隨著科學技術的發展和用戶對汽車智能化的關注度不斷提高，自動駕駛技術越來越受到社會各界關注。5月24日，上海國際智能網聯汽車技術高峰論壇在上海舉辦，智能網聯汽車領域的專家、從業者們匯集在上海，對智能座艙及自動駕駛技術、車載顯示技術進行了一場深入的分析和討論。
會議現場，北汽集團新技術研究院副院長榮輝、工信部人才交流中心新能源與智能汽車產業智庫專家雷洪鈞、清華大學蘇州汽車研究院感知中心副主任董漢等行業大咖就專業領域熱點話題進行了深入分享。其中清華大學蘇州汽車研究院感知檢測中心副主任、蘇州清研精準汽車科技有限公司CEO董漢先生就測試與驗證是自動駕駛落地的必要條件進行的分享引起了業內人士的廣泛關注，引起了熱烈的現場討論。
自動駕駛——來自未來的禮物
從機械時代走進電子時代，從傳統能源動力轉向新能源動力，汽車行業的變革從未停歇。時至今日，自動駕駛從L0到L5，從駕駛輔助ADAS到高級別的完全無人駕駛，把人們對于未來駕駛體驗的幻想一次次刷新。論壇現場，董漢深入淺出從歷史聊到未來發展趨勢，就汽車行業通過電動化、智能化、網聯化，和共享化的方式，由人工智能、大數據、云計算以及新的商業模式驅動發展自動駕駛體驗，創造智能網聯汽車，從而引領交通系統技術變革進行了宏觀分析，帶領與會嘉賓從另一個角度看待自動駕駛的意義。
道路千萬條 安全第一條
你以為自動駕駛的是源自于“懶”嗎?其實自動駕駛的初心是安全。
“根據研究報告都顯示，90%以上的交通事故是由于人類駕駛員操作失誤所導致的，通過自動駕駛有機會去糾正以及減少交通事故。上世紀90年代，美國人第一次提出了CACC這個概念，有望把事故率降低80%。而根據李教授的數據，最新智能汽車感知系統，以及新的V2X，車車通信車路協同系統面世后，經過分析最新報告得出有望降到1%的結論。如果實現，自動駕駛對于減少道路死亡率將具有極大的貢獻”，董漢在現場的講話中提出，“提升出行效率，帶動經濟增長，以技術發展帶動經濟發展是自動駕駛技術跟隨國家發展步調保持一致的內在動因。”
行業標準亟待創建 政策法規仍待完善
隨著自動駕駛技術的不同程度應用于量產使用，交通事故中自動駕駛技術和新能源技術引發事故也引起了廣泛關注。無論數據顯示概率多低，對于當事人都是100%，所以董漢提出：降低事故發生率是全行業亟需解決的技術問題，智能網聯汽車的測試與評價重要性不斷提高，得到更大關注。
值得注意的是，國家發改委和工信部分別在去年年初和年末發布了兩份指導文件，《車聯網產業發展行動計劃》和《智能汽車創新發展戰略》。里面都重點提到了，構建關鍵技術體系，健全標準體系，推動測試驗證，完善測試評價技術等等。智能網聯汽車的測試工具、測試內容、測試方法和評價方法都是應該重點去關注和完善推動的。
不斷提升測試技術，為行業保駕護航
“除最直觀的道路測試、封閉場地測試外，實驗室仿真測試是提升測試效率，提高測試安全性的必要方法，也是目前最需要技術突破的。”董漢說。但由于測試場景的缺失，導致大量的測試需求得不到滿足。董漢團隊通過安裝10000+臺數據采集終端，在自然駕駛的情況下采集數據，形成海量場景數據庫，并以此篩選不同的天氣，不同的光照，不同的道路線形，不同的交通工況等等，甚至一些特殊情況來測試自動駕駛系統或者ADAS系統的表現性能。
通過NDS(Natural Driving Study)，對海量的危險駕駛場景數據處理之后直接用于仿真，去檢測自動駕駛系統的檢測精度和檢測速度和DVP(Design Verification Plan)，結合實際的危險場景進行特征提取，人為設計一些危險的工況場景，通過虛擬仿真生成場景進行測試兩種測試方法，實現本地在環及云平臺的仿真測試，結合測試評價的體系，對自動駕駛系統進行打分，在測試設備上實現數據分析以及可視化，以助力自動駕駛系統的優化迭代。
董漢團隊通過車載數據采集終端，目前已采集超過2千萬條數據，經過過數據處理、場景重構、歸納演繹，構建海量危險駕駛場景數據庫，針對測試與驗證有效性更強。針對未來L3級人機共駕階段的測試，數據庫中還包括同時采集車外交通工況及車內駕駛員狀態數據。相較于國外的場景數據庫，此數據庫更符合中國路況特色，目前終端數據采集已覆蓋全國21個省份，預計年底將突破29個。同時他們也在嘗試創建一套測試評價體系，“拿視覺系統舉例子，這也是我們很初步的一些想法。我們目前的思路是，把攝像頭硬件、感知層、決策層、控制層都拆出來，結合場地還有道路測試做綜合評價。我們的工作重點在感知評價還有策略評價，主要也是參考了一些機器學習常用的指標，比如輸出PR曲線，通過ROC，AUC這些指標來評價檢測精度。”
自動駕駛技術的落地離不開測試與檢驗，而這條路上董漢和他的團隊還有很多設想和期待，也希望他的分享能夠引來更多同業者的思考，引發新一輪的討論，給行業一些新的助力，我們拭目以待。
隨著科學技術的發展和用戶對汽車智能化的關注度不斷提高，自動駕駛技術越來越受到社會各界關注。5月24日，上海國際智能網聯汽車技術高峰論壇在上海舉辦，智能網聯汽車領域的專家、從業者們匯集在上海，對智能座艙及自動駕駛技術、車載顯示技術進行了一場深入的分析和討論。
會議現場，北汽集團新技術研究院副院長榮輝、工信部人才交流中心新能源與智能汽車產業智庫專家雷洪鈞、清華大學蘇州汽車研究院感知中心副主任董漢等行業大咖就專業領域熱點話題進行了深入分享。其中清華大學蘇州汽車研究院感知檢測中心副主任、蘇州清研精準汽車科技有限公司CEO董漢先生就測試與驗證是自動駕駛落地的必要條件進行的分享引起了業內人士的廣泛關注，引起了熱烈的現場討論。
自動駕駛——來自未來的禮物
從機械時代走進電子時代，從傳統能源動力轉向新能源動力，汽車行業的變革從未停歇。時至今日，自動駕駛從L0到L5，從駕駛輔助ADAS到高級別的完全無人駕駛，把人們對于未來駕駛體驗的幻想一次次刷新。論壇現場，董漢深入淺出從歷史聊到未來發展趨勢，就汽車行業通過電動化、智能化、網聯化，和共享化的方式，由人工智能、大數據、云計算以及新的商業模式驅動發展自動駕駛體驗，創造智能網聯汽車，從而引領交通系統技術變革進行了宏觀分析，帶領與會嘉賓從另一個角度看待自動駕駛的意義。
道路千萬條 安全第一條
你以為自動駕駛的是源自于“懶”嗎?其實自動駕駛的初心是安全。
“根據研究報告都顯示，90%以上的交通事故是由于人類駕駛員操作失誤所導致的，通過自動駕駛有機會去糾正以及減少交通事故。上世紀90年代，美國人第一次提出了CACC這個概念，有望把事故率降低80%。而根據李教授的數據，最新智能汽車感知系統，以及新的V2X，車車通信車路協同系統面世后，經過分析最新報告得出有望降到1%的結論。如果實現，自動駕駛對于減少道路死亡率將具有極大的貢獻”，董漢在現場的講話中提出，“提升出行效率，帶動經濟增長，以技術發展帶動經濟發展是自動駕駛技術跟隨國家發展步調保持一致的內在動因。”
行業標準亟待創建 政策法規仍待完善
隨著自動駕駛技術的不同程度應用于量產使用，交通事故中自動駕駛技術和新能源技術引發事故也引起了廣泛關注。無論數據顯示概率多低，對于當事人都是100%，所以董漢提出：降低事故發生率是全行業亟需解決的技術問題，智能網聯汽車的測試與評價重要性不斷提高，得到更大關注。
值得注意的是，國家發改委和工信部分別在去年年初和年末發布了兩份指導文件，《車聯網產業發展行動計劃》和《智能汽車創新發展戰略》。里面都重點提到了，構建關鍵技術體系，健全標準體系，推動測試驗證，完善測試評價技術等等。智能網聯汽車的測試工具、測試內容、測試方法和評價方法都是應該重點去關注和完善推動的。
不斷提升測試技術，為行業保駕護航
“除最直觀的道路測試、封閉場地測試外，實驗室仿真測試是提升測試效率，提高測試安全性的必要方法，也是目前最需要技術突破的。”董漢說。但由于測試場景的缺失，導致大量的測試需求得不到滿足。董漢團隊通過安裝10000+臺數據采集終端，在自然駕駛的情況下采集數據，形成海量場景數據庫，并以此篩選不同的天氣，不同的光照，不同的道路線形，不同的交通工況等等，甚至一些特殊情況來測試自動駕駛系統或者ADAS系統的表現性能。
通過NDS(Natural Driving Study)，對海量的危險駕駛場景數據處理之后直接用于仿真，去檢測自動駕駛系統的檢測精度和檢測速度和DVP(Design Verification Plan)，結合實際的危險場景進行特征提取，人為設計一些危險的工況場景，通過虛擬仿真生成場景進行測試兩種測試方法，實現本地在環及云平臺的仿真測試，結合測試評價的體系，對自動駕駛系統進行打分，在測試設備上實現數據分析以及可視化，以助力自動駕駛系統的優化迭代。
董漢團隊通過車載數據采集終端，目前已采集超過2千萬條數據，經過過數據處理、場景重構、歸納演繹，構建海量危險駕駛場景數據庫，針對測試與驗證有效性更強。針對未來L3級人機共駕階段的測試，數據庫中還包括同時采集車外交通工況及車內駕駛員狀態數據。相較于國外的場景數據庫，此數據庫更符合中國路況特色，目前終端數據采集已覆蓋全國21個省份，預計年底將突破29個。同時他們也在嘗試創建一套測試評價體系，“拿視覺系統舉例子，這也是我們很初步的一些想法。我們目前的思路是，把攝像頭硬件、感知層、決策層、控制層都拆出來，結合場地還有道路測試做綜合評價。我們的工作重點在感知評價還有策略評價，主要也是參考了一些機器學習常用的指標，比如輸出PR曲線，通過ROC，AUC這些指標來評價檢測精度。”
自動駕駛技術的落地離不開測試與檢驗，而這條路上董漢和他的團隊還有很多設想和期待，也希望他的分享能夠引來更多同業者的思考，引發新一輪的討論，給行業一些新的助力，我們拭目以待。
