由百人会主办的“第二届全球智能汽车前沿峰会（GIV2019）”于9月21日在武汉国际会议中心召开。GIV2019以“加强顶层设计，探索场景应用”为大会主题，包含一场高层论坛、两场主题峰会，分别为“自动驾驶前沿技术峰会”和“打造自动驾驶产业体系峰会”。
电车资源作为合作媒体，与大家第一时间分享精彩内容。
在本届峰会上，武汉理工大学教授胡钊政在“第二届全球智能汽车前沿峰会（GIV2019）”做《智能网联汽车在环测试的方法和应用》演讲。
以下是大会演讲嘉宾速记：
胡钊政：首先谢谢汪主任的介绍，大家好，各位同仁，下面我是代表我们智能交通研究中心团队做的工作和汇报，我们演讲的题目是智能网联在环测试及应用，从三个方面及第一个是研究背景及意义，第二个是开发平台，第三个是总结。
首先这个背景和意义可能上午很多专家都讲了很多，我们在未来智能网联汽车这块是汽车产业的重大变革，未来对我们汽车产业有很大的影响，但是在智能网联汽车产业化这个阶段，应该说测试和评价是一个非常重要的工作，特别是我们如果把智能网联汽车安全性作为首要性考虑的话，比我们正常测试安全性更加复杂，目前如何进行测试是非常困难的问题，也是产业中亟待解决的问题，我们在智能网联产业发展过程中传统的测试还有ADAS功能测试已经有标准的测试标准和方法，还有ACC、AEB、FCW、LDW、LKA包括一些国际的标准都有一些标准。但是我们在智能网联汽车这个时代来临以后，传统的测试方式可能在针对智能网联汽车有很多的问题，具体体现在车子本身就很复杂，特别是我们智能网联结合在一起，涉及到了很多问题，还有环境非常复杂，还有我们传感器，特别是智能网联是通过传感器来进行感知的，传感器在各种环境下都有很大的变化，所以综合起来以后，我们认为人、车、路耦合的特性对我们智能网联汽车的测试带来非常大的挑战。还有一个很大的问题就是现在的交通场景应该说是难以穷尽，各种各样的场景我们无法，测试方式很难把场景全部穷尽。
所以一般智能网联产品的开发流程一般可以分为MIL还有HIL和DIL等等这一系列的阶段，所以在智能驾驶测试流程来看首先是模型软件，通过纯软件的方式进行这么一个测试，接下来就是硬件在环，这样可以把一些硬件系统接进去，这样的话我们可能是再一个虚拟的场景中，但是我们的驾驶环境可能是一种要接近驾驶真实的车子里面的环境，接下来可以把驾驶员在环做进去。驾驶员在环以后可以把车辆在环，就是把我们真车接到仿真车里面去，现在我们的中心已经把很多真车接到环境里面去，很多开车是真实的环境，但是我们场景是虚拟的场景，经过以上在环测试以后，可以把我们车子放在真实环境里面，包括一个封闭道路，公开道路，半封闭道路等等。所以目前测试存在问题，第一个是传统的智能网联测试比较昂贵耗时，大家都知道要一直在路上不停的跑，跑了多少万公里，具有风险而且只能在有限的交通场景下进行测试，还有一些特殊场景，如极端天气，传感器故障，道路部分路段损坏等无法进行反复的测试和复现。现有大多数开源仿真软件适用于智能网联测试的单一或者几个特定的模块。这是对测试背景的介绍。
第二部分就是介绍一下目前做一些工作，首先我们是从软件仿真测试做起的，我们介绍一下我们开发的硬件在环的测试平台，大家可以看到有KVM，主要是进行各种各样的显示接口切换，服务器是做模拟通信以及传感器数据并发机制，PC是把模拟中的动力学模型，还有测试系统控制，还有车辆控制系统怎么样把OBU和RSU的信息接进来。这个是这个平台的一个演示，我们可以编辑不同的场景，可以采用不同的车子，包括有乘用车、商用车他们的动态特性，它的驾驶员模型都不一样，这个场景里面我们还可以模拟传感器数据的生成。以后在这个数据基础之上，在我们这个平台基础之上可以做很多工作，包括我们做自动驾驶的路径规划，还有跟踪控制跟在环的测试工作，所以有了这个平台以后，可以把交通里面各种各样的场景都拉到这个平台来进行测试。
这个场景就是显示了通信的仿真工程，只有在这个环境下面才能怎么样验证这个算法。还有一个工作是我们近两年做了一个在高速场景下编队控制的技术，我们也是把高速公路场景做出来，把编队控制器做进去，看看这个效果。这个是在编队场景下一些基本的测试，包括车队的加速、减速，车队分离和车队的并线，这个是在整个高速公路下车队编队的技术。以后经过我们硬件在环测试以后，我们也是把比较成熟的技术移植到真实的卡车上，在高速公路的环境下我们做了一些编队的测试。还有一些驾驶模拟器的开发，我们知道硬件在环里面硬件系统驾驶模拟器也是比较重要的一块，包括里面的一些基本的配置，包括显示界面，包括交通环境的模型，道路场景的模型，以及ADS的设置和交通设施评价的测试。这个是智能汽车模拟驾驶系统，大家可以看看，我们可以对驾驶场景中很常见的一些现象，包括前车减速停车，前车紧急切入，包括前突然减速，前车突然切出这些仿真，在这些场景下的表现。
我们做的第二个平台就是做一些实车测试的平台，实车测试平台基本的原则就是用虚实结合的车路协同系统，我们把整个环境打通以后，场景建模以后，除了在真实的道路上测试以后，也做了一个虚拟的一套系统，可以把整个的环境的情况模拟出来。这是整个在环境中提供了交通流信息也要写进去，这个是我们用车路协同的平台我们做了一些避撞的算法，就是车子从校园走出来以后，把周围的信息通过我们的系统传递给车载的系统做一个合理的议案，这是实车测试的场景图，包括交叉路口，包括车辆的APP显示都可以把目标的信息显示出来，这个是车路协同实验与应用开发情况，我们可以把一些基本的信息通过APP显示，可以实现车和路的有效信息交互，这是我们做基于自动驾驶量产评价的分析，我们觉得驾驶场景库是目前很重要的一环，还有标准场景库，把他们结合在一起做一些标注，最后形成一个比较好的评价结合，这个是用目前的真实数据做的一些标注，也做了一些仿真重建的工作，我们可以把各个路交通场景做一个重构，左边就是一个真实的场景，右边是模仿真实场景做出来的模拟环境。这个是武汉是第一批工信部的测试区，我们理工大也是作为主要的部门来参与，这个也是我们想结合这个示范区做了一些测试认证平台，包括基本场景的设置，包括ADAS测试，智慧交通这一块。以后我们在测试基础设施这块还有整个架构这方面做了一些思考，所以有些基本的架构，希望也可以用到里面去。
最后就是一个项目的总结，首先是智能网联汽车的发展是未来汽车产业的方向，将会对交通和人们得出行带来巨大的影响。目前应该说测试是公认的难题，也是产业中亟待解决的问题。我们展望就是三点，第一从实际测试需求出发，建设智能网联汽车的测试场景库，第二个加快测试法规建设，构建完整的测试评价体系，地三是注重国情差异，开发具有中国特色的智能网联汽车测试评价标准。第四就是提倡各研究单位数据共享，共同推动我国智能网联汽车技术的快速发展。我们很多数据是可以共享，减少成本，推动我们汽车产业的发展做出更大的贡献。谢谢大家！
