9月14日，由盖世汽车主办的2021中国商用车自动驾驶大会隆重召开。本次峰会将聚焦商用车自动驾驶行业市场发展趋势，共同探讨从感知决策到执行层面的核心关键技术，重点围绕港口、矿区、干线物流、园区等终端场景产业化落地方案展开讨论。下面是苏州挚途科技有限公司副总裁张旭在此次大会上的发言。
各位朋友，上午好。很荣幸接受盖世邀请，跟大家分享一汽解放在智能驾驶商用车领域的实践以及过往的经验。今天主要分享四个方面的内容。
首先讲一下一汽解放智能驾驶发展概述。一汽解放作为中国第一个汽车品牌到今年是65周年，历经60多年发展到现在已经积累了七代产品，整体上包括全系列全品系商用车，重型车，中型车，轻型车和新能源，连续五年销量第一，同时在公路单一品牌上是全球销量第一。所以我个人作为，作为一汽解放一分子还是很骄傲的。也是基于这些车型品类健全，同时核心总成自主研发也为我们发展自动驾驶创造了比较好的条件。
回到这次演讲的主题智能驾驶商用车，前两年投资人和行业朋友经常问我一个问题，你认为商用车落地更早更靠前？还是乘用车更靠前？另外一个灵魂拷问：你既然认为商用车落地更靠前，为什么Robotaxi企业估值更高。
今年上半年图森在北美上市，市值大概80多亿美金，这也应该是中国智能驾驶，尤其是智能驾驶科技公司第一股。不过，很快也会看到我们重要的合作伙伴智加科技有好消息出来，这里也先祝贺一下刘老板。
那么近期我经常遇到的问题是，商用车自动驾驶我们都认可了，可能先落地，那么你什么时候能够创造经济价值，实现商业运营？这其实又是另外一个灵魂拷问。在回答这个问题之前，我更愿意审视我们所提供的服务。这两年软件定义汽车这个说法很火，但是我认为应该是服务定义汽车——我们的服务为我们的用户创造多少价值，这才体现出商用车自动驾驶什么时候能够实现产业落地。
围绕商用车自动驾驶在各个场景下的需求和提供的服务，我们面向服务正向去研发一款智能驾驶车的底盘架构是什么样子的？各个配置总成是什么样子的？我们把智能域，动力域响应延迟，传输解决方案等正向列出这些指标，并正向开发这些车型，这也是过去五年一汽解放在做自动驾驶商用车上面走过的一个路途。这是我们发展的目标，也是现在阶段我们区别于大部分自动驾驶改装车解决方案根本的核心。
基于这个目标，我们聚焦了这三个场景。第一个是，自动驾驶，尤其是我们发展人工智能是不断探索，用机器取代人的这么一个科技的方向。第二个是要有快速回血的产品，这是我们大部分做自动驾驶科技公司需要考虑的。基于这两个考虑的平衡，最后我们选择了非常有代表性的三个场景：城际干线场景（高速公路），城市场景（环卫清洁），封闭园区（港口）。做园区场景，我们的目标与前两个场景不一样，前两个场景是智能化自动化给人机共驾解决什么，做园区场景就要以实现无人化作为场景交付。
从发展途径来讲，我是从2016年开始组建一汽解放自动驾驶团队，在中国商用车企业中算是起步比较早，也是第一个专门从事智能驾驶软件研发的。同年，我们发布了挚途战略，现在来看第一阶段已经收官了。到2019年，一汽解放发起成立了苏州挚途科技，在中国这也是第一个由主机厂OEM发起成立的围绕智能驾驶软件核心技术研发的科技公司。从构成来看，它也是央企参股性质的混合所有制的公司，极大地迸发了以车企平台为支撑，以技术导向，以灵活的市场运作为牵引方式的组织模式。基于这个科技公司，2019年我们开始从技术积累走向更快速的道路。
接下来，介绍一下从2016到2021这五年间我们所介入的，所深度耕耘的三个场景。
首先是公路场景，中国物流运输模型还是以公路为主，76%以上都是公路运输。在76%中间每年大概有5.5万亿资费用到公路运输里面。现在公路运输行业主要痛点是：1、人力成本逐年上升。2、车辆油耗高。3、交通事故频发，一发就是大众型的事故。可以看到人力成本基本上占公路运输资费20%左右，燃料费大概30%左右。同时由于司机因素，包括疲劳驾驶，注意力不集中等导致货运事故占70%左右，而单次事故一般赔付金额3万元一台车。赔付过程中要影响工期，停运损失又有3.5万元左右，所以在公路场景下发展智能驾驶，尤其是高等级自动驾驶需要解决的主要痛点是——解决人力成本和车辆油耗以及解决安全性。
说到商用车自动驾驶的技术要求，其实很多行业内的朋友们也在拷问，你们做商用车，是不是你们的技术难度就要比Robotaxi低？我绝对不同意这一点，而且我认为它更复杂。不仅是技术复杂，它产生的产品对于客户的感知以及客户对于产品在经济性、在成本的控制会更严苛。
公路场景下，车辆既要解决车辆本身的问题，尤其是自身的技术问题，可靠性问题，性能问题；还要解决各种覆盖的场景和天气所导致的问题。因为商用车运距很长，单日行驶距离可能在500公里以上，并且面对各种复杂的场景。所以商用车自动驾驶面临的难度不比Robotaxi低。举个例子，去年10月底从长春一汽工厂拉着发动机钢盖到无锡锡柴厂，在长春天气是下雪，到无锡是下雨，这种温度的跨度其实极大地影响了智能驾驶的泛化能力，极大地影响自动驾驶的可靠性。
在做公路场景背景下，我们的主体思路是以量产和批量化投放为核心的渐进式的产品迭代。怎么做到呢？我们要打通L1，L2以及更高等级自动驾驶的数据流和产品流。到今年我们实现量产的三个产品线，预警类，辅助驾驶类和高级辅助驾驶类产品。我们所有的核心感知设备，除了因为成本，功能的降级需要裁减以外，其他都是通过统一数据终端进行回传。回传之后，这些数据会通过自动化的数据工厂闭环不断迭代，不断地提升仿真质量，提升算法质量，从而推进高级自动驾驶的算法，这就是我们发展公路场景下自动驾驶的主体思路。
同时针对高级自动驾驶，我们打造了围绕数据闭环性的公性能持续提升的运营平台。这个平台主要包括对大数据的分析整理，车辆运输监控，必要的智能域车辆底盘域数据收集，远程手机OTA，故障诊断。人机共驾过程中，平台会及时发现司机驾驶行为与现有系统所做的规划、所做的处理和决策有哪些不同？这种不同会持续优化我们自己的决策规划的策略。
—VCR—
这是我们今年联合一汽解放开发的第一款高级自动驾驶重卡量产投放。今年目标投放200-500台，与京东等物流客户共同推广这个高级自动驾驶使用，目标是更节油，更安全，减轻司机驾驶疲劳。
下面要跟各位分享的是我们在环卫场景所做的尝试。这个场景也是切入到城市场景的一个前沿阵地。中国的环卫场景在过去3-4年实现了从人工密集型向机器作业转化的趋势。对机械作业占比，我们有个大概的统计：城市道路是在72%左右，城镇道路大概是69%左右，当然，这个数字对比于美国和日本（80%以上）还有很大提升空间。整体上，中国所有道路清洁平方米数大概是95亿平方米，平均10块钱/平方米/年，算下来也是有千亿级市场的生意。
影响环卫场景未来向自动化、智能化转变的因素，还是这三点：1、成本控制。虽然从人工密集型向机械型转变，已经降低了30%成本，但是政府每年环卫资费还是在逐年上升。2、人员因素，环卫工人，包括环卫司机人员老龄化和薪酬过低，在这过程中容易发生各种意外，其实这些都是制约中国环卫发展的重要因素。3、工作效率，不只是环卫自身的工作效率，可能也与城市内交通效率有关系。我们经常看到环卫工人的排班是早上七八点钟到中午十点多钟，下午是两三点钟到四五点钟，这其实对交通效率影响也是很大的。智能化本身在减轻低附加值劳动的同时也可以有其他畅想，比如说凌晨两三点智能车自己打着火出了库，五点之前扫了一圈。这既不影响交通效率，又因为路上人少更安全，而这恰恰是智能环卫能够赋予未来智慧城市的价值所在。
基于环卫的模式以及清洁方式，针对不同的道路有不同车型组合。比如说，在主干线上一般都是大喷力洒水车配上大吸力洗扫车，所以做环卫车就要做一整套系列化产品的准备。一汽解放和挚途科技规划了三大类12个车型，包括道路清洁类车型，有扫雪的，扫护栏的，有道路洒水车，针对主干道大喷力和次干道小喷力，还有各种垃圾车。正是依托主机厂系列化的平台，我们才能有如此丰富的产品线给用户打造多元化的解决方案。基于多元化的解决方案，现在在苏州相城区率先落地了一个试点做智能化环卫作业，除了智能车以外，我们还结合苏州高铁新城5G V2X环境尝试把车路云一体化作业在这个试点上进行落地，进行尝试。
最后要跟各位分享的是我们在港口领域所做的事情。近几年随着改革开放和“一带一路”的发展，我们的港口吞吐量已经跃居为世界第一，在沿海地区五大港口集群有25个海运港口。这些规模和吞吐数量是非常有商业价值的。从港口内货运分类来讲，包括杂货，干货，液体散货，滚装货等等，这里面最能够率先切入智能驾驶或者运输最规范化的还是集装箱码头的货运。集装箱码头主要是指从岸桥到堆场装卸搬运作业。我们这些自动驾驶公司，尤其是车企解决的是水平的自动化作业，工程机械企业解决的是垂直自动化作业，两者结合起来就构成起了智慧码头的解决方案。
一汽解放做码头货运有三年了，我们发现做港口水平运输，做自动化港口作业，能够给港口创造价值只有一点，就是实现无人化。如果实现港口水平作业，在园区内没有办法做到无人化，那么我们的成本控制、创造的经济价值对于港口来讲就是负担。
所以我们围绕无人化目标，三年构筑了分三层的相对完整的业务体系。业务层，主要是打造能够与港口运输调度平台TOS平台以及港口ECS系统持续对接智能控制，持续收发任务的后台。在作业系统上面打造车规级智能整车解决方案，在港口复杂条件下有可能信号中断，有可能发生各种故障和不可预见的事件，那么一定要有远程驾驶系统进行接管。还要有车路协同系统，现在大部分中国车路协同系统还是面向传统车，比如说快通，交通物流更加顺畅。
但是在港口这样的封闭区域内，我们的智能驾驶、车辆是有迹可循的，是有数据映射在平台上面能体现的。但是不排除有外集卡进来，不可能每个外集卡安装定位和GPS，这些外集卡的外部司机不一定按照很规范的要求进行作业。就像之前说的发展自动驾驶最难的不是我们自己自动驾驶软件系统要按照规则安全可靠地作业，最难的是其他交通参与者不按照交通规则安全可靠作业的时候，还要保证我们的作业是安全的，这是最大的挑战。
所以数字孪生系统可以很有效地把外集卡进行精准定位，位置和速度都会映射到后台，这样可以更好地做全局性的调度以及对港口内作业环境进行更好地监控。下面的基础平台包括OTA，车规级控制器，后台终端。
基于前面大致架构，我们分了十几个模块。基于港口系统整体架构，目前我们已经在京唐港取消了安全员，实现了无人化作业尝试，后面我们会逐步增加规模，提升工作效率，甚至把整个效率按照更优化的组合去提升，比有人化操作拥有更高效率。
—VCR—
谢谢大家，以上就是我的全部分享。