邓伟文:为何场景是智能网联汽车质量保障的关键?
一辆传统燃油汽车在上市之前要经历残酷的考验:整车可靠耐久性测试、整车排放耐久性和极端环境耐久性测试。
如今,智能网联汽车的研发方兴未艾。除了传统汽车的“考试科目”之外,智能网联汽车要想真正飞入寻常百姓家,必须在更为复杂的场景中完成技术考核。智能网联汽车的开发、测试场景如何搭建?
在第五届智能网联汽车技术年会(CICV 2018)上,北京航空航天大学交通科学与工程学院院长邓伟文教授就“面向智能驾驶的场景构建关键技术”话题进行了主题演讲。
北京航空航天大学交通科学与工程学院院长 邓伟文教授
恶劣工况下的评测系统开发
汽车的行驶环境极其复杂,无限丰富,里面包括行驶、交通等等,通过低成本的传感,它的误差、噪声、干扰不完整性带来了对于环境的高度不确定性。
因为,邓伟文认为,智能网联汽车很重要的挑战,就在复杂环境底下,恶劣工况底下、危险的条件底下,怎么来开发、测试和评价这个系统。
“场景是智能网联汽车产品定义与质量保障的关键。”邓伟文说, 从自动驾驶来讲,对技术进行产业化,形成产品,最终要判断智能驾驶有什么样的功能和达到什么性能,中间很重要的环节就是场景。
邓伟文表示,自动驾驶常讲的自动避撞、巡航、换道、泊车、人机交互能力等。“这些能力我们希望通过场景的量化,对于这些能力进行量化,为相关产品真正上路做好铺垫。”
如何构建智能汽车的场景搭建?
在邓伟文看来,场景的研究归纳成几个方面,一是场景的定义与架构的研究,场景及其场景库的构建,有了这个定义架构之后,怎么构建这个场景。最后就是基于场景库进行测试和评价,构成场景研究的几个关键的方面。
从层次架构上来讲,最底层部分的就是道路拓扑结构,有静态的物体,像障碍物、车道线等等,还有上面的交通流,特别是气象,这上面是动态情景,构成了场景的层次结构。
“场景是行驶场合和驾驶情景的组合,它能深刻的受环境的影响,比如道路、交通、天气、光照等因素,构成了整个场景的概念。”邓伟文说。
另外一方面,从场景架构来看,有不同的行驶场合,像高速公路,乡村道路,城市工况,机场、码头、封闭园区等。邓伟文说:“在这个环境下,怎么驾驶、驾驶任务、驾驶速度、驾驶的模式一起构成了整个场景的三维的架构。”
数字虚拟场景可以弥补场景库局限性
场景数据库需要数百亿的里程数来测试,所以场景的数量从公里数的角度来讲是巨大的,一部分来自于事故的重构,封闭场地,开放道路各自有特点,比如开放道路很好的能够体现出随机性、复杂性、典型性区域特点出来。
“但场景同样有局限性。”邓伟文认为不仅有数量上的局限。还有内容上的局限,包括危险的、机械的场景。“标注的困难,人工数据采集、自动标注都是问题。”
因此,数字系统模拟的场景可以弥补未知危险极限的场景。邓伟文说,通过实验室模拟系统得到的相关数据也将构成场景库里的重要组成部分。
邓伟文列举了数字虚拟场景构建的一些实例,包括不同天气,不同光照,交通等,还包括通过航拍采集数字地图,进行虚拟场景构建的一个情景。
“通过虚拟样本训练深度学习的模型,用真实的数据库进行训练,通过我们采集的道路数据进行模型的算法训练,可以看到两个结果高度一致。”邓伟文说。
-
汽车测试网V课堂
-
微信公众号
-
汽车测试网手机站
最新资讯
-
2024版《智能网联汽车信心度技术规范》
2024-11-25 16:01
-
地下充电柜!Kempower推出新型电动卡车充电
2024-11-25 16:00
-
这才是“油改电”!雷诺改装电动卡车在法国
2024-11-25 16:00
-
美国发布新车评估计划(NCAP)-防撞行人保
2024-11-25 15:59
-
“极北寒测”正式开测:守好测评一线质量关
2024-11-25 15:37