以“锻造产业链 提升竞争力”为主题的2022未来汽车生态大会于12月29日在北京隆重召开，大会邀请了政府领导、业界专家和企业家汇聚一堂，通过政策解读、热点剖析、战略研讨，为汽车产业生态建设建言献策，推动我国汽车产业实现高质量发展。

会上，北京理工大学机械与车辆学院书记、教授席军强发表了主题演讲，以下为演讲实录：

大家好，我是北京理工大学机械与车辆学院的席军强，我的报告题目是“个性化智能网联汽车”，我的报告分为五个部分，首先，我们为什么要开发个性化智能网联汽车？人们开发汽车的初心是什么？我想我们的初心就是要满足人的需求，从传统汽车到未来的高级别全自动驾驶汽车都是为了更好的服务人。也就是在整个汽车发展过程中，人始终是核心，车始终要服务于人。

人的需求是多样的，个性化的，在人的个性化需求推动下，汽车由外观统一的黑色T型车发展为各式各样的汽车。传统汽车主要以机械为基础，通过电控技术进行进一步的性能提升，通过改变机械系统的不同配置来部分满足驾驶员的个性需求。比如人们可以选择不同的颜色、不同的车型、不同排量的发动机以及不同型号的变速箱来满足自己的需求。所以人的需求是千人千面，正是个性化需求的牵引，汽车技术不断发展。

现在的汽车越来越多的采用了以智能辅助驾驶系统为核心的智能感知、决策、控制等软件技术，比如BCC车道保持系统等等。人们可以根据自己对安全和舒适的认知，手动选择不同驾驶模式和阈值，对不同软件系统进行设置，以满足个性的需求。但车辆目前无法自动匹配驾驶员特性。

例如，美国公路安全保险协会调查结果显示，约2/3的车主会关闭车道偏离预警系统，这是由于不同任人对车道偏离的容忍距离是不一样的，统一的参数定义不能很好匹配不同人的个性化需求。因此，目前的高级辅助驾驶系统尚未融入人的个性化特征和需求。

未来的汽车将主要以云网联和人工智能为核心，软件进一步成为决定车辆性能的关键。L5级别的自动驾驶成为未来主要的交通工具。同时未来的车辆也不仅仅是出行工具，将作为人类的第三空间，通过匹配驾驶员的特性，提供办公、售货、娱乐更个性化服务，因此人的需求也转变为希望智能网联汽车可以按照自己的驾驶习惯或乘坐偏好行驶。具有高度的可信任性，同时可以提供生活、工作、娱乐等层面的个性化需求。

所以未来智能网联汽车是以满足人的个性化需求为目标的个性化智能网联汽车。

综合过去、现在、未来三个时间维度来看，无论在汽车发展的任何阶段，人始终是汽车服务的中心，人对汽车的个性化需求会不断变化，但车服务于人的基本要求始终未变，因此满足人的个性化需求是智能网联汽车落地的先决条件。下面将从人机共驾与共时共驾，个性化自动驾驶、个性化服务推送以及关键技术等四个方面展开说明车服务于人的核心理念。

首先介绍共时共驾，目前的普遍状况是人和电控系统，也就是我们的机器共同驾驶车辆，我们处于人机共驾的阶段，比如手自一体变速箱就是人机共驾系统。例如在超车场景下，电控单元需要理解人的快速超车需求，延迟升档，提高车辆的驱动力，从而使车辆获得更强的动力性，实现快速超车。

在人与机器的共同驾驶阶段，机器需要理解人，并与人协作完成驾驶任务。现阶段的人机共驾系统主要可以分为分时共驾和共时共驾。分时共驾是人和机器交替分时的驾驶车辆，比如AEB、APA、L2级别的自动驾驶，在特定工况下的自动驾驶，其他工况的人工驾驶，驾驶权在人和机器之间进行切换。共时共驾是指人和机器交互，同时的驾驶车辆，比如EPS、自动变速器、ABS、ESP，始终是以人为中心，人和机器实时交互。

我们常见的车身电子稳定系统ESP帮助人紧急避障的过程就是共时共驾，人操控方向盘和油门，机器感知人的操纵动作和车的运动状态，比如转速横摆角速度，去理解驾驶员当前的需求，希望车辆按照什么样的状态走。判断当前车辆状态是否满足人的需求，通过机器和人的协作，最终把车开到符合人的期望轨迹上来。

这项技术的核心机器要理解人的需求，再以纵向控制为例，刚刚我们提到的自动变速器也属于共时共驾，从手动换档到自适应巡航，需要人完成的操纵越来越少，逐渐由机器承担越来越多的操纵任务，这样的话就更加自然的实现了从手动到高等级自动驾驶的变化。

在自动变速控制系统中，多采用多参数换挡规律，其目的之一也是为了更好的适应驾驶员需求。虽然目前我们还处于人机共驾的阶段，但全自动驾驶是未来汽车发展的方向。

在汽车驾驶的自动化分级中，L1到L4级是有驾驶员参与的，L5级没有驾驶员，人作为乘客，这个时候由于人对动力性、舒适性的评价标准不同，因而就产生了个性化自动驾驶的需求。在L5自动驾驶中，当无人车运动能匹配乘客的个性化需求时，乘客会感到更加安全和舒适，有利于无人驾驶技术的落地与推广。所以不是到了无人车、全无人的阶段就没有个性化了，个性化自动驾驶的核心始终是以人为中心，要服务于人。

从人机共驾到个性化自动驾驶，主要有两条技术路线，就是分时共驾和共时共驾。为了让子驾驶适应人的个性特点，共时共驾更有优势，因为分时共驾路线目前没有充分考虑不同人的个性化需求，实现核心度高的个性化自动驾驶技术难度比较高，而共时共驾路线始终考虑驾驶员的驾驶需求，可融合人的驾驶风格和操纵特性，能够更加自然的从低等级自动驾驶发展到个性化的高等级自动驾驶。

驾驶辅助系统顾名思义是人机共驾系统，而人类驾驶员有激进的，有温和的，有老手，也有新手，驾驶场景有学校周边，也有旷野，多元化的驾驶员面对不同的场景将会产生各种不同的个性化驾驶需求，此时个性化驾驶辅助系统需要准确感受不同场景下不同驾驶员的需求，做到个性化共驾，这也是极具挑战性的。

在高等级的自动驾驶中，车辆需要充分考虑乘客感受，其运动较与乘客的驾驶习惯和交互行为保持一致，做到个性化出行。未来会更多从生理认知角度去分析乘客本身的驾驶习惯和决策方式，同时在换道、超车等复杂交互场景中，需要理解乘客期望与其他交通要素的交互模式，并提供乘客可接受的交互行为，最终实现个性化自动驾驶，从而满足不同任的驾乘需求。

下面我们再来讨论一下个性化服务推送。个性化需求可以分为两类，一是长期的特点，是指不同驾驶员乘客相对固定的特点，例如激进型、正常型和温和型。二是短时特点，是指即使同一驾驶员，因为驾驶任务的不同，所以需求也会产生变化，比如正在赶时间上班的时候，驾驶员就要偏好效率，在轻松出游的时候，驾驶员可能追求更加多的是舒适感。在智能网联汽车背景下，我们感觉个性化服务推送能更好的满足驾驶员的要求，提升以人为中心的驾驶体验。

个性化服务推送是指车辆通过HMI与用户交互，向用户定制化提供和推荐相关软件功能，以更好满足个性化需求。例如根据时间地点，我们推断出驾驶员正在上班路上，这个时候系统给驾驶员推送耗时短、不拥堵的路线，并提供匹配其特点相对激进的车辆个性化操控服务。

下面介绍个性化服务推送的关键技术与核心技术，首先汽车网联化在网联化过程中，人、车、路驾驶数据易于采集，数据量丰富，且规模巨大，海量数据为个性化服务带来了巨大潜力。其次，借助智能网联的优势，云端数据库不断更新，通过云端部署先进AI算法，在大数据终挖掘人的出行特点，包括高频率的出行目的地，行驶路线等，个性化服务推送核心技术是驾驶特性分析，是基于多元信息融合的价值风格辨识，意图识别与需预测技术。

下面简要介绍一下相关的关键技术。个性化自动驾驶技术目标是通过人的特性识别和意图理解利用预测技术和智能控制手段，使得车辆适应不同驾驶员的个性化需求。其主要关键技术包括驾驶认知、决策机理、驾驶风格辨识、驾驶意图识别、个性需求的期望预测。基于驾驶认知决策机理，可以更准确的理解驾驶员并识别驾驶意图和驾驶风格，将个性驾驶需求与车辆操控相匹配，进而实现自动驾驶车辆的个性化。

人的认知决策机理是准确辨识驾驶风格和意图的基础，可以从正逆两个过程分别进行研究，我们采用正逆向结合的方法，融合人车环多元信息，并构建意图环境、车拓扑模型，实现驾驶认知与行为决策机理的理解和建模。驾驶风格与个性化驾驶需求具有强相关性，驾驶风格辨识存在风格划分、风格辨识与风格可解释性等公认难点。我们采用半监督学习算法和非参数贝恩斯学习算法，得到的数据标注需求低，辨识速度快，准确度高，可解释性强的驾驶风格识别模型。

对于驾驶意图识别单一通过操纵数据与车辆数据，不能准确获知驾驶意图。比如驾驶员踩制动踏板时的意图，到底是想把车踩停还是想让车辆减速，甚至于根本就是误踩，这个是难以区分的。我们提出融合脑电数据与多元驾驶数据的方法，并进行了部分场景的验证。准确预测驾驶员对车辆运动的期望有助于实现驾驶意图的跟踪控制，是个性化操纵的关键技术，我们提出了融合驾驶员长期操纵特性及短时操纵意图，并结合车辆状态及环境信息的长时车速预测框架。

最后进行一下总结，首先人始终是核心，任何形态的车始终要服务于人，并且人的需求是千人千面。满足人的个性化需求是智能网联汽车技术落地的先决条件。共时共驾可更自然的实现高等级自动驾驶的个性化。个性化服务推送能更好的满足驾驶员要求，提升以人为中心的驾乘体验，是未来汽车软件生态的重要组成。掌握驾驶决策认知机理，突破驾驶风格辨识和意图识别技术，是实现个性化智能网联车辆的关键。

我的汇报完毕，不对之处还请大家批评指正。