GIV2022|交通运输部公路科学研究院周炜：对营运车辆智能化、智能车辆使用的一些思考

2022年12月16日-17日，由安徽省发展和改革委员会作为指导单位，合肥市人民政府、中国电动汽车百人会联合主办的“2022全球智能汽车产业峰会”在安徽合肥召开。本届论坛围绕“全球新变局与智能汽车发展新战略”主题，共设置5个主题论坛和2场闭门会议，与行业机构、高校院所和领先企业代表共同探索我国智能汽车发展新路径。

(资料图片)

其中，在12月16日举办的“科学家论坛”上，交通运输部公路科学研究院主任、俄罗斯工程院外籍院士周炜发表精彩致辞。以下内容为现场演讲实录：

大家好，我是交通运输部公路科学研究院周炜。关于营运车辆智能化问题，我们的想法和思路是，站在道路运输行业及装备使用角度，尊重并认可它的思路理念和技术路线。我从以下四个方面来描述我们对这个问题的思考和认识。

第一，交通运输活动的属性和定位。

交通是生产经营活动，俗话讲，逢山开道遇水架桥，它的生产要素包括人、机、料、法、环。运输也是生产经营活动，生产的目标是提供高质量的运力保障。对于运管而言，交通运输管理，包括运输企业生产组织，管理行业安全生产监管，运管的主要要素是生产要素和生产过程。营运车辆作为生产资料也叫生产工具，是适应性、有效性、可靠性等因素构成的，对非营运车辆，我们认为是生活消费品，满足人的个性化需要。

第二，自动驾驶车辆的应用现状。

自动驾驶落地使用是一个非常迫切的问题。现在存在的问题，从推动实施主体角度看，生产端一头热，使用端不会用、不敢用，也不挣钱。这样的话，上下端就不能形成很好的生态。从推动的实施的过程来看，从车辆生命周期角度推动使用的思路、路线、政策等完善性、精准性不足，造成了研发生产端热、社会使用端冷，长此以往，这个事情不可持续。因此，我们在探索自动驾驶商业化破局。关于这个问题我们有以下几个判断：

长尾理论和长尾效应。长尾效应是经济学、统计学的概念，但是对于自动驾驶车辆的应用，也存在相似的关系。比如对自动驾驶车辆测试来讲，即便是测试50天能够满足99.9%的问题，但是依然有0.1%的问题即便是测试5000天，也未必能够找到原因或遇到这个问题。与此相似，测试的里程和测试的成本也是一样的。如何解决这个长尾问题？能不能解决长尾问题？有以下几个判断。

基本判断，一是自动驾驶智能车辆已经具备落地应用的基础和条件，二是通过有条件的使用，这种想法和思路能够有效推动商业化应用。俗话讲，我们走不过去就绕过去，如何绕过去？我们的使用条件落在“长尾”的“头部”，也就是说落在可靠性、稳定性高的地区，而不在“尾部”使用。基本思路就是构建车辆技术条件与车辆实际使用条件的匹配性，完善运行条件。这样的话，我们就可能解决长尾效应的问题。

对于自动驾驶车辆的分类，目前的SAE分类是L0-L5级，那么这个分类有一系列的标准和规范，但是我们认为这是对于车辆的自动化分类，而不是本车的智能化分类。自动化系统的分类和本车的智能化分类还是有一定的差别。关于这个差别，我们认为“车辆的智能化”和“智能车辆”本质不同，“车辆的智能化”是要保持车辆具有其原有的一些特征及其遵守原有法规。而“智能车辆”不必要完全遵守车辆的法规，它从形态、技术性能、可能与原有车辆或者我们传统车辆根本的不同。

驾驶员和安全员的问题。驾驶员的位置坐在方向盘的位置，那是一个法定位置，也就是责任主体位置。有一些智能化车辆一会儿人开，一会儿机器开，如果在那个位置上叫安全员可能不妥，建议那个位置还是称之为驾驶员的位置比较妥。对于无人驾驶车辆可能涉及到远程操控问题，即便是远程操控，也必须符合驾驶员的技术性能和特征。

还有高精度定位和高精度地图的问题。对于高精度定位的问题可能与国家安全和其它安全要求相冲突。另外，高精度地图也会遇到在一些沟壑或者楼宇的覆盖下信息不稳定、不全的问题。对于无人驾驶和无条件自动驾驶这个概念，也是非常重要的，无人驾驶和无条件自动驾驶这是非常长的过程。现在的根本问题是有条件自动驾驶，这也是我们解决长尾问题的一个根本出发点。也就是说，我们在稳定的、可靠的有限条件下使用，而不是无限条件下使用。

对于车路协同问题，我们认为车路是本质协同的，它既包括物理协同，也包括信息协同，同时未来也要实现管理协同的问题。

制约落地的，主要有以上几个障碍。解决这些障碍对落地使用非常重要，这几个障碍属于政策法规方面、标准规范方面、测试评价方面、网络安全方面、基础设施方面，但是不能忘记一个非常重要的条件就是检测和维护。

第四，智能营运车辆管理的思考。

在车辆的管理问题方面，车辆的条件与其使用条件要进行匹配。根据行业管理要求，非法运营不可以，合法运营有规则。这个规则就是对车辆提出安全性的相关规则，包括车辆技术条件、车辆使用条件、从业人员条件、企业管理条件和行业监管条件。

对于车辆的分类问题，要分类分级分阶段应用，我们有一本书《营运车辆智能化运用的发展报告》，在2020年12月份发布，可以作为参考。营运车辆智能化如果落地商业化应用，就要考虑以下一些技术路径问题。

这个思路其实也非常简单，就是从风险最小的角度去入手解决问题。比如对于货运车辆而言，最大的风险就是重型载货量大，所以就要从轻型和微型的角度首先入手解决这个问题。对于客运来讲，客车的车型越少，载客量越少，风险相对比较少。对于车速而言，车速越低风险越小，越封闭的条件，风险越小。由此可以看出，营运车辆的智能化应用，首先从轻型微型的货运车辆、中小型的客运车辆开始，而载重低车速封闭和半开放区域使用是非常重要的一个路线。也就是说把高风险降低为中风险，中风险通过设置条件变成低风险来推动使用。

在使用的过程中，首先可以考虑在城市公交和城市微循环，如自动驾驶的出租车、城市的物流配送以及各种封闭场景使用。

营运车辆智能化应用还需要一些保障，包括政策法规保障、标准规范保障、测试评价体系保障，其中测试评价包括封闭场地的规范性测试和封闭场地的验证性测试。这是法规性测试内容。对于自愿性测试内容，包括可靠性测试和示范性测试，其中仿真测试可能会融入到各种测试的交叉或者融入到各种测试的内部。

同时，我们认为，检测维护体系非常重要，任何一个装备在使用过程中都存在可靠性问题，所以要检测维护。对于网络安全问题现在要求非常高，提得非常多，我就不详细讲了，对于道路基础设施，我们认为对于重点核心路段都要车路协同，这就对基础设施提出了更高的要求。比如像桥梁、隧道、转弯处、事故黑点，就能够用车路协同的方式来解决信息不全面，这对提升应用的保障和安全性非常重要。

以上就是我们对营运车辆智能化或者智能车辆使用一些思考和认识。对这个问题，我们可以一起探讨，如果有不对之处请大家提出批评意见。

谢谢！

（注：本文根据现场速记整理，未经演讲嘉宾审阅）