5 月 24 日，浙江宁波，由中国汽车工程学会、清华大学苏州汽车研究院、上海国际汽车城、中国智能网联汽车产业创新联盟主办，清新汽车、中汽翰思、上海汽车城开发服务公司协办的 CICV 2018 第五届智能网联汽车技术年会上，由青年长江学者、基金委优青、清华大学汽车系长聘副教授李升波主持，博世 ADAS 产品经理丰浩、同济大学教授白杰、Mementa 研发总监夏炎、吉利汽车研究院高级技术专家施亮、宇通客车自动驾驶研发部感知模块主管张昆帆分别做了环境感知与智能控制专场主题演讲，分享了其对自动驾驶关键技术、研发进程、行业现状的见解。
丰浩首先强调了博世在中国发展自动驾驶的重要背景，即政府正不断加大对智能网联汽车发展的支持，随后，其主要介绍了博世落地自动驾驶的三条路径：
一 ，ADAS。2014 年，博世与吉利在中国推出了第一款具备 ADAS 功能的 L1 量产车，后者包括自适应巡航、自动紧急制动、车道保持、车道偏离报警等功能。目前，博世在中国市场量产的 ADAS 项目已经接近 40 个，今年，其还将实现包括车道保持、交通拥堵辅助、集成式巡航控制等功能的 L2 自动驾驶车型的量产。
2020 年中左右，博世将和一家自主品牌厂商在中国首次推出可变道的 L2 高速公路辅助功能量产车型；2021 年底左右，博世将向中国市场提供具备低速端交通拥堵引导功能的 L3 方案；预计在 2023 年以后，可在中国落地高速端高速公路引导功能。
二，L4 级自动驾驶出租车。博世正与戴姆勒进行 L4 自动驾驶技术的量产合作，预计将在 2021 年在德国部分城市开放自动驾驶出租车服务。
三，自动驾驶泊车。目前博世也已经与戴姆勒在德国奔驰博物馆推出了全自动代客泊车的演示项目，预计将在今年年底或明年年初在中国进行该项目的落地演示。
在自动驾驶传感器方面，除了摄像头、毫米波雷达，博世也在投入激光雷达的量产研发，同时进行的还有驾驶员监控摄像头以及乘员监控摄像头研发。
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。
之后，白杰又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。
李升波认为，环境感知、自主决策和动力学控制是汽车的三大关键技术，也是制约智能汽车落地的核心因素。
他将眼下的环境感知方案分为两类，一类是重地图方案，很多初创公司和互联网企业在此发力较多。重地图方案主要依赖高精地图、多线束激光雷达，实现对车辆本身的定位，一般成本较高，数据量较大，对制造控制器实时性要求也较高，更适合 L3、L4 这类高级别自动驾驶汽车。
另外一类方案是很多整车厂发力的轻地图方案，不主要依赖高精度地图，主要通过毫米波雷达、少线束激光雷达、摄像头、超声波雷达实现融合，整体系统成本较低，适合低级别自动驾驶，不过现在也有逐渐向高级别过渡的趋势。
此外，眼下深度神经网络也在环境感知领域得到大规模应用，以图象处理为例，在物体分类，目标定位，目标检测，语义分割等方面，都可以看到深度神经网络的存在。
深度神经网络需要利用大量数据进行训练，而数据获取也是自动驾驶发展的重要难题。
施亮强调，视觉信息对于车端的重要性不亚于人眼对于人的重要性，他主要从探测距离、成本、应用三方面解释了双目相机与雷达、激光雷达的优劣势，与后两者而言，双目相机成本更低，探测距离可普遍达到 100 米以上，应用场景也更为丰富。它可以提供丰富的目标信息和分类信息，识别丰富的颜色信息，提供精确的探测距离。
另外，施亮还提供了一套好的双目相机的判断标准：必须支持多种主流功能开发；必须有良好的热力学表现；必须理解客户需求，有非常强大的工艺美学能力；必须有非常好的功能安全分析能力。
最后，他分享了吉利对双目相机产品的要求。他指出，目前很多传感器对小目标的探测能力，对目标的分类能力还比较弱，不能感知很多危险驾驶行为，传感器视长角还有很多不足。
他认为，下一代双目传感器必须全面支持 L3 以上功能开发，必须有非常小的黑边和比较大的视长角，有比较大的附加值和灵敏度，支持多功能开发，目标探测和分类能力也要进一步加强。
而吉利对供应商的希望是：有较强的软硬件集成能力，且这种能力必须在中国；要本着合作精神，双方共同开发；有非常强大的第三方软件集成能力；有灵活的交付方式；支持特制化开发，满足不同需求。
环境感知传感器一般分为两大类，一类是雷达和视觉这类自主感知设备，一类是 V2X 协同式感知设备，张昆帆首先分析了自主感知传感器的优势和局限，并指出信息融合是传感器取长补短的最佳路径。而对于一些狭窄路口等盲区，V2X 可通过车与车、车与人以及车与交通设施的通信，扩大感知系统，在车辆探测和识别功能方面提供安全冗余。
他介绍了 V2X 的两个标准，即美国主导的 DSRC 与国内的 LTE-V，DSRC 具有先发优势，测试时间较长，但 LTE 借鉴了 DSRC 的经验和不足，在容量和传输距离、覆盖范围方面也具有明显性能优势。且从产业角度来看，LTE 具有自主知识产权，国内企业可以由此规避专利风险。
宇通客车从 2013 年开始自动驾驶研究，目前在上海公交 71 路运行了一条示范线路，利用宇通新能源平台，通过驾驶辅助、V2X 等智能网联技术，实现了公交专线智能运营。
他认为，对自动驾驶客车来说，数据级融合是传感器信息融合的最佳实现方式，它既不会丢失过多信息量，也可保证处理效果。
