（二）建议
1.加强基础工科建设，完善混合型人才成长激励机制
（1）加大对基础工科的支持。对于传统基础工科如材料等，需要加大资金投入力度，提高基础材料技术人员的薪酬，这在提高员工劳动积极性的同时可以促使大量人才进入传统工科领域发光发热，在人才层面推动基础材料与芯片层面的研究。
（2）优化基础研究布局。促使高校及研究所基础工科围绕科技前沿“卡脖子”的重大难题和国家重大需求科学问题进行超前部署，优化国家科技计划基础研究体系，优化基础研究布局，推动国家重大科技基础设施建设。
（3）完善基础研究发展机制和环境。加强基础研究顶层设计和统筹协调，建立基础研究多元化投入机制，深化科研项目和经费管理改革，推动基础研究与应用研究融通，促进科技资源开放共享，完善符合基础研究特点和规律的评价机制，加强科研诚信建设，推动科普、弘扬科学精神与创新文化。
（4）实施激励措施。在混合型人才领域，国家和企业内部都应对多领域混合型人才实施相应的激励措施，企业内部也可以定期组织不同领域的员工共同商讨问题以栽培混合型人才。培养一批具有国际视野的战略人才和科技领军人才，加强中青年和后备科技人才的培养，稳定实验技术人才，组建高水平创新团队。
2.加快政策创新助推规模化运用，以人为本，制定智能驾驶道德准则
各地方政府应积极探索自动驾驶“中国模式”，可以适当效法深圳与北京。其中，北京积极推行商业化试点，开放了全国首个自动驾驶出行服务商业化试点；深圳从立法入手，尝试地方立法在智能网联汽车准入管理、事故责任认定等领域开展探索。
国家政府可以进一步加大对核心技术攻关的支持力度，通过专项资金扶持等方式，鼓励引导企业自主掌控操作系统、线控底盘等核心软硬件研发能力，加快形成行业标准，尽早实现自动驾驶产品技术规模化；地方政府可以出台配套政策，打造全自动无人驾驶汽车的载人运营政策先行区；加快智能驾驶道路交通安全法的修订和发布实施，从国家层面为加快自动驾驶汽车规模化商用、无人化奠定法律基础；在某些示范区可以适度超前建设智能交通基础设施，发挥5G远程控制优势，通过车路协同提升交通效率和安全性，带动汽车产业向智能化和网联化转型升级。
可以适当扩大自动驾驶道路测试范围，国家和地方之间统一测试标准，协同推进技术创新和落地。同时，建议在全国人大的统筹下，逐步开展部分代表性区域自动驾驶立法的先行先试，快速建立地方和行业技术标准和准入体系，并复制推广至其他城市，为政策法规的制定和完善提供补充和支撑。
在智能驾驶道德准则方面，德国的做法为我们提供了参考。2017年，德国政府发布了关于自动驾驶技术的首套道德伦理准则。该标准体现了“以人为本”的精神，明确人类的安全必须始终优先于动物或其他财产。另外，该标准规定，当自动驾驶车辆发生不可避免的事故时，任何基于年龄、性别、种族、身体属性或任何其他区别因素的歧视判断都是不允许的。同时，该标准还提出，自动驾驶汽车应当保留由人类进行接管的功能。
可以看出，德国发布的自动驾驶道德伦理准则比较符合当代人类社会的道德观念，也较为全面，适合作为我国制定相关准则的参考标准。当然，自动驾驶道德伦理准则并非一成不变的，而是处于不断完善的过程中。随着道德伦理标准难题的逐步解决，自动驾驶汽车全面普及之路有望更加顺畅。我们可以以德国的准则作为参照，在未来几年间不断完善，从而确保自动驾驶技术开发沿着正确方向发展。
3.调整开发重心，设立警报措施，完善智能驾驶系统对驾驶员的感应措施
在智能驾驶中的自动驾驶功能尚不能达到完全自动驾驶的情况下，应尽量减少对车载大屏幕娱乐功能的开发。据调查显示，购车者中最看重的车辆功能是安全舒适性，占比81.75%，而看重娱乐休闲性和功能多样性的加起来仅占8.73%，因此应着重投入完善核心算法，逐步优化人机交互。此举还可以减轻用户的购车成本，有效促进智能驾驶进一步发展。
在L3级别半自动驾驶的情况下，为了减轻认知偏差，可以拓宽智能驾驶系统对驾驶员的感知方式，而非单一智能大屏触碰，例如可以采用语音功能识别、视线识别、动作姿势识别等方式。此外，还可以在智能大屏的对应按钮上设置如盲文般特定的凸起，使驾驶员在有经验的基础上可以做到视线尽可能地少量停留在屏幕上就可以进行操作，这样可以有效减少妨碍驾驶员进行路况判断的情况发生，进一步完善驾驶员的行车体验。同时，警报措施的设立也是必要的，汽车可以设置传感器感知，如果驾驶员的手离开方向盘250毫秒以上，智能驾驶系统会自动向驾驶员发出警告，因为在L3级别半自动驾驶的情况下，需要驾驶者与智能驾驶系统协同进行路况分析。之所以特别强调L3级别半自动驾驶，是因为相对于完全的智能驾驶，半自动驾驶必然会先一步走入人们的生活，而半自动驾驶的相应问题与解决措施才是当下应该首要考虑的问题。
4.深化机器学习，增加智能驾驶系统识别弹性，加大力度搭建网络安全平台
用传感器来收集驾驶员的感官信号，最后由人工智能进行信息处理。想要拓宽智能驾驶系统识别弹性，真正做到让智能方便人们的驾驶，那么深度的机器学习是必不可少的，需要进一步完善深度学习模型，同时大量输入对应的基本模板，使得机器可以在一定误差范围内正确判断驾驶者想要表达的动作信息，收集用户的喜好信息并将其传递给企业，使企业更好地进行车型的改良，调整并额外假设一些功能，甚至可以根据用户喜好向用户提供个性化服务，有效地改善驾驶体验，增加社会效益。而这正是传统汽车行业目前亟待解决的问题。
随着智能驾驶的进一步发展，每一辆车的网络安全都不会成为单一的个体，否则防御机制疏松易攻破。因此各车企应统一搭建网络安全平台并加大投资力度，通过统一安全平台对旗下智能驾驶车辆进行安全管理，从单一的车辆个体上升到企业网络安全平台，车辆的网络安全才能受到进一步保护。同时，还需要政府出台相应的车辆网络安全法律法规，国家网络安全平台也可以加大对车企的扶持力度，进一步约束不法分子的行为，违法必究，从而有效保障驾驶员应对智能驾驶车辆的网络安全问题。
5.传统车企抓住机遇实现智能化转型，同时保留传统汽车驾驶模式
智能汽车正在成为汽车行业的新热点，热度持续提升，传统车企必须快速发展新的能力才能适应这一新变化。传统车企应尽快转变观念，通过大数据平台积极发掘客户内在需求，发展长期运营模式。传统厂商的企业运营是TOB，车通过经销商卖出去，厂商跟用户接触很少，卖完车就基本结束了；智能汽车的互联网公司运营基本都是TOC，公司与用户直接联系，卖出车是第一步，后续则要长期运营客户。同样地，汽车行业传统厂商百年来都是老大地位，而今互联网公司陆续入场，传统车企应摆正姿态，抓住机遇寻求发展而非故步自封。
鉴于智能化转型使汽车由硬件定义转化为由软件定义，有分析师甚至认为，未来特斯拉经常性软件收入价值可能会超过其硬件业务的价值。传统车企可以与互联网公司进行强强联合，将工作重心由硬件领域转向软件领域，传统车企应积极参与汽车行业的智能化和数字化进程，将各层级的能力上下贯通融合，输出包括智能座舱整体设计、智能网联车载操作系统、定制化语音及人工智能组件、大数据平台及分析系统、个性化应用及运营等全面的产品和服务，助力合作伙伴更快地实现数字化转型。
在未来智能网联时代，高可靠性、高性能的车规芯片是构建新型电子电气架构的硬件基础。传统车企应与芯片企业合作，将系统能力与芯片能力打通，为用户提供卓越的体验；不断尝试更多的创新合作形式，为主机厂合作伙伴提供更加灵活、更高适配性的智能网联解决方案。在数字化工具链的加持下，未来传统车企可以屏蔽硬件差异，在应用层进行改造，快速打造可融合互联网生态的智能网联汽车系统。
与此同时，值得注意的是，不能将传统汽车驾驶模式完全抛弃，据实践团队调查显示，有一部分驾驶员不喜爱智能驾驶的原因是他们更看重驾驶本身带来的乐趣，而此类群体并非少数，作为客户导向型产业，传统车企在发展自身实现智能化转型的同时也需要注意主流群体之外的需求。
指导教师评语
随着科技的不断发展和汽车产业的快速进步，智能驾驶技术正成为未来出行的主要趋势。在此背景下，通过深入了解智能驾驶技术的发展现状及其产生的社会效益，可以更好地把握其成长的逻辑和方向，探索应对未来交通需求的有效手段，为相关部门决策提供有力支撑。韩轶凡等同学对东风公司的智能驾驶技术及相关产业发展现状进行了实地观察、访谈和问卷调查，重点了解了智能座舱系统和自动驾驶技术的发展历程及面临的机遇和挑战，剖析了其社会效益、市场预期及产业困境等关键问题，并提出了一些有启示意义的建议，为智能驾驶技术的可持续健康发展提供了重要参考。这是一份非常出色的社会实践报告，内容丰富、逻辑顺畅、数据充分、分析透彻、结论清晰、形式规范，展示出实践团队在科技领域和社会问题方面具备较强的调研、学习、分析和解决问题的能力，以及高度的责任感和使命感。
（韩守东 华中科技大学人工智能与自动化学院副教授）
【注释】
[1]社会实践团队名称：华中科技大学人工智能与自动化学院赴湖北武汉东风公司“智在千里”暑期社会实践队。
团队成员：韩轶凡、周天翼、宓呈祥、吴浩东、缪磊、林祖耀。
报告执笔人：韩轶凡、周天翼、宓呈祥、吴浩东、缪磊、林祖耀。
[2]2022年6月汽车工业经济运行情况[J].现代制造技术与装备，2022，58（7）：3.
[3]闵志刚.基于智能驾驶需求的汽车智能座舱设计发展现状及未来趋势探究[J].时代汽车，2022（15）：127-129.
[4]赵斌良，蒋国琛.域控制技术在新能源专用车上的应用开发与技术研究[J].专用汽车，2022（7）：52-57.
[5]张震，尤伟强，肖利华，等.基于CANFD的智能汽车域控制器软件升级系统设计[J].中北大学学报（自然科学版），2022，43（4）：321-326，334.
[6]牛存有.以“第三生活空间”打造车载广播的市场价值[J].中国广播，2018（4）：51-54.
[7]王海燕.“芯片荒”或将加速汽车芯片国产化进程[J].时代汽车，2022（7）：19-21.
[8]于瀚.汽车智能驾驶技术将走向何方？[J].汽车与配件，2022（9）：40-41.