2025年10月30日，在第十三屆汽車與環境創新論壇上，上汽集團大乘用車研發部智能駕駛總監張棟林介紹了上汽集團在高級輔助駕駛開發中的核心策略理念與實踐路徑。他強調，上汽集團以用戶關切為出發點，圍繞安全、安心、舒心三大理念構建技術體系，通過跨域技術融合與數據平臺建設夯實基礎，同時依托自主研發的電氣架構與Drive OS系統，聚焦高速駕駛與泊車場景，推動算法迭代與產品優化。

張棟林指出，行業需明確輔助駕駛與自動駕駛的責任邊界，倡導人機共駕的互補模式，確保用戶在安全與體驗的雙重保障下享受智能化出行。

張棟林｜上汽集團大乘用車研發部智能駕駛總監

以下為演講內容整理：

上汽大乘用車輔助駕駛開發路徑

針對汽車行業，無論技術探討如何深入，最終都需落實到產品層面。因為產品需面向市場銷售，銷售行為將創造價值，帶來營收與利潤，這些收益可再投入新技術的研發，進而挖掘新的產品機遇，形成持續滾動的良性循環。當然，這些產品的最終歸宿是用戶。無論是技術研發、技術創新還是新技術的應用，均需以用戶為導向。

用戶關切何在？這始終是上汽集團創新研發總院在技術研發過程中深入思考的核心問題。在技術開發與產品應用過程中，理念問題至關重要。在開展駕駛輔助研發時，上汽集團提煉出了安全、安心、舒心三大理念，構建了一個穩固的三角結構。

圖源：演講嘉賓素材

首先，安全不僅是技術的基礎與目標，更是技術體系的穩固底座，同時也是贏得用戶信任的起點。無論是傳統零部件的開發，還是新技術的研發；無論產品面向國內用戶還是海外用戶，安全始終是首要考量。在面對用戶，尤其是針對駕駛輔助及主動安全技術時，除確保安全外，更重要的是要給予用戶安心感，讓用戶愿意使用、敢于使用。

用戶的選擇是產品成功的試金石。當產品暢銷或熱銷時，便能轉化為可盈利的商品。然而，僅有安全和安心尚不足夠，這僅是邁出的第一步。特別是隨著智能化的發展，我們還需要為客戶帶來舒心的體驗。在此過程中，整車作為重要載體，承載著眾多場景的實現。

車輛并非單一系統，它既涵蓋了整車機電一體的結構體，也包含了類似大小腦的智能核心，還涉及座艙系統與客戶的交互體驗。在營造舒心感受方面，更多是需要通過跨域技術的融合來實現。

基于安全、安心、舒心這三大理念，我們在開發過程中構建了技術底座和分層體系。下圖中最上層無疑是面向產品的目標設定；中間這一層，即我們所說的算法層，往往被視為核心技術所在，各家企業在此領域擁有不同的技術范式、路徑及積淀。無論如何，這些技術范式或算法開發，最終都要應用在車輛上并轉化為實際的產品，其成果必須得到市場、消費者及用戶的認可，同時還要具備可持續性。

圖源：演講嘉賓素材

此外，當前隨著智能化進程的推進以及算力平臺的持續擴容，各家企業紛紛加大數據平臺建設的投入力度，數據領域已成為競爭焦點。在這方面，上汽也取得了一定進展。上汽雖然在整車產品力提升及海外市場拓展方面發展迅速，但在基礎積累與基礎設施建設層面仍處于追趕階段。目前，集團正積極推進旗下各個子品牌的協同與整合工作。

之外，上汽旗下的零束科技公司已成功研發新一代電氣架構，并打造了應用于MG4車型的駕駛輔助域控制器計算平臺。該平臺采用全棧自主開發模式，我們開發了Drive OS系統，實現全鏈路貫通。通過該系統，我們能夠打通整個數據鏈條，推動算法迭代升級，并持續優化產品，為客戶提供更優質的體驗。除了技術底座，我們還將產品定義聚焦于高速駕駛與泊車兩大場景。

圖源：演講嘉賓素材

當前，智能化發展迅猛，無論是芯片、SoC，還是車端算力、云端算力，均呈現出持續攀升的態勢。對于我們而言，除堆砌更多算力與硬件外，還需要充分考慮整車成本。我們需要在成本約束下確保用戶體驗不降級，這是一個需平衡與妥協的三角關系。最終，我們的控制器從聚焦的需求出發，選定了由3顆毫米波雷達、6個高清攝像頭及12個超聲波雷達組成的“3R6V12U”傳感系統方案。圍繞該方案，我們的控制器采用了地平線J6E芯片，該芯片屬于中算力平臺，算法亦運行于其上。

不過，受限于中小算力，智能輔助駕駛領域可部署的模型與算法較為有限。上汽集團的優勢在于有強大的整車集成能力，無論是底盤還是座艙領域均具備顯著優勢。底盤系統涵蓋X方向的加速與制動控制，以及Y方向的橫向精準操控。結合智能輔助駕駛算法所采用的時間與空間聯合規劃新范式，可為用戶帶來卓越體驗。

全場景泊車 產品實踐

目前，上汽集團聚焦于全場景泊車方案的研發，除了基本的自動泊車與遙控泊車功能外，還新增了離車泊入、DIY泊入等創新功能點。同時，我們積極拓展終端控制方式，除手機遙控外，還實現了手表遙控泊車。

這些功能的實現一方面受限于開發進度，另一方面也受到國家相關規范約束，但在后續開發過程中將持續進行迭代優化。在泊車功能研發中，我們并未追求全面覆蓋的“六邊形戰士”模式，特別是在小算力平臺條件下，我們選擇聚焦核心亮點進行突破。

一方面，我們為泊車功能賦予了“車位獵手”“停車模范”和“無懼黑暗”等專屬標簽。其中，“車位獵手”的最大特點在于搜索車位速度快，在媒體試駕過程中，我們在多個場景下進行了展示：車輛進入停車區域轉彎時即可快速識別車位?；诋斍暗闹兴懔ζ脚_，我們實現了一次性最多釋放8個可泊車位的功能，雖與行業標桿存在差距，但還是具備一定競爭力。

同時，我們在停車控制上設定了明確目標：確保車位識別更精準、停車不壓線，且停車姿態的完整性與規整性更優。

我們還有一個頗具特色的小亮點，泊出功能。目前，部分企業的泊出功能存在一定限制條件，要么不具備該功能，要么僅能基于自動泊入后的路徑記錄進行泊出規劃。而我們的MG4車型上所搭載的這套方案，能夠在任何時候實現平行車位和垂直車位的泊出操作。

高快導航駕駛輔助 HNOA產品實踐

另一重點聚焦領域為高速領航輔助功能。在此方面，我們專注于高速場景的優化，涵蓋從進入收費站開始至駛出收費站前的全過程。而對于其他地面道路，則僅提供基礎的LCC功能。我們重點思考的方向是如何做好高速路段的服務表現，對此，我們從安全與體驗兩個維度展開。駕駛過程中只有使用安心、體驗舒心，具備安全感與好用性，客戶才會愿意使用這一功能。

圖源：演講嘉賓素材

安全基礎層面，我們重點關注施工場景，如錐桶場景、水馬場景等。我們在試車過程中發現，遇到錐桶時，整車規控可能會出現偏移，因為錐桶的擺放未必完全沿車道線進行。另外，面對水馬場景，例如進入隧道且存在水馬時，車道線較為繁雜，我們會進行主動避讓，這些均體現在細節處理之中。

使用駕駛輔助功能時，尤其在高速高架路段遇到擁堵工況時，低速Cut-in和低速繞行往往令人困擾。在天氣良好、道路標線清晰、車流量可控的條件下，駕駛輔助功能確實能帶來舒適的駕駛體驗。然而，一旦路況變得復雜，就會引發諸多問題：要么系統頻繁發出警示音，要么提示“退出，請接管”，甚至出現魯莽操作，給駕駛者帶來沖擊感。

基于上述的場景和現象，我們在進行算法策略開發時考慮了人類駕駛員的特性和習慣，例如在一次測試過程中，測試車輛從通暢的主路匯出，此時匝道擁堵，一方面，車輛跟隨車流逐步匯出主路；另一方面，在跟車過程中，我們設計了一個小繞行動作，先與前車保持同步，再擇機變道。同樣，在另一個測試場景中，車輛進入施工區域并即將駛入隧道，且旁邊有施工圍擋的河流時，整車會先輕微減速，再進行適當避讓。車輛進入隧道區域后，遇到水馬時主動避讓，整個控制過程流暢自然。

在測試與驗證過程中，我們會對這些場景數據進行精準抓取，并持續進行優化打磨。除高速高架場景外，在地面道路測試中，當車輛行駛至彎道且臨近公交專用道，同時前方右側存在違停車輛時，系統能夠完成識別并實施繞行操作。

此類功能表現雖看似接近自動駕駛水平，但其實際上是基于中算力平臺實現的。車速控制在特定范圍內時，系統的識別與控制能力可滿足需求；然而當車速提升時，受限于計算能力和感知限制，其性能表現會受到明顯制約。因此，我們始終強調需構建人機互補的共駕狀態。傳統意義上的人機共駕多聚焦于體驗舒適性，例如通過方向盤扭矩分配實現“駕駛員主導時系統輔助，系統主導時駕駛員監督”的協同控制，最終使車輛行駛軌跡符合駕駛員預期。

但車輛對環境的判斷有其固有邏輯，而駕駛員則憑借自身經驗進行操作，若二者能形成良好匹配，便可帶來優質的駕駛體驗。不過，這種模式更適用于高階駕駛員，而非高級駕駛輔助系統本身，當駕駛員與車輛配合默契時，確實能提升體驗感與舒適性，但對于新手駕駛員而言，則可能較難掌握其中分寸。但換個角度看，這也正是車輛智能化發展的重要方向，既要將老司機或熟練駕駛員的能力賦予車輛，又要兼顧駕乘人員的心理感受。唯有如此，才能真正構建起智能體。

基于此，我們提出倡導，在駕駛輔助過程中，用戶需保持敬畏之心，適度信任系統。畢竟，系統在部分場景中的優異表現，并不意味著在所有場景下都能同樣可靠。唯有在此前提下，才能實現安全、有效的使用。

最后，我們明確提出一個觀點，輔助駕駛并不等同于自動駕駛。無論采用大算力還是小算力平臺，無論運用何種算法、模型或技術范式，在現階段均屬于輔助駕駛范疇。

我們堅信自動駕駛時代終將到來。隨著L3級標準落地實施，以及L4級車型獲得國家認證，自動駕駛將逐步成為現實。駕駛輔助系統和自動駕駛系統真正的過渡和切換，本質上是責任主體的轉移，而非體驗感的簡單升級。我們致力于在提升車輛體驗的同時，明確劃分責任邊界，最終目標是確保駕駛員與乘坐者均能享受安全無憂的出行體驗。