您好,欢迎光临2020中国自动驾驶测试验证技术创新论坛!

中汽研陈涛:中国智能汽车测试评价体系与关键技术

发布日期:2020-09-22


GRCC 自动驾驶测试验证技术创新论坛 今天 

手机阅读

点击上方蓝色字体,关注我们

2020年7月10日,2020 GIVC全球智能汽车大会在深圳举办。中国汽车工程研究院的技术总监陈涛发表了主题演讲,以下是演讲实录。


我们今天下午讲了很多智能汽车,怎么评价它,怎么测试它,这既是技术问题,又是标准问题,还包括未来的法规问题,下面有请来自中国汽车工程研究院的技术总监陈涛先生为我们分享《中国智能汽车测试评价体系与关键技术》。


陈涛:尊敬的各位嘉宾,非常高兴今天能够有机会和大家一起分享中国汽车工程研究院在智能汽车测试评价方面的研究,前面几位专家都是从产品角度在探索我们的核心技术,而我们是作为技术裁判员看待并评判我们现在的技术到底能不能满足车辆的基本要求。


今天我这个报告,可能会相对偏技术一些,我希望能从另一个角度来展示智能汽车现在面临的一些困难。


大的发展战略我不多说了,其实从2017年开始,国家有大量相关的政策和法规来支持智能汽车和自动驾驶领域的发展。从今年开始,我们看到有部分车企已经发布了高等级的自动驾驶,也就是三级自动驾驶。还有一些车企,我们预计会在明年会直接发布四级的自动驾驶汽车。总的来看,自动驾驶的量产计划非常快。当然,我们如果从一个裁判员的角度来看,我们也非常谨慎看待里面所存在的风险。


(PPT图示)这是最近比较火的一个新闻,一辆车在高速拥堵的路上出现了事故,这个车是处于自动驾驶的过程的,因为旁边刚好有一辆大卡车逐渐并道。并道的过程中,自动驾驶的功能突然加速,然后蹭上了大卡车。我想这个应该是比较典型的中国式的加塞儿,高速上有,其实在城市场景更普遍。自动驾驶到底能不能非常**地应对这样的中国式加塞儿?有待我们进一步检验,这只是一个案例。


现在有很多类似的新闻报道发现,自动驾驶的功能触发对大卡车的探测比较困难,至少说有一定风险。当然,小轿车的探测也是另外一个问题。从这个事故的背后我们也看得出来,尤其是在中国这么复杂的交通环境下,自动驾驶汽车到底能不能覆盖所有的场景。有一个案例,跟大家分享一下。


回到测试,(PPT图示)这是我很早以前的一页材料,我今天把它找出来了。探索智能网联车测试验证的时候,我们对比了跟传统车的差异。我们认为传统车是以车为主的验证体系,我的验证非常简单,验证了车和路的交互过程,验证车和人的交互过程。性能指标也非常明确,我们谈动力性、经济性、制动性、操稳性、平顺性等等,这个是非常清楚的。对于新的智能网联而言,因为涉及到大量交通设施,涉及通信,涉及道路,涉及后台,我们认为它是一个以交互为主的试验验证信息,这里面的内含、边界远远超过传统车辆的测试验证体系。也会带来很多问题,包括公共安全、信息安全,包括我们对于人工智能的不确定性,包括中国交通环境自身的复杂性,这都是我们从技术里探索的,是智能网联汽车验证的时候我们所要考虑到的全面问题。


我们提了一个自动驾驶测试评价的大体系。按照车辆开发的流程,从最前期的功能开始,到整个硬件,到场地,到最后的开放道路验证,这是一个完整的闭环,也会涉及大量的测试评价方法,以及我们发现,这里面最核心的是数据。中国典型的驾驶场景数据,我们现在已有的交通事故的数据,所有数据的不断迭代,才能支撑真正的自动驾驶汽车性能的完善。当然我们也需要一些支撑的工具装备,这是我们认为比较合理的大体系。整体来看,我们认为这是一个反复迭代的过程。


我们知道,在国外有很多比较**的车企,包括我们谈论比较多的特斯拉,有一个影子模式,现在正在开的特斯拉的这些车,其实会和后台有部分的数据交互,每一辆量产的自动驾驶汽车和特斯拉汽车,其实运行过程也是测试的过程。从这个角度来看,自动驾驶验证的体系其实已经远远超过了传统车的测试验证模式,让所有的消费者在驾驶的过程当中进行实时测试,我认为这是下一步在自动驾驶验证过程当中要考虑的新模式,我想这也是互联网思维的一种体现。


(PPT图示)这是我们对整个体系的部分梳理。我们把自动驾驶分成了两个大类,第一个是L0-L2级的自动驾驶,在我们看来属于辅助驾驶,责任在驾驶员本身。第二类是L3及以上的,我们叫做高级自动驾驶,这个责任在企业。


一级和二级的自动驾驶评价,我们认为会简单一点。2017年的时候,中国汽研提出了一个i-VISTA指数评价体系,我想简单给大家介绍一下,这也代表了现在针对辅助驾驶一级二级系统的评价主流方法。这个指数是我们在协会指导下提出的,是专门用于量产车型的综合评价。我们每年会从4S店选购15-20台量产车,通过自主测试,定期向消费者发布测试报告,让消费者看到现在一级、二级汽车的驾驶水平。我们是2018版开始测试实施的,针对五个系统开展测试,包括自适应巡航、自动紧急制动、车道预警、盲区辅测、自动辅助。明年开始,要过渡到二级自动驾驶的评价,我们今年也发布了2020版的评价规程。2018版是五个辅助驾驶系统,2020版会切换到智能行车、智能泊车、自动安全、自动交互四个维度,进行综合平衡,这是每一类系统的具体规则。行车角度,主要针对的是高速情况下纵向车辆供给、横向供给、组合控制等方面的信息,包括安全性。


(PPT图示)这是我们整体的评分。


智能泊车方面,我们选择了大量具有中国特色的泊车车位,包含平行车位、垂直车位、白色标线车位以及方柱垂直车位,主要考虑的是泊车系统应对各种情况下的综合表现,纵目科技其实也可以在我们这种场景下进行组合测试。


(PPT图示)这是我们泊车的评价规程,主要考虑几个要素,一个是次数,一个是泊车之后的停车位内的姿态。当然,如果出现了刮蹭,估计就得不了分了。还有一部分是智能安全,这是我们最开始做辅助驾驶测评时考虑的重点,这部分主要包括了三类。一类是AEB,就是我们的自动紧急刹车,现在我们增加了车车和车人的碰撞场景。还有两类是盲点和车道辅助两个角度。从右下角的视频中可以看到,这个是开门预警,这是现在会出现的一类意想不到的事故场景,我们也增加了相应的评价要求。


智能交互是我们新增的维度,包括云、触屏以及其他的评价内容,希望能全方位地评价智能化的综合情况,这是我们在新版指数评价体系中会增加的内容。


研究新版的指数评价体系,我们背后会有大量的数据支撑。2017年开始到目前为止,采集了超过100万公里的自然驾驶数据,会为下一步做相应的测试评价提供非常有力的数据支撑。基于数据,我们开展了大量的场景设想,尤其是一些典型场景概率分布的统计数据,这些数据落实在评价指标的体系里。


第三部分,我们看一看真正的高等级自动驾驶(即L3以上级别)怎么开展对应的评价分析。


刚刚讲到,三级以上最大的特点是安全责任转移至生产企业,允许在一些情况下不接受车辆,因为车企付主责,在环境感知、执行等领域都有一定要求,从而保证车辆不会出问题,因为一旦出问题,责任就是车企的。为了满足这么高的安全等级要求,我们有新的测试手段。现在针对L3的仿真测试指标体系会越来越高,会大大替换掉道路测试的相应里程。L0-L2级的评价,和L3级的评价,我们认为在整个测评思路上完全不一样。我们认为,L0-L2级的自动驾驶测试是基于单一场景的,L3级以上,仿真测试会增加,我们更多会通过连续功能的验证,验证交互流的整个过程,评价自动驾驶的综合情况,这是一个综合体,要完成从A点到B点的全部过程。


刚刚提到,仿真越来越重要,如果从仿真的实践来讲,需要庞大的仿真数据库的支撑,我们国内外没有现成的工具链,靠人工操作是不可能的,我们需要一整套辅助场景的采集、分析、重构以及评价的一整套工具链,这是行业以及很多机构正在快速推动的工作。


还有一类是数据的来源。自然驾驶是其中的一部分,还有大量的部分是目前的交通事故,还有我最开始讲的那些交通事故,这是自动驾驶角度现在展现出来的问题。把所有这些经验结合起来,才有可能形成最完整且不断迭代的场景。


中国汽研也在和相关行业机构开展相应的交通事故合作,希望能把交通事故场景数据库建立得更完整。更重要的是,我们得有一段很好的迭代机制和体系,保证我们的产品数据库在使用过程中可以不断解决新的问题。如果寄希望于现在的量级不出问题,相信在很长一段时间之内是不太可能的。我们希望先从体系的角度构建好一套完整的平台,这需要行业各部门以及我们共同努力。


(PPT图示)这是我们2018年发布的iVISTA中国典型危险场景,在我们日常生活当中都没有意识到,但是真正当我们自动驾驶的时候,很多不规则的环境和输入就出现了,这对自动驾驶来说是非常大的挑战。


我们谈自动驾驶谈的比较多的是安全,其实还有一类是服务。什么叫**的自动驾驶,或者叫**的老司机?这才是我们做自动驾驶开发的**目标,它既要安全,同时也要符合驾驶乘员在车的特性。我们对于现在已有的老司机的驾驶行为分析已经非常重要了。基于现在采集的自然驾驶数据,我们会做驾驶员行为特性分析,这会作为我们未来自动驾驶开发和评价的重要输入。


综合起来,我们会形成一个大的体系,对高等级的自动驾驶评价来讲,要考虑各个维度,包括安全、合规、交付、舒适、可用、可靠,其实我们也会考虑对能耗和交通的影响。这么大的体系坦率来讲,到目前为止,或者说到未来很长一段时间之内,是不可能进入非常完整的体系的,这也是我们接下来要不断探索和升级的方向。


刚刚讲的是评价体系,另一个是我们支撑的工具链,好的体系也需要一套好的平台支撑。刚刚介绍了场景数据到仿真到实车到不断迭代的过程,需要对应的软件和硬件的规模化支撑,才能支撑高效的验证,这也是下一阶段整个行业需要共同解决的问题。


简单总结一下,从自动驾驶的测试评价来讲,有几个非常关键的难点,我希望能和咱们行业内的各个专家联动,构建自动驾驶体系,越高级体系就越复杂,这个体系未来要满足对整个车的评价,因为未来车是没有人驾驶的,这个评价体系就是对整车进行评价。


其二,中国的交通环境特点需要全面覆盖,这个是最难的,同时还要高度重视我们现在已经出现的自动驾驶的事故。现在随着自动驾驶汽车慢慢走进大家的生活,面向自动驾驶汽车,自己也会产生一些新事故,这些新事故的来源在哪里?怎么迭代?这是我们下一步面临的严峻挑战。


其三,这么大的规模,这么大的测试验证需求,我们的工具和模式迫切需要创新,需要兼顾测试评价度、测试研发的效率。


其四,希望整个测评体系涉及到的数据体系和标准平台应该积极整合相关的资源。


最后的两页材料是中国汽研的**动态。我们专门成立了一个中汽院智能网联公司,希望和行业同仁共同开展并测评相关技术,进行工具研发,我们也有I-VISTA第三方机构,联合更多的企业共同开展测试并进行技术研发。


希望能跟大家进行更好的合作,谢谢。



来源:汽车俱乐部Plus



相关文章

李霖:智能网联汽车创新发展和产业生态升级
滴滴韦峻青:大数据是自动驾驶最宝贵的燃料 安全性需从四个角度验证
李艳文:智能网联全新安全问题凸显 相关自动驾驶事故逐年增加




SELECTED EVENTS




 

长按二维码识别关注



我就知道你“在看”


  • 电话咨询
  • 021-2230 6692
  • 15021948198
None