶汽车发展的见解，重点提出实验室测试能力建设的重要性。他认为，无人驾驶汽车路试由于存在重复性差、成本高、风险高等问题，不能解决所有测试问题，实验室测试将是无人驾驶汽车测试的重要环节。

清华苏研院将建国际最高水平实验室

清新君：清华-瑞地联合实验室创立后，现在有什么进展？

戴一凡：我们成立这个联合实验室的初衷，是把两方的优势结合起来，瑞地擅长做测试设备、测试仪器，我们擅长开发测试场景、车辆模型，研究测试评价的标准。现在我们两方联合以后，一起开发针对AEB、ACC等ADAS以及其他自动驾驶测试场景的模型，导入测试系统里，形成系统级的测试评价体系。

另外，我们计划与清新汽车合作，联合发布一些在毫米波雷达、V2X等领域的测试报告，通过前期大量的测试数据积累，我们认为行业内还是有一些共性问题的，我们希望把这些共性的问题反应出来，为行业做一些公共的服务。

清新君：在测试这方面，今后的规划是怎样的？

戴一凡：以后测试板块要做几项核心的事情：第一是做场景库，这个是最顶层的。现在场景库这块，中国是国际标准的发起人，ISO把做测试场景库国际标准的牵头人定在中国，汽标委牵头在做，国内很多单位都在参与，我们也是其中之一。

第二是与瑞地合作的关于传感器级别的，现在是毫米波雷达、V2X，再往后还有摄像头、多传感器融合等部件级的测试。

第三是整车级，李骏院士支持我们做的整车在环测试，实验室建成后，将达到国际先进水平。在道路测试方面，我们会和江苏省内外的多个测试基地合作，本身我们也在参与建设成都龙泉驿测试基地。

清新君：现在场景库的建设到什么程度了？

戴一凡：场景库方面，一方面在参加汽标委和李骏院士带领的国家级团体活动；另一方面，我们自己也做很多事情，包括对场景库架构的分析，建场景库的流程，从数据源到信息提取，最后怎么使用。场景库做完了要用起来，仿真测试、道路测试都需要场景库支撑，按照场景搭建测试，现在整个架构已经搭得差不多了，下面就是具体的一些场景填进去。另外，我们也有一定的数据资源，现在跟苏州当地交通部门合作的道路监控的数据资源，有自动的算法，提取出来异常交通事件的数据，另外还有一些车载端和我们孵化企业合作的，系统记录下来的危险驾驶的场景数据。下一步基于这些数据资源把它典型的场景提炼出来，场景重构，从原始数据中提取数学化的数据，把这些数学化的数据重构到测试系统里，车辆系统就可以做测试了。

国内外自动驾驶测试能力都很欠缺，尤其是实验室 

清新君：国内做智能网联汽车测试的机构很多，你怎么评价国内智能网联汽车测试的技术水平？

戴一凡：说实话，现在测试的能力不光是中国弱，国外也差不多，现在测试能力尤其实验室的测试能力还很欠缺，任何实验室都很欠缺。现在大家主要是重视在道路端的测试，道路端的测试很容易做，找一段路只要开放，如果不考虑法律法规的问题去测，这个很容易做。但是道路测试有它很多的问题，道路测试成本高，投入的资源大，可重复性差，很多的场景模拟不出来，也很难重复模拟出来，或者需要花很大的成本模拟，而且可能有危险，尤其在开放道路上做测试的话那是很危险的。所以，道路测试有它的必要性，也有它的优势，但是也有很多问题，并不是所有的实验都能在道路测试去做的，所以就需要很多在道路上路之前实验室一些测试的东西，包括仿真的，硬件在环的，整车在环的很多测试环节。这些测试环节目前来看都很欠缺，但是都不知道怎么做，相关的测试方法、测试设备、测试场景其实都很欠缺，大家都在发展，大多都是刚起步。

清新君：通常情况下，汽车研发的过程应该是先做仿真，再做实验室的实验，最后在道路上做验证。现在的无人驾驶汽车测试，越来越多的城市开放道路测试了，但实验室测试还没有做充分，是这样吗？

戴一凡：对，这是自动驾驶发展的一个问题。我觉得至少有两方面的原因：一方面是源自技术和资本的推动。自动驾驶发展得太快，技术迭代速度很快；同时，在资本的推动下，大家非常希望能看到上路的效果，能跑起来，做示范运营。

另一方面，是我们实验室内部的实验条件、实验方法还没有建立起来，没有这种实验能力，比如如何识别信号灯、识别一些车道线、模拟有车辆和行人穿行的复杂路况等。在实验室里除了软件仿真，要用实验室的一些硬件条件来模拟大部分场景很难。实验室没有这种条件，那么，最简单的办法就是到路上试验了。

并不是说L1级没做好，就不做L4了，可以同步进行

清新君：目前在辅助驾驶领域，一些企业的AEB、定速巡航等技术其实做得也不是很好，是不是说明在辅助驾驶阶段研究得还不够？

戴一凡：对，辅助驾驶现在是有问题，包括AEB的功能，之前特斯拉也出现一些事故，主要就是AEB功能没有起作用。但是，也不能说驾驶辅助还没有做好，我们就不去发展高等级的自动驾驶了，可以是两条线并行发展，可以有不同的应用场景。

驾驶辅助可能针对的应用场景非常广，高速公路很多时候AEB肯定是要起作用的，还有城市的AEB，只要前面有车在它的范围之内都起作用。高等级自动驾驶可以针对一些限定场景，像百度的阿波龙是时速20公里以下针对一些限定区域做无人驾驶，还有在停车场内做无人驾驶也是可以达到的。低级别自动驾驶与高级别自动驾驶，面临很多共性的问题，像环境感知是相通的。

目前很多AEB只有一个毫米波雷达，再复杂一点就是毫米波雷达加上一个摄像头。高等级的自动驾驶，还配有激光雷达，传感器配置高的话，一些问题就能解决，但成本压力会增加。可能一些园区的运营公司，对成本不那么敏感，就能搭载一些好的传感器，探测到环境感知信息更丰富，就能避免我们说的AEB的问题。  

清新君：据说，现在做无人驾驶的企业特别多，但是真正做关键技术的，像AEB、毫米波雷达、摄像头这些的企业，反而比较少？

戴一凡：对，这是我们一直以来的短板。再往前说做汽车电子的就很少，芯片、发动机ECU，拆开来看看，有国产的吗？基本上是没有的。我国在汽车电子领域的基础本来就薄弱，在自动驾驶领域，传感器这块稍微好一点，在执行器这层就更弱，比如线控制动，国外企业的优势更明显。当然，现在也有很多国内企业逐步在赶上来，核心的传感器，核心的执行器也都在做。跟刚才的观点一样，这块是我们的弱项，需要赶上，但是做一些高等级的算法，新的人工智能技术应用等，也是需要的，也是必要的。这两条路都得走，都得有不同的人去做

清新君：此外，有人提到电磁兼容问题，也是比较关键的？

戴一凡：对，电磁兼容是很传统的话题。做汽车电子零部件的都要做电磁兼容的测试，电磁兼容测试往往是比较头痛的测试，经常会有问题。自动驾驶以后，尤其是多网联式的自动驾驶以后，汽车需要跟外界通信，涉及到电磁波发送的东西越来越多，跟外界通讯的，雷达、传感器、还有控制器之间的通信，都涉及电磁波的发送，电磁环境非常复杂，所以电磁兼容问题是很大的问题。很可能自己把自己干扰了，或者车与车互相干扰了，比如两个车的激光雷达对射，很可能引发信号接收失误的问题，这其实也是一种电磁干扰。

卡车无人驾驶技术并不简单

清新君：之前谈到优步放弃无人驾驶卡车项目时，认为还有很多技术不成熟。原本大家以为卡车无人驾驶很快就能实现了，但是目前来看还很难？

戴一凡：卡车无人驾驶之前大家比较看好，并不是因为技术简单，轿车有的问题它一样会面对，因为车型不一样，载重量比较重，转弯半径比较大，盲区也比较多，可能会有一些轿车上碰不到新的问题，从技术上看甚至比轿车还要复杂。大家认为卡车无人驾驶能先落地，是因为应用场景很明确，需求很明确，比如卡车自动驾驶可以不考虑在市区里的事情，只考虑高速公路上的应用，下了高速手动再接管一下。从应用上，大家觉得是非常好的应用，场景比较固定，并不是说技术就简单很多。    

清新君：如此说来，国内一些重卡企业相继发布L4级无人驾驶码头牵引车，是不是一个噱头？

戴一凡：在开放道路上全面达到四级，这不是现在能达到的水平。如果是专门针对码头的应用场景，达到三级或者四级自动驾驶，现有技术手段是能达到的。不一定说是噱头，但是还需要时间检验，到底是不是好用。

美国基础创新能力强，中国的优势在应用

清新君：我们最近看了一个新闻，谷歌旗下的无人驾驶公司在研究无人驾驶出租车的收费问题了，是不是美国在无人驾驶这方面技术水平还是领先于中国的？

戴一凡：是，我觉得整体来说更先进是肯定的。但谷歌等公司的技术方案明显是面向2B市场，短期内2C市场肯定接受不了，所以要研究出租车的收费。

清新君：你觉得，中国与美国在无人驾驶方面的差距在哪里？

戴一凡：首先，美国研发无人驾驶的时间比我们长很多，谷歌多少年前就开始了，我们是最近几年的事。另外美国的基础能力比我们强，芯片、汽车电子这些基础能力，理论研究的能力都是领先的，像现代的信息论、控制论、人工智能的技术都是美国发源的。美国的基础创新能力很强。中国的优势在应用，我们可能用别人的理论和算法，去实现了一个什么应用。我们应用层面很强，但是到基础的理论研究，芯片级的、集成电路这样级别的基础产品很弱。这些基础的科学问题基本上都是美国人为主的，而且他们研究时间确实长，谷歌的测试时间积累的数据比国内企业强很多。    

清新君：你说到芯片的问题，是不是现在做无人驾驶的芯片都是用国外几家大的供应商的？

戴一凡：是的，我们使用的大都是恩智浦、英伟达、瑞萨等国外芯片。中国汽车上芯片没有几个是国产的，手机芯片有一些国产的，汽车上几乎没有。    

清新君：全球汽车公司的芯片供应商主要都是这几家，中国还有必要自主研发汽车用芯片吗？

戴一凡：如果从纯商业的角度看没有问题，全球分工，每个国家做自己擅长的事情，中国擅长做制造，加工，应用层的开发。等我们研发出芯片，能用，但成本要赶上别人需要很长的时间，这不是最经济的方法。但是这还涉及到国家层面的战略安全问题，中国毕竟和西方的政治形态是不同的，美国、日本、欧洲如果联合起来卡脖子的话，这就不是商业行为了，带有很强的政治色彩。如果考虑这些问题的话，确实需要自主研发芯片，不计成本也得研发。

返回第一电动网首页 >