本报讯(记者 叶伟)近日,在江苏省苏州市举行的第三十三届中国汽车工程学会年会暨展览会上,中汽院(江苏)汽车工程研究院有限公司智能网联中心副主任、中汽院智能网联科技有限公司副总经理刘延表示,当前,智能驾驶处于快速向量产落地过渡的阶段,测评体系也在同步建设。
当前,随着技术快速迭代、场景复杂度持续提升,智能驾驶行业长期存在的测评短板。刘延认为,这更多体现在测评能力与复杂真实路况、快速迭代的技术之间还存在匹配差距,主要集中在四个方面:
一是虚实测试置信度闭环还没完全打通。长尾高危场景实车复现成本高、风险大;虚拟仿真能批量生成工况,但仿真和真实世界存在偏差,仿真结果的测评证据效力还需要持续通过实车对标标定。
二是安全标准到测评指标存在工程转化鸿沟。顶层安全原则已经明确,但像ODD边界判定、人机接管、复杂交通博弈这类边界能力,缺少统一可量化测评标尺,一方面是技术路线多元化,另一方面标准需要产业实践沉淀,才能落地为测试用例。
三是跨域复合测评能力不均衡。传统功能安全测评比较成熟,但 AI安全、数据与网络安全这类交叉领域,工具链、复合型人才还在补齐。
四是在役车辆持续测评手段不足。现有测评更多集中新车准入,车辆交付后硬件老化、OTA迭代带来的性能漂移,全生命周期安全测评方法仍在探索。
总的来看,这些痛点是产业快速发展过程中的阶段性问题,并非技术上完全不可解。行业解决路径方向清晰:持续做强虚实结合的测评技术、推动安全要求向量化测试指标转化、补齐跨域安全测评能力、共建公共场景与数据底座、探索车辆在役阶段持续安全评估机制。这也是中国汽研作为第三方机构重点投入的方向,通过联合研究、标准共建,推动行业逐步形成可落地的智驾安全评价共识。
对此,中国汽研以标准研究与测试评价技术研究为核心牵引,构建了覆盖场景构建—模拟仿真—场地与实车验证—数据分析—综合评价的全流程测评能力,把标准要求、测试场景、测试方法、评价规则全链路打通,形成了可复用、可验证、可追溯的体系化测评能力。核心有三大亮点:
一是全流程标准化。把原则性的安全要求,转化为结构化、可直接执行的测试场景与用例。
二是虚实一体化贯通。同一场景可以在虚拟仿真与封闭场地中做关联验证,保障不同测试手段的结果一致性与可比性,打通了仿真测试与实车测试的壁垒。
三是全链路可追溯。从场景调用、测试数据、评价结果到证据记录,形成完整的闭环链路,出现问题可以复现、结果可以追溯,方便企业定位问题、迭代优化。
体系针对性解决了行业核心痛点:一是场景与评价口径不统一,产品之间难以横向对比;二是危险极端场景无法安全、重复地测试;三是仿真、场地、道路测试衔接不畅,测试效率低;此外,在落地应用上,这套体系既能服务企业的研发验证与产品迭代,帮助企业降本提效,也能支撑准入测试、安全评价等工作。对监管部门来说,标准化的场景与可追溯的测试证据,也能为智能驾驶产品的安全监管提供扎实的技术支撑,助力汽车产业高质量发展。
![]()
特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.