产业链仍存薄软环节智能性评价理论建设尚属空白

2021-07-28 09:16:50

有人说,自动驾驶是眼下和未来汽车行业最热的赛道,没有之一。虽然一些示范运行项目不断推进,但从产业链的角度讲,自动驾驶落地仍然不能说是“万事俱备,只欠东风”。

6月27~29日,由英佛会议展览(上海)有限公司、中国汽车零部件工业有限公司、中国照明电器协会、国际汽车轻量化绿色科技联盟、中欧新能源智能汽车产业联合会及中欧汽车材料委员会联合主办的上海国际汽车创新技术周(IATW 2021)举行。在同期举办的2021中国自动驾驶及车用芯片创新大会上,与会嘉宾围绕自动驾驶产业链发展的现状和挑战展开交流。

激光雷达尚未实现“质变”

激光雷达是实现汽车自动驾驶的关键部件之一。不少行业人士认为,高级别自动驾驶离不开激光雷达。但激光雷达市场目前也面临一系列“灵魂”拷问,比如如何协调与其他传感器的关系?技术路线之争,谁会是最终胜出者?如何化解产品开发的复杂性与推向市场紧迫性的矛盾?还有多大的成本下降空间?存在真实的市场需求,抑或只是企业在开展“军备”竞赛?现阶段,这些问题恐怕还难以形成定论,但业界正在努力寻找最佳答案。

Innoviz中国区总经理苏淑萍介绍称,以往企业发展的路径多是从技术到产品再到市场,但Innoviz反向操作,是看市场需求什么样的产品,如何平衡技术与成本,再将之推向市场。她认为,在激光雷达和自动驾驶领域,有生命力的技术一定是被市场认可且得到广泛应用的。

至于激光雷达、毫米波雷达和摄像头,谁可以替代谁的问题,苏淑萍表示,不存在相互替代的问题,每种传感器都有自己的优缺点,眼下要做的就是把产品本身的性能发挥到极致。当然,对性能的追求没有极限,还要综合考虑系统架构和成本。

另据了解,全球近百家激光雷达企业面临一个共同的挑战,那就是激光雷达元器件的短缺。激光雷达产业处于发展初期,从供应链层面看并非成熟的产品量产市场,不仅尚未实现0~1的质变,甚至仍处于0~0.1阶段。苏淑萍称,Innoviz的做法是自己生产元器件,优势是自主可控,但缺点也十分明显,即难上量、难降价。同时,激光雷达企业还面临车规级和自动化生产的挑战。

底盘域控技术内涵待探索

现下,人们谈及自动驾驶,更多的关注点还是放在传感器层面。但事实上,底盘架构在实现自动驾驶方面亦至关重要。天津英创汇智汽车技术有限公司线控底盘事业部总监王翔宇指出,现有底盘机电系统架构,子功能独立进行感知,控制决策难以协调,不够安全;电子电气架构冗余,制造匹配成本昂贵,难说高效。底盘零部件供应链分散,各子系统形成信息“孤岛”,各子功能优化目标相异,底盘执行部件独立受控,各功能在动力学维度上相互割裂。

在未来的智能汽车时代,自动驾驶并未改变底盘动力学固有的失稳特性;驾驶员难以紧急避险,在伦理道德和法律基础上无人兜底。可以说,线控制性是智能汽车自动驾驶对线控底盘的需求迫切,其可替代传统人车闭路系统中人的主观评判,自上而下实现底盘数字化和自感知量化,不仅包含单纯反馈控制或临界失稳干预,本质上与集成底盘控制存在显著差异。

据介绍,我国汽车行业面临底盘线控技术自主化的困境,具体表现为:一是高度依赖进口,制造成本难以管控;二是整车企业在线控上受制于零部件供应商;三是国际零部件供应商抬高对外销售价;四是传统架构下新电控功能开发代价高。

王翔宇认为,智能汽车的“脑”应该是智驾“大脑”+底盘“小脑”的智能车辆系统架构。行业应探索底盘域控核心技术内涵,以突破智能汽车底盘分布式电控架构为目标,引领下一代集中式电控发展方案。

仍需突破测试和评价瓶颈

自动驾驶技术的发展离不开测试和评价,同济大学汽车学院副院长熊璐表示,由国家发展改革委等11部委联合印发的《智能汽车创新发展战略》明确提出,到2025年基本形成相关法规标准体系。那么,应如何通过测试证明自动驾驶汽车达到了安全性?自动驾驶汽车的智能性需要哪些方面的评价?目前,测试与评价仍是限制自动驾驶落地的瓶颈。

据悉,同济大学承担了我国在自动驾驶测试与评价领域的第一个重点研发计划项目,并取得了丰硕的研究成果。在预期功能安全方面,由于感知系统和复杂算法的引入,自动驾驶汽车存在无软硬件故障情况下,无法实现预期功能的情况。自动驾驶系统的风险来源于多个方面,主要表现为系统功能不足与性能局限,以及由人为误操作引发的危险。

近年来,预期功能安全已成为自动驾驶领域的热门话题。同济大学在国内较早地建立了预期功能安全的测试和评价方法体系,通过危害事件、触发条件分析、决策规划系统场景测试,减少已知危险场景和未知危险场景数量,提高系统安全性。

而目前,行业针对高级别自动驾驶汽车的智能性评价理论建设尚属空白。现阶段,智能汽车测试评价研究都集中于车辆本身在一定的外界条件和环境下的行驶能力,但这只是一个方面,即驾驶自治性。智能汽车在时间维度上还体现出学习进化能力,在空间维度上还体现出交通协调性即社会性。这就需要针对环境、任务的复杂度量化评估,多视角主客观一致的交通协调性评价方法。

值得注意的是,随着自动驾驶技术研究的深入,研究重点将逐渐由技术的可行性向用户的舒适性问题转变。数据显示,认知舒适性问题普遍存在,同济大学进而探索了可以用于认知舒适性事件识别与量化表征的客观指标。

由于自动驾驶场景无法穷尽,所以车辆真正上路之前无法完成全部验证。自动驾驶汽车测试工具链可通过对多并发、分布式、跨平台的数据分发机制,实现多个决策规划系统“共时空”仿真测试能力。平台允许多个测试客户端同时测试,提供为不同决策和规划算法之间进行对抗测试和训练的开发测试环境。

关闭
新闻速递