11月10日-12日,由中國汽車工業協會和武漢市人民政府共同主辦的“2023中國汽車供應鏈大會暨第二屆中國新能源智能網聯汽車生態大會”在武漢經開區舉辦。本屆供應鏈大會以“踔厲奮發,攻堅克難——打造安全、韌性、綠色汽車供應鏈”為主題,設置了“1場戰略峰會、1場大會論壇、9場主題論壇”共11場會議,圍繞供應鏈安全與布局、新型汽車供應鏈打造、傳統供應鏈升級、全球化發展等熱點話題進行深入交流與探討,尋找構建世界一流汽車供應鏈的對策、方法和路徑。其中,在11月11日下午舉辦的“主題論壇四:試驗檢驗——新能源智能網聯汽車檢驗檢測助力汽車產品高質量發展”上,武漢理工大學汽車工程學院教授、人工智能與新能源汽車現代產業學院副院長胡杰發表精彩演講。 ![]() 以下內容為現場發言實錄: 尊敬的各位專家、各位領導,大家下午好!感謝主辦方的邀請,我是來自武漢理工大學的胡杰。 我匯報的題目是“智能網聯汽車控制與測試技術研究及應用”,也借這個機會把我們團隊在智能網聯汽車控制和測試相關的工作做一個匯報。主要從以下五方面: 第一,背景。大家知道現在能源環境、安全交通這塊的原因,包括朝著云計算、大數據、人工智能、電動化、智能化、網聯化,最近數字化也提得比較多,所以智能網聯汽車也是汽車工程領域研究的熱點和增長點,同時也是汽車發展的必然趨勢,也是我們湖北省汽車工業戰略轉型升級的一個戰略方向。 第二,國際前沿。全球各國都制定了相關的法律法規,同時我國也制定了相應的法規。我國在智能化這塊近幾年是走在了一些前列。 第三,國家戰略。大家也知道國家出臺了非常多的戰略,包括人工智能的發展戰略、交通強國、汽車強國發展綱要,都提到了智能網聯汽車發展的需求。汽車是一個非常強的綜合體,也是各大主機廠、新勢力、科技公司搶占的重點。 第四,市場需求,包括政府需求也好,示范區的需求也好,包括客戶的需求,現在全國各地建了很多智能網聯的示范區。當然應用場景也是在港口、礦山,包括很多園區自動駕駛的應用場景越來越多,乘用車這塊智能化的滲透率也越來越高。所以,無論從技術發展趨勢,還是國家的戰略,還是市場行為,智能網聯汽車發展速度也越來越。 第五,這塊是涉及到的關鍵技術,車輛技術、信息技術,包括它支撐的相關技術。第二塊是關于控制技術,總體研究思路分為五大板塊:第一塊關于環境的感知;第二,決策規劃;第三,測試;第四,云控平臺;第五,示范應用情況。 第一,智能駕駛預控制平臺,包括硬件平臺,硬件平臺采用的是多核一構架構,有計算單元和控制單元,計算單元負責控制感知決策規劃,控制就負責車輛控制板塊,也涉及到一些功能安全,也涉及到算力的拓展、車型的拓展,包括支持一些傳感器、算力升級的需求,是柔性擴擴展的。這塊是關于軟件架構方面,也涉及到底層軟件和基礎軟件,也有應用層的軟件,我們也是基于軟硬件解耦采用了一些架構做一些控制的軟件開發。這一塊是自動駕駛關于應用軟件核心板塊的一些功能,核心的包括7個一級和1個車聯網公共服務平臺。第一塊是感知融合;第二是融合定位;第三是全局規劃;第四,它的決策;第五是控制相關的內容,涉及到其他一些任務調度等等功能。這是應用軟件框架的結構。 下面是關于我們剛才講的幾大功能具體的功能,像感知板塊有一些目標檢測,感知的融合、目標的跟蹤,包括一些預測,這是它的環境感知核心任務。這塊是公寓導航定位,定位在自動駕駛里也特別重要,現在也面臨著很多難題和挑戰,包括最基礎的一些定位,GPS、北斗定位,現在也集合一些慣導融合定位,后面也是有些融合定位補充進來。這塊是關于智能決策,包括它的規劃和控制,像決策這塊,因為有行為決策、路徑決策和速度決策的內容,因為我們做局部規劃的時候也涉及到行車和泊車,控制這塊也涉及到縱橫向高精度的控制,包括動力學模型和具體控制算法,這塊也會涉及到全局規劃,包括其他一些復雜任務的調度,包括端管云的協同。 下面圍繞著我們剛才講的一些核心問題,感知、決策、規劃和控制具體內容,我們團隊也做了一些相關研究。 我們也知道中國道路情況是非常復雜的,有城市的,也有全場景泊車的,也有封閉區域的,這里面涉及到的場景非常多,也非常復雜,所以也帶來了一系列挑戰。那么,針對這些挑戰我們也提出了多模態、高精度感知、自適應決策規劃和全視域慣導控制這塊的內容。 環境感知第一塊任務是目標檢測,因為我們用了一系列算法,也做了針對性的改進,在使用過程當中發現,比如在感知當中存在的一些問題,像多任務、多尺度的檢測,一個是靜態障礙物的檢測和動態障礙物的檢測。在此基礎上,在原有算法上做了一些更新和改進,公開數據集算也做了一些測試,目標比如檢測的精度有比較顯著的提升。同時,我們也給我們的場景做了一些泛化和測試,能得到有效的驗證。 第二是目標跟蹤。我們也知道目標跟蹤是感知里面一個非常重要的內容。比如說復雜動態場景,它的目標跟蹤也太大,也涉及到多目標的情況,包括跟蹤精度和跟蹤效率,我們也提出了基于數字卵生網絡和自注意力機制的一個算法,一個目標跟蹤算法,我們也是在開源數據集做了一些測試和驗證。同時,結合我們自身的數據集場景做了一些測試和驗證的情況。 接下來是這里面很重要的一點,也是屬于車道線的檢測,車道級的定位,包括對行車區域是至關重要的。所以,我們也是專門針對車道線檢測做了二維和3D算法的改進,具體改進措施包括構建了全局特征和跨時空信息交互框架,同時,我們也提出了自適應門控三維車道線檢測方法,在它的檢測精度和實時性上有了比較大的提升。 前面講到的是基于視覺的,后面我們基于激光雷達也做了很多算法的研究,包括基于機器學習的也好,深度學習的也好,我們也做了一些。激光的信息非常多,我們也做了一些3D檢測,在這塊我們也是做相關的工作。它的檢測準度也提升了8%以上,檢測速度也縮短了20%以上。 第二個核心內容是決策規劃。因為我們也知道場景特別多,我們是根據不同場景采用了不同方法。比如像結構化道路,我們提出的是基于事件觸發的運動決策方法,基于半結構化道路里面也提出了兩步搜索,首先是基于改進RRT引導線搜索區域的一個方法,第一步。第二步,基于圖搜索軌跡規劃的方法,來實現場景復雜適應性這塊。第二個方法是關于時空聯合規劃這塊的,前面剛才我們講的是第一代,第二代我們想做一個在空間和速度同時獲得最優集,這個時候相當于我們把所有行駛環境做一個語義統一建模的表達,構建了時空語義的語義圖,包括語義信息、時空圖的信息都放在了統一的建模里面。然后來進行一個計算,當然它的挑戰對算力要求,包括實時性是比較大的難題,目前我們也正在做實時性提升方面的一些工作。 這塊是關于泊車的,泊車里面也涉及到行車和泊車的場景,包括涉及到全局規劃,行車、泊車任務規劃,包括我們采用搜索和數字優化行車的規劃。同時因為車位的類型也非常多,有水平車位、垂直車位、斜車位,而且場景也非常復雜,所以我們也提出了針對不同場景決策和規劃的一些方法,建立了“行泊一體”的體系。 這是控制的內容,也涉及到行車場景和泊車場景,這里特別提到了港口,一些特殊車輛控制方法。針對不同場景的需求也采用了不同的控制方法,像泊車場景也提出了非線性模型控制跟蹤方法,實現了多目標約束泊車控制架構,也實現了多類型車型路徑跟蹤的控制。這里面沒有給出我們詳細的一些指標,因為我們做測試的時候,包括做仿真和實車的時候,都有非常詳細的指標,控制的精度都還非常高。 這塊是針對行車的,因為行車我們遇到很多情況,比如說有乘用車、商用車,也有集卡的,每個車型不一樣,轉向機構執行器也存在一些誤差,系統也存在一些延時,包括速度的適應性、模型的不確定性,都對控制帶來非常大的挑戰。我們也是針對不同的車型、不同場景提出了不同的控制算法。比如提出了一個基于模型LQR路徑跟蹤的控制方法,這個在巴士上面用的效果非常好。同時,也提出了RMPC的路徑跟蹤控制方法,在輕卡上的應用效果也非常好,包括一些場景我們也提出了容錯控制方法。針對港口車型是四輪轉向的,所以我們提出了后輪轉角補償LQR路徑跟蹤控制方法,它的正向、反向、傾行多種控制策略,我們也提升了四輪轉向的靈活性,包括在狹小車位里面泊車的機動性也達到了很好的控制效果。 測試這塊,首先從評價體系上,包括自動駕駛的功能測試和性能測試上,這里面也涉及到環境感知、行為邏輯、行駛的安全性、功能的完備性等等。從研究開發的角度來說,為了拿到牌照,必須通過測試認證,包括典型的測試場景。 前面做了大量的算法和模型,我們首先要做仿真測試,做密鑰測試,也做HiL的測試,這個里面比如說我們也基于VTD力度引擎、決策規劃,控制軟件本身,包括預控也做聯合的一些仿真,也做算法控制策略,包括算法基礎驗證工作。第二,實車測試情況,剛才講了場景很多,我們也把每個場景做了很多測試。這塊相當于每個場景都會進行實車具體的測試,比如一些功能,也有初級測試,再到測試示范區去做認證測試,再到公開道路上做運營的測試情況。這塊為了整車的開發,我們也開發了一些智能網聯汽車測試平臺,就可以把所有運行過程當中的數據進行采集,也可以做回訪,也可以對測試數據做分析,也可以把一些場景進行有效提取,為后面數據的閉環做一些準備。 這塊是自動駕駛測試技術和一些裝備。第一,被測車輛;第二,目標假車、目標假人;第三,現場試驗控制中心。我們也知道目標假車基本上都依賴于進口,我們也跟達安聯合成立一個項目,做純自主目標假車的開發。目標假車涵蓋的內容:第一是底盤;第二是車身體;第三是載距,這是底盤這塊的。還有一塊,就是測試過程中需要做大量的素材,所以也有感知的設備和一些素材,包括我們試驗控制中心的一些情況。這是目標假車具體應用的場景,比如做什么樣的測試。然后這一塊是我們具體的目標假車第一代情況,比如底盤、上裝,這個目標假車所有的都是要自主選型、自主開發,全線設計,沒有可供參考的,所以開發的周期也比較長,反復做了好幾輪,下面三個是它的視頻情況,好像視頻播放有點問題,下面的就相當于我們開發的最核心的,這個目標假車底盤是非常低的,最高車速可以達到80公里,也做了很長時間的開發和迭代,也達到了預期效果。還有一塊依托國家重點研發計劃也做了智能網聯在線運行監控平臺,這樣可以把智能網聯汽車人車路環境多元的信息進行實時采集,也構建了時空一張圖大數據平臺,也可以基于這個大數據做一些實時運行狀態虛擬重構,關聯規則和深度學習也可以對大數據進行深度挖掘,做可視化的工作,來實現智能網聯汽車全生命周期的監測,包括它的評測。 第四塊內容是在智能網聯汽車方面的集成應用、測試方面的工作,比如我們也做了乘用車這塊的,比如基于廣汽做了一些改進,也做了一些系統測試,比如功能的測試。第二,我們也在東風的乘用車、Sharing Van1.0 BUS平臺做了很多場景的應用。然后這塊是在東風輕卡、環衛、目標假車、商用車、干線物流、無人集卡,以及在工程車上也做了自動駕駛的應用,包括我們也開發了低速的多功能自動駕駛平臺小車。 第五個,也借這個機會介紹一下武漢理工大學在經開區的車谷校區,之前是建三院,最近也在做調整,經開區管委會希望我們按照校區來建設,總體規劃大概400畝地,目前一期建設用地是143.75畝,建筑面積約11.5萬方,基本上全封頂,大概明年9月份希望跟華科的軍山校區同步開學入駐。 我們這個里面所做的一些工作,比如科研平臺是“一三七”的規劃:一個人工智能和元宇宙中心;三大板塊涉及到智能汽車、智能交通、智能裝備,每個平臺下面都有相應的創新平臺。一個是科學研究,第二是人才的培養,我們講的是“兩班一營”,產業精英班和項目卓越班,這塊我們跟東風一起做了產業的精英班,大概有40多個人。第二屆9月份應該也選拔出來了,我們也跟東風股份成立了一個項目卓越班。所以,我們也希望圍繞湖北汽車產業鏈打造創新鏈,也把人才鏈和教育鏈串起來,希望把科技、人才和教育三位有機一體統籌推進。 這個是我們東風躍遷班第一屆的基本情況,比如通過它的招生宣傳、聯合選拔、企業導師的選聘、聯合方案的培養等等一系列的工作,也非常感謝東風給予大力支持。如果有企業感興趣,也希望在我們經開校區建成之后,也把我們兩班運營作為一個希望,做一個大規模推廣。我的匯報完畢,謝謝大家!上面也有微信。 (注:本文根據現場速記整理,未經演講嘉賓審閱,僅作為參考資料,請勿轉載!) |
![]() |
中國鍛壓網官方微信:掃一掃,立即關注!
關注"中國鍛壓網",獲取獨家行業新聞資訊。 添加方法1: 在“添加好友”中直接添加微信賬號:chinaforge 添加方法2: 微信中掃描左側的二維碼 |