中国上海,2019年6月27日——在第二届中国自动驾驶测试验证技术创新论坛中来自吉林大学计算机学院教授,博士生导师王健老师参与了本届论坛并发表了精彩演讲。
论坛中王健老师先从场景定义、构成及关键特征为嘉宾详细阐述了自动驾驶场景,场景研究是智能驾驶技术与产品开发的关键技术,场景库作为整个测试中的一个重要环节,场景库作为整个测试环节中的输入,给到我们测试中的评价,对于场景的一个位置判断。行驶环境是无限丰富、极其复杂、不可预测、不可穷尽的,场景的构成就是把复杂的行驶环境分成静态特征和动态特征两个大的部分,静态特征包括道路场地、交通及设施,动态特征包括交通、气象等。提取静态特征,再加上虚拟算法生成动态特征,两者合二为一就是场景的基本构成。
场景是无限世界的有限映射,不管是静态特征还是动态特征的有限映射,然后进行一个覆盖度的衡量,对危险场景的覆盖度和测试的准确度。这两个是通过自动生成之后正向推理出来的两个结果。场景库的生成就是把无限丰富、极其复杂的行驶环境通过有限映射、充分覆盖,最后生成场景库。具体步骤为:首先对行驶环境的一个录捕,通过映射到网络上,去通过学习真实的场景特征,衍化出一个新的场景出来,提取它们中需要存储的场景库指标,最终抽象成驾驶情景和行驶场合。
场景对自动驾驶影响的三大关键要素为行驶场合、环境影响、驾驶情景。行驶场合如高速公路、乡村道路、城市道路等,这些要素变化力度不是很大,选取过后一般不会改变;环境影响如道路、交通、行人、天气等,这些是最复杂的情形。环境影响的关键是环境传感感知,激光雷达和毫米波雷达、相机、定位系统、V2X通信设备,我们要了解哪些因数对传感器的影响,并在场景库中存储这些条件。驾驶情景:驾驶情景是场景的重要外部因素,驾驶情景分为以下三种:1、车辆的驾驶任务如:换道、超车、掉头、转弯等;2、车辆的驾驶速度如:加速、减速等;3、车辆的驾驶模式是保守、激进还是正常。
随后王健老师通过数据来源和模拟场景的构建为嘉宾介绍了数字虚拟场景构建关键技术:数据来源:场景数据来源众多,包括自然驾驶的开发道路场景、封闭示范区场景、事故重构、模拟场景等不同形式或平台来构建数据来源。来自不同形式或平台的场景数据均具有不同特点和适用性、很好的互补性,这四个场景是相辅相成的。模拟场景的构建:模拟场景的构建包括实验室模拟场景、驾驶模拟器采集场景和数字虚拟场景,他们具有较好的随机性和覆盖度,尤其适合构建数量巨大的未知、危险和极限驾驶场景。可自动生成标注,可支持深度学习。
最后王健老师为嘉宾展示了实验室模拟场景构建和场景库如何与测试工具做结合。通过实践测试案例和测试数据为嘉宾详细展示了L3的自动驾驶测试,给造车企业重大启发,为早日实现自动驾驶奠定基础。
演讲嘉宾个人简介:王健,吉林大学计算机学院教授,博士生导师,中国汽车工程研究院特聘高级专家,启明信息技术股份有限公司特聘高级专家。先后在加拿大大不列颠哥伦比亚大学、奥地利因斯布鲁克大学、法国国家信息与自动化研究所、韩国汉阳大学从事博士生、博士后、访问学者等研究工作。主要研究领域为智能网联汽车的通信协议、MEC应用、模拟仿真与测试等。现任国际平行驾驶联盟秘书长,中国自动化学会平行智能专业委员会常务委员,中国智能交通产业联盟通信委员,中国Auto-E联盟委员,中国人工智能学会知识工程与分布智能专业委员会青年委员,InternationalJournal of Vehicular Telematics and Infotainment Systems编委,曾任29thIEEE Intelligent Vehicles Symposium出版委员会联合主席,IEEEVTC、CV2N、VTHWN、SAE 2017 ICVS、IWCMC 2017等国际会议技术委员会委员。近几年来作为项目负责人先后承担了国家自然科学基金面上、青年项目、国际合作交流、中国博士后基金特等资助、教育部博士点基金、吉林省发展计划重点项目、吉林省国际合作项目、吉林省青年基金等纵向项目10 余项,获高等教育国家级教学成果二等奖1次、吉林省科学技术进步奖一等奖1 次,吉林省教学成果一等奖1次,中国商业联合会全国商业科技进步奖二等奖2次,以第1责任作者在IEEETransaction on ITS, IEEE Transaction on IV,ScientificReports, Computer Networks, Computer Communications等国际SCI检索期刊发表论文42篇,授权发明专利7项,软件著作权4项,出版中英文专著各1部。