5月27日,由中国汽车工程学会、国家智能网联汽车创新中心、清华大学苏州汽车研究院、北京经济技术开发区联合举办的“第八届国际智能网联汽车技术年会——智能网联汽车测试评价技术”专题分会成功召开。北京航空航天大学交通科学与工程学院教授、博导邓伟文担任本议题的会议主席,吉林大学汽车工程学院副院长、教授朱冰担任联合会议主席。
会议上,邓伟文教授首先发表致辞,“智能网联汽车将颠覆性的创新并改变传统汽车及汽车产业的格局,对于传统汽车工业转型升级形成全新的产业生态体系,代表着现在汽车技术与产业发展的大趋势,但随着自动驾驶技术的不断提升,驾驶人在驾驶过程中的地位逐步降低,且由于汽车的行驶环境具有典型的随机特征,往往不可预测、复制,呈现出高度的动态开放复杂等不确定性,智能网联汽车技术和产品的测试验证是保证其安全可靠性、实现大规模产业化面临的重要挑战。”随后,来自智能网联汽车相关的高校、科研院所和企业,汽车行业和IT互联网行业跨学科、跨领域和跨行业的14位专家学者聚焦智能网联方面的热点问题、难点问题进行了交流与分享。
中国汽车技术研究中心有限公司标准所副总工程师赵静炜首先针对相关法规内容进行了名为《智能网联汽车技术及发展动态、标准体系建设研究中概念及进展》的演讲。首先分析了智能网联汽车在多方面的重要意义,其为信息通讯技术的重要应用平台,是智能网联交通系统的重要组成部分,以及是智慧城市、智慧生活的重要支撑。随后,重点介绍了我国近期公布或修改的相关重要文件,包括《智能网联汽车道路测试语示范应用管理规范(试行》、《道路交通安全法》、《智能网联汽车生产企业及产品准入管理指南》、《汽车数据安全管理若干规定》。接下来,介绍了标准体系建设研究重点及进展。智能网联汽车重点标准体系建设相关工作组已开展了58项标准制定项目,包括已发布6项,完成报批6项,完成审查6项,另有40项标准处于立项与起草阶段,这些标准涵盖ADAS系统开发、车辆管理、车辆关键部件、车辆网联通讯、车辆信息安全等各个方面。除此之外,标准工作组还积极参与国际标准的制定,全面参与了TC22战略咨询组以及协调组的战略规划讨论及ISO21434信息安全标准的国标转化。然而,当前标准的制定仍存在一定的问题,例如如何发挥标准的正确作用?“多支柱法”以及新型测试评价体系如何运行?自动驾驶汽车评价是否需要与自动化等级对应?如何正确认识、理性看待、准确定位标准对智能网联汽车技术及产业发展的作用和影响?最后,对汇报做出了总结:产业发展不仅需要正确的标准规范,还需要政府与产业界各司其职、密切配合,同时需要探索新的产业发展与商业运行模式,关注消费者实际感受和价值体验。智能网联汽车的发展是一个螺旋上升的阶段,不可能一蹴而就。
随后,吉林大学汽车工程学院赵健教授、博导进行了《智能网联汽车测试评价技术》的介绍。赵健教授首先介绍了智能网联汽车测试过程中的挑战,智能网联汽车由人-车二元独立系统转变为了人-车-环境强耦合系统,测试过程复杂、测试场景多变,传统的测试方法及手段已无法满足智能网联汽车的测试评价需求。随后,赵健教授对智能网联汽车测试平台进行了介绍,包括软件在环测试平台、毫米波雷达硬件在环测试平台、相机在环测试平台、V2X系统在环测试平台、人机交互系统在环测试平台、制动系统在环测试平台、转向系统在环测试平台,分别针对各个平台中的技术要点、测试机理、测试要素进行了深入分析。接下来,赵健教授介绍了智能网联汽车测试过程中的一些场景生成方法,包括蒙特卡洛方法、重要性采样方法、遍历测试方法等,并重点介绍了一种基于优化搜索的加速测试方法,该方法包括搜索模块、聚类模块、记忆模块,可以实现危险场景的强化生成,提高测试效率。最后,介绍了基于逻辑场景层面的智能网联汽车安全性评价方法。一种为基于场景参数统计特征的安全性评价方法,该方法定义了场景危险域离散度、危险域范围、场景危险度等多个指标,实现了被测智能网联汽车逻辑场景层级的安全性评价;另一种为基于自然驾驶数据的安全性评价方法,该方法充分考虑了车辆的实际驾驶情况。最后,赵健教授对报告进行了总结:虚拟仿真测试是智能网联汽车的发展趋势,未来需要建立更丰富的场景数据库,提高场景逼真度,建立更为完善的智能网联汽车测试评价体系。
第三位演讲的嘉宾为中汽院智能网联科技有限公司技术总监赵树廉博士,赵博士从企业的角度概括性地总结了智能网联汽车安全性验证当中的关键技术,其演讲题目为《自动驾驶安全测评关键技术研究》。赵博士首先介绍了产业发展现状与挑战,在过去几年中,我国持续出台的多项政策法规有效地促进了智能网联汽车健康发展,助力推动了汽车产业的转型升级。然而,若要保证智能网联汽车的安全程度达到驾驶员平均驾驶能力,需要上百亿公里的行驶里程,这对于企业的测评带来了极高的要求;同时,我国相对于欧美国家交通环境更为复杂,智能网联汽车的测评需要大量的中国特色的测试场景来验证其安全性。智能网联汽车的安全性验证主要包括三大方面问题,分别为构建中国特色场景库、高效的测试验证方法和科学的测评评价标准。场景库是测试的前提和基础,它贯穿了整个测试模型的全过程,他的来源包括四部分:标准法规场景、自然驾驶场景、交通事故场景、典型危险场景。有了场景数据之后,便需要对场景数据进行分析,对关键场景进行提取、标注、聚类、再转化,形成测试所需的场景库文件。除了场景库的构建之外,新的测试方法也是研究中的重要内容。赵博士对边界场景、危险场景的生成方法进行了概述,并提出了云端并行测试的方法来对整个测试过程进行有效加速。最后,赵博士对智能网联汽车的评价指标构建方法进行了明确。该方法首先分析场景要素对智能网联汽车的影响程度,随后确定不同场景要素权重,完善KPI体系,从而形成方法-场景-指标交互的自动驾驶综合评价体系。
第四位演讲嘉宾为公安部交通管理科学研究所自动驾驶测试部副研究员陆文杰,陆研究员从交通管理及智能网联汽车驾驶能力测试的角度入手,进行了场景构建方面的研究,演讲的题目为《智能网联汽车测试场景构建》。测试场景构建的主要研究对象分为两方面,一方面为汽车的“驾驶能力”,另一方面为“高等级”自动驾驶系统。现有智能网联汽车的评价维度主要包括自动化水平、自动驾驶能力和信息安全能力。随后,陆研究员进行了场景构建方面内容的分享,“场景要素可以分为三层,分别为静态的道路环境、动态的交通事件和本车的行驶动作,这三层要素又可以进行细分。”随后,进行了场景构建方面的具体技术细节,场景构建主要包括场景来源收集、数据清洗整理、要素分层、添加场景标签和形成测试场景库,并在场景构建的过程中使用“原场景+可变项”的方法,灵活的进行场景的重构。接下来,陆研究员展示了该方法在国家智能交通综合测试基地和江苏(无锡)车联网先导区的应用实例。最后,陆研究员对相关的法律法规进行了总结,包括《智能网联汽车运行安全测试技术要求》、《国家车联网产业标准体系建设指南(车辆智能管理部分)》等。
接下来,来自中国智能网联汽车产业创新联盟标准与法规的高级经理陈桂华分享了《中国智能网联汽车准入管理法规发展现状及测试评价研究》的报告内容。陈经理首先梳理了国外智能网联汽车准入管理法规的发展现状,包括欧美的安全原则、WP29法规、本田的特立标准和美国的管理模式,还包括国内外现有的第三方测评体系。随后,陈经理对新发布的智能网联汽车准入管理指南征求意见稿进行了总结,包括生产企业准入和产品准入,同时对指南中的附件内容进行了分析。最后,对ICV-2035工作组的工作内容进行了汇报,工作内容包括评估国家级封闭测试区建设、推动封闭测试区测试互认、开展测试机构测试项目及能力调研、开展《ICV创新应用路线图研究》。
第六位演讲的嘉宾为来自腾讯CSIG智慧出行事业部自动驾驶云业务中心的高级战略经理王志鹏。王经理主要汇报了两方面的内容,一方面为腾讯在测试工具链建设方面的工作,另一方面为腾讯自动驾驶云的最新技术。在自动驾驶研发方面面临着多重挑战,例如数据量大难管理、研发效率难提升、数据存储成本高、合规要求严格,这都意味着需要建设一站式的自动驾驶开发生态平台,为了解决这一问题,腾讯建立了场景化的Pipeline—自动化DevOps流程,构建了SaaS生态开放平台,自研专有云--星星海服务器和Ozone,实现了低成本、高性能的存算分离软硬件一体化平台,可以较好的解决自动驾驶研发过程中的一些关键性难题。
上午最后一位嘉宾为来自罗德与施瓦茨(中国)科技有限公司产品经理刘靖宇,他分享的是《智能网联汽车的测试挑战和测试设备研究》。刘经理主要分享的内容为C-V2X的测试方面的内容,首先总结了C-V2X智能网联汽车标准。在接入层方面,我国大多基于3GPP,这是基于我国特定需求的一个专用的标准;在网络层方面,该层为基于我国的通讯行标;在信息层方面,可以定义大量信息,例如安全信息、地图信息、红绿灯信息等;还有一层为安全层,该层主要考虑车辆的信息安全。接下来,刘经理对通讯环境下的整车,车辆系统和车辆环境适应性等要求都进行了一定的总结,对其中的车载天线发射指标进行了详细的阐述。最后,对全程协议站的测试内容进行了总结,包括安全相关内容的测试、消息级内容的测试和基础射频相关的测试。下午的会议由北京联合大学机器人学院副院长马楠教授进行了主持。
第八位演讲的嘉宾为来自公安部道路交通安全研究中心科研管理负责人副研究员胡伟超研究员,报告的主题是《道路交通安全法律法规数字化及其在自动驾驶产业发展中的应用》。胡研究员首先分析了交通规则数字化的必要性。随着智能网联汽车上市步伐加快,如何保证其安全性得到了越来越多的关注,其中无法忽视的问题是如何有效的验证智能网联汽车在遵守交通规则方面的能力。随后,胡研究员认为,要对智能网联汽车的交规遵守方面进行评价,必须制动智能网联汽车能看懂、可验证的数字化交通规则。为了达成这一目的,胡研究员提出使用MTL语言对测试场景进行描述,并使用超车场景进行了示例。接下来,场景描述文件如何输入到仿真平台的进行了讲述,确定了平台的输入输出接口形式。
接下来,来自地平线副总裁兼产品测试与供应链总经理水冰进行了《基于车载计算芯片的自动驾驶感知解决方案与测评技术》的演讲。水冰经理的分享内容主要为实际的高等级自动驾驶量产过程中的一些实际解决方案,尤其是感知技术开发验证的实际经验。首先分析了感知技术在汽车智能化过程中的重要作用,讲述了车载感知系统的发展历程,并对L2.5的视觉感知配置进行了介绍,主要包括前视、后视、环视、广角四类镜头。随后,分析了AI算法在芯片制造中的地位,确定了“从软件中来到软件中去”的开发流程。最后,水冰经理根据地平线的Mono前视摄像头给出了一个实际应用案例,包括软硬件开发、数据处理和系统评测。
第十位嘉宾为来自德斯拜思机电控股技术(上海)有限公司的业务发展经理朱卉女士,其报告的题目为《如何应对自动驾驶仿真和验证中的可拓展性需求》。更高级别的自动驾驶对于系统功能提出了更高的要求,必然也对系统的复杂性带来了更多的挑战,因此一款灵活的、高度集成化的、可拓展性的端到端的智能网联汽车测评解决方案十分重要。在这一基础上,dSPACE公司开发了SIMPHERA平台,该平台可以提供端到端的解决方案、业内先进的工业级的车辆和环境模型AICM、自动化测试软件,支持仿真并行测试。
天行健智能科技有限公司研发副总经理贺杰进行了第十一个议题报告,报告的题目是《智能驾驶仿真测试验证技术》。贺经理首先分析了智能网联汽车测试过程中的挑战,并认为边界时间和小概率事件是决定系统安全性的关键。随后,分析了自动驾驶仿真中的重要技术,包括场景构建、仿真建模和测试评价。在场景构建方面,贺经理总结了场景的定义与架构、场景构建需要考虑的传感器因子;在仿真建模方面,总结了车辆动力学模型、传感器模型、交通流模型的建模;在测试评价方面,提出了场景生成-场景映射-参数泛化&要素重组-仿真测试与评价的安全性验证流程。
马楠教授还进行了名为《无人驾驶中的智能交互》的报告。交互是人类社会形成共同认知的基础,智能是人机行为协同的保证。让车懂得人情世故,能交互、会学习、可信任是进行无人驾驶智能交互的最终目标。在这一目标驱动下,马教授首先介绍了智能交互助利人车路协同方面的研究,例如车辆如何正确的接送乘客、车内语音地图如何与驾驶人进行有效交互、车辆如何正确的识别外部环境;随后介绍了车体语言及环境交互,马教授以天津世界智能驾驶挑战赛为载体,在对比赛过程遇到并解决的一些问题的描述中,对车体语言及环境问题的交互进行了良好诠释。
第十三位演讲的嘉宾为百度自动驾驶技术部门的刘盛翔先生,他的报告题目是《从场景到测试与验证,百度Apollo安全高效场地测试技术》。百度当前已累计测试里程超过1000万公里,在测试过程中,Apollo以“安全第一”为原则,形成了全链路的闭环研发流程,建立了“纵向分层、横向分阶段”的测试体系,实现了千万级测试里程的0事故。在场景库的构建方面,百度形成了测试场景的自循环,通过道路实测数据及机器学习算法,可以将危险场景自然融入测试场景库中用于仿真测试。在封闭场地测试方面,百度实现了数字孪生、虚实结合、自动化、无人化的测试过程,建立了AT-land测试系统,利用数字孪生技术实现了测试场地的元素化和数字化,开发了相对应的可控测试目标设备,极大的提高了测试效率。
最后一位演讲的嘉宾为德科技实验室高级研究员井雅博士,分享的题目为《汽车空口测试方法研究》,报告的主要内容为如何手机通信测试过程中的技术应用到车辆联网测试过程之中。在手机通信和车辆通讯的测试过程中,二者之间的一些内容是共通的,例如测试目标都是天线,测试指标都为天线的增益特性、子系统的射频指标、射频性能、信号质量、ERM辐射的总功率、TRP接收机的灵敏度等,测试方法都是近场、远场与球面波转化等技术。然而,手机通讯测试与车辆通讯测试也存在很大不同,首先是车辆通讯的测试当前仍没有全球范围内认可的规范;其次是由于车辆和手机的尺寸存在较大的差异,原本用于手机的暗室构建或天线安装方法无法满足车辆通讯测试的需求;最后是车辆通讯元件太多,彼此之间会形成很大的干扰。