SAIC智能驾驶发展部成立于2017年2018年，通过与供应商合作交付第一代智能驾驶样车，获得大众品牌在中国的首张智能网联测试牌照2020年，上汽大众团队开始自主研发自动驾驶技术目前已经能够完成核心功能算法，系统集成，大数据平台，工具链开发，人机交互系统的开发，实现了全栈自动驾驶技术的自研

日前，在盖世汽车主办的第五届自动驾驶与人机共驾论坛2022上，上汽大众汽车股份有限公司自动驾驶R&D与大数据负责人史亮博士表示，通过不断推进核心算法的迭代，有望将自研技术应用于大众未来的车辆平台，上汽大众将推动高水平自动驾驶项目的落地，改变人们未来的出行方式。

上汽大众汽车有限公司自动驾驶R&D及大数据负责人

组织以下演讲内容:

上汽大众自动驾驶发展路径

上汽大众自动驾驶部门隶属于上汽大众智能驾驶开发部，成立于2017年11月。

SAIC自动驾驶部自成立以来一直在做自动驾驶的研发2017年成立之初，整个团队还是比较弱的我们选择与国内某知名供应商共同开发第一代自动驾驶车辆当时整车的车身和线控系统都是上汽大众提供的，而车辆的传感器，算法，系统集成都是这个供应商做的，处于软件黑箱交付的状态在车辆R&D的过程中，我们获得了大众品牌在中国的首张智能网联测试牌照通过这个项目，逐步探索如何建立自动驾驶R&D系统，在国内积累了一定的场景，并具备了一定的自动驾驶相关工具链的R&D能力

2018年，我们获得了与德国大众合作开发我们第二代自动驾驶平台的机会，并在朗逸车型上安装了德国大众提供的软件算法基于这个项目，我们获得了第二张智能网联测试牌照

通过这个项目，我们逐渐摸清了传感器选型，传感器集成，软件代码研发，功能场景适配等等经过两代车辆平台开发，上汽大众于2020年开始建立自主研发的自动驾驶平台，简称ORP我们希望在这个平台上实现上汽大众自己的白盒交付，包括整个软件开发，系统集成，大数据平台，工具链等等

对于自主研发的自动驾驶平台，我们规划了三个步骤来完成2020年项目启动，2021年完成整个项目的车型开发，并获得自研项目的智能驾驶测试牌照2020年到2023年之间，我们希望这款车能在测试路段上路，提高车的软件算法成熟度同时，我们希望自研的自动驾驶车辆在2024年以后可以有更多的应用，可以使用算法，大数据平台等为大众的未来站台

我们在2020年开发了第一代自动驾驶车辆出于安全考虑，我们当时安装了更多的传感器，中央控制器做了备份冗余在未来的R&D过程中，我们将逐步考虑减少传感器的使用，并在确保安全的前提下制定低成本的计划第一代自研自动驾驶车辆，我们去年完成了硬件集成，软件方案设计冻结，测试工作完成最近拿到了车辆智能网联测试牌照，现在正在上海智能网联测试示范区实施路测和路采

大众未来一定会走向电动化基于这种趋势，我们希望开始利用电动汽车的平台来制造自动驾驶汽车于是，今年年初，我开始打算用ID4x在MEB平台上做第二代自动驾驶车辆的研发到目前为止，我们已经完成了ID4的硬件设计和集成基于MEB平台的x车辆

如前所述，我们正在不断尝试减少传感器的使用，以降低车辆的成本在第二代自研自动驾驶车辆的研发过程中，我们已经开始尝试减少传感器的使用我们希望在连续的开放道路测试中，找出哪种方案是最佳的传感器配置方案

自动驾驶核心能力的构建

在过去几年中，我们通过汽车研发积累了六大核心竞争力:

首先是核心算法，包括自动驾驶套路的感知，融合，预测，定位，控制核心算法另外，我们也在不断尝试做算法和面向SOA的应用的建模和轻量级开发

第二个能力是模拟系统现在正在逐步建立仿真测试能力，也在建立上汽大众自己的仿真数据库，仿真管理平台等工具链体系

三是测试验证能力建设我们正在搭建测试场景库，测试管理平台工具链等等

第四，人机共驾系统，即如何利用先进的传感器做舱驾一体化的工作此外，在大数据驱动的平台和端到端的工具链中也有能力

让我们逐一解释。

核心算法能力建设

上汽大众目前能够做90%以上的核心算法研发，包括感知融合，定位，控制，预测等比如上汽大众目前可以通过软件架构和软件模块开发实现的包括目标物体的感知和融合，信号灯的感知和融合等

因为上汽大众的自研软件起步比较晚，我们自研软件算法的初始软件代码比较重，整个软件耦合度高在完成了几个版本的软件开发之后，我们就在想是不是可以做一些模块化的开发，于是在几个版本的软件迭代之后，逐渐完善了软件的模块化开发有了一些模块化开发的经验，我们就不得不思考，模块化开发之后，是否可以适当的减少和减轻软件

目前，我们已经完成了自研软件模块化和轻量级开发的第一阶段在自研软件的研发过程中，我们在想，如果只是我们研发的软件服务于自动驾驶领域，还是会有一些冗余的未来能不能把软件打包成SDK，给更多的领域，更多的应用，赋能整个汽车研发能否将我们自动驾驶仪的感知算法或者其他功能打包，做成通用接口，用在网联部门或者电驱部门，从而开发更多的应用服务，实现更多的客户价值这些都是我们现在思考的问题

仿真系统能力建设

上汽大众正在构建一个通用的仿真测试系统，主要包括三层架构。

首先是基础层，包含了提供仿真所需的基础设施，包括存储，计算能力，常规仿真软件等。

在中间层，也就是场景层，我们希望提供一套能够生成和概化场景的工具，将从外部采集的场景数据转化为虚拟场景，概化一系列场景。

最上层是应用层，我们希望提供仿真管理，评估和报告自动生成工具。

具有测试和验证平台的全场景，全流程测试系统。

在测试验证方面，上汽大众希望构建一个全场景，全流程的测试体系，服务于高水平的自动驾驶，包括测试基地，测试场景，以及一套测试评估机制。

整个场景包括虚拟仿真场景，封闭道路场景和开放道路场景我们希望基于不同场景下的性能比较来评估和迭代我们的算法

就整个流程而言，我们希望建立的测试系统能够服务于整个V模型的右端，包括代码级测试，软件测试，系统级测试和验收级测试。

构建E2E数据驱动平台

在自动驾驶的过程中，我相信每个人都面临着很多数据挑战，包括数据采集，数据应用，数据使用过程中的计算能力挑战，存储挑战，数据管理和运维挑战等上汽大众如何解决这些挑战

首先，我们希望实现基于端到端数据流的数据驱动算法的闭环迭代二是希望能够基于混合云平台提供大计算能力，大存储和多种云服务，从而服务于自动驾驶的研发第三，希望加强应用层的建设，为应用提供持续，实时，可视化的服务

为此，上汽大众搭建了端到端的数据驱动平台，分为三层首先是中间层——大数据平台，可以实现端到端的数据采集，在数据闭环的过程中做算法开发，验证，分析我们还提供了支持算法开发的基础设施层的基础这个基础提供了大的计算资源，大的存储资源，以及一些云原生服务基于大数据平台和基础设施，我们将开发顶层应用层，在这里我们可以做很多自动驾驶的应用，包括提供车队管理信息，日志服务信息，仿真信息，测试信息等等这些信息会在整个大数据平台上实时，持续，可视化的展示出来

目前，上汽大众建立的端到端自动驾驶平台已经在内部上线未来，我们希望这个平台能够像自动算法一样迭代，更好地服务于上汽大众的算法开发和测试验证过程

工具链系统—应用工具链

上汽大众基于V车型建立了完整的工具链体系。

例如，TJM可以通过语音和文本帮助车辆侧的测试人员在道路上收集数据时管理标记的数据这些标签化的数据可以上传到端到端的大数据平台，可以自动识别进行数据分类和管理

例如，CFM可以帮助我们了解车队状态下车辆的运行轨迹，以及驾驶员测试时的接管位置和接管频率。

人机共驾系统——全场景的旅程体验

最后想和大家聊聊上汽大众对人机驾驶系统的研究无论是自动驾驶还是辅助驾驶，我们心里都有这个疑问我们是否足够信任这样一个系统人与人之间，人与制度之间的信任是逐渐建立起来的什么样的形式和媒介能让司机或乘客更好地理解，信任和使用这个系统，是未来需要突破的难点

在先进感知技术的基础上，SAIC的人机副驾辅助系统利用屏幕，HUD和智能灯等设备，为用户创造全场景的旅程体验。

比如我每天上下班都会经过一段高速公路，有时候路上能见度不是特别好在这种情况下，虽然自动驾驶系统具有非常好的探测能力，可以通过激光雷达等传感器看到障碍物和路面，但乘客会对系统是否能真正看到路面并对障碍物或交通设施做出反应持怀疑态度如何打消乘客的顾虑，让他们信任并放心使用这套系统，是未来自动驾驶面临的重要挑战

以低能见度场景为例，我们会把自动驾驶中产生的数据以适当的方式展示出来，与人交流，让人们了解系统的工作状态，产生足够的信任。

综上所述，上汽大众希望通过自动驾驶研发的三步走战略，将自主研发的算法和软件最终应用到大众未来的车辆平台上。