作者丨錢漪

編輯丨郝秋慧

汽車3.0時代最熱的領域莫過于新能源、智能網(wǎng)聯(lián)和自動駕駛。

第六屆中國汽車技術轉移大會旨在搭建中國汽車行業(yè)各界深度交流合作平臺，促進技術成果對接轉化，針對新能源、智能網(wǎng)聯(lián)、自動駕駛等核心技術領域涉及的產(chǎn)業(yè)政策、行業(yè)趨勢、技術路線和商業(yè)模式等問題進行探討。億歐汽車受邀參加本次活動。

在開幕式及高峰論壇上，清華大學研究院智能網(wǎng)聯(lián)中心主任戴一凡、同濟大學校長助理、汽車學院院長余卓平，北汽集團越野車有限公司總經(jīng)理王璋，東風汽車集團有限公司技術中心科技創(chuàng)新部部長韓楊、新思科技驗證事業(yè)部市場營銷副總監(jiān)Marc Serughetti發(fā)布主題演講。

戴一凡的演講解讀了“基于移動通信網(wǎng)的高精度地位系統(tǒng)”，指出高精度定位是實現(xiàn)自動駕駛場景不可或缺的技術，也是智能交通和智慧城市建設核心的基礎。為提升系統(tǒng)覆蓋度，亟需協(xié)同移動通信網(wǎng)精密定位。

他認為技術落地正面臨的如下三大挑戰(zhàn)，第一，時鐘同步誤差導致基站定位誤差；第二，多路徑效應引起定位誤差；第三，頻譜資源利用的管理和運營�；�于移動通信網(wǎng)的高精度地位系統(tǒng)則能夠消除時鐘同步的誤差，將時間精度導致的空間誤差從常規(guī)系統(tǒng)20納秒提升至100皮秒。這對于厘米級精度自動輔助駕駛系統(tǒng)，城市密集區(qū)域的高精度定位服務來說是一大技術突破。

智能網(wǎng)聯(lián)汽車技術沙龍以“測試技術-為自動駕駛保駕護航”為主題，論壇從場景庫、虛擬仿真、信息安全、傳感器及整車測試等方面出發(fā)，探討了智能網(wǎng)聯(lián)汽車在安全性提升方面的解決方案，發(fā)布了多個深度技術報告。

新能源汽車技術會議針對新能源行業(yè)的變化，對科技成果轉化的問題和汽車技術升級提出發(fā)展建議。

億歐汽車將主要嘉賓語錄精華為您整理如下：

同濟大學校長助理、汽車學院院長余卓平：補貼退坡后新能源汽車發(fā)展思考

插電混動和純電動汽車有明顯差價。插電混動車型，特別是中端車型，目前在市場上有很多。我們目前正在研發(fā)增程技術。增程技術的意義在于，一般在城市工況特別省油，到高速工況由于是串聯(lián)耗能，我們通過增程技術，高速的時候發(fā)動機自驅(qū)解決高速時候能耗問題。

能源和能源裝備是一一對應，氫將來會是燃料電池。從這樣關系來看，燃料電池有非常好的發(fā)展空間，從長遠來講燃料電池價格不會貴。從市場發(fā)展來看，日本、韓國現(xiàn)在也正在大力推動，剛開始著眼點在乘用車上。

我們國家最近這一年，燃料電池使用場景基本上在運營商用車上。2021-2035的國家戰(zhàn)略里面有提到，未來15年里面，我們國家要實現(xiàn)燃料電池商用車規(guī)�；�運營，所以在這里面大家可以看到燃料電池有它的定位。長途、大運量、加注能源時間極短，這就是在運營車輛里面能找到定位的。不是講燃料電池要取代純電動，純電動形式應用在小型電動車上我認為是最優(yōu)的。

將來，氫能和電互補，燃料電池汽車和純電動汽車也同樣互補關系，不是競爭對立的關系。國家在發(fā)展氫燃料電池這方面有優(yōu)勢，但由于工程量大，標準規(guī)范上的挑戰(zhàn)比純電動多得多，應該在新能源汽車里最后一個實現(xiàn)產(chǎn)業(yè)化。

北汽集團越野車有限公司總經(jīng)理王璋：“產(chǎn)業(yè)轉型下越野車的創(chuàng)新發(fā)展之路”

越野車產(chǎn)品有它的特點與技術路線，我們要掌握越野車核心技術以及發(fā)展趨勢。同時，我們要創(chuàng)新其他新技術應用，將相對成熟技術產(chǎn)業(yè)化和市場化結合。

北汽越野目前在做電動化、智能網(wǎng)聯(lián)、輕量化、無人平臺和綜合防護方面的創(chuàng)新研發(fā)。越野車主要在混動方面，利用電高動力性，節(jié)油是一方面，電動技術在我們越野車上，更突出的優(yōu)點反而是動力性提高。

P2是目前產(chǎn)業(yè)化程度最高混動技術，盡管產(chǎn)業(yè)化程度高，資源主要集中在比較大的國際公司，標定時間很長，研發(fā)費用高。但我依然認為這個技術在越野車上，是對車型改動最小、最容易實現(xiàn)、最容易接受的一個技術。

江蘇省智能網(wǎng)聯(lián)汽車創(chuàng)新中心戴一凡：面向自動駕駛的場景挖掘與構建

大家現(xiàn)在都知道自動駕駛汽車非常的熱門，國外的特斯拉也好、Google也好，包括國內(nèi)從自動駕駛到駕駛輔助，不同層面的智能汽車產(chǎn)品和一些實驗都在進行大量的示范運行。我們從媒體上公開的報道，還有一些不公開的，能看到自動駕駛或者駕駛輔助系統(tǒng)導致的一些安全事故。

我們自動駕駛汽車真的要成熟的上路，大規(guī)模的用還有很長的路要求，還需要很多的測試。我們講測試，我們傳統(tǒng)汽車行業(yè)，汽車的測試一直隨著汽車的發(fā)展，是已經(jīng)發(fā)展了100多年的產(chǎn)業(yè)，汽車上路的第一天開始就有很多的測試。

我們說自動駕駛汽車測試，認為它的測試較傳統(tǒng)汽車發(fā)生了本質(zhì)的變化，包括第一，測試評價的內(nèi)容。傳統(tǒng)汽車測試的時候主要測試機器執(zhí)行能力，但是我們對自動駕駛汽車主要評價機器的決策、控制、感知；第二，測試評價的工況變化；第三，測試評價的工具鏈。

下面講講基于視覺分析的場景挖掘技術。絕大部分的場景不是我們憑空想象出來，而是我們根據(jù)生活經(jīng)驗，包括從設計駕駛環(huán)境中發(fā)生的事故提取出來的。場景的來源主要有兩個部分，一部分是真實數(shù)據(jù)源，一部分是虛擬數(shù)據(jù)源。

真實數(shù)據(jù)源大概有三種——第一，路測監(jiān)控系統(tǒng)，這些數(shù)據(jù)為我們提取合適的場景提供了非常好的數(shù)據(jù)資源。第二，車載采集系統(tǒng)數(shù)據(jù)。這是現(xiàn)在很多場景庫研發(fā)機構用的方法。第三，事故數(shù)據(jù)。發(fā)生交通事故以后交警部門和事故分析機構會到現(xiàn)場做記錄，這些也是非常重要的場景數(shù)據(jù)。

虛擬數(shù)據(jù)源大概也分三種：第一，試驗設備駕駛模擬器開出來的，介于真實和虛擬之間的數(shù)據(jù)。第二，人為構建場景，人為合理想象出來的虛擬場景數(shù)據(jù)。第三，駕駛模擬器場景，它是經(jīng)過人類的思考高度提煉寫到標準中的數(shù)據(jù)，既然在標準當中，當然也是我們場景庫里面需要測試的場景。

為什么今天要重點強調(diào)基于設計挖掘的場景？因為場景提煉的數(shù)據(jù)不止基于視覺，還有很多采集車有毫米波雷達、激光雷達，包括其它傳感器，這些數(shù)據(jù)都可以作為我們場景挖掘的基礎數(shù)據(jù)。

編輯：郝秋慧

版權聲明

本文來源億歐，經(jīng)億歐授權發(fā)布，版權歸原作者所有。轉載或內(nèi)容合作請點擊轉載說明，違規(guī)轉載法律必究。

作者：錢漪來源：億歐