鄧偉文：謝謝祕書長的介紹，藉著她剛才提的這個話題，一個是關於自主式的，我們通常講的自然駕駛和無人駕駛，實際上出現了新的趨勢，這兩條路實際上最終是一個先入式的發展，自然汽車最後發展的趨勢是什麼？最後我們的智慧汽車是一個什麼樣的發展的結果。

　　我們知道影響智慧汽車總體來講主要的因素，一個是行車安全，一個是通訊效益，也就是擁堵這個問題，我們知道汽車行駛一向他的安全和效率的因素很多，包括行駛環境，還有車本身，特別是人的問題，我們知道人的問題主要的表現幾個方面，一個我們可以看底下駕駛員的狀態，人的有疲勞、瞌睡、分神等等，還有身體的不適等等，體現了人的駕駛影響的因素實際上是非常之多。

　　我們知道有兩個資料，一個是我們的駕駛人數現在已經是位居世界第一，在這麼大龐大的駕駛員數量裡面，駕齡不足三年的超過了三分之一，這就是我們通常說的"馬路殺手"。很多資料表明，引起的很多原因，不管什麼資料都表明一點，絕大多數的主要的原因來自於我們人，所以從這點我們可以得出幾個結論。人在當中扮演著主要的角色，也是很薄弱的一環，包括人的不良的駕駛的狀態、習性，還有駕駛技能不足。因此我們談汽車智慧化或者智慧汽車，實際的改善我們行駛的安全和通行的效率一個關鍵的途徑。

　　首先我們解決幾個問題，第一我們涉及到的技術，對於我們的車輛進行定位和周邊環境進行感知。第二個回答的問題是我們到哪去？就是我們說的決策和規劃。從這幾個關鍵技術裡面我們可以看到，環境感測我們採用了許許多多的不同的手段，包括我們的視覺、雷達、無線通訊、定位技術等等。這些資訊我們進行融合之後，我們對行駛裡面很重要的幾個裡面，包括目標跟蹤、障礙物識別、車道線識別等等，形成了一些關鍵的資訊，然後開展決策和規劃，對我們車輛進行控制或者這些控制構成從汽車的縱向控制、側向控制、轉向控制、動力控制等等構成一個大的系統。

　　這個系統進一步下去，我們知道產生出一些我們認為的輔助駕駛功能或者組織安全的功能，最終走向無人駕駛，我們從提示、警告駕駛員開始，逐漸的干預我們的駕駛員，包括自適應巡航系統、車道糾偏等等。

　　這個是我們常見的一張圖，從時間軸上來看，我們的功能越來越豐富，反過來我們的技術複雜程度、效能價值的成本越來越高。這個圖可以看出我們談智慧汽車關鍵的技術有哪一些技術？第一個是感測感知，我們剛才講的決策與規劃，還有車輛的制動和轉向系統等幾個主要的功能模組。這裡面很重要的一塊就是環境感測感知的技術，利用視覺感測是目前使用的比較多的這麼一種途徑，通過這個視覺影象堅決檢測、感知、識別，我們提供準確、實時、可靠、自適應的這麼對周邊環境的感知。

　　進一步我們可以利用雷達資訊，把這個影象、GPS、地圖等等動態系統開展感測資訊的融合，構成對環境的更加準確和全面的認知。還有規劃與決策這一部分，從巨集觀上來講，我們的導航路徑規劃，接著我們對我們的行駛行為進行規劃，接下來就是我們的軌跡規劃，我們應該怎麼走？這個構成了我們的規劃與決策的架構。我們知道機器決策實際上涉及的比較多，一方面在我的左邊，需要評估我們的交通周邊的交通參與物，另外考慮除了安全之外，怎麼保證舒適性、操控穩定性等等，這個是我們軌跡規劃裡面要做的事情。

　　還有減速工程等等比較典型的，還有干擾超車、避障工程、十字路口工況等等。這個是我們換道的行為模式，怎麼換道，能夠保證安全的前提下做到高效率和舒適型。我們可以建立動態軌跡規劃策略，在保障安全前提下提高效率與舒適性等等。

　　剛才提到的分級，這個分級是一個功能分級，怎麼分不重要，更多的是一個漸進式的過程，主要是工業界目前主要採取的一個思路，這個思路一個是從輔助駕駛開始，逐漸的幫助人在處理減輕駕駛負擔，提高駕駛安全的角度，逐漸的增加我們高度自動駕駛、，最終實現全自動的駕駛，這個途徑第一個他的好處是漸進式的方式，符合工業產業化發展的基本的模式，漸進式的幫助替代人的駕駛，反過來因為漸進式效果也有效，另外一方面人仍然是主體，在對智慧駕駛來講要求相對就低了，明確了責任主體，這個符合我們當前，包括我們整個的駕駛模式，我們的法律法規基礎等等，但是帶來的問題人的複雜性，人的參與性，使得人機介面、人機互動、人機共駕是非常複雜的事情。我們為什麼講駕駛人員是幾個億的大的體量，每個人的差異化等等，使得成為長期的一個技術挑戰。

　　我們接著看這個是一方面我們逐漸的增加自動化的程度不斷提高，在這個過程當中相當長的時間裡麵人機共駕是共存的。什麼叫做人機共駕駛？一方面我們有計算機，一方面是駕駛員自己駕駛汽車，一方面我們也理解駕駛員的意圖究竟是什麼？另外一方面我們通過音訊、視訊，還有觸覺系統能夠提示我們的駕駛員或者警示我們的駕駛員，很多程度上需要駕駛員接管，還有計算機要干預駕駛。下面這部分是我們的人的思維，我們有感知環節，我們有大腦決策，還有感受器，包括手、腳，我們通過轉向，油門和自動等等。這兩個系統怎麼和諧共處？這是一個非常具有挑戰性的問題，這個構成了我們人機共駕的系統。

　　將長期存在，即便是我們今後走向無人駕駛，我們也希望這個汽車開起來像人開，進入人性化的特點。更進一步我們希望這個汽車開起來向我開或者向你開，體現個性化的特點。另外我們駕駛員的非專業，不像飛機或者是火車，人數、年齡、性別心理差異不大，整個我們駕駛系統裡面最複雜、最不缺點、也最危險的因素。駕駛員有駕駛缺陷和障礙、駕駛習性和技能等特徵，我們要讀懂駕駛員的心態，他的狀態是不是很好的狀態，駕駛的行為習性，包括駕駛的技術怎麼樣？開發出這麼一個產品，使得友好、直觀的跟人機進行互動，構成了我們談的協同的人機共駕技術。至少互相排斥，能夠優化我們的駕駛體驗。

　　另一條路以谷歌為代表的，走的是不一樣的一條路，直接無人駕駛的一條路，這條路實際上我們可以看到這個車子已經上路了，證明他已經有足夠的技術的成熟度和產業化的前景，這條路告訴我們什麼呢？一方面無人駕駛可以完全的消除掉或者大部分消除掉我們剛才談的人機互動的技術難點，而且我們知道終極目標就是實現無人駕駛，技術路線實現這麼一步技術途徑。帶來的問題一方面精確、快速和可靠的環境感測感知是一個長期的挑戰，怎麼能夠做得到？另外一方面決策規劃，通過機器能夠替代人的決策，同樣也是一個長期面臨的挑戰。此外還有法律障礙、責任劃分問題等等，無人駕駛同樣解決了人機共駕這麼一個複雜的問題，但是帶來了新的問題，這個是我們無人駕駛技術裡面或者全自動駕駛裡面需要一系列的感測，包括剛才講的360度感測感知技術，360度的安全保護，一方面他要能夠實現全天候的，甚至全工況的保護，現在這個是我們感測感知技術裡面關鍵的挑戰，包括我們看到很多展示可以做到，但是能不能在全天候、全工況是一個挑戰。

　　這個是我們知道的跟美國通用的合作，做的一個車，這個車總共19個感測器，這個車200多萬美元的一個車，這個車是谷歌做的車，包括三維高清度的鐳射的掃描，這些是我們現在目前智慧化汽車普遍用到的常用的感測器。

　　另外一方面環境的感測感知、決策與規劃我們知道影響的因素很多，包括道路、交通、天氣和光照條件。另外一方面涉及到的危險，特別是機械工況，使得我們環境感測感知是非常具有挑戰性的。還有車載感測的侷限，特別有遮擋的時候，而且往往響應比較慢。

　　帶來的挑戰，一方面我們知道電腦代替人是長期的一個挑戰，特別是我們知道電腦目前還很難達到這個具備人的聯想和演繹的能力，另外一些突發情況還不能處理，剛才我們講的全天候、全工況準確、快速、可靠的感測感知技術。特別是汽車產業裡面的低成本特徵。社會責任我就不多講了，包括我們現有的法律法規基礎不適用，包括責任的處理、法規、理賠等等，甚至道路的設計等等。責任劃分，使用者與製造商、製造商與供應商和銷售商之間的問題。另外一方面減輕駕駛負擔與過度依賴或濫用智慧駕駛的矛盾。還有剛才講的資訊保安與隱私，大眾與市場的接受等。自動駕駛行為準則，等等也是我們面臨的一個挑戰。

　　我們知道計算機的發展是從電氣化開始的，電氣化實際上使得汽車成為了一個機電液資訊一體化的控制系統，我們通過把環境的感知、決策規劃，實現了我們現在的智慧化，這就是我們在智慧汽車的發展。一方面可以實現自動巡航，解決行駛過程當中效率的問題，同樣可以安全避障，自動化過程的未來是什麼？這個是我們底下接下來時間要解決的問題。
我們知道自主式智慧駕駛面臨的問題，一方面像我們看到的這個圖，這個是高度擁堵，沒有規則、無序的一個交通，換句話說自主式智慧駕駛解決不了資訊相互鼓勵、運動相對獨立，交通依靠依序，這方面是沒有辦法解決的，特別是交通擁堵是大系統的問題。

　　還有一個像智慧汽車和非智慧汽車，給我們智慧駕駛帶來了挑戰。我們知道智慧汽車發展面臨的問題，隨著安全性要求越來越高，感測器越來越多，資料處理量越來越大，系統的結構越來越複雜，可靠性保證越來越難，綜合成本越來越高，導致智慧汽車普及越來越難，這是發展的一個瓶頸因素。

　　另外一方面，我們講的從智慧汽車發展的無人駕駛的方式，實際上都面臨著同樣的問題，問題是我們的智慧汽車自主式的智慧駕駛他的方向在什麼地方？我們知道工業4.0帶來了網際網路，特別是資訊物理的融合，使得網際網路+汽車、交通是一個很緊密的關係，恰恰是我們新的機遇。

　　我們知道，這個是我們的車聯網的技術，另外一方面是我們車聯網，包括移動的雲端計算大平臺的移動網際網路，構成了我們4G、5G移動的通訊網路，構成了車路、車雲、路、雲等短距離及遠端通訊網路，實現車際網和移動網際網路的融合。這個給我們帶來的是什麼好呢？一方面通過車車協同、車路協同，產生了很多的資料，基於我們左邊自然汽車帶來的車載傳承大大豐富了車載感測資訊，可以通過雲端計算，採集大量的路上通訊資料，一方面提高我們感測的完整度、精度，還有過去做不到的。感測資訊不止是車載感測，還有包括附近的周邊資訊、道路資訊等等，使得我們感測資訊得以豐富。

　　這個圖我想說明的是什麼呢？協同式的發展，一方面剛才我們講的網聯智慧汽車，他的發展的我覺得很重要的一點滲透率告訴我們，這個滲透率的大小決定了我們對智慧汽車本身的影響，另外一方面隨著網聯式智慧汽車車聯網滲透率的提高，我們自主式自動駕駛等方面的要求相應的會下降，這個下降使得我們智慧汽車越來越簡單，對於處理的要求也越來越簡單，實現兩個協同發展。通過資料共享，提高我們的環境感知範圍、精度和可靠性，可以降低車載感測要求、降低成本，可以普及智慧汽車、提高車聯網的滲透率，滲透率實際上是對我們整個的網際網路底下的車聯網是非常重要的一塊。

　　整個的發展趨勢，一方面我們以駕駛員為中心的智慧輔助駕駛，發展為智慧車輛為中心的自主式職能駕駛，接下來走上以網際網路為連線的駕駛。這個是我們從智慧駕駛的角度來講，解決的是出行的問題，出行的問題不僅僅是車聯網本身，還關係著我們的智慧電網，還有我們的社會，這個體系是從智慧城市開始到智慧交通，最終到我們的智慧汽車，從出行、服務的模式，在智慧交通等方面，發生了根本性的變化。

　　我們在2012年講過去一百年，汽車改變了人類社會，從根本上改變了人類的出行模式、生活模式等等，我們擁有了汽車，我們擁有了便捷的生活方式，我們過去的五十年，我相信人類社會將要改變汽車，一方面我們知道擁有汽車目前並不擁有安全和舒適，往往擁有的是事故，擁有的是擁堵。汽車保有很可能被汽車共享所替代，汽車的差異化因為共享變的小了，很重要的一點就是一個交通工具，一個移動節點。同質化將有可能從根本上改變汽車的生產模式、銷售模式和服務模式。

　　最終的根本驅動力，是解決人們的出行問題，人們的出行問題是從智慧城市開始到智慧交通，最後到我們的智慧汽車，網際網路使得汽車不再是一個孤立的個人交通載體，分時共享租賃很可能是汽車的主旋律，帶來的結果汽車的差異化減少，很可能產量和保有量會減少，這是一個良性迴圈，我們還需要那麼多的汽車嗎？

　　最後這一頁對我們的智慧汽車做了一個定義，這個是我個人的看法，我們知道屬於產生汽車，我們現在看得見的，包括谷歌、百度看得見，智慧汽車是一個集環境感知、規劃決策、多等級輔助駕駛等功能於一體的綜合系統。除了這個之外也是整個移動通訊當中，也是行動通訊中一個具有資料採集、處理和傳輸功能的網路節點。未來是什麼樣的？未來的智慧汽車恐怕是功能比較簡單，是一個高速的移動終端。謝謝各位。