在第五届智能网联汽车技术年会（CICV 2018）上，同济大学白杰教授针对智能汽车的环境感知问题进行了专题演讲。
同济大学 白杰 教授
国产传感器 ADAS 系统开发压力巨大 白杰介绍，自动驾驶研发从 90 年代便已经开始，其主要目标是解决高速交通安全问题，但在技术问题之后，自动驾驶落地仍存在诸多社会伦理道德问题，因此其实现日期并不会如我们想象得这么快。 在自动驾驶发展上，国内应该集中更多力量解决眼下的 ADAS 系统技术，然后再逐步过渡到自动驾驶，因为两者之间的关键技术具有一致性。 白杰解释了车载雷达的技术发展与性能迭代，以及车辆量产化的成本管控问题。雷达里有信号处理和多目标跟踪，以及 ADAS 的控制报警软件，在此，国内厂商面对的软件开发压力要远比其承担的硬件成本压力更大。 「国内很多厂商虽然已经做出了雷达芯片，但离量产仍有一段距离，国际上大的 Tier1 厂商如博世、德尔福等仍在此占据绝对主导。」白杰说。 从技术样机到产品，过程很漫长 白杰说，可能我们在国内做正向自主研发的经验不多，很多人把技术样机、工程样机以及最后的产品混合了。「出最后的样机并不是说你产品就 OK，从技术样机到产品的过程中还需要很长的时间，需要我们工程师做耐心的验证。」 白杰曾在日立、德尔福这些公司做软件。「一个软件的量产不是那么简单。我之前所在的公司，像德尔福做软件开发，做测试评价的都是几十个人的团队，他们从 90 年代开始一直在做，国内一般的创业团队，想在两三年里面就写出的程序比人家花 20 年写的程序来的更加完美吗？」 同时，白杰强调，从整体来看，人才和经验不足仍然是很大的挑战，比如说需要具备丰富的雷达系统和毫米波射频设计经验的人才；设备需要从国外购买，特别是测试设备和部分生产设备；生产设备需要定制，成本较高。 车载传感器如何智能「识别」障碍物？ 在年会现场，有观众提问：毫米波雷达，它检测障碍物的时候，它会把路两边的广告牌，金属什么的当成障碍物，这个目前有没有什么解决办法？ 白杰表示，毫米波雷达对于道路的栏杆，以及桥梁的护栏这些特殊的，包括隧道的墙壁，尤其是隧道有弯的，因为任何一个道路不可能是直的。在这些场景下，它对雷达来说都可能会发生各种误检测，这是为什么从 90 年代开始对这个算法处理一直做的很辛苦。 「雷达波形里面早期用的 FMGW，以及它的变形。那么现在在我们的做的雷达开发里面，我们整个雷达波形控制和体制方面，我们也采取了以前在博世采取的高速压通波形，那么在这个新的波形体制里面对道路两边栏杆的检测能力起到很大的改善。」白杰说。
