1.商用车智能网联技术发展现状
60年之前的时候会发现，第一辆无人驾驶的汽车就是物流车，采用AGV在仓储中心使用。，时间到了70年代，斯坦福大学通过一台像房子那么大的电脑控制Cart，通过一条长长的白色的电缆实现控制，可见当时的科研人员是多么艰辛。到1986年的时间，随着美国的GPS开始应用，诞生了意大利的Navlab车。在历史上做无人驾驶的都是商用车，但90年代之后，无人驾驶的路线就开始分化；
第一条路线说的车联网，有两个重点，第一个是Telematics，第二个就是V2X，包括V2V、V2I、V2D、V2G、V2P、V2C、V2H这些内容。第二个路线自动驾驶，这个领域效益较低，没有商业模式，主要由政府推动，高校、车厂、供应商都有参加。今年随着谷歌企业的参加，IT企业也开始投入极大地热情。
接下来我们再来看Telematics，作为一个信息服务，企业的呼声都比较高，这两年我们国家自己也有了这方面的一些相关，比如安节通，在V2X领域投入大量的基础设施建设，包括通信方面的这些东西，企业的力量相对而言比较弱，主要是政府占主导地位，从90年代开始，以美国为首，推出了一系列的法案。
从1991年开始车内网络的研究，到2000年以后的V2V，因为DSRC这个频段在美国已经分配给了汽车领域，开始研究V2V、V2I。到2013年的时候进行了三网融合的研究。
第二条路线为自动驾驶。无人驾驶第一个用途是用在军事上，比如无人侦查、巡逻，美国大规模资助地面无人平台的研发，1996年引入机器人视觉技术，2004年DAPRA连续举行了三届挑战赛，2009年谷歌进入了无人驾驶领域，到2016年英特尔收购摩拜，谷歌也将无人驾驶的部门独立为子公司，也就是著名的Waymo。2017年的时候，奥迪A8第一款量产L3级的无人驾驶车投入生产。
我们国家无人驾驶开始的时间并不比国外晚，我们在1985期间，就有了由南京理工大学牵头，清华大学国防科大都有参与加的863的无人驾驶项目。1996年，国防科大研制出了第一款自动驾驶汽车，2009年连续举办了八届中国智能车未来挑战赛，在2013年的时候百度开始涉足无人驾驶领域，2017年的时候公布了阿波罗计划。
我们国家的相关政策法规也是在大力扶持，在《中国制造2005》里面就提出了要将无人驾驶作为汽车产业转型升级的一个重要方向，在最近发布的《中国汽车中长期发展规划》里面，也提出要大力发展智能网联汽车。
通过前面的分析可以看到，汽车的智能化网联化存在着互补的趋势，智能跟网联的融合有了智能网联的汽车，智能网联汽车的定义就是说搭载车载传感器、控制器、执行器等装置，融合现代通信与网络技术，实现车与X智能信息交换，使之具备复杂的环境感知、智能决策、协同控制等功能，可实现安全、高效、舒适、节能行驶，并最终实现替代人来操作的新一代汽车。从这个定义里面可以看出，替代人就是智能网联汽车的终极目标，也就是无人驾驶。
我们现在有三种发展途径，第一是逐步演进的途径，第二是跨越式发展，第三是一步到位。在我看来这不是一个重点，因为各个产品的应用场景是不一样的。比如说在封闭区域的无人驾驶，完全可以做到L4、L5。商用车对应的技术，在L0主要以报警为主，比如FCW、ESC、车道偏离报警，到L1的时候就包括AEB、LKI的车道保持，CICC这些内容。到L3的时候就要引入复杂交通的辅助驾驶，解决人机共驾的问题，L4、L5实现高度的完全无人驾驶。对于商用车来说有一个非常重要的方向，横跨了L1-L4的队列技术，对商用车是一个标志性技术，在不同的无人驾驶阶段有不同的表现形式，队列做的好不好体现了一个行业里面，尤其是商用车这个行业中，无人驾驶的水平。
我们发现一个非常有意思的现象，国外的无人驾驶主要以卡车为主，比如我们最近看到的优步、奔驰、特斯拉，这款车是特斯拉刚刚发布的车，都是封装无人驾驶，技术是以L2、L3为主，他们认为人类驾驶员在无人驾驶卡车上，在这个阶段上还是不可或缺的。而我们国家的商用车是以客车为主的，2015年的时候宇通就开始做无人驾驶汽车的公交车尝试，今年厦门金龙、厦门金旅都推出了正在研发的无人驾驶客车。我们国家一下就直奔L4、L5，这是我们国家跟国外非常有意思的区别。
欧盟对商用车，尤其是载货卡车的规划，在L1、L2、L3、L4这个阶段，都有队列的规划，所以说队列做的好不好就是我们商用车无人驾驶技术发展的标志性技术。第二点智能网联商用车发展的需求，统计表明，2015年公路载客汽车大概84万辆，不含公共汽车和出租车，因为中短途随着高铁的竞争，客车的市场正在萎缩，客位约2149万个，客运的平均距离是66公里，说明我们的客运主要以中短途的运输为主，旅客的周转量与铁路的运输持平，载货车辆大概1389万，载货吨位约1.04亿吨，货运的平均距离是184公里，货运也是以中长途的运输为主，货运量为铁路运输的10倍，这主要是由于电商物流的发展导致公路运输的货运量越来越多。
2.智能网联商用车发展需求
如果我们以30-50%的渗透率计算，其中大约有将近3000-5000亿的无人驾驶汽车，所以营运车辆的市场规模是非常巨大的，值得我们在座的各位一试。
智能网联商用车的特点，我们知道商用车跟乘用车的使用要求和使用场景是不一样的。
第一，商用车面临的场景比较单一，像公交车、中短途的客运车都属于固定路线的运输，在园区、景区、矿区封闭区域运输的货车，高速公路对我们做无人驾驶来说也是一个比较简单的场景，高速公路不是一个全开放的，不是复杂交通的场景，是比较单一的。
第二，智能驾驶的需求更高。除了要解决单车智能的问题，还要解决队列控制的问题。
第三，业务流程的智能化，一个是复杂场景的人机共驾的管理，二是精准物流的智能化调度和管理，随着大数据和云平台的发展，物流自动化程度会越来越高。商用车体积大，重量大，自动驱动、转向的系统的响应时间比较长，控制起来比较复杂。我们做小车的时候64线雷达前后左右能全部扫到，但是大车对传感器的要求更高。
商用车的机遇也是同样存在的。
第一，智能化使商用车更加安全和节能，机器开车本质上响应时间、控制速度都会比人更快，做的更好，所以无人驾驶只要解决了感知、决策的问题，安全性是比人驾驶更高的，队列的行驶使得经济性能提高，比如说更节能，运输的效率更高。
第二，智能化使商用车进一步节约成本。人机共驾提高驾驶舒适性，减少司机数量，我们现在长途客运跟货运要求配备两个司机，而如果我们L3级的无人驾驶汽车，让司机的驾驶更加舒适，尤其在高速公路的时候，能够减轻司机的劳动强度，这样可以把两个司机减成一个司机，成本也会降低。
第三，商用车的网联化可提高运输效率。通过动态的预测规划行驶路径，避开拥堵，避开施工的方式提高运输效率，也可以通过大数据和云平台，预测业务的规模，开展精准物流的管理。
第四，商用车的网联化可以改变货运模式。目前大部分的卡车、货车都是挂号在物流公司下面的，这种散兵游勇的方式对货运的效率并不高，可以通过智能网联的技术，开展集中式的物流，通过大运量的形式提高效率。精准物流的开展也可以大大提高行业的集中度。
我们画这样的一个坐标，以载人载货、封闭区域和开放区域来分场景分析不同的应用场景下，智能网联的商用车有什么样的需求。第一个场景是在无人驾驶封闭区域载人，主要在景区、厂区、大型社区这些场景可以使用这个技术，BRT是比较特殊的场景，BRT是封闭车道的，BRT行走速度比较快，乘客容纳量也比较大。第二个场景是开放区域载人，主要像城市公交、中短途的客运还有班车、旅游车的这些场景下。第三个场景是开放区域的载货，我们常见的如物流、货运、冷链。第四个场景是无人驾驶之封闭区域载货，像港口、矿山等地方，有的公司会直接做L4、L5，正是因为他们面临的场景不一样，做L4、L5并没有问题。
图1 无人驾驶场景设定
首先分析封闭区域载人的情况，上面这辆车是今年开发出来的一个小区百度车，下面是一个无人驾驶BRT的原型车，其实这两种车型的主要目的是节约一个驾驶员，无人驾驶可以不知疲倦的运营，其作用还是比较明显的。一是可以直接做到L4、L5这个阶段，因为场景比较简单。
二是简单场景下可以实现中高速的行驶，比如BRT，BRT没有混合交通流，车道是相对封闭的，行驶车速是比较高的，主要强调安全性，舒适性和经济性。在复杂场景下进行低速的行驶，则注重安全性，其特点是成乘员多，汽车启停频繁，在开发的时候应该注意乘客的安全性和乘坐的舒适性，因为车上可能还坐着老人、小孩，所以对车辆的控制要求会比较高。四是有多个用途。
开放区域的载人，主要可以提高安全性，这是一辆固定路线的百度车，这个场景的应用是最复杂的，作用也是提高车辆的安全性，降低驾驶员劳动强度，我们国家现在喜欢做客车，一步实现无人驾驶不是一个好做法，因为在符合交通流的情况下，如果没有驾驶员，出现紧急情况是没有办法实现控制的。对中长途客运来说，如果做这种L3级的无人驾驶，可以减少一个驾驶员。
通过云平台和大数据技术，还可以提高载客率，这个技术还不能超过L3，即使是固定路线，也是面临混合交通流的。在简单场景下可以实现高速的行驶，强调安全性、舒适性和经济性，在混合交通条件下更注重交通的安全性。其特点是乘员多，启停频繁，注重乘客安全性、乘坐舒适性。
场景三为在开放区域的载货，主要是高速公路这种情况下，提高生产效率，并降低驾驶员的劳动强度，减少驾驶员的数量，开展基于大数据的精准物流，像这种队列行驶，如果队列的强度增加，这种商用车的物流模式是非常高效的，其需求是做到L3、L4，货车的中间结构简单，但车头与车尾是比较复杂的。简单场景下可以实现高速的行驶，也是要强调安全性、舒适性和经济性，在混合交通下更注重交通的安全，因为货车比较大，刹车的距离也长，目前许多货车驾驶员高速行驶都不愿意刹车，要做到无人驾驶，安全性的控制比乘用车还要复杂。
场景四是封闭区域的载货，是目前做的最多、最具商用化前途的领域，比如挖矿车完全不需要人，在复杂恶劣的情况下都可以工作，物流车也可以在高校园区场景下送快递，其主要目的也是为了节约人力成本，使卡车司机或者快递员从场景中解放，提高生产和作业效率，还可以通过平台、后台做更高效的智能化调度，这个领域可以直接到达L5。在复杂场景下主要强调低速行驶，安全性更好，简单场景下要中速行驶，要注重运输效率，但是这个车一旦开发出来用途便是固定的。
3.智能网联商用车发展的启示
图2 无人驾驶场景启示
首先对这四个场景做一个总结，在封闭区域载人，可以跨过L3这个阶段，且更关注交通的安全技术、车辆的安全技术以及乘坐的舒适性技术。在开放区域载人这个场景里，当前这个阶段驾驶员还是不可缺少的，从L3阶段开始，可逐渐地积累技术，进一步关注交通安全、车辆的安全和乘坐舒适性。在开放区域载货场景下，驾驶员也是不可或缺的，可从L3阶段开始关注交通安全技术、节能技术，封闭区域载货场景下可以直接跳到L5，这是最容易出现大规模商业化应用的领域。
第一，智能网联商用车技术应更具有针对性，细分场景具有明确的使用要求和技术特征，更容易落地和实施。因此应通过政府、企业和学术界的联合，制定商用车智能网联技术的发展路线图，推动商用车智能网联技术的小规模示范运用。
第二，商用车的物理参数比较大，机械响应慢，控制技术比较复杂，推动电子气压、液压制动、电子转向、电子驻车制动等线控底盘技术的应用，为智能网联商用车的开发提供技术基础。
第三，在开放环境下载货和载人，需更关注交通安全，不能直接将驾驶员替换，应在L3得到充分验证的情况下，逐步过渡到L5。
第四，在开放环境下载货，更需要关注商用车队列控制技术的演进，队列控制技术横跨了L2、L3、L4几个等级，队列技术做的好不好，也就体现了我们国家在商用车无人驾驶领域的发展水平，应尽快开展研究。
