绿色汽车、智行未来！2020未来汽车技术大会暨重庆汽车行业第33届年会12月7日举办了“汽车新能源及自动驾驶前瞻技术高峰论坛”，来自全国的10位行业专家教授分享了氢燃料电池、增程式电动汽车、自动驾驶算法、5G技术、视觉感知、仿真测试等前瞻性技术的研发进展和应用实践。来自全国的主机厂和零部件企业、高校和科研院所、全球知名供应商、出行服务提供商、协（学）会嘉宾及产业链相关单位主要负责人、专家学者及媒体记者250余人到场参加了本场分论坛并展开热烈讨论。
本场论坛由重庆汽车工程学会常务理事、重庆车辆检测研究院有限公司副总经理曹飞和西南大学工程技术学院冀杰副教授共同主持。
重庆汽车工程学会常务理事、重庆车辆检测研究院有限公司副总经理曹飞主持
西南大学工程技术学院冀杰副教授主持
主题一：汽车新能源技术
1. 熊小勇：氢燃料电池挑战与机遇并存，发展之路任重道远。
庆铃汽车（集团）有限公司氢能源主管部长熊小勇作报告
庆铃汽车（集团）有限公司氢能源主管部长熊小勇作了《氢燃料电池汽车的产业化探索及发展思路》的精彩报告。
熊部长指出，燃料电池汽车与纯电动车相比具有高性能、高寿命、强大的环境适应性、长续航等优点。氢燃料电池同时面临的挑战有氢气成本过高及基础设施建设困难的问题。针对燃料电池汽车发展的问题，庆铃汽车定下了燃料电池汽车“三步走”的发展战略：
第一步，在2020年燃料电池汽车以动力电池为主，燃料电池为辅，满足基本性能要求；
第二步，在2025年时燃料电池汽车达到燃料电池为主，动力电池为辅，燃料电池作为主要动力供应；
第三步，在2030年时燃料电池汽车达到燃料电池为主，并具备快速功率响应能力，电容只用来能量回收和瞬间大功率放电。
熊部长表示，庆铃汽车对于氢燃料电池汽车的研发已处于示范运营阶段，预计将在2022年开始量产。
2. 魏周君：单独技术的提高并不会带来系统性能的提升，系统工程方法把不同专业、不同研究阶段粘合在一起。
达索系统工业数字化MBSE业务顾问、INCOSE会员魏周君作报告
达索系统工业数字化MBSE业务顾问、INCOSE会员魏周君作了《MBSE方法加速新能源汽车创新》的报告。魏周君认为MBSE方法（系统工程方法）具有既见局部、更见整体，技术协同、管理协调，实验彻底、隐患归零等特点。
魏顾问还表示应用MBSE方法加速新能源汽车研发中的工程设计、架构设计和仿真验证迭代等板块，可有效应对新能源汽车研发过程中的复杂程度高、生产规模大、研发周期短、技术应用更新快等问题。达索采用的系统工程方案策略还具有多维度的系统设计、数字化的过程连续性及高度开放性等特点。
3. 吴德平：借助智能增程动力系统，构建标准化电池箱完整生态链。
苏州达思灵新能源科技有限公司董事长兼技术总监吴德平作报告
苏州达思灵新能源科技有限公司董事长兼技术总监吴德平作了《智能增程动力系统与标准化生态链技术》的报告。吴董事长指出当前市场上电动车的电池箱技术存在着各款车特殊定制、电池箱生产成本过高、故障电池箱不能维修、退役电池箱很难循环使用等问题。
他认为要解决上述问题，电池箱的标准化是必不可少的，他表示智能增程器技术可在一定程度上满足电池箱的标准化条件。吴德平还介绍了达思灵新能源科技有限公司所研发的智能增程动力系统，其由系统控制器MLC、高压箱eHVB、多个电池标准箱UBPs、增程器发电系统eRES四个部分组成。吴总监还特别强调生态链的开发需抓紧对标准电池箱的开发及其在新能源汽车上的应用，同时大力发展退役电池箱梯次利用技术。
4. 王志福：推动产业内生动力由政策推动转向市场驱动，全面实现商业化。
北京理工大学北京电动车辆协同创新中心副主任王志福教授作报告
北京理工大学北京电动车辆协同创新中心副主任王志福教授作了《电动车辆驱动系统理论与设计》的精彩报告。王教授指出，智能网联新能源汽车的三大平台对于新能源汽车的发展至关重要。
整车平台未来应该朝着高效、节能、安全和全气候的方向发展，使新能源汽车能够覆盖全国，不再有禁区；基础开发平台需关注基础部件技术和产品研发，实现原始创新能力建设，并着眼于整车与关键部件的检测，验证研发技术实效；大数据和运行监控平台建成新能源汽车联网国家、地方政府和企业三级监管体系，实现立体化监测、智能化研判、全方位预警和精准化管控。
最后，王志福对未来新能源汽车的发展提出了两点建议：一是要设立智能网联新能源汽车关键技术国家重点攻关专项，攻克卡脖子与短板技术和智能网联技术；二是要推动产业内生动力由政策推动转向市场驱动，全面实现商业化。
5. 马跃强：增程式汽车是现阶段有效的过渡选择之一。
重庆金康赛力斯汽车设计院有限公司动力集成总监马跃强作报告
重庆金康赛力斯汽车设计院有限公司动力集成总监马跃强作了《增程式电动汽车开发战略及核心技术开发》的报告。马总监指出增程式（REEV）作为现阶段新能源汽车发展的过渡选择之一，有效克服了纯电动（EV）成本较高和里程焦虑与插电式混合动力（PHEV）专利门槛高和工程化难度大的难题，并且便于动力平台间的转换，有利于节能减排及能源安全。
马跃强还从整车需求分析到动力系统匹配，再到增程架构和控制策略，2种工作模式和6种智能控制状态，热管理系统，增程器，电驱总成，五级安全管理的电池系统等核心技术进行了生动的讲解，最后欢迎业内各界对SF5进行品鉴。
主题二：自动驾驶技术
6. 李琳辉：加强技术融合并克服可能存在的“水土不服”问题。
大连理工大学汽车工程学院博士、副教授李琳辉作报告
大连理工大学汽车工程学院博士、副教授李琳辉作了《智能车视觉感知现状及展望》的精彩报告。
李琳辉博士对自动驾驶和ADAS技术进行了解析，重点对感知层技术进行了分析，他认为对于不同场景，智能车对感知层的需求差异较大，在混杂交通环境下存在包括人车交互和车车交互在内的多种交互类型，因此对感知的需求至少要满足两倍以上冗余。随着人工智能的发展，深度学习网络被不断用于智能车视觉感知领域，完成了从场景分割到姿态识别，再到行为分析的技术进步，认知深度不断提高。
李博士认为，未来应积极推动人工智能领域相关技术在智能车视觉感知层的应用，加强技术融合并克服可能存在的“水土不服”问题，进一步突破当前视觉感知技术在雨雪雾天等恶劣气候条件和复杂交通环境下表现不佳的困境，稳步实现感知智能到认知智能的技术升级。
为此，他还提出了相应的技术路线，认为未来可考虑利用多智能体多模型概率化轨迹预测模型来突破交通环境轨迹预测技术难点，此外，结构化的语义知识库——知识图谱技术可融合认知计算，知识表示和推理，并能够清楚的表征不同实体之间的关系，在处理实际问题时相对于其他方法会具有更高的准确性与可解释性。
7. 蔡春茂：让售车只是开始，长尾营收才是价值无限所在。
长安汽车股份有限公司智能汽车云项目总监蔡春茂作报告长安汽车股份有限公司智能汽车云项目总监蔡春茂作了《数字浪潮下的革命——智能汽车数字化创新实践》的精彩报告。
蔡总监从数字化角度，将智能汽车的技术创新分为上云、治数、启智三个阶段，他结合长安汽车在智能汽车平台建设的实践与成果，深入剖析了智能汽车数字化历程中如何利用数字化技术对汽车进行深度重构并进一步构建真正的数字化生态，认为在汽车产业变革时代，消费者需要智商更高、能持续进化的汽车，而企业需要打造真正的数字化生态，就应该“让售车只是开始，长尾营收才是价值无限所在”。
长安汽车在推进智能汽车数字化的创新实践过程中发现，大数据的应用对于研发的作用，主要是帮助研发人员快速发现问题背后的特征以及特征之间的关联，并由此反推新问题可能出现的各种情况，进而提高研发效率。为此，长安汽车已进行一系列探索与试错，通过开发出行预测、配置优化以及故障预测等技术来构建自主的算法库并提供给用户进行体验并收集反馈信息，不断改进。
最后，蔡总监再次亮明自己的观点，上云是为了将业务在线化和数字化，治数为了将海量数据可管理和可处理，启智是为了让发现规律自动化，最终要回到客户需求为导向，三个阶段缺一不可，只有上云治数做实了，AI才能带来更多智慧。
8. 乔韵：无人驾驶实现大规模商业落地还存在挑战和瓶颈。
上汽依维柯红岩商用车有限公司新能源平台总监乔韵作报告
上汽依维柯红岩商用车有限公司新能源平台总监乔韵作了《5G智能重卡开发实践》的报告。
乔总监分享了智能集卡转运系统的解决方案。在整车、新能源、整车安全、智能驾驶、5G-V2X与车路协同以及测试方法与平台等方面介绍了5G智能重卡开发实践的相关经验。同时对5G智能重卡技术开发未来面临的挑战做出判断，认为无人驾驶实现大规模商业化落地还存在如下挑战和瓶颈：
1、成本、规模效应、智能驾驶技术成熟度：智能集卡大规模商业化的前提条件，是能为运输公司带来价值，整车价格要在合理的范围内，智能驾驶零件是影响整车价格的关键因素，规模效应将直接影响智能驾驶零件成本；取消安全员是真正商业化落地的先决条件，对整车安全冗余和智能驾驶技术可靠性有挑战。
2、基础设施、车路协同要求：智能驾驶同样对车路协同以及基础设施提出了更高的要求，要逐步推进智能驾驶技术与车路协同的共同发展；支持L4的集疏运中心规划建设，是无人驾驶大规模商业化落地的有利条件。
3、法律法规：无人驾驶路权目前在法律上还是空白；交通事故责任认定缺少法律依据，相关法律法规都需要探索。
9. 朱西产：汽车产业旧的价值体系正在崩塌，围绕“未来车”的全新的价值体系正在重新构建。
同济大学汽车学院博士、教授朱西产作报告
同济大学汽车学院博士、教授朱西产作了《5G通讯助力汽车自动驾驶技术提升》的报告。朱教授指出，汽车正在经历如“智能手机”一样的大变革，甚至更为惨烈，在未来十年内，新一代的智能网联新能源汽车将会代替传统汽车。初级的智能驾驶ADAS（L0/1/2）的开发较为简单，主要由供应商主导，而中级智能驾驶（L3）的域控制器电子架构则是软件OEM自研、FOTA迭代开发的模式，但L3级的自动驾驶的法律法规并不完善。因此朱教授认为：L3级别的自动驾驶是一条渐近线，将不断趋近于它，但最后会降低到L2+落地。而高等智能驾驶（L4）从脱离报告中就可以看出技术进步很快，但是在短期内无法量产。
朱教授指出目前单车智能的自动驾驶成本高、风险大，没有生态，缺乏商业模式，因此必须借助于5G技术实现网联化的自动驾驶。中国对5G通讯技术支持的智能网联汽车进行了顶层设计，要走出一条与欧美日不同的道路，构建汽车社会新生态，全面实现产业的超越。中国的移动通讯技术在5G上实现了领先，推动了智能汽车的发展。5G的三大特性为提升无线带宽、万物互联、高可靠低时延，使用网联基础平台支持的自动驾驶汽车方案，运用C-V2X乃至将来的5G-V2X技术，可以在路端进行感知克服单车上的传感器局限性和高成本，并可以在路端或云端进行决策控制的计算，实现网联化的自动驾驶。
10. 王戡：仿真测试技术是门槛很低、但上限极高的自动驾驶测试手段。
重庆车辆检测研究院有限公司、国家智能网联汽车质量检验中心副总工程师王戡作报告
车辆检测研究院有限公司、国家智能网联汽车质量检验中心副总工程师王戡作了《自动驾驶仿真测试评价技术研究的探索与实践》的报告。
王戡指出自动驾驶汽车在真正商业化应用前，需要经历大量道路测试，但道路测试的时间成本、各国对于自动驾驶的法律法规容忍度、极端场景及危险工况的测试安全性、各国道路交通环境及习惯不同等问题需要克服，业界共识是加大仿真测试在自动驾驶测试中的占比。
王戡指出仿真测试主要通过构建虚拟场景，实现自动驾驶感知、决策规划、控制算法等的闭环仿真测试，满足自动驾驶测试的要求，包括广义上的场景、系统以及评价三个主要模块。
首先，场景是自动驾驶仿真测试的基础，场景对现实世界的覆盖率越高，仿真测试结果越真实，而自动驾驶汽车研发的不同阶段对于场景的要求也不同，需要场景实现不同的测试功能。
其次仿真系统是仿真软件、通信环境与被测对象的集合，仿真系统播放仿真场景，测试研究对象，通过仿真数据接口提供被测对象的运行表现数据。仿真系统是仿真体系核心，仿真系统的性能决定着整个仿真体系的上限，而仿真测试的评价则包括仿真测试自身评价以及自动驾驶车辆驾驶性能、标准匹配能力、学习进化能力等方面。
最后，王戡简要介绍了重庆车检院的探索与实践，包括标准法规场景构建、自然驾驶场景采集、自然驾驶场景数据库搭建、软件在环（DIL）仿真平台、硬件在环（HIL）仿真平台、驾驶员在环（DIL）仿真平台、整车在环（DIL）仿真平台、场地在环（FIL）仿真平台以及提出自动驾驶仿真测试的“V”开发仿真工具链等工作。
本次分论坛共同探讨了新能源与自动驾驶行业的热点和难点问题，众多行业专家、学者和企业技术人员洞见当下、瞰思未来，为重庆市乃至我国整车、零部件及制造企业打造了具有高权威、高影响力和综合性的互动交流平台。
