福特汽车自动驾驶高级研发经理张云认为，2022年乘用车销量数据显示L2普及率超过35%，呈现快速增长趋势，并且还具有较大的增长空间。人机共驾挑战与痛点是感知系统存在局限性、决策能力有限、用户体验差、信任建立困难、成本偏高和法律法规有待完善。

张 云|福特汽车自动驾驶高级研发经理

同时他还总结了目前发展现状的五大趋势：一是人机共驾产品将是商业化主流产品；二是L2+大规模商业化需要降本；三是车路协同、感知算法与法规需同步发展；四是高阶自动驾驶辅助迎来机遇期；五是客观挑战和痛点亟待解决。最后福特将初心不忘，坚持从用户使用场景出发，为用户提供安全轻松舒适的ADAS产品，同时也将重点推动L3自动驾驶商业化落地。

【资料图】

以下为演讲内容整理：

自动驾驶人机共驾发展现状

图源：嘉宾演讲材料

横坐标为自动驾驶等级，从L0到L5，参考了SAE等级和国标对自动驾驶等级的评估；纵坐标分析了自动化解放程度，从4个维度对自动化等级进行了分析，分别是解放双脚、双手、双眼和注意力。L0是完全人工驾驶；L1为横向运动或纵向运动单个维度由机器完成运动控制，如纵向自适应巡航和横向车道保持功能，泊车域的半自动泊车功能；L2是机器可以实现横向运动和纵向运动同时控制，在一定程度上解放了驾驶员的双脚和双手，行车功能包括我们熟悉的领航辅助Traffic Jam Assist、泊车功能有FAPA全自动泊车；L2+在运动控制能力上与L2几乎相同，可实现车辆横向运动和纵向运动的耦合控制，但在L2基础上增加了更多场景和更好的用户体验，如在功能方面增加了变道辅助和自动避让功能，场景上还增加了高速及城市NOA(Navigation On Autopilot)，并结合交通信号灯实现Traffic Light Pilot功能。L2+在行车域的功能有交通信号领航和导航领航辅助，福特在L2+领域推出了Ford BlueCruise功能。在泊车域L2+功能有遥控泊车；L3在L2基础上解放了驾驶员的双眼，但在特定场景仍需驾驶员接管，典型的功能有Drive Pilot、AutoPilot，在泊车域有记忆泊车功能；L4在一些限定场景下解放了驾驶员的注意力,实现自动驾驶；L5是真正的无人驾驶，其在L4基础上扩展到所有场景的自动驾驶。

从运动控制能力来看，L2到L5区间车辆的机器可以实现车辆的横向运动控制和纵向运动控制，控制能力相同；但从场景和解放双手双眼及注意力的角度来看，L2到L5的解放程度是逐渐开放的。从责任划分角度，L3以下的责任主体是驾驶员，L3及以上的责任主体是机器。

对自动驾驶人机共驾功能市场现状进行分析，第三方数据显示，L2和L2以上产品的渗透率已经突破了35%，呈现快速增长趋势，后续的增长空间和发展潜力巨大。

目前人机共驾面临的挑战和痛点，包括感知系统存在局限性；决策能力有限；用户体验差；信任建立困难；成本偏高；法律法规有待完善。

总结下来，人机共驾的发展现状是人机共驾产品将是商业化主流产品；L2+大规模商业化需要降本；车路协同、感知与法规需同步；高阶自动驾驶辅助迎来机遇期；客观挑战和痛点亟待解决。

只有解决了客观挑战和痛点，才能推动大规模商业化落地。

人机共驾关键技术及发展趋势

图源：嘉宾演讲材料

谈到自动驾驶技术，就不得不提及整车电子电气架构。随着自动驾驶技术和高级驾驶辅助系统的普及，整车数据传输要求越来越高，自动驾驶对摄像头图像数据、毫米波雷达数据、点云数据及大算力规划控制数据的传输要求也越来越高，整车EE架构已经由分布式逐渐发展到域控，未来将基于中央计算平台向车云计算发展，最终完成车端和云端同步实时地对车载数据进行分析、运算和处理；软硬件由高度耦合向分层解耦的方向发展，以便更容易迭代功能；传统CAN/LIN传输正朝着车载以太网通信的方向发展，可以实现大带宽、高通量、低延时的数据传输，满足自动驾驶大数据的传输与通信需求；算力和总线数据传输技术瓶颈的突破，为高级自动驾驶的发展提供了基础。

对摄像头模组技术的分析和发展方向进行预测，首先，摄像头数量由原来的单颗前视摄像头朝更多数量发展，摄像头数量越来越多；从图像质量来看，正朝着高像素、高分辨率方向发展，头部企业已经向800万像素发展并实现初步落地，同时前沿主机厂和tier1已在研发1500万像素摄像头，高像素已成未来的发展趋势；对图像质量和模组质量要求也逐渐提高，包括宽动态、高信噪比、低功耗、小像素单元及平台化设计；在功能方面，模组逐渐适配功能安全、OTA和诊断的需求。

毫米波雷达具有识别移动物体的优势和鲁棒性，随着高阶自动驾驶对感知需求的提高，4D成像毫米波雷达逐渐成为趋势，4D毫米波雷达可在3D毫米波雷达基础上增加俯仰角度探测，并支持环境感知点云输出，目前市场上主流4D毫米波雷达仍以多MMIC芯片级联向高性能单片集成式RFIC方向发展，性能更优，功耗更低，技术门槛较高。

现阶段，激光雷达逐渐开启量产，逐步渗透自动驾驶辅助系统；其可提供超长视距，输出云数据，精准角分辨率对感知系统来说是热门领域，然而成本偏高；技术趋势正在朝混合固态模拟与纯固态数字方向发展。

2019年前，市场上主流大规模落地的域控SOC芯片方案还停留在4Tops以下，随着过去三年大算力芯片的快速发展，从30Tops-128Tops的方案逐步实现大规模普及和量产。制定L2和L2+方案时，大算力SOC是必不可少的。大算力SOC芯片正朝高算力、高带宽、高增平、低功耗方向发展，为高级自动驾驶落地提供基础。

图源：嘉宾演讲材料

通过对感知算法进行分析，基于AI Transformer的BEV算法加上占用网格融合多传感器生成上帝视觉，逐渐成为发展趋势；大模型AI算法+大数据闭环迭代，应对全场景的智能驾驶也逐渐成为市场算法的发展趋势。

在地图和定位方面，重感知还是重地图也是热门话题。SD Pro (或HD Lite)地图和传感器融合方案性价比较高，将会成为发展趋势。

图源：嘉宾演讲材料

目前市场上较流行的决策规控算法有顺序规划、行为预警规划以及端到端规划。这三种算法在市场上普遍存在，但主流仍以顺序规划为主。端到端的规划算法，基于大数据和大模型将会成为未来的发展趋势。

针对人机共驾策略设计，目前市场上的人机共驾模型主要分为两类，第一类是切换型，第二类是共享型。切换型是驾驶权被分时赋予驾驶员或机器，而共享型是驾驶权按照一定权重被同时分配给驾驶员或机器，这两种方案各有利弊。切换型机器控制切换过程存在抢夺方向盘的现象，机器退出控制，存在人和机器都不在控车的风险，因此切换型策略设计关键在于如何评价驾驶人和机器哪一方面的表现更优，并在此基础上根据驾驶人状态等因素合理选择驾驶权切换时机以实现控制权平滑切换，并且从交互的角度，让驾驶员了解到当下是机器还是驾驶员应该控制车辆；共享型策略的弊端是，驾驶人和机器可能形成冲突，由于双方可以同时对车辆进行控制，当两者在对相同的环境判断产生不同的驾驶意图时，不同的控制目标将作用于同一个车上，由此将产生冲突。共享型策略设计关键在于如何设计动态调整权重以防人机冲突的出现，并在冲突发生后及时消解，共享型优点在于驾驶人和机器始终参与驾驶过程，可以保证驾驶人状态的一致性，不会在某个时刻无人控制。总之人机共驾策略设计的关键在于打磨调校算法以平衡安全和舒适体验。

对线控底盘进行分析，随着自动驾驶的发展，其对底盘控制的要求越来越高，底盘实现快稳准的控制将成为自动驾驶性能和功能的关键技术。在功能安全上逐步往ASIL D 方向设计，电源/通信/存储/处理核等实现冗余；在控制算法上，主流的量产方案还是基于PID，LQR，MPC，Feedforward控制算法；底盘预控方案从成本和效率上为自动驾驶提供更好的系统方案。

对于车路协同，5G技术的普及发展提供了低延时、高带宽和高可靠的传输技术，为V2X技术推广奠定了基础；车路协同的发展方向和趋势正在由单车感知结合V2X和车道级地图定位融合实现辅助决策和运动控制。基于交通灯信号的领航辅助，实现最佳通勤效率，如交叉口通行和协同列队行驶等。

人机交互方案的发展趋势，由现有的单模态人机交互朝着多模态人机交互发展，从显示、声音、光学、情感交互等多个维度和模态实现人机交互，从而保证安全、容易操作、容易理解以实现轻松舒适旅途。

图源：嘉宾演讲材料

福特人机共驾实践经验

福特坚持从用户使用场景出发，开发推出了福特Co-Pilot360™智行驾驶辅助系统，其中包含4类功能：轻松驾驭、安全驾驶、无忧泊车和清晰视野。并进一步推出了福特BlueCruise主动驾驶辅助系统及变道辅助和智能动态避让等功能。

图源：嘉宾演讲材料

福特BlueCruise主动驾驶辅助系统可以实现车辆横纵向运动控制，在高快速特定路段可激活该功能。权威杂志《消费者报告》发布的测评结果显示，福特BlueCruise蓝智驾在系统功能和性能、保持驾驶员参与度、易用性、明确安全使用条件、应对驾驶员未响应策多个层面中综合评分排名第一。

在安全运行区域方面，BlueCruise集成了蓝智驾地图，对ODD提供先验数据和预判条件，同时为决策和规划提供超视距的先验数据。在保持驾驶员参与度方面，除了监测方向盘的扭矩判断手是否扶在方向盘上，还加入了驾驶员监控系统，通过红外摄像头对驾驶员视线进行追踪，并通过识别驾驶员头部姿态来判断其是否在关注前方行驶道路，如果识别到驾驶员有分心驾驶行为，系统将会通过渐次提升的警示级别进行报警提示，逐步升级进入接管阶段，最大程度保证行车安全。

目前全球已有超过20万辆车在使用福特BlueCruise，功能开启累计行驶里程已超过1.1亿公里，可见BlueCruise是经过市场用户实际检验过的安全、稳定、可靠、舒适的功能。

图源：嘉宾演讲材料

（以上内容来自福特汽车自动驾驶高级研发经理张云于2023年6月15-16日在2023第六届自动驾驶与人机共驾论坛发表的《自动驾驶人机共驾关键技术及发展趋势》主题演讲。）

标签：