当今世界正在经历百年未有之变局,汽车将由单纯的交通工具逐渐演变为智能移动空间和应用终端,成为新兴业态的重要载体。

 

IT、通讯、芯片等各类厂商群聚于此,在新基建的时代背景下为更高级别的智能化落地而奋斗。

 

2020 年 2 月,11 部委联合发布了《智能汽车创新发展战略》,提出要构建协同开放的智能汽车技术创新体系,推动有条件的地方开展城市级智能汽车大规模、综合性应用试点,支持优势地区创建国家车联网先导区。

 

本期我们邀请到深圳智能网联交通测试示范区运营主体——深圳智能网联创新中心执行主任毕欣先生从测试中心的角度分享智能网联汽车的关键技术。

 

分享嘉宾

 

 

同济大学汽车学院研究员、深圳市未来智能网联交通产业创新中心执行主任;

前中国科学院沈阳自动化研究所研究员、ISO/TC204 WG14 专家成员、国家 SAC/TC268 委员、科技部重点专项 / 创新创业项目评审专家;

美国 SAE International 高级会员、中国电子学会高级会员;

2017 CCTV 中国十大创业榜样、2014 MIT 留学访问。

 

精彩观点:

单车智能化已经发展到极致,车、路、云、网、图五位一体的协同发展成为趋势。

 

传感器融合发展是大势所趋,如何协同和优化进行一体化表征是未来感知方面面临的挑战。

 

跨行业的技术攻关、数据融合和标准的一致性问题;测试方法、评价及监管不完善;落地应用商业化模式不清晰,政策法规不完善,是智能网联测试和示范所面临的的主要问题。

 

1.1 各部委出台文件指明发展方向

 

2020 年初,国家各部委出台了一系列政策刺激经济发展,缓解疫情对工业和民生的影响。

 

我认为最有战略性意义的是《智能汽车创新发展战略》(后文简称《战略》)。

 

文中明确了自动驾驶汽车到 2025 年这一时间节点要实现两个目标:

 

有条件自动驾驶(L3)汽车达到规模化生产;更高级别的自动驾驶在特定环境下实现市场化应用。

 

这为我们释放了一个很强的信号——智能汽车和网络化将会是国家未来大力推进的产业。

 

从《战略》中可以凝练出六个方面:

 

技术创新体系,我们要在核心领域做到自主可控;

要实现跨界融合的产业生态体系;

在新基建的智能网联建设中,路网的基础设施体系建设是非常重要的一环;

 

此外,包括无人驾驶在内的智能化发展离不开

 

法律法规体系;

产品监管体系;

网络信息安全机制。

 

这六个体系的逐步完善是真正推动我国智能网联汽车实现产业化的具体保障。

 

《战略》发布后,各部委陆续推出了多项政策,像一套“组合拳”,真正推动自动驾驶和智能交通产业的加速落地。

 

 

国家的法律、政策和战略在智能网联汽车的发展中进行了良好布局。国家汽标委细化了标准,支撑智能网联汽车从产品到通信各个层面的发展,构建智能网联标准体系。

 

 

1.2 智能网联汽车的体系架构

 

智能网联汽车的体系架构到底涉及哪些环节?在建设深圳智能网联测试中心和示范运营平台时我们进行了深入思考。

 

 

从体系来看,主要有三方面保障:

 

智能网联政策 / 标准 / 法规保障;

智能网联安全及运营维护支撑;

智能网联信息化运行环境建设。

 

从端管云的信息化建设技术层面来看,分为四个层次:

 

运营监测车和外场设备;

边缘云,道路智能化所涉及的边缘 MEC 计算、RSU 部署与新基建契合,可能是未来车路协同投入比较大的研究方向;

中心云;

应用平台。

 

1.3 实现自主可控的技术创新体系

 

《战略》涉及到的技术创新体系可以概括成 4 个方面:

 

 

1) 共性关键技术

 

如何搭建人、车、路、云、图五位一体的平台,使之真正形成闭环是我们需要关注的问题。

智能终端是未来智能网联发展和自主可控领域需要创新的地方,包括车端的智能终端和路端的 RSU 和 MEC 平台。

 

2) 测试评价技术

 

传统汽车的开发模型已经能够满足当前零部件和整车的开发体系。

 

深圳智能网联交通测试示范区面向智能网联汽车和车路协同系统的研发、示范以及应用,构建数据存储与分析平台、自动驾驶仿真测试平台、信息安全测试评价与服务平台、V2X 网联化测试认证服务平台以及前沿科技与共享技术研究平台。

 

各平台可以单独服务于智能网联汽车研发与测试的需要,同时也可以相互打通,从多方面支持智能网联汽车的开发、测试与验证工作,同时也能够为相关研究提供基础条件。

 

共性基础数据存储与分析平台具有重要地位,通过开展数据采集和分析工作,形成相应的数据库,为智能网联汽车自动驾驶能力测试、V2X 网联通信能力测试、信息安全能力测试提供测试依据和测试场景。

 

3) 示范运行验证

 

自动驾驶车辆在封闭测试中拿到牌照后,进行开放道路或半开放道路测试时,管理部门如何监管和评价,这是相关部门需要深入思考的问题;

 

如何对整车的感知系统、定位精度、操控的稳定性、决策和规划的合理性、乘客的体验感进行多维度评价,进而更好的推动商业落地,示范运营的监管和评价体系是未来智能网联发展非常重要的一环。

 

4) 信息安全技术

 

信息安全涉及感知和控制系统的抗攻击性能。

 

这是智能驾驶在推广中的重要环节,也是未来智能网联评测和重点关注的方向之一。部分国内企业在特斯拉平台进行了雷达等传感器的攻击测试,检测其抗干扰和容错性。

 

 

随着感知系统数据量、吞吐量的上升,感知系统融合的算例、功耗要求提高,计算平台的架构成为非常重要的环节,目前的主流的架构有 FPGA、GPU、ASIC。

 

单车智能化已经发展多年,达到了相对成熟的阶段。未来 L3 级别以上的智能驾驶一定离不开智能路的建设,需要路端、云端和高清地图的匹配。

 

1) 云端

云端的意义在于我们要结合高清地图收集大量 V2X 车路协同的数据,构建数据集,为自动驾驶的算法训练迭代提供保障。

 

此外,云端能提供更多并发高效的交通调度和安全策略算法。

 

2) 路端

单车智能化所依赖的传感器基本仍是基于可视,路端智能化能够实现超视距的感知,弥补单车智能化的局限性。我们可以通过组网形式进行协同,通过 RSU 端的感知融合,结合高清地图和 MEC 边缘融合计算,为单车自动驾驶提供全方位感知互补。

 

3) 高清地图

 

提升传感器性能的边界,作为单车感知层的安全冗余。

地图可以提供先验知识,大大降低车端传感器的计算性能压力。

通过确定车在地图上的位置,创建环境模型(代替人的记忆功能)。

提供路径规划,作为单车车道级和运动级的规划和决策的依据。

 

智能网联感知及测试关键技术

 

2.1 智能网联交通系统架构

 

 

自动驾驶在不同发展阶段涉及不同的核心策略和平台。基本符合车、路、云、网络的多维架构体系。

 

智能网联汽车在实现路径上涉及的关键技术从单车智能化的环境感知、认知到基于大数据驱动的群体决策算法到最终人车路协同的云端控制策略是未来智能网联汽车发展的大趋势。

 

2.2 融合传感器的发展成为必然趋势

 

 

单车、路端的传感器融合发展,并与高清地图动态融合是传感器未来发展的大趋势。

 

2.3 智能网联汽车发展挑战重重

 

 

在多方面融合中,如何对多源异构、时序性、多尺度的感知数据进行完整、有效、鲁棒的表征,对我们的对象予以理解,对场景属性、对象属性、定位跟踪以及复杂演进规律及相互作用机制进行理解,都是目前面临的挑战。

 

 

 

充分利用三维地图的构建,能够实现大场景下真正透彻的全局感知,支撑未来自动驾驶的操作和决策,提供非常可靠的和具有鲁棒性的环境认知输出。

 

智能网联测试过程中我们面临着很多问题,主要在于如今面临着更加复杂的系统,测试内容超出传统汽车的测试范围。

 

智能网联汽车测试与示范面临的主要问题有:

 

跨行业技术攻关、数据融合和标准一致性等难题;

测试方法、评价及监管不完善的问题;

落地应用商业化模式不清晰、政策法规未完善的问题。

 

 

 

在多维度行驶任务过程中,建立复杂度评估模型,最终输出单车智能驾驶自治性与多车交互交通协调性的客观评价体系是测试评价系统的关键技术。

 

 

在不同场景下进行 V2X 通讯应用层延时、丢包率的统计以及 5G 宏基站、小基站覆盖范围测试、低时延的测试和认证都是未来测试示范区非常重要的布局方向。

 

深智联也与国内头部自动驾驶企业建立合作。目前大多数自动驾驶企业在智能化方面已拿到国家汽标委基于 14 项测试的牌照。如果要实现更广泛的示范运营推广,还离不开车路协同基于 V2X 的测试和认证。

 

未来还有很多测试场景、数据集等需要大家一起探索,推动国家标准化的完善,实现真正的商业运营。