2022年11月19日，CCF YOCSEF桂林分论坛在广西柳州翠柳园成功举办了题为“传统车企如何面对自动驾驶带来的挑战与落地途径？”的闭门深度技术论坛。本次论坛由中国计算机学会主办，YOCSEF桂林分论坛学术委员会承办，软通动力信息技术（集团）股份有限公司和南京铱讯信息技术股份有限公司协办。YOCSEF桂林委员邓钧忆（广西科技大学）担任执行主席，YOCSEF桂林委员赵红专（桂林电子科技大学）、YOCSEF桂林主席王欢（广西科技大学）担任线上主席。

论坛邀请到智能网联汽车产业及相关领域的企业代表和学术专家，吸引了包括吉林大学、同济大学、电子科技大学、沈阳航空航天大学、桂林电子科技大学、北部湾大学、广西科技大学、柳州工学院、柳州五菱新能源汽车有限公司、东风柳州汽车有限公司、沈阳启云智网科技有限公司和柳州欧维姆机械股份有限公司的专家学者共计20余位参加。本次论坛围绕复杂环境下自动驾驶的高精度感知和智能决策两条主线，就自动驾驶的安全性、稳定性和实现高精度感知的技术问题展开讨论，研究并总结出一条传统车企在面对自动驾驶带来的挑战的新路径。

图1.YOCSEF桂林委员邓钧忆作论坛开幕致辞

图2.YOCSEF桂林主席王欢致辞

图3.论坛会场与会嘉宾

YOCSEF桂林副主席、论坛执行主席邓钧忆作开幕致辞，他表示，当下我国正积极推动智能网联汽车产业的健康可持续发展，自动驾驶技术的发展突飞猛进，自动驾驶新车占比水涨船高，成为一些城市的新名片。然而，随着自动驾驶等级的升高，智能网联汽车需要进行多传感器环境感知、高精度地图定位、V2X信息通信、多数据融合以及决策与规划等计算，其巨大资源开销和实时性要求对车载计算平台来说是个巨大挑战。与此同时，自动驾驶及辅助驾驶车辆事故频出，自动驾驶技术的安全性和稳定性令人担忧。自动驾驶汽车如何安全可靠地落地，发人深思。

上午的引导发言环节，由五位引导嘉宾分别从室外场景自主泊车、特种车辆运输方案和智能网联汽车中的关键技术与发展态势等热门问题及现有应用进行介绍并发表引导观点。同济大学张林教授围绕自主泊车任务的视觉感知与建图定位的应用实践，分析了当下泊车位检测与定位工作面临的多个技术挑战，介绍了“环视系统离线标定与在线位安修正”方法以及面向室内自主泊车任务的SLAM系统的运行机制和总体架构。与会专家围绕“阴雨天气对泊车位定位影响？”“邻接车位检测与分割技术困难”等问题展开了进一步的讨论。

图4.同济大学张林教授作引导发言现场

吉林大学的王健教授作了题为“露天矿山无人驾驶运输解决方案”的引导发言。王教授以露天矿山无人矿车运输工程为例，介绍了团队研究的“智能无人运输作业系统方案”。他强调，特种车辆作业场景下，环境的不可控因素大，对无人驾驶车辆的稳定性、可靠性要求更高。他认为，无人车智能决策与多车种协同调度的方案有望提高整体工作效率。与会专家就“矿车活物检测与避障方案”“矿车负载与运输速率对安全性的影响”等问题进行了思辨讨论。

图5.吉林大学王健教授作引导发言

电子科技大学万少华教授以“车联网中基于边缘智能的视频分析关键技术研究”为题，分享了计算机视觉在智能网联汽车工作中的研究和思考。沈阳航空航天大学的赵亮教授以“智能车载移动计算未来演进之初探”为题进行引导发言。百度智能交通教育行业解决方案的架构师白杨将智能物联汽车产业的发展态势与百度科技有限公司的实践相结合。

图6 .电子科技大学万少华教授作引导发言

图7.论坛嘉宾合影

下午的闭门论坛阶段分为感知融合组和智能决策组，围绕两个议题及六个子议题进行时长三个小时的深度思辨研讨。

感知融合组参与思辨的嘉宾主要是自动驾驶领域应用型专家，由执行主席邓钧忆主持，其议题是“如何实现复杂环境下自动驾驶？”，讨论重点是高精度感知，子议题从自动驾驶在感知融合技术领域面临的问题、亟待突破的关键技术和自动驾驶技术在传统车企落地需要的条件三个方面展开。

黄好认为目前面临的问题主要是多传感器融合需要一个很高的算力，硬件的平台还要再升级，成本方面有很大的压力。他应该化繁为简，尽量要求感知要少一些，算力尽量低一点，算法也不需要太多的AI智能，越搞越复杂的话对车的控制难度要求也更高。

张冠宇表示，感知问题其实是现在自动驾驶面临的最主要的问题之一。在感知这一块面临的问题一方面是算力，另一方面是可靠性。

王健认为全自动挖掘不算痛点，因为挖掘机太复杂，这种太精巧的做不了，没有意义。一般人工智能肯定先做容易取代的，简单的、量大的、重复劳动的、劳动密集的工作，这些比较适合做人工智能。

陈善彪针对“自动驾驶技术在传统车企落地还需要那些支持或条件？”这一子议题，认为测试时感知设备评估的准确度不高。此外还提出企业应当考虑成本问题，可以参考新能源的方式。自动驾驶这块可能还是需要政府的引导，没有补贴的话，车企的成本和系统的成本都很难，要实现产品落地的话，在购买车辆时可以通过补贴的形式来降低成本压力，可以较快实现商业化的落地。但是也不是考虑钱就能解决融合问题，完全实现自动驾驶的话是不可能的，一定需要人机共驾这种模式。怎么去平衡性能和成本的平衡点很重要。

综上所述，王健在总结时提及特殊场景时，假如车辆出了某一次事故，客户对产品就会失去信心，因此要做好功能性能安全的三者统一。

智能决策组的议题是“如何提高自动驾驶智能决策的稳定性和安全性？”重点放在自动驾驶智能决策的方式方法上，子议题从智能决策面临的问题、关键技术和落地需要的条件三个方面展开，参与嘉宾主要是车联网领域专家，由YOCSEF桂林主席王欢主持。

围绕子议题，专家们结合各自的研究方向和实践经验，展开一系列头脑风暴。针对“智能决策领域亟待突破的关键技术有哪些？”这一子议题。

赵亮认为，在自动驾驶上预测能力是个难点，尤其特别是横穿目标轨迹的预测，周边环境的影响导致一些自动驾驶所识别的信息做出错误的决策。

万少华认为，在自动驾驶智能决策的研究上的实验性能与应用性能有差异的问题，并且在恶劣的周边环境和有干扰信号的环境下，可能会导致智能决策算法的性能和可靠性下降。

王欢认为，智能决策算法的学习样本数据应该重点考虑，场景训练的时间和场景的跨度变化可能都会直接影响智能决策的好坏。

王玉江认为，应在特殊场景限定区域上的自动驾驶做好，并结合地方特色，更好的推广地方特色以及自动驾驶被人接受的宣传。

黎治均认为，自动驾驶智能决策的研究上不同的研究组织制作出来的决策算法不统一，没有统一标准化，并由于现在的智能决策太机械化了，遇到紧急情况很难像人一样理智处理。

图8.闭门论坛阶段议题二讨论现场

图9.嘉宾热议

两个议题的观点输出在论坛的第三阶段输出总结讨论中进行碰撞优化，对于数字化助推社会治理的多个相关议题形成了共识，包括：

1）在自动驾驶在智能决策领域上面临的问题有：在通用自动驾驶上应考虑标准、可解释性和鲁棒性等问题，特定场景自动驾驶应考虑样本集、市场需求、投入产出等问题。

2）智能决策领域亟待突破的关键技术有：多模态数据融合、数据标准化、模型最小单元确定、高精度地图实景导航和灰箱模型等关键技术。

3）自动驾驶技术在传统车企落地还需要大平台的信息共享、设备设计的全局性考虑、政府在法律法规与产学研资金保障等支持。

4）从市场角度建议将自动驾驶发展特殊场景限定区域，应用到单一产品扩展为智慧农业、智慧园区等其他领域。

本次深度技术论坛思辨成果将进一步整理发布，并凝练数字化社会治理白皮书和内参报告等深度输出，为传统车企如何面对自动驾驶带来的挑战与落地途径进言献策。