对话大陆集团底盘安全部高级副总裁

[汽车之家 人物对话] 大陆集团作为世界第二大汽车零配件供应商，他们所涉足的领域可谓是非常丰富，而在未来，大陆集团同样在新能源、信息安全与自动驾驶等领域做好了万全准备，究竟未来将何去何从？听听大陆集团底盘与安全事业部系统与技术部高级副总裁Ralph Lauxmann怎么说。

问：第一个问题是刚才您提到V2X这方面的一些信息，我更多关注的是V2X技术未来量产的进程，还有就是在安全性方面的具体的措施。

Ralph Lauxmann：先来谈一谈未来的量产。在这里，涉及到两类技术。一个是蜂窝技术，是基于4G的蜂窝技术。 还有一项技术是DSRC技术。总而言之，对于中国市场来说，这两项技术都可行，而且我们随时都可以进行量产。

这里也涉及到安全协议，可以确保在发送信息的时候，以及在接收的时候，会进行安全验证。对于自动化驾驶来说，并不是所有的信息都能够实现交叉验证。比如说讲到地图信息，或者是在视距以外的街角，看不到的刮擦，这样的信息无法进行交叉验证。总之在通讯机制上是安全的但是在信息层面，比如说收到一项信息之后，你要进行车辆的操作，比如说踩刹车，这个就会涉及到信息的完整性和准确性的问题。到了5G的时代，蜂窝技术所实现的时延已经非常好了。短距通讯传统上来讲，速度比较快，时延比较短，但是5G时代，蜂窝技术已经可以实现很好的可靠性和时延。信息的传输也可以有这两种标准分别来进行传输。我觉得以后可以在环境模型当中，可以对于信息的准确性来进行验证，再根据信息进行操作措施，比如说制动或者是加速。

问：如果要实现自动化驾驶对系统架构设计会有很大的挑战。我想请您能不能再具体介绍，从ADAS到自动化驾驶，具体哪些的挑战，如何解决的？

Ralph Lauxmann：我们不妨来看看现有的电子电气架构，既有超声波传感器，也有摄像头，也有雷达传感器，也有近距的雷达传感器，以及后视摄像头。这是标准家体系上使用到的摄像头。这些摄像头都是会有ECU来进行管理。并且摄像头、雷达，各自都有对应的ECU并且要进行数据的融合，超声波传感器更不用说了。这些都是属于独立的系统，独立的系统之上进行数据的融合。而如果是要由摄像头进行物体识别的话，其他的传感器，也必须通过数据的采集来进行交叉验证。对于物体的提前事先识别就需要有数据交叉的验证。要求不管是雷达还是摄像头，都必须要有更加大量的数据，包括超声波摄像头。这些数据汇集到ECU，在使用多处理器架构，最终可以得到多方位的环境模型。如果传感器足够好，这个时候就会使得数据质量更好。如果计算力足够强，比如说比较强的ECU，最终就可以使得这种环境模型更加的高效。实现功能的提升其实比较容易，这应该说是第一步，但是要实现高可靠性，更加的安全，比如说如果物体比较小的时候，必须要能够及时进行判定，并且要快速地通过识别之后及时进行响应。而讲到公众的认可，他将取决于系统，或者是产品的可靠性。以及乘客的感受，如果感受足够好的话，公众的认可度就会高很多。

问：您负责的这个技术和技术部，一个智能之一是寻找新的产品创新，我想听一下，对于大陆底盘与安全事业部来说，未来的这个产品创新点将集中在哪些方面？

Ralph Lauxmann：我觉得底盘和安全并不是一个独立的领域，所有的工作都在有序推进，有不同的类型的汽车，比如说像一个技术来推动自动化驾驶的话，我们需要一系列的创新在乘客的安全性，新的保险带的系统，座椅系统，必须要有新的创新，否则的话像这种促进系统，能够让这个乘客更安全，驾乘的安全，有很多的因素来决定。当然有一个事故发生，当然会造成安全的事故。比如说在这个道路上，有一个洞，或者有一个坑，这样的话，也会造成自动化驾驶不安全的因素。如果是在刹车的情况，有些人是站着的，有的人是坐着的，有些人系着安全带，有的没系，造成人员的伤害也是不一样的。所以这些都是我们要考虑和避免的情况，我们要不断地创新。我们要有新的技术，任何的出发点都是乘客的安全，安全的基础上打造舒适性，增加悬挂系统等等，让你的出行更为舒适。我们所有的产品必须呼应我们新的汽车的架构，安全性放在第一位，比如说新的刹车系统必须适应新类型的车，不一定是无人驾驶的车，包括新一代的汽车，都必须要有这种新的刹车的装置。新的车上会有一系列的新的技术创新，使得整个的出行以及乘坐的体验更为感觉和舒适。

问：有些企业把无人驾驶，把它看作完全是取代人的一种出行方式，比如说谷歌，他们所说的谷歌的自动化驾驶，把方向盘给取代了，取消了，把刹车踏板取消了。有些公司，像丰田，他们把自动化驾驶，看作是一个辅助系统，为这个司机提供辅助的自动化功能，你是怎么看的？取代还是辅助？

Ralph Lauxmann：像谷歌，这些公司的确是先锋型的企业，除了这些企业之外，还有一些传统的车企，他们希望能够增加车辆的安全性，驾乘的安全性，他们所用的方法，是演进式的变化，像丰田、宝马，这些大的传统车企。一方面，他们在公司里面有一些部门是在做革命性的，颠覆性的创新。但是这些车企主要的研发工作，还是放在引入这样的一些技术，使得现有的出行、驾乘能够更为安全，这个是针对大众的多数的出行这的一些技术，这是传统车企的一些重点，他们做的是一个演进性的变化。这个和谷歌做的这个思路是有一些不一样的。比如说像大型的传统车企，他们也做了革新性的圆形产品，比如说没有方向盘的，类似像谷歌的车也做了路试，这些车的接受度也需要公众的更高接受度。他们现在的重点，还是说给现有的司机提供更高的安全性。

问：能不能谈一谈大陆集团你们的人工智能方面的能力，比如说目前你们有多少的工程师从事相关的算法或者是软件的开发？

Ralph Lauxmann：说到人工智能，在一两年前可能不是这样叫的，目前工程师在机器学习方面是非常的注重。根据环境信息的搜集来进行验证。如果车主或者是驾驶员没有输入操作指令的话，必须要依靠机器学习来帮助确保行车的安全，图像的识别，以及在动作的捕捉，这些方面都是要求非常高的，因此必须要有足够多的工程师。我们目前在全球有几百位工程师，从事相关的研发。比如说在布达佩斯我们有一个人工智能中心，主要研究的是ADAS系统的算法。但是如果是在机器学习算法，或者是深度学习或者是早期的自学习方面，可能就不便再去展开了。

问：我的下一个问题也是与人工智能，或者是与机器识别有关系，在中国越来越多的信息公司，认为交通的模式和用户的习惯，与欧美相比有很大的不同，因此对象大陆公司来说，如何要根据中国的过醒来进行定制或者是调整？

Ralph Lauxmann：在解决方案上首先讲到自动化驾驶我们会有一个自动化驾驶的平台，而且我们会捕捉不同市场的需求包括欧美，或者是亚洲，包括日本或者是中国，将这些需求汇集在一起，进行自动化驾驶的技术的开发。

还有在地图上，不同的地区有不同的图商，软件的内核角度上，要确保是全球通用的。在可靠性方面，我们必须确保高度的可靠性，哪怕不同地区使用到不同的图商。如果在系统上完成认证，那么我们就不需要对这个系统进行大量的定制化。比如说当你的系统要用于其他的市场，美国市场，或者是你要面对的是不同的主机厂比如说大众集团，这个时候你就可以确保，如果你的内核足够强的话，你就不需要做大量的定制化，这对我们来讲也可以省下一大笔开支。一次做好，一次做对，使得它的可重复适用性加强，这是我们的路线。

问：你们是不是说用你们的硬件去适合不同的软件和算法，包括像ADAS和自动化驾驶。我更认为软件是一个大头是吗？

Ralph Lauxmann：如果是无人驾驶的话，环境模型必须要高度准确。如果比如说并线、插队比较多，确实会影响到整体的交通效率。安全的无人驾驶必须也要求有一定的前提，就是驾驶员的驾驶行为，特别是有人驾驶车的驾驶行为，必须要有可预见性，或者说要遵守一定的规则。所以在驾驶行为上，也需要社会进行一定的调整。

详情点击这里查看