清华大学杨殿阁自动驾驶核心技术必须完全自主可控

　　原标题：独家对话清华大学杨殿阁：自动驾驶核心技术必须完全自主可控

　　智能汽车自动驾驶的技术，特别是核心关键技术，我们必须要自主可控，而且是全链条全环节的自主可控。

　　随着“软件定义汽车”呼声渐起，从传统车企到造车新势力，以智能网联+自动驾驶为核心的竞赛全面铺开。汽车的核心部件也逐渐由曾经的发动机、变速箱、底盘，转变成了芯片、软件以及数据组成的“汽车大脑”。全新的赛道，已经拉开。不过，数据安全、法律法规等一系列全新的问题也随之而来。

　　5月11日，21世纪经济报道记者独家采访了清华大学学科办主任、车辆与运载学院首任院长杨殿阁教授。杨殿阁于1991年至2001年在清华大学汽车工程系学习并获得学士、硕士和博士学位，2001年博士毕业后留校工作至今。2016-2019年，杨殿阁出任清华大学汽车系系主任，2019年带领清华汽车系升级成立车辆与运载学院，担任首任院长，2020年出任清华大学学科办主任、发展规划处处长。

　　在近些年中国汽车产业的发展历史中，清华大学车辆学院被誉为“黄埔军校”，在学界与业界的合作中发挥着重要的作用，向业界培养和输送了大量人才。尤其是在新能源汽车和智能网联汽车的发展过程中，起到了重要的引领作用。

　　面对汽车产业的大变革，杨殿阁认为，在过去的20年里面，最大的创新来源是手机跟移动互联网，而未来30年最大的创新载体将是智能汽车。和手机相比，智能汽车在线产生的数据量更大、而且与手机相比，汽车直接关系到生命安全，直接影响人们的日常出行，衣食住行是人的基本需求，当出行方式发生改变的时候，会带来社会生活的很多改变。

　　“智能汽车自动驾驶不简单是技术进步和经济发展的需要，它更是一场技术和产业的革命，它涉及到国家战略安全。因此，智能汽车自动驾驶的技术，特别是核心关键技术，我们必须要自主可控，而且是全链条全环节的自主可控。只要中间存在一个环节缺口，就意味着潜在的风险。”杨殿阁表示。

　　“自动驾驶涉及战略安全，必须完全自主可控”

　　《21世纪经济报道》（以下简称《21世纪》）：智能汽车产生了海量的数据，相对传统汽车而言，它会面临哪些数据安全的风险？

　　杨殿阁：智能汽车的数据安全风险主要涉及到三个方面。

　　第一方面跟汽车本身相关，涉及汽车的功能安全以及汽车的信息安全。例如，行驶中车辆会不会被别人控制？会不会产生行车安全风险？

　　第二方面涉及个人隐私。汽车会获取一些车内的驾驶员或者乘客的信息，车外的传感器则可能会涉及一些车外行人的信息。这些信息如何处理、保护、使用、存储，会涉及到个人隐私问题。

　　第三个方面，则涉及到了国家安全的问题。智能汽车上装的传感器，在行驶的过程中采集大量行驶环境信息数据，其中可能包含一些敏感数据，如果处理得不妥当，可能会给国家带来一些安全隐患。特别是现在可能还存在一些跨境数据的传输，会对国家的安全带来更大的影响。

　　解决智能汽车数据安全的问题非常复杂，是一个综合性的问题。从数据的采集、传输、存储、使用等全过程，要从技术上保证数据的安全，也要有合理合法的管理机制，确保数据的合法合规使用。

　　《21世纪》：特斯拉在此前和上海车展“维权女车主”的纠纷中公开了部分数据，是否属于侵权？如何界定数据的归属？

　　杨殿阁：这次暴露出来的其实是新技术在发展过程中所衍生的新的问题。智能汽车在使用过程中所产生的大量数据的归属权和使用权，是一个很复杂的问题，智能汽车所采集的数据是归属于车、用户还是国家，不能简单地进行归类，需要有针对性地开展研究，确定合理合规收集和使用这些数据。

　　智能汽车所采集的数据不得侵犯用户的个人隐私，要保护用户的个人权益，同时智能汽车自动驾驶的发展，又需要依赖于大数据来优化算法模型，迭代提升自动驾驶功能。这就需要平衡，既要保证用户的知情权，保护其隐私，同时还要让车企有做功能迭代升级的数据基础。

　　《21世纪》：特斯拉遇到的问题，也是整个行业发展要面临的问题。特斯拉最近也表示要在中国建设数据中心，建立数据的线上平台供用户查询，对此，你怎么看？

　　杨殿阁：车企利用智能汽车所采集的大量数据，要如何使用，如何与用户共享，这不仅是特斯拉的问题，也是整个智能汽车产业在发展中需要解决的问题。特斯拉拟向用户开放数据，让用户去查询行车状态数据，这是一种进步，值得鼓励。当然，这里面也会涉及企业的一些技术秘密，企业应该公开哪些数据，以何种方式公开这些数据，如何保证这些数据的真实可信，都需要企业进行认真的设计。当然，还需要提醒车企的是，智能汽车所产生的大量数据，若涉及敏感信息，车企公开数据时需要进行脱敏处理，同时需谨慎考虑跨境传输，涉及地理信息等敏感信息，建议要委托有专业资质的单位承担相应的工作。

　　《21世纪》：特斯拉和女车主的纠纷其中一点在于第三方鉴定机构，对于智能汽车鉴定第三方的机构，你有什么建议？

　　杨殿阁：这次特斯拉的事故还不是很复杂的智能汽车的功能检测，国内的相关检测机构应该具备能力检测这一事故的发生原因和责任。

　　但如果再往下一步，例如面对未来智能汽车无人驾驶功能的时候，可能就有问题了，基于现有的检测技术和平台就很难做出正确的判断。一辆新开发的无人驾驶汽车，是否具备可销售的条件？软件定义汽车，汽车OTA升级后，整车功能发生了重大变化，汽车行车安全是否有保证？是否可以正常上路行驶？这些都是一些新的问题，这也就要求大家在对智能汽车自动驾驶功能进行研究的同时，也需要对自动驾驶功能的测试检测技术进行深入研究，建立相关的测试方法、测试技术、测试标准和专用设备平台。

　　几十年前，大家对汽车的被动安全也不放心，于是催生了汽车各种碰撞安全检测，相关检测成为强制标准，汽车只有通过了碰撞试验，证明是安全的，才可以上公告销售。相信随着智能汽车的发展，未来也会有很多针对智能汽车自动驾驶功能专门设计的检测技术和平台出现，也会出现相应的专门针对智能汽车的权威的第三方检测机构。

　　《21世纪》：在自动驾驶的技术发展过程中，需要注意哪些问题？

　　杨殿阁：智能汽车自动驾驶涉及到国家的战略安全，也涉及到产业变革，国家高度重视智能汽车是有道理的。第一，智能汽车是技术革命，它是个不可阻挡的趋势，一定会来到。第二，技术的发展涉及到国家的战略安全，我们必须要自主可控，第三，这是行业的全面调整，全产业链的突破。对智能汽车发展中出现的问题，我们要积极开展研究，建设性解决问题，让中国在面对这场技术变革时，在新的竞争赛道上赢得竞争优势。

　　《21世纪》：特斯拉的自动驾驶领先优势究竟在哪里？

　　杨殿阁：特斯拉在自动驾驶领域的领先优势主要来自它的大数据。全世界上百万辆特斯拉汽车每天产生的海量数据、corner case（极端情况），正在让特斯拉的自动驾驶功能和性能不断得到迭代提升，让特斯拉的智能化能力和其他车企正在拉开差距。每多一天，特斯拉的智能化能力就会更强一点，强到一定程度的时候，就会产生质的差别。

　　未来智能汽车竞争核心是生态

　　《21世纪》：有观点认为今年是中国高级别自动驾驶的元年，对此你是否认同？

　　杨殿阁：今年确实能看到中国在智能汽车高级别自动驾驶上的长足进步，而且这种进步是整体的技术水平的提升。

　　在车展前后，滴滴连续5个小时的市区无人驾驶功能展示；华为与极狐汽车在复杂工况下的高级自动驾驶道路测试；威马的L4的功能展示；小鹏的自动驾驶从广州开到北京将近3000公里，全程接管的次数大概就二十几次，也意味着到每百公里大概是0.7~0.8次。这都体现了中国智能汽车自动驾驶技术的整体进步。

　　但是，至于今年是不是高级别自动驾驶的元年，我觉得还不能这样定义。开1000公里没问题，不意味着开100万公里就都没有问题，在整个智能汽车的生命周期都不出问题。智能汽车高级别自动驾驶的难点在于无人驾驶功能的安全性和可靠性，智能汽车高级别自动驾驶在处理corner case时估计需要花费很长时间。高级别自动驾驶真正的落地，还需要我们有耐心，无人驾驶最先落地会是在一些特殊的场景下，例如，港口、矿山的无人卡车，园区的清扫和物流车，以及特定区域的ROBOTAXI上，距离私家车大规模实现无人驾驶还有比较长的时间。

　　这里也要提醒各家车企注意宣传口径，目前国家允许批量生产应用的还是限制于L3级以下的智能辅助驾驶技术，要求用户在开车时实时主动控制汽车，将驾驶权转移给汽车来操控是不安全的，所以各家车企宣传要谨慎，不要过分宣传，不要让用户产生误解可以放心将驾驶权放给汽车，如果车企直接宣传自己所量产的汽车是高级别自动驾驶，让用户产生错误解读，企业是需要考虑承担相应的责任的。

　　《21世纪》：今年，很多互联网企业进入汽车业，他们的进入，会对自动驾驶、智能汽车行业带来什么样的改变？

　　杨殿阁：我觉得中国在智能汽车自动驾驶领域可以算是与世界同步，这跟我们国家在移动通信、互联网、电子商务、AI和大数据云计算领域技术的雄厚基础和领先优势分不开的。智能汽车的发展，离不开大数据、互联网、云计算，这些恰恰是我国ICT企业的长项。更重要的是，ICT企业进入汽车行业，带来了大量的资金，也带来了大量的人才，更带来了一些先进的理念，如软件定义汽车、快速迭代等。这种新的理念，会对传统汽车行业带来很大的冲击，也会带来非常大的帮助。

　　要提醒ICT企业的是，进入汽车行业，大家要注意跟传统的汽车制造商的紧密结合，汽车是复杂的工业品，涉及复杂的生产工艺问题，涉及到产品的质量、可靠性等一系列的问题，在制造、工艺、质检等方面，都需要长时间大量的积累，而这些恰恰是传统的汽车制造企业它的优势所在。把ICT的资金、人才和理念优势和传统车企的制造能力，渠道优势有机结合起来，会给中国智能汽车的发展带来更大的竞争优势。

　　《21世纪》：目前，不同的车企在智能驾驶的布局上也出现了一些不同的路径，第一种就是特斯拉、蔚来、小鹏、理想，他们代表着自研派；第二是传统汽车企业，他们是通过跟零部件公司和科技公司合作进行开发；第三种是完全由科技公司提供自动驾驶的全站的解决方案，例如华为与极狐之间的合作。对此，你怎么看？

　　杨殿阁：这三个方案中，当前，很多传统车企应对智能汽车技术变革更多地采取的是一种偏保守的策略，小投入、快产出。通过跟零部件供应商或者自动驾驶技术公司的合作，获得高级别自动驾驶的能力，打造样车。这主要是因为很多传统车企现在主要的利润来自于传统汽车，如果放弃现在最赚钱的主营业务去全部投入做面向未来的智能汽车，特别是高级别的自动驾驶，这是很冒险的，所以在技术路线选择上，他们会选择最安全最保险的路线。但这样的选择，也会让企业在智能汽车技术竞争上面临挑战，外购技术让这些车企很难具备基于数据的迭代能力，而这种数据的产生和基于大数据的迭代能力正是特斯拉这类公司的核心竞争力所在。

　　第二类是华为、滴滴、百度这样的科技公司，这些公司拥有自动驾驶的核心技术、核心算法，他们可以通过与车企合作让自动驾驶技术落地，但他们所面临的问题同样是数据的获取。智能汽车量产后，在日常的运行中这些公司是否可以持续不断获取行车数据去迭代自动驾驶的功能和性能？自动驾驶的核心竞争能力在数据驱动，如果数据获取能力受限于车企，会限制这些公司的技术进步。这就是为什么小米要自己造车、百度、滴滴和华为与车企深度合作的原因。这些自动驾驶技术能力特别强的公司，未来一定会以某种形式跟车企建立更加紧密的合作，甚至把造车能力纳入到自己的体系内，从而保证数据能够源源不断地被收集并用来训练自己的算法，让算法越来越完善。

　　第三类是特斯拉、小鹏、蔚来等新造车势力，这些公司具备比较完整的自动驾驶自主开发能力，同时具备整车设计开发和生产制造能力。这些企业中，与特斯拉具备最相似能力的是小鹏汽车。首先要明确小鹏汽车与特斯拉的技术路线完全是不同的，小鹏汽车是基于激光雷达和高精度地图实现自动驾驶，与特斯拉的视觉为主，不使用高精度地图的自动驾驶方案是完全不同的。这里说能力最相似，是因为小鹏汽车和特斯拉都是采用的全自研自动驾驶全栈算法，和很多自动驾驶公司使用Mobileye芯片实现感知能力不同，小鹏和特斯拉都是直接处理环境感知数据，直接识别车道线、车辆、人和目标物等，感知、决策和控制都是完全自主研发，通过数据迭代不仅能提升决策和控制能力，更关键的是能提升环境感知能力，自动驾驶最核心的其实是从感知到认知，特别是类似中国这样复杂的交通场景，感知能力是高级别自动驾驶功能实现过程中最大的瓶颈，依赖于Mobileye去实现感知能力，还是依靠自己的数据迭代去提升感知能力，这是完全不同的。

　　《21世纪》：有观点认为，智能汽车竞争核心是生态，对此你怎么看？

　　杨殿阁：智能汽车当前的竞争还是在功能的实现和性能的完善上，但未来会逐渐走向生态的竞争，未来智能汽车的竞争核心将是生态。而生态恰恰是华为、滴滴、小米这些ICT企业的优势，是传统车企的短板。所以需要传统车企高度重视这一问题。

　　“国家需要怎样的人才，清华就培养什么样的人才”

　　《21世纪》：清华大学车辆与运载学院被誉为中国自动驾驶的黄埔军校，在你看来，这些年清华大学对业界带来了哪些贡献？

　　杨殿阁：清华大学车辆学院这些年来是切切实实为中国智能汽车自动驾驶的发展做了些贡献，但如果说清华车辆学院是自动驾驶的黄埔军校，学院还需更加努力。

　　清华车辆学院这些年为中国自动驾驶最大的贡献是人才培养，我们输送了大量社会需要、行业需要、产业需要的人才。同时，为让输送的人才满足行业需要，我们也在不断地做出调整，通过系列的改革不断调整所培养学生的知识结构，让他们更好地适应社会发展需求。

　　其次，清华车辆学院在智能汽车自动驾驶的发展路线上做了一些有益的探索。大学要做企业现在不做但未来要做的事情，要做基础研究，做前沿的探索，例如，现在特别热的智能汽车自动驾驶，清华早在20年前就开始布局智能汽车相关研究了。也恰恰是这种提前布局，让我们在新能源汽车、智能汽车技术浪潮来到的时候，提前做好了准备，在中国新能源智能汽车技术发展路线图的制定和引导上发挥了更大的作用。前些年，新能源汽车从纯电动汽车到燃料电池的发展路线，都是学院的欧阳教授来解读，最近这些年智能网联汽车的发展路线都是学院的克强教授来解读。两位老师的背后实际上是车辆学院的全体老师的贡献。

　　清华大学车辆学院还在智能汽车核心关键技术的研发上发挥了重要的作用，我们与国内外知名企业组建了联合研究中心，与丰田成立了自动驾驶AI联合研究中心，与奔驰成立了智能汽车技术联合研究中心，与滴滴成立智能出行联合研究中心。我们还牵头了多项国家十三五重点专项，带领国内几十家智能汽车领域的领军企业开展产学研联合攻关，在自动驾驶环境感知、决策以及控制等关键技术上取得突破。我们所自主研发的技术也孵化了智行者、清智、智华和超星未来等众多学生创业企业。相关的研究成果推动了我国智能汽车辅助驾驶系统的批量产业化，也推动了高级别自动驾驶技术的落地应用，相关研究获得了多项国家奖和多项汽车行业的科技进步特等奖。

　　《21世纪》：两年前，清华大学为什么要设立车辆和运载学院，最近又成立了集成电路学院，背后有哪些原因？

　　杨殿阁：新能源汽车技术和智能汽车技术带来了产业变革，这种变革对大学带来的冲击首先是人才培养需求的变化，大学是以人才培养为根本目的，而学科是承载人才培养的载体，以前，车辆工程学科是以传统的机械、材料和力学等为主，但智能汽车以及新能源汽车时代到来之后，车辆工程学科更多地融入了电子、信息、大数据和交通及运载的知识，要培养的人才也需要具有这种新的知识结构。

　　大学的使命实际上是在培养社会需要的人，院系则是在学科基础上进行人才培养的平台。成立车辆与运载学院，表面上看只是院系名称的改变，而实质是清华面向产业行业、面向应用培养能解决实际问题的学生，我们是要解决智能电动汽车、解决未来交通出行所遇到的问题，体现的是清华人才培养体系的调整。

　　清华在今年110周年校庆之际，新成立集成电路学院，体现的也是和车辆学院同样的理念，即面向对象、面向应用，围绕关键科学技术问题培养学生。自2019年成立车辆学院后，我调任学校发展规划处和学科办工作，2020年负责筹建了清华大学卫健学院，今年与吴华强、汪玉老师等合作负责筹建集成电路学院，更多体现的是学校学科和人才培养的调整，我们要围绕国家芯片所遇到的卡脖子关键问题，从集成电路的设计、制造、材料、工艺全方位培养国家需要的人才。

　　和当年的两弹一星一样，今天，国家的发展需要怎样的人才，清华大学就要培养什么样的人才，这是清华的使命和担当。

　　（作者：左茂轩，实习生杨柳，视频剪辑实习生石昕然 编辑：何芳）

原标题：清华大学杨殿阁自动驾驶核心技术必须完全自主可控