新华网北京9月30日电（周靖杰）9月25-28日，由北京市人民政府、工业和信息化部、、交通运输部、中国科学技术协会共同主办的2021世界智能网联汽车大会在北京中国国际展览中心（新馆）召开，这也是我国智能网联汽车行业最高规格的国际交流平台之一。在大会举办期间，国家智能网联汽车创新中心在智慧道路与云网协同主题峰会上发布了“中国智能网联汽车基础数据服务平台”。国家智能网联汽车创新中心常务副主任郑继虎在采访中表示，高级别的自动驾驶系统正面临复杂的安全性测试验证难题，中国智能网联汽车基础数据服务平台的发布将在场景开发、仿真测试等方面实现对海量数据的深度研究，从而实现以自动驾驶的场景数据为核心，以团体标准为牵引，联合行业共同开展基于数据、工具和测评方法三位一体的中国标准仿真测试验证体系建设，形成对智能网联汽车正向开发与测试验证的体系化支撑能力，助力国内智能网联汽车行业的快速发展。

　　郑继虎：国汽智联场景库的建设应该说经历了三个阶段，第一个阶段是探索阶段，从国汽智联刚成立时，就在探索场景库的建设模式，因为大家都认为或者得到一个共识，场景是智能训练和测试的基础，因此国汽智联一直在进行这方面的探索。

　　第二个阶段实际上是2019年的双基工程（基础数据服务和基础地图服务平台建设项目），这个项目是转型促进的一个阶段，由国汽智联牵头，联合行业里两家重要的第三方技术研究机构，中国汽车技术研究中心、中国汽车工程研究院有限公司，以及其他十几家企业，大家共同来做一个场景库分工协作。

　　第三个阶段是不断成熟的过程，在成熟过程中需要探索不同场景的类型，比如雨天、雪天、黄昏及早晨等不同的场景，其提取方法、制作方法以及一些使用的方法，包括不同类型的视觉用到的场景、雷达用到的一些场景，这些场景究竟怎么建设怎么使用，这是不断成熟积累的过程，因此国汽智联整个场景的建设经历了三个阶段，如果说从什么时候开始，应该说从国汽智联成立的那一天就已开始。

　　数据简单来说涉及到视觉数据，包括视觉里面道路的一些数据，交通标志数据等，另外还涉及雷达用到点云的数据。

　　工具包括两个部分，一部分数据制作过程中用到一些工具，另外一部分的工具是怎么使用一些数据，比如主要通过仿真测试来使用，仿真的工具，这一块平台分成两部分，一部分是数据云平台，一部分是仿真云平台。标准也是分为两部分，一部分是场景制取过程中涉及到的一些标准，另外一部分标准就是测试训练用到的一些具体标准，这方面标准是非常关键的，也就是整个工程学会来支撑这方面的工作。

　　郑继虎：任何工作都离不开行业的支持，就本次发布来说具体来说有三个方面，一个方面是双基工程及双基工程相关的十几家兄弟单位及企业间的合作的非常好，大家互相帮助把整个场景建起来。国汽智联是牵头单位，我们很好的把它组织起来。

　　第二个方面除了正常的一些场景之外，还有一些边角场景或者事故场景，我们跟一些相关机构去合作，比如说中汽中心的司法鉴定所，它有很多事故场景，这些事故场景非常有意义，这些事故场景在场景库里面，我们把它称为边角场景，它不经常出现，比如说会看见一个车挂在树上，这个车怎么挂在树上，你也不知道它怎么挂上去，但是事故场景进行回放的时候，我们会看到它这个场景生成的一个过程，这个过程对未来智能网联汽车的训练测试非常有帮助。

　　第三个方面是跟企业的合作，这些合作对场景的应用及生成的可用性非常有帮助。因此我们主要是基于三个方面或者三个群体的合作。

　　一个方面是对技术能力提升的帮助。我们知道场景它在很大程度上，相当于小孩的训练题和考试题，这种训练题和考试题的主要目标是把小孩的学习水平或者能力进行提升，场景库对整个智能网联汽车达到的作用也是一样的，实际上是提升整个智能网联的水平。

　　智能网联是一个产业链，产业链上包括感知环节的一些传感器，相关的一些关键零部件，以及OEM企业都存在一个技术水平提升的问题，场景库很好地解决了整个技术水平提升的问题。

　　第二个帮助是对测试水平的提升。我们知道任何能力的提升，关键在于测试能力起到了很大帮助。场景也是一样，就是测试水平或者是测试的尺子必须很科学合理，才能把技术水平提升上来，才能把智能网联的潜力发挥出来，因此测试水平的提升非常关键。

　　第三个帮助是整个数据处理的能力，我们场景的生成首先它是大数据，它是基于数据提取形成的一些测试用例，这个水平的提升很关键，就是数据分析和处理的能力，这是三个方面的促进作用。

　　郑继虎：标准体系是两个方面，一方面是整个场景生成的相关标准，这个场景很复杂，因为它涉及到被测对象很多，大致上可以分成两大类，一类基于视觉，相当于我们眼睛能看到的东西，另外基于雷达方面，相当于耳朵听到的东西，基于视觉的要提供一些场景来训练摄像头等视觉传感器的水平。另外基于耳朵探测，我们要训练雷达的一些相关数据，这些数据都需要标准，从它的提取、生成最后形成相关的测试用例，都需要相应的标准，这是数据生成过程的标准。

　　另一个方面是测试标准，这些测试标准比如要测试一个摄像头，需要具体的规范和测试方法，就像测试视力一样，测试视力时医院会提供视力表，来看我们的视力水平是什么样。我们对摄像头也需要一些测试方法和测试标准，比如说测试我们的耳朵，我们会发出一个声源测试耳朵的水平，雷达也一样也需要一个典型的数据来测试雷达水平，也需要相应一些测试规范和测试标准，因此标准主要是基于这两个方面。

　　郑继虎：算法是智能网联的核心。如果把算法做比喻的话，可能我们解题的能力，比如小孩1+1学会了，这是他的认知，或者说功能通过了会算数，能不能解决微积分的问题，能不能解决算法其他解析几何等问题，就看其他很重要能力的提升了。

　　对于智能网联来说算法也是一样，我们现在很多算法解决了功能问题，就是1+1=2会算，但是不是能够更深层次的解决问题，就是算法水平的问题。算法是要从功能向性能去转变，性能就非常复杂了，在复杂的环境中需要不同的测试方法，去验证这些算法不断去提升，提升到一定程度时才能解决，比如说L2到L5，实现无人驾驶的过程实际上就是算法水平是否能够达到。因此未来智能网联的水平，尤其智能环境的水平关键决定于算法，尤其是算法的性能。

　　郑继虎：算法的开发实际上主要是训练算法，另一方面还要解决应用过程的问题，主要是两方面，一是要形成很多不同的场景库，算法是未来决定非常重要的一个因素，决定因素需要有相应的场景去测试，去验证要有相应的场景数据来支撑，这是必须解决的问题。

　　第二个方面可能支撑体现在它的价值，其应用价值在哪？应用价值必须解决行业企业的痛点，行业企业关心什么？一是场景成本，要有相应的工具、平台，把企业解决这方面问题的成本降下来。

　　第三个方面是开发周期，要在尽可能短的时间响应客户需要。比如目前国内开发一款车型大概需要两年左右的时间，对于算法或者智能网联这个环节来说，两年太长，需要半年甚至更短时间，就要进行一些升级，相应提升的周期决定了客户对车辆的认知和感觉，对车辆的评价直接决定了整个企业市场。因此市场的反应能力及开发周期要尽可能短。

　　第四个方面场景要解决实际问题，要跟实际问题很好地结合起来，比如解决识别车道线问题，就要对应具体场景来解决具体问题，这可能是要给产业提供的一些帮助。

　　郑继虎：场景库的建设的方向，一个是要有一定的量，这个量决定了覆盖度，以是不是能解决这些现实问题。

　　第二个目标是创新中心一定要发挥整个基础建设以及前沿引领的本质性要求，本质要求决定了在场景库的建设，要把技术数据打通，更重要的是在整个技术的引领上，测试技术以及场景应用的技术上，也要发挥应该发挥的作用，这大概是国汽智联要发挥的作用。

米乐m6官网登录 上一篇：温州市新能源汽车充电基础设施智能服务平台启用 下一篇：Arm 推出汽车增强处理器和虚拟平台 缩短人工智能