如何推進“445規劃”
《汽車縱橫》：當前汽車智能化浪潮已經席卷全球，許多車企在智能駕駛特别是自動駕駛方面也早有布局，江淮汽車在這一領域的具體規劃和時間推進節奏是怎樣的？
李衛兵：早在2016年江淮汽車就根據行業基礎發展現狀制定了智能網聯發展的445規劃，圍繞“智能化、網聯化”兩條主線，從“智能交互、智能駕駛、智能互聯、智能服務”4個維度，通過駕駛輔助（DA）、部分自動駕駛（PA）、有條件的自動駕駛（CA）、高度自動駕駛（HA）4個階段，通過對行業自動駕駛相關技術的研究，力争在2020年實現标準格式化路面上自動駕駛和特定場景下的自動泊車兩個具體量産目标。
車而言已不是簡單地産品升級換代，更是對整個産業鍊的重塑。作為傳統汽車企業，為了發展好智能汽車、完成自己的規劃，江淮都做了哪些調整和準備？
李衛兵：為了支撐我們智能網聯的戰略實施與落地，在2017年年底公司對研發機構進行了調整，成立了專門的自動駕駛研究院，圍繞智能化與網聯化兩大模塊，下設7個設計部門與1個管理支持部門。通過精準識别客戶的需求，法規的要求，技術發展的趨勢，依托我們燃油車和電動車的兩大平台，實現自動駕駛的逐步落地。輔助駕駛與自動駕駛設計部圍繞智能模塊進行具體的設計，其中輔助駕駛設計部聚焦L0L2、自動駕駛設計部聚焦L3-L5級智能汽車的開發；信息交互與車輛網設計部圍繞網聯模塊進行設計開發；系統集成與網絡架構設計部，主控智能汽車頂層以及正向設計，着力于打通智能汽車與傳統汽車平台的通訊、架構以及診斷等接口，同時為智能汽車的升級、疊代進行系統設計；測試驗證設計部為智能汽車的全過程驗證進行服務，把控智能汽車的最後一公裡；同時，開發管理部做為支持服務部門，為各設計部提供項目管理、行業趨勢動态等信息及支持。
我認為，傳統車企還是在走自動駕駛逐步積累和落地的路線，同時我們跟百度也是朝着2020年量産L3級自動駕駛水平的汽車在開展相關的研究工作。
智能駕駛功能如何解決用戶開車痛點
《汽車縱橫》：近年來，不少傳統車企對用戶思維已經越來越重視，江淮在産品研發、設計到生産、銷售乃至售後也都反複強調客戶導向、客戶需求，關于智能汽車的用戶需求，江淮的調查和理解是什麼？當前的用戶更需要什麼樣的智能駕駛功能？
通過分析行業發展的現狀，我們認為現階段用戶對更高水平更高智能化、更人性化的自動駕駛需求是強烈的，比如能夠在特定場景下減少疲勞的自動駕駛功能，用戶就很歡迎并樂意接受，無論是哪個級别的功能，隻要能幫用戶做一些事情，這就是客戶的心聲。
現階段我們認為客戶對于自動駕駛系統的需求集中在三個方面，一個是更安全，一個是更經濟，讓用戶買得起、用得起，所以我們在系統方案中選用經濟性更強的。還有更舒适，我們開發自動駕駛汽車要讓乘坐人員更加舒心，開車人員也更加舒心。
我們識别出客戶在使用過程中有三大痛點，第一個是長時間的高速行駛、注意力高度集中導緻駕車疲勞，還要應對偶發情況。第二個是停車和取車難的問題，第三個是擁堵情況下單車道跟車操作，耗費了大量的精力。
《汽車縱橫》：根據這些用戶在開車過程中的痛點，江淮是如何考慮的，拿出了哪些解決方案？
李衛兵：圍繞着客戶的需求和三大痛點，以及行業技術發展的現狀，将來的自動駕駛汽車要采用更經濟的方案解決我們的三大痛點。要開發我們的VET功能，實現自動引導、自動跟車、自動轉換、自動變換以及限定條件下的跟車功能。
為此我們設計了我們的系統方案，主要是通過攝像頭之間的調整方案來感知周圍的環境。依托高精度的地圖與前車攝像頭識别信息的各種功能進行調整。系統采用集成式架構、軟硬件冗餘設計，以安全和用戶體驗為出發點，基于同一套硬件深入挖掘各項功能，通過OTA方式實現硬件功能最大化。
系統設計理念的五個層次
《汽車縱橫》：在開發智能駕駛系統的過程中，江淮整體的設計思路是怎樣的？遵循哪些基本理念？
李衛兵：在這個系統的開發過程中我們體現了五層次的設計理念，就是把用戶使用過程中事故發生前後的駕駛過程分為五個區域。
第一個是安全感知區域，包括正确的使用習慣、預計算和提示的自動駕駛、前方的實時路況（擁堵、事故、天氣等），人、車、環境互動的XMI；第二個是安全駕駛區域，我們重點關注中國特色的駕駛策略，融合實時感知、預測感知、衆包感知的環境建模；第三個是事故預防區域，包括對客觀環境安全因素的探測、影響安全的動态物體行為預測、安全分級機制和駕駛員接管能力監測系統等。第四個是事故處理的區域，包括自動緊急制動和自動碰撞回避。第五個是事故後處理的區域，包括自動報警、車内生命狀态監測、事故數據記錄、事故救援輔助、事故處理、保險等處理機制等。我們針對五個區域均設計了相應的理念。
如何設計安全控制策略
《汽車縱橫》：智能汽車作為一種全新的産品，安全這一基本屬性備受關注，智能汽車的安全性也給傳統汽車安全帶來了不少挑戰，江淮的保障安全的策略是怎樣的？
李衛兵：在安全控制策略方面通過三個層次的感知系統（車輛自身各種攝像頭、雷達、狀态感知傳感器、高精度地圖等、自動駕駛數據生态系統V2X），兩個交互式（HMI、EMI）以及一個熟練駕駛員駕駛模型（基礎駕駛策略和高級駕駛策略），設計我們的環境感知系統，這樣的環境感知系統可以準确地構建車輛的環境，通過EMI實現周邊的車輛和行人之間的互動和交互，減少誤判、減少系統的決策難度。
在熟練的駕駛員模型裡面我們設計了兩種駕駛的策略，基礎駕駛策略和高級駕駛策略。
基礎策略是為了保證安全文明地開車，一個場景對應一個策略，高級策略是為了實現更經濟舒适環保的駕駛。在單一的場景下，我們有可能有多種的駕駛場景供選擇，可以取決于用戶的需求，無論是基礎的還是高級的，我們設計的每一種都要找到安全的模型，經濟性好的模型，符合用戶體驗的模型。
所有的自動駕駛策略都是與當前駕駛環境相融合的，任何一個策略都是可解釋、可定義。不會完成由人工智能系統進行模糊推導。确保量産系統自動駕駛控制内容都是合規、可解釋的。為我們整個系統安全運行和事故發生後的複盤打下比較好的基礎。還有一些安全接管策略應用，包括可自動駕駛行駛區域判斷與安全降級接管策略。
在安全冗餘設計方面，我們通過軟件層、硬件層、整車層三層設計，在軟件層保證自動駕駛功能按照冗餘的要求設計，同時設計了備用的ECU監控運行，并在車輛的控制方面采用雙冗餘的系統。我們整個設計系統就是為了用戶體驗到全方位的安全呵護。
開發智能汽車面臨的四大挑戰
《汽車縱橫》：從傳統汽車到智能駕駛汽車的開發、設計、生産、使用，傳統車企要面臨哪些挑戰？智能汽車對傳統的汽車生産過程提出了哪些新要求？
李衛兵：在傳統汽車與智駕駛汽車融合的過程中，我們感覺到有很多的挑戰。第一，接口層面的挑戰，現有的量産車型為了應對市場的需要在功能、性能、成本等方面有一整套的約束規範，這與我們自動駕駛的空間有很多沖突和矛盾，OTA功能真正實現過程中到處都是坑，我們現在的汽車電子系統分布不強，ECU都不是主機廠設計的，如何應對全生命周期性能的提升，保證接口的匹配性我覺得是巨大挑戰。
第二，智能駕駛對于大數據量、高實時性、傳統汽車駕駛的穩定性提出了很高的挑戰，電池架構由分布式系統向集成式的系統邁進，這也給網絡帶來了更大的挑戰。
第三，關于功能安全設計，我們跟工程師交流過，他們做得最多的就是功能安全設計的要求，對我們整個研發體系流程的設計都會産生影響，這對傳統汽車的安全挑戰是最大的。
還有虛拟驗證。在傳統汽車與智能駕駛汽車融合的過程中有很大的挑戰：我們需要系統設計之初就充分考慮系統将面對什麼樣的場景，把場景變成設計，把車輛的數據和用戶的數據進行融合，這個對我們傳統汽車人的驗證過程的設計是一個巨大的挑戰。
此外，還要在智能汽車開發的各個階段進行測試，在具備智能網聯汽車運行的特定場景下進行測試，這些都是對傳統汽車的驗證過程的巨大挑戰。以上是我們認為的從傳統汽車到智能駕駛汽車的過程中遇到的困難。
鍊接
資料顯示，江淮的自動駕駛項目最早在2016年年底才有公開展示，相比一些科技公司和部分車企，時間上并不算早。2016年底，江淮首次展示了搭載自動駕駛技術的iEV6S，該車具備SAE3級自動駕駛能力，官方命名為Mr.JAC。這個項目在内部于當年初啟動，到年底展示時已經完成了控制系統、感知系統、SCU和決策系統等主要模塊的開發調試。據稱，當時的Mr.JAC已經具備在人車混行路段30km/h、在高速公路上50km/h的自動駕駛能力。
2017年，在百度“阿波羅計劃”發布的4個月之後，江淮汽車正式宣布與百度完成技術聯合與數據共享，雙方将在未來共同開發無人駕駛汽車，百度将為江淮汽車提供包括高精地圖、自定位、環境感知、決策規劃等自動駕駛關鍵環節的綜合解決方案，雙方将于2019年下半年推出自動駕駛量産車型，順利通過驗收後即可面向市場展開大規模量産。這一款量産車型将達到特定條件自動駕駛等級。
2017年底，江淮再度公開展出的JAC無人駕駛汽車已經是基于江淮iEV7S電動汽車平台研制的具有SAE3級水平的智能汽車，由中國科學院合肥物質科學研究院應用技術研究所江淮汽車共同研制。據介紹，該車的自動駕駛技術采用毫米波雷達、高清攝像頭等傳感器進行周邊環境感知，并與公共信息（GPS、北鬥導航等）和互聯網相融合，進行全面環境感知，與作為執行機構的車輛底盤系統進行通訊，因此能讓車輛在錯綜複雜的城市工況下實現自動跟車和高速自動駕駛。
相比乘用車領域，江淮的智能駕駛技術在商用車領域推進得更快。2017年12月，江淮汽車旗下安凱客車研發制造的自動駕駛公交車在深圳福田保稅區的開放道路上投入運行，成為全球首款在公共道路運行的自動駕駛公交車，該款自動駕駛公交車集新能源、運營管理、智能充電、基礎設施、運營體驗于一身。