我们李院士团队在一年前也对智能驾驶有了一个阶段划分，分了这样4级：最开始是离线辅助驾驶，第二阶段是在特定时段和区域可以自动驾驶，第三阶段是自驾驶/自主驾驶/无人驾驶，最终形态是车融入人类社会，可以与人类产生一系列不确定性交互。

　　我们认为最后两个还是人来负责驾驶，机器辅助，如果把机器比喻成马的话，随着辅助功能的不断增加，马的自主能力也会逐渐形成，具有一定认知能力的马可以沿着路走，可以避让，但最终马要融入人类社会，形成骑士与马的关系，智能车就要演变成轮式机器人，构建以人为本人机协同的关系。

　　智能驾驶跨界创新到底难在哪里

　　第二点讲智能驾驶跨界创新到底难在哪里。

　　规模化生产、精细化管理、高可靠运行这是百年汽车工业成功的三大要素，很多时候我们跟车企谈智能车，车企很少说话，听完就问可靠性、批量化如何，甚至提出一些刺激IT人自尊心的尖锐问题。从车辆本体角度来讲，加到车上的每个器件，要符合车规级是要求非常严格的。因此从汽车行业往往从演进的角度看待智能车，完全无人驾驶可望不可及，还涉及到法律法规、伦理等一系列问题。但是可以通过不断增加驾驶要素提高主动安全，现在大家买车就发现逐步增加了各种各样的功能。

　　当然还有一拨人在做颠覆性的事情，就是以提高人类移动生活品质为目标，要创造人类的移动伴侣，不一定非是快速的汽车，可以把速度回归到人的速度，可以成为办公室用、家里用的移动助手。从形态上来讲是轮式机器人，这个速度和行驶的区域决定了轮式机器人需要达到什么样的等级指标，这可以称为逆方向IT人的颠覆性路线。

　　这两个方向有没有交汇点，现在来看，尽管智能驾驶的实践近乎火爆，形态多样，方法各异，但也趋向形成共识。现在看到智能驾驶创业也好，演示也好，都是在围绕一个个典型的场景，比如快速公交车、园区、旅游景点、码头、港口等，这种在特定场景下智能驾驶的L3级智能车正在逐步成为市场的切入口，而且在围绕这个也在逐步建立智能车产业的生态环境。

　　从这个公式可以看到智能车产业化必须要考虑的三个方面：性能，特斯拉的解决方案是不采用激光雷达，但是不采用激光雷达，其他传感器性能能达到多少，现在仅依靠视觉和毫米波雷达显然是没法应对路上各种不确定性情况的。再一个可靠性，现在采用的传感器可靠性如何，我们的算法连续运行的可靠性能到多少，当前还缺少很明确的测试方法。下面是成本问题，对车企增加一个千元级的部件都是非常昂贵的一件事，所以这三点产业化问题也是跨界创新的难点所在。

　　猛狮智能车团队

　　最后一部分讲讲我们团队在智能驾驶领域从起步到现在做的一些工作。

　　李德毅院士指导的猛狮智能车团队，最早是2007年开始，j2直播，我还在清华读博士，在飞思卡尔平台上加载传感器和智能算法，搭建了缩微城市交通环境开展科学实验，2009年开始在真车上做无人驾驶研究，到现在团队的猛狮系列车有十多辆了。2012年军交猛狮3号完成了京津高速无人驾驶，第三方测试，电视台全程直播;去年8月29号宇通智能公交车在河南完成了郑开大道无人驾驶，当时是周六，郑开大道上车辆比较多，这是一条开放的城际道路，还有三轮车、摩的违章穿行。今年团队北京联大的小旋风巡逻观光车，接待了前苏联政治局委员、乌克兰首任总统的来访和体验，目前这个车在北京动物园常态化试验。