隨著科學(xué)技術(shù)的發(fā)展和用戶對汽車智能化的關(guān)注度不斷提高，自動駕駛技術(shù)越來越受到社會各界關(guān)注。5月24日，上海國際智能網(wǎng)聯(lián)汽車技術(shù)高峰論壇在上海舉辦，智能網(wǎng)聯(lián)汽車領(lǐng)域的專家、從業(yè)者們匯集在上海，對智能座艙及自動駕駛技術(shù)、車載顯示技術(shù)進行了一場深入的分析和討論。

　　 會議現(xiàn)場，北汽集團新技術(shù)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(chǎn)業(yè)智庫專家雷洪鈞、清華大學(xué)蘇州汽車研究院感知中心副主任董漢等行業(yè)大咖就專業(yè)領(lǐng)域熱點話題進行了深入分享。其中清華大學(xué)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(yè)內(nèi)人士的廣泛關(guān)注，引起了熱烈的現(xiàn)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(tǒng)能源動力轉(zhuǎn)向新能源動力，汽車行業(yè)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(xiàn)場，董漢深入淺出從歷史聊到未來發(fā)展趨勢，就汽車行業(yè)通過電動化、智能化、網(wǎng)聯(lián)化，和共享化的方式，由人工智能、大數(shù)據(jù)、云計算以及新的商業(yè)模式驅(qū)動發(fā)展自動駕駛體驗，創(chuàng)造智能網(wǎng)聯(lián)汽車，從而引領(lǐng)交通系統(tǒng)技術(shù)變革進行了宏觀分析，帶領(lǐng)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(jù)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(dǎo)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(jù)李教授的數(shù)據(jù)，最新智能汽車感知系統(tǒng)，以及新的V2X，車車通信車路協(xié)同系統(tǒng)面世后，經(jīng)過分析最新報告得出有望降到1%的結(jié)論。如果實現(xiàn)，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(xiàn)場的講話中提出，“提升出行效率，帶動經(jīng)濟增長，以技術(shù)發(fā)展帶動經(jīng)濟發(fā)展是自動駕駛技術(shù)跟隨國家發(fā)展步調(diào)保持一致的內(nèi)在動因。”

行業(yè)標準亟待創(chuàng)建 政策法規(guī)仍待完善

　　 隨著自動駕駛技術(shù)的不同程度應(yīng)用于量產(chǎn)使用，交通事故中自動駕駛技術(shù)和新能源技術(shù)引發(fā)事故也引起了廣泛關(guān)注。無論數(shù)據(jù)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(fā)生率是全行業(yè)亟需解決的技術(shù)問題，智能網(wǎng)聯(lián)汽車的測試與評價重要性不斷提高，得到更大關(guān)注。

　　 值得注意的是，國家發(fā)改委和工信部分別在去年年初和年末發(fā)布了兩份指導(dǎo)文件，《車聯(lián)網(wǎng)產(chǎn)業(yè)發(fā)展行動計劃》和《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》。里面都重點提到了，構(gòu)建關(guān)鍵技術(shù)體系，健全標準體系，推動測試驗證，完善測試評價技術(shù)等等。智能網(wǎng)聯(lián)汽車的測試工具、測試內(nèi)容、測試方法和評價方法都是應(yīng)該重點去關(guān)注和完善推動的。

　　 不斷提升測試技術(shù)，為行業(yè)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(shù)突破的。”董漢說。但由于測試場景的缺失，導(dǎo)致大量的測試需求得不到滿足。董漢團隊通過安裝10000+臺數(shù)據(jù)采集終端，在自然駕駛的情況下采集數(shù)據(jù)，形成海量場景數(shù)據(jù)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(tǒng)或者ADAS系統(tǒng)的表現(xiàn)性能。

　　 通過NDS(Natural Driving Study)，對海量的危險駕駛場景數(shù)據(jù)處理之后直接用于仿真，去檢測自動駕駛系統(tǒng)的檢測精度和檢測速度和DVP(Design Verification Plan)，結(jié)合實際的危險場景進行特征提取，人為設(shè)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(xiàn)本地在環(huán)及云平臺的仿真測試，結(jié)合測試評價的體系，對自動駕駛系統(tǒng)進行打分，在測試設(shè)備上實現(xiàn)數(shù)據(jù)分析以及可視化，以助力自動駕駛系統(tǒng)的優(yōu)化迭代。

　　 董漢團隊通過車載數(shù)據(jù)采集終端，目前已采集超過2千萬條數(shù)據(jù)，經(jīng)過過數(shù)據(jù)處理、場景重構(gòu)、歸納演繹，構(gòu)建海量危險駕駛場景數(shù)據(jù)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(shù)據(jù)庫中還包括同時采集車外交通工況及車內(nèi)駕駛員狀態(tài)數(shù)據(jù)。相較于國外的場景數(shù)據(jù)庫，此數(shù)據(jù)庫更符合中國路況特色，目前終端數(shù)據(jù)采集已覆蓋全國21個省份，預(yù)計年底將突破29個。同時他們也在嘗試創(chuàng)建一套測試評價體系，“拿視覺系統(tǒng)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(jié)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(xué)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(shù)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(shè)想和期待，也希望他的分享能夠引來更多同業(yè)者的思考，引發(fā)新一輪的討論，給行業(yè)一些新的助力，我們拭目以待。