2024年7月11-13日,2024中国汽车论坛在上海嘉定举办。本届论坛以“引领新变革,共赢新未来”为主题,由“闭门峰会、大会论坛、10多场主题论坛、9场重磅发布、主题参观活动”等多场会议和若干配套活动构成,各场会议围绕汽车行业热点重点话题,探索方向,引领未来。其中,在7月12日下午举办的“主题论坛五:高级别自动驾驶加速,驱动未来出行革新”上,同济大学汽车学院副院长熊璐发表精彩演讲。以下内容为现场演讲实录:
![]()
感谢王总的介绍,正如王总所讲,智能驾驶汽车,自动驾驶汽车的上路、推广还面临很多的问题。今天非常高兴受到汽车工业协会还有汽车城的邀请,来和行业的各位同事、同仁做这样一个分享。
我今天的报告题目是《智能驾驶汽车的测试与评价》。
智能驾驶汽车推广面临很多的问题,我们看一下现状和问题在哪里。
我国的智能网联汽车呈现加速发展的态势,这里有一个统计,2019-2023年智能网联汽车的行业的市场规模在迅速地攀升。大家可以看到,尤其从去年开始汽车的智能度已经变成一个消费者选择的一个非常重要的因素,不仅仅是车子带一个ADAS的功能,而是消费者决定买不买你这个车很重要的原因就是智能度的水平怎么样,变成一个非常重要的因素。
可以看到我们国家智能网联汽车产业规模迅速地攀升,出货量到2025年超过两千万辆的水平。
但是实际应用过程中,包括一些道路测试过程中,它还是出现了很多的问题,这里列举了一些车祸,国内外不同品牌的智能网联汽车都有相关的事故报道。
智能驾驶汽车落地还面临着非常多安全性验证的问题。
这样一个问题其实背后的需求是什么?需要有完善的测试与评价的体系,因为我们自动驾驶运行的环境非常复杂。刚刚王总讲到,传统的汽车测试,车自测车子,我们汽车过了一堆的强化道路的试验,还有一堆的测试,它就可以通过了,国家标准通过了,企业标准通过了,车子就OK了。另外驾驶员,车子里面开车的人通过驾驶员的考试,考过之后,科目一、二、三考过之后就通过了,对于传统的车子和驾驶员这么考的。
但是对于智能汽车来说考的是什么?是一个智能驾驶系统和车辆在一起的闭合系统。我们要对整个系统进行考核,跟原来的汽车的考核,汽车的测试是不一样的。这样的系统是一个智能体,这个智能体存在非常多的测试方面的挑战,传统对智能体的测试有一个著名的说法是图灵测试。你不知道它是一个智能体,你跟它聊天,聊完之后,你觉得它是人,说明这个智能体的水平可以了,ChatGPT已经达到图灵测试的水平了。那是聊天。
对于开车呢?其实也有类似的。如果从定性的评价,如果无人驾驶在马路上开车开得跟人一样,别人都觉得这一辆车开起来像人开的车,说明这个车的智能性也可以了。但是实际马路上的工况特别复杂,有各种各样意想不到的情况出现。它的测试评价很麻烦,马路上去开车,它的需求又是多元的,可靠性、安全性、舒适性、智能性等等有很多的需求。这些都需要用测试评价来连接技术和需求。
它面临一系列的挑战,包括经常讲的稀疏度灾难的问题,我们要评价一个智能汽车是不是足够的安全,可以上路了,这个是很难的。这是大家最关心的问题,也是行业里最关心的问题。汽车企业最关心的是什么?什么时候国家能够放开,可以让我上L3级别的自动驾驶,这里涉及到一个责任划分的问题,上L3级别的自动驾驶,责任都是在整车厂上,整车厂受不了。怎么样免除一部分整车厂的责任呢?就涉及到怎么样评价这个车子是足够安全的,我们从国家层面上,从我们的主管部门,我们的检测机构,智能汽车的质量检测部门它能不能出台一套测试的法律法规来说明这个智能驾驶汽车是足够安全的?昌总来了,昌总做得很重要的一件事是为行业建立法规和标准,这样一个测试法规标准怎么建?很难。
因为自然驾驶存在一个稀疏度的灾难的问题。在自然驾驶情况下,人类开车基本上百万英里才会产生一次事故,一亿英里才会产生一次死亡的事故。我们再测事故就会很难,也就是说你要测试,你是不是测试上百亿英里,不测试上百亿英里,怎么能发现平均下来每一亿英里一次的死亡事故呢?你得有足够的样本数,才能证明这个车子比人类驾驶员安全,所以需要上百亿英里测它,这样时间、成本都受不了,这是一个方面。
现在在做的很自动驾驶企业是直接在公开道路上做测试,公开道路上测试非常难以呈现极限特殊场景,为什么?我们知道自动驾驶汽车上上面测试要带一个安全员,或者说我们在做这些自动驾驶系统有目的、有意识提高它的安全的阈值,原来我们做过的自动驾驶汽车的Robotaxi或者巴士就会发现,它很远看到一个人就刹车了。安全员也一样,发现有危险的苗头就刹车了,它就退出这个自动驾驶的状态。
在这种情况下,它很难去复现corner case的场景,极限边缘的场景,很难说我的汽车将来能够真正地去达到L4级别的高度自动驾驶的水平。这种情况下,自动驾驶的加速测试是必须的,我们必须通过一系列的手段和方法,去加速我们自动驾驶测评的历程。
看一下传统汽车的自动驾驶汽车,包括现有的测试方法怎么样?
左边(图)是典型行人横穿街道的AB测试或者跟车的测试。这种测试,如果关注新闻就会知道,这两年来引起非常大的争议,包括行人横穿马路的测试,前一段时间小鹏、华为吵得不可开交,这里有一个问题。撞上了,好像说AEB系统不太行,没撞上,就说明这个AEB系统一定行吗?这也是一个问题。因为我们在设置AEB测试的时候是有一系列的触发的条件,我们把阈值设得过度灵敏也会带来别的问题。如果不按照国家标准测试,我们按照一些非标工况去测,可以说提高它的性能,触发的阈值设的特别敏感,特别敏感就会造成频繁的误刹车,误制动,AEB不仅仅考察你避免事故的能力,也要考察你由于误制动造成新的事故的这种问题。因为你误制动以后,你来一下,后面的车把你撞了,这是经常出现的情况。
我自己碰到一次这样的事故,我开特斯拉,在中环上,车流量比较大的时候,也是开着它的辅助驾驶,结果前面有车子要切进来变道,它一下来一记刹车,人开的话可能会来稍微缓和一点的制动,对特斯拉来紧急制动,后面的车把我撞了,当然是后面车的全责,但是也耽误我的时间了,而且我老婆孩子在车上,造成家庭矛盾也是我的一大影响,都埋怨我为什么开自动驾驶。会带来很多的问题,这样的测试评价带来很多的挑战。
总结一下它的挑战,传统的测试方法环境条件简单,没有办法复现实际使用环境中的各种复杂情况。其次,它的场景范围是局部的,没有办法考核中观及宏观交通范围的影响,你紧急刹了一下,你自己是刹住了,但是对其他的车子产生影响,工况设置也是零散的。比如说60公里每小时来一次AEB制动,没有办法覆盖整个AEB的自动驾驶运行范围。它的性能和评价是割裂的,功能测评也是割裂,是二元割裂的情况,没有办法去测试评价功能系统性完整实施的情况,我们必须建立一个整体系统的场景连续动态的,多交通参与者的测试交通系统。
这样的背景下,我们和上海国际汽车城,上海机动车检测中心一起研发了这样一套云控的多交通参与者的测评系统。
这样一个系统是国际上第一套测评系统,它基于5G云控的车路云一体化的技术,来实现大规模交通参与者协同规划与连续动态场景自动生成。这样一个测试评价系统在国际上也有很多的其他的研发机构在做,当然MCity是全球第一个智能网联测试区域,也是开创了智能网联汽车测试的先河,他们也在尝试做这样一套系统,但是他们还没有做出来,但是我们抢先一步,确实在中国目前智能网联汽车发展很多方面走在全球的前面。
这样一套系统交通参与者从原来的每一个ADAS的测试,是单一的交通参与者,可能是一个假人或者是一个假车,现在这一套系统的交通参与者可以是假人和假车一起,甚至是假摩托车、假自行车一起进行这样一个动态场景的生成,实现多交通参与者的大规模的测试环境。
我们的测试场景原来是割裂的测试场景,是孤立的(测试场景),每次来一次测试结束了,来一次紧急制动就结束了,结束了重新布置,重新开始,再来一次测试。这样一个测评系统可以实现一个连续、动态的测试,我们一堆的假人假车在里面,可以实现一个连续的交通流,你的被测车辆可以在里面不断地开,不断的给你制造新的corner case,不断的给你进行挑战,这样去测试你的智能度的水平。
我们的参数,原来的测试是定参的,设计了什么时候触发,前车车速多少,后车车速多少,到距离多少的时候触发,是定参测试。目前的测试,同济提出的方案算是一个变工况的测试,参数完全可调,可以设置不同的激烈程度,像这是环岛汇路,可以在环岛汇路设置不同的切入时刻,不同的相对车速,这样真正挑战被测车辆的智能性。
冲突的生成也是一样,原来是被动冲突生成的方法,现在我可以主动去制造冲突,我可以主动去在你想不到的时候,我从旁边跑出来一个人或者是来一个右拐或者直行跟你在路线上有冲突的无人驾驶的车子,一个模拟车,对你产生一个挑战,可以实现群体博弈,主动对抗的加速测试。
我们整个系统叫智能网联汽车的云控多交通参与者测评系统,它底下有两个平台:一是云控平台,二是交通参与者的平台。支撑的是三大关键技术:一是边缘场景学习生成的技术,二是多车协同的滚动优化的技术,三是车端鲁棒运动控制技术。
下面把平台和技术的内容给大家再稍微详细报告一下。
平台这一块是以高精度的地图位数字底座,去建立一个云端的数字孪生的技术平台,可以实现车云互操作协议解析与认知,多交通参与者群集调度,场景实时监测与管控等功能。我们在测试场景有一个真实的物理测试场景,在云端有一个虚拟的测试场景,这是一个数字孪生的平台,同时它也可以进行虚实融合的测试,有一些车子在实际的场景里面,场地里面是没有的,在云端可以进行一个虚拟的注入,做一些虚拟车子的注入。
模拟交通参与者这一块,MCity没有做出来这一套系统,没有做出来的原因是太贵了,4A的移动假车平台,400万一个,移动假车平台也要一两百万一个,这个费用搞二三十个,价格不得了,费用太高了。所以我们就去自主开发了一套低成本的,而且是可以云控的高保真、耐碰撞的各种不同类型交通参与者移动平台。尤其强调的是目前的4A的假人假车不能实现云控,它现在是连WIFI的,而且设置非常简单,我们自主开发的平台不一样,我们可以通过5G的信号来控制,而且可以设置不同复杂的自己的行车的路线,它行驶的路线,这是自主研发的一套系统。
第一个关键技术,有边缘场景的自演绎学习。就是基于对典型边缘场景分析来构建测试场景库,并基于深度强化学习算法去快速动态生成边缘场景,解决长尾效应带来的一些稀疏度灾难的问题。
第二个关键技术,多交通参与者协同轨迹滚动优化。我们这一套系统是有假人假车,假自行车各种不同的交通参与者的类型。我们在实际测试中,场地里面可以有几十个模拟的假人假车,它去动态生成场景,我们需要大规模的参与者轨迹的滚动的优化技术,这样去实现大规模的多交通参与者集群对抗测试。
第三个关键技术,由于是用5G云控,大家知道国家一直在推车路云一体化测试系统,推云控的自动驾驶,但是到目前为止还没有云控自动驾驶真正地在哪些地方落地,还没有去实现真正的落地。我们可以是全国第一次实现了城市的场景工况下利用云控驱动自动驾驶,我们云控是一个假车,是一个模拟车,假车还是真车,只不过是车辆平台不一样而已,背后的技术是一样的。我们利用云控技术来做车辆控制,这里面要解决的问题是什么?5G的云控,5G通信本身是有时延的,是有不确定的问题,这是很难的挑战。我们通过设计概率模型,通过状态估计修正器去实现可靠的功能控制。
基于这些技术建立了全球首套具备连续动态场景城市NOA测试功能的封闭场地。我们知道工信部的“三支柱法”:模拟仿真测试、封闭场地测试、开放道路测试。目前封闭场地测试还是用ADAS那套方法,包括三部委提出的14项测试要求基本上沿用ADAS的测试,这里面封闭场地该怎么测试自动驾驶汽车,一直是一个瓶颈问题,现在我相信给出了一个答案,针对这样一种测试,我们有了一套方法可以真正对自动驾驶汽车进行测试评价。
这样一个项目也得到了非常多的领导和专家的关注,也包括一些国际上的一些专家和同行、政府也都过来调研,获得第一届上海市检测检验行业创新创业大赛奖。
我的汇报就到这里,谢谢各位专家,敬请批评指正。
(注:本文根据现场速记整理,未经演讲嘉宾审阅)
|