盖世汽车2022第五届自动驾驶与人机共驾论坛精彩开幕

　　2022年9月15日，由盖世汽车主办的2022第五届自动驾驶与人机共驾论坛在上海举办，会议于线上和线下同步进行。

　　

　　汽车行业正面临智能化，网联化，电气化转型，自动驾驶与人机共驾是行业上下都力求突破的热门领域，值得注意的是，聚焦于核心技术的诸多企业已经取得了新进展，为此，盖世汽车举办第五届自动驾驶与人机共驾论坛，旨在促进产业全链条的信息沟通与技术交流。

　　

　　此前，盖世汽车已成功举办四届自动驾驶论坛，见证了行业从辅助驾驶向高阶自动驾驶演进的全过程。本届论坛得到了寅家电子、智驾科技、Valtech Mobility、考泰斯、昆易电子、德赛西威、新纳传感等35家生态合作伙伴的大力支持。

　　

 

　　

　　大会首先由盖世汽车CEO周晓莺女士致欢迎辞，周晓莺表示，面对复杂的内外部环境，“安全，自主，可控，本地化”逐渐成为汽车产业的关键词，随内销和出口数量屡创新高，中国车企逐渐掌握产品定义权，自主供应链正迎来绝佳的窗口期。

　　

 

　　

周晓莺 盖世汽车CEO

　　

　　自动驾驶升维：量产、数据、场景闭环

　　

　　“可靠稳定的系统性能，极致性价比和规模化量产，高阶智能驾驶落地”是智能驾驶面临的三大难题，这三点共同指向“corner case”边界数据积累和场景闭环，最终落在“尽可能多上车”的需求上，这就要求企业针对不同场景打通数据闭环，建立获取边界数据的有效触发机制。

　　

　　智驾科技MAXIEYE创始人周圣砚表示，目前MAXIEYE已经在1R1V高性价比算力平台的MAXIPILOT®1。0量产方案中，部署了数据闭环和33种触发机制，包含功能触发、驾驶员行为触发、系统触发、感知触发等不同类型，可实现边界场景数据的高效利用。

　　

 

　　

周圣砚 智驾科技MAXIEYE创始人

　　

　　更安全的高阶辅助驾驶——1550nm高性能激光雷达

　　

　　Innovusion图达通自动驾驶事业部销售市场副总裁梁鸿燚表示，现阶段采用摄像头与毫米波雷达为主的传感器组合存在静止物体漏检、误检；图像质量受光强影响大；罕见场景数据库未训练等问题。

　　

　　相比而言，中短距激光雷达拥有精确的三维点云信息，可以有效弥补摄像头和毫米波雷达由于本身局限性所导致的误检、漏检问题，但在时速大于100km的高速场景下，高速车辆安全制动需要清晰探测到100m之外的物体，因此还需要强探测能力和高分辨率的高性能长距激光雷达。

　　

　　梁鸿燚介绍，Innovusion面向车路协同和智慧高速等场景打造的图像级远距离激光雷达，其内置CPU模块，支持结构化数据输出，可以满足智慧交通各类场景的感知需求。

　　

 

　　

梁鸿燚 Innovusion图达通自动驾驶事业部销售市场副总裁

　　

　　全场景智慧泊车方案及视觉感知的行泊一体应用优势

　　

　　寅家科技深研高性能智能视觉呈现，研发雷达感知硬件与领先的软件算法，提供完整的软硬件一体化解决方案。

　　

　　上海寅家电子科技股份有限公司泊车事业部首席专家张皓磊介绍，寅家科技智慧泊车3。0方案可提供特定区域的自动驾驶体验，基于传感器视觉+雷达+轮速计+IMU融合进行环境感知和定位自主探索停车，结合行车规则、路标，能够不依赖高精地图，只用部分场地先验，甚至完全不需要场地先验。具备研发成本低，场端更新路况变化风险低这两大优势。

　　

 

　　

张皓磊 上海寅家电子科技股份有限公司泊车事业部首席专家

　　

　　自动驾驶产业发展趋势

　　

　　在电动化、智能化、网联化的驱动下，域控制器、芯片、传感器等新型汽车零部件将重构产业链价值。以高等级自动驾驶传感器为例，4D毫米波雷达、800万像素车载摄像头、半固态激光雷达等零部件将成为视觉仿真与拉开技术差距的关键点。

　　

　　此外，掌握核心域控制器全栈能力将成为行业的竞争焦点。盖世汽车研究院总监王显斌表示，目前自动驾驶域控制器赛道出现以传统外资Tier 1、本土Tier 1、互联网科技与软件公司、整车企业为主的四大阵营，其中，本土Tier 1主要联合芯片厂商、软件公司及整车企业进行深度合作，发挥背靠国内交通场景应用需求的优势，着力突破核心算法上的技术瓶颈。

　　

 

　　

王显斌 盖世汽车研究院总监

　　

　　上汽大众L4自动驾驶的研发之路

　　

　　上汽大众汽车有限公司自动驾驶研发与大数据负责人施亮博士介绍，上汽大众智能驾驶开发部门于2017年成立，与供应商合作交付了第一代智能驾驶汽车，当时车辆的传感器、算法、软件系统集成均处于黑盒交付的状态。

　　

　　2020年，上汽大众团队已经实现自动驾驶技术自研，能够自主开发核心功能算法、系统集成，大数据与工具链，实现软件白盒交付，也正是2020年，上汽大众开始了自动驾驶平台项目研发。

　　

　　在这一过程中，上汽大众团队积累了自动驾驶系统开发的6大核心能力：核心算法能力感知、融合、定位、预测、决策、控制等，仿真系统能力虚拟化仿真技术，仿真场景库，仿真管理自动化平台，测试与验证能力封闭场区测试，开放道路测试等，人机共驾系统，大数据平台，以及端到端工具链。

　　

　　施亮表示，通过不断推动核心算法迭代，并将其应用到大众未来的测试性平台，上汽大众将助推高阶自动驾驶项目落地，改变人们未来的出行方式。

　　

 

　　

施亮 博士 上汽大众汽车有限公司 自动驾驶研发与大数据负责人

　　

　　Vector 助力ADAS试验与测试

　　

　　ADAS是将汽车技术、传感器技术、信息融合技术和自动控制等相关技术运用于环境感知、姿态判断、路径规划及相关决策于一体的复杂控制系统。

　　

　　维克多汽车技术上海有限公司商业开发经理周云鹏介绍，ADAS系统需要与不同类型的传感器实时进行数据交换比如摄像头、激光雷达、雷达、车载总线、GPS等，面临着不同类型传感器的同步、数据延时预估、融合算法的迭代等诸多挑战。

　　

 

　　

周云鹏 维克多汽车技术上海有限公司商业开发经理

　　

　　基于数据驱动的端到端自动驾驶解决方案

　　

　　自动驾驶开发流程可以分为数据采集与标注、机器学习及软件、核心算法开发、连续集成与开发、系统集成与测试、实车测试等一系列环节。

　　

　　具体而言，首先通过实车上路采集获取到大量的驾驶数据，dSPACE自动驾驶业务负责人张子恒介绍，dSPACE推出AUTERA高等级无人驾驶数据采集系统，对激光雷达、百万级像素摄像头、毫米波雷达、导航定位系统等传感器产生的原始数据进行统一记录。

　　

　　接下来就是做数据标注，基于数PB的驾驶原始数据，算法团队可以使用dSPACE推出的IVS传感器数据管理平台进行自动标记，查找、选择和预览全局分布的数据并创建数据集。接下来需要使用这些数据进行核心算法的训练或者软件开发，将算法连同ECU上的其他软件进行整体集成，进行软件在环测试。

　　

　　完成测试后，高度集成的软件包会被部署至硬件ECU上，进一步进行数据回放和仿真验证的相关测试、硬件系统性集成与仿真硬件的在环测试，最后进行上路实测。

　　

 

　　

张子恒 dSPACE自动驾驶业务负责人

　　

　　自动驾驶技术开发安全与质量保证方法探索

　　

　　东风汽车从渐进式和跨越式两个角度推动自动驾驶项目的发展，在开发过程中已经建立了一套极为完善的开发质量管控体系。东风汽车技术中心副总工程师马钊介绍，团队主要从预防视角出发，分两个方面对项目质量进行重点管控：在新技术推出后，对其进行风险等级和创新等级的双重评估。

　　

 

　　

马钊 东风汽车技术中心副总工程师

　　

　　智能时代，Valtech Mobility 车联网平台的发展趋势

　　

　　Valtech Mobility深耕于车联网领域二十余年，帮助客户完成1100余个SOP项目，业务覆盖车联网平台、远程信息处理服务、信息娱乐服务、系统集成 3rd party， OEM、 用于产品开发的数据分析等多个领域。

　　

　　Valtech Mobility中国区总监焦献国介绍，结合多品牌、多车型、多系统的项目经验，Valtech Mobility推出车联网终端设备的测试自动化平台，通过建立虚拟仿真测试汽车库，具有故障点快速追踪；安全、易于管理测试用例；减少测试工作量，缩短测试周期；多车型通用的优势。

　　

 

　　

焦献国 Valtech Mobility中国区总监

　　

　　芯力特全系列车载CAN、LIN收发器芯片与应用方案

　　

　　芯力特得名于“尽心尽力做汽车基础芯片”，是一家专业从事IC设计、委托开发和销售的高新技术企业，掌握拥有低噪声、低功耗传感器信号处理芯片设计技术，可以为用户提供芯片委托设计服务，推出集成TVS的RS485芯片、集成TVS CAN总线驱动器芯片。

　　

　　湖南芯力特电子科技有限公司汽车电子业务总监王闰星介绍，芯力特研发的SIT1043Q是一款带唤醒及故障保护的CAN FD总线收发器芯片，完全兼容“ISO 11898-2！2016”标准，IO口支持3。3V/5V MCU，支持高速CAN传输、5Mbps CAN FD灵活数据速率，睡眠模式INH输出引脚具有电源禁用功能。

　　

 

　　

王闰星 湖南芯力特电子科技有限公司 汽车电子业务总监

　　

　　机器人时代已来，智能车是机器人的第一形态

　　

　　网络文化Cyber culture的发言人和观察者——凯文·凯利曾言：“机器正在生物化，生物正在工程化”，路特斯科技智能驾驶算法软件总监肖扬表示，机器的生物化、智能化也正是路特斯团队思考的方向。

　　

　　智能驾驶系统的天花板总由硬件决定，路特斯科技智能驾驶算法软件总监肖扬介绍，路特斯打造的自动驾驶系统硬件部分由12颗超声波雷达，4颗200万像素环视摄像头，4颗激光雷达，7颗800万像素摄像头，2颗4D成像毫米波雷达+4颗角雷达组成。

　　

　　软件定义是促使汽车从“功能定义”走向“性能定义”的关键指标，肖扬表示，“安全、合规、舒适、智能”是衡量软件的重要因素，这就需要引入风险模型、博弈模型、专属模型。云端决定了达成智能驾驶系统上限的加速度，肖扬介绍，路特斯的混合智驾云主要基于公有云弹性计算，私有云海量存储，保密机房安全合规三大理念建立。

　　

 

　　

肖扬 路特斯科技智能驾驶算法软件总监

　　

　　2022年上半年，ADAS新车上险量达416。4万辆，渗透率超过45%，庞大的市场规模下，相关行业的诸多玩家布局自动驾驶领域的各个细分赛道。正如盖世汽车研究院总监王显斌所言，围绕速度和开放程度构建的多个主要应用场景，无人驾驶均已取得一定成绩，但要想进一步加大应用规模，仍需突破不同场景下的技术、法规和成本等挑战。

　　

　　因此，盖世汽车也将持续追踪自动驾驶与人机共驾领域的前沿技术发展，9月16日，本次论坛将围绕“城市NOA”“高精卫惯组合定位”“自动驾驶测试数据闭环解决方案”等话题继续展开，精彩未完待续，欢迎持续关注！