当前，智能网联汽车已从小范围测试验证转入技术快速演进、规模化应用发展的新阶段。随着示范应用不断扩面，“车路云一体化”建设逐步推进，数据的重要性愈发凸显，如何进行数据价值挖掘、共建生态体系需要进一步探索。在此背景下，2024年5月31日，IAE GROUP成立五周年暨“西部水木灵境”公司开业庆典在重庆隆重举行，并在活动同期举办了“车路云一体化数据资产化研讨会”。
中国汽车技术研究中心原主任赵航、中国汽车工业协会副总工程师王耀、德国汽车工业协会中国首席代表兼总经理张琳，重庆高新开发建设投资集团有限公司党委书记、董事长杜国平，原苏州高铁新城党工委委员、管委会副主任丁盛义，重庆科学城科技产业发展有限公司董事长毛希桥，中国信通院于润东博士、潍坊商会会长徐熙明等相关领导、专家及生态伙伴出席活动，与会嘉宾共叙佳谊，共谋发展。
自2019年正式开业，IAE智行众维已从科技初创公司成长为智能网联仿真测试领域的领先企业，并得到了客户、行业、生态伙伴和地方政府的广泛认可和大力支持。
本届峰会是国家数据工作体系优化调整后首次举办的数字中国建设峰会，会议聚焦数据作为新型生产要素，充分发挥数据要素的放大、叠加、倍增作用；聚焦夯实数字基础设施和数据资源体系“两大基础”，强化高水平数字化支撑；聚焦新一代数字技术，推动赋能经济社会发展。
在本届峰会的中国电信2024智算云生态大会的数据要素论坛上，苏州智行众维智能科技有限公司（以下简称“IAE智行众维”）受邀参会并成为中国电信数据要素产业联盟生态合作伙伴，聚力以数据要素赋能新质生产力，助力产业高质量发展。
未来，IAE智行众维将持续发挥自身在智能网联汽车数据产品研发、量产及应用方面的专业能力，携手中国电信等合作伙伴，共同探索实现“仿真赋能、数据驱动”的智能网联汽车发展创新路径，为数字中国建设贡献力量。
预期功能安全(SOTIF — Safety of the Intended Functionality)是智能驾驶汽车领域的关键概念，旨在补充ISO 26262功能安全标准，专门针对系统性失效和随机硬件失效之外的风险。SOTIF的核心在于确保自动驾驶系统在正常运行条件下安全有效地执行其设计功能，包括对复杂交通场景的准确解读、决策系统的稳健性以及对潜在高风险情境的妥善处理等。其实施，对于提升自动驾驶技术的可靠性和安全性至关重要，是推动自动驾驶汽车商业化的关键因素。
近日，中路慧能检测认证科技有限公司（以下简称“中路慧能”）总经理聂秋海一行、国汽（北京）智能网联汽车研究院有限公司（以下简称“国汽智联”）智能事业部总经理徐月云一行到访IAE智行众维，各方就车路云一体化数据应用、关键技术研究、测试认证、生态建设、示范应用等领域的合作进行了深入的交流。
中路慧能和国汽智联一行领导参观了苏州高铁新城智能网联示范区建设和产业运营情况，深入了解了车路云一体化中国方案在苏州的实践成果，随后与IAE智行众维及先导产投进行了座谈交流。
聂秋海总经理表示，烟台市已将智能网联汽车作为支柱产业打造，中路慧能车路云一体化联合试验场及测试示范基地将构建集仿真测试、封闭试验场测试和开放道路测试于一体的车路云综合测试、检测和认证体系，服务于国内外智能网联汽车产业，同时将牵头打造烟台长岛智慧岛屿特色场景。
车路云一体化仿真测试与场地测试的有效结合是解决当前智能网联汽车网络安全和数据安全等问题的关键措施之一，如何提升企业在智能网联汽车技术领域的研发效率，降低整体产业的研发成本是三方合作的主要目标。中路慧能、国汽智联和IAE智行众维将发挥三方各自的优势，从技术能力、项目能力、服务能力、交付能力等角度，打造三足鼎立、优势叠加的有机生态，充分保障“国家智能网联汽车创新中心车路云一体化测试示范基地”的规划建设，打造世界一流，国内领先的智能网联汽车、智慧交通技术创新公共服务平台。
Coral-Data(珊瑚数据)开源计划着眼当下智能驾驶行业对算法训练及仿真测试应用的迫切数据需求，将陆续发布系列仿真测试场景集和训练数据集。本期发布的SimScenario-AEB 仿真测试场景数据集约50组，包含Car-to-Car和Car-to-VRU两部分，覆盖法规场景和自定义场景。
仿真工程师视角：浅谈AEB算法开发和测试验证
如今，装配自动驾驶系统的车辆在道路上越来越常见。AD/ADAS功能的受众群体逐年增加。AD/ADAS功能的推出无疑为驾驶员带来更加便捷、舒适和安全的驾驶体验。据全球综合数据资料库statista网站(1)中的数据显示，“2019年，全球范围内，约有3100万车辆具有一定程度的自动驾驶功能”，预计“到2025年，L2级自动驾驶车辆全球市场渗透率约为60%。到2030年，L2级自动驾驶车辆有望实现市场全覆盖”。
随着AD/ADAS 功能的升级，其与车辆内部的功能关联耦合的复杂程度随之上升，这对车辆功能研发及V&V(Verification & Validation)流程都是更大的挑战。目前系统化的解决思路是通过持续的测试、评价、验证来确保其功能符合ODD要求，该过程在各环节重复、耗时。如果算法更新迭代通过实车测试的方式进行验证，将面临测试验证周期长、成本高、安全风险高等问题。
那么，在确保安全的前提下，是否存在能够帮助大幅提升功能研发及测试验证效率的其他更优解决方案？
科学有效的仿真测试技术是目前该问题的最优解。在虚拟环境中搭建仿真所需各类场景，即全方位、全覆盖式复构真实世界各类形态、行为及物理属性，为AD/ADAS的开发、测试、验证提供一个安全可控的虚拟环境。
美国仿真测试服务商Applied Intuition进行了一项研究，旨在对仿真中行驶10,000英里与在现实世界中驾驶10,000英里进行测试的成本进行比较（如图1），其研究结果显示，相较于真实的里程测试，仿真测试每英里的成本约为真实里程测试的1/40。
图2: AEB 算法开发和测试闭环
图3: AEB 逻辑示意图
实例一：横向警戒距离的调教
图4为AEB算法有效目标感知范围示意图，只有位于主车路径上的目标物且其与主车横向距离小于设定安全阈值时，才会被AEB算法纳入警戒列表。合理的阈值能够有效减少AEB的误触发。在开发阶段如果缺少仿真的测试验证手段，仅凭在现实世界中的测量校准获取合理阈值的难度将大大增加。实例中通过大量、多组不同场景的仿真测试，迅速了解并调教出合理的横向警戒距离 。
图4 : AEB目标探测逻辑
实例二：状态切换阈值的调教
对于每个PBiStopTime，定义了不同的期望减速度。PBiStopTime中的“i”越大，PBiAccel的值就越大。因此，根据不同的AEB制动状态，算法将请求不同的期望减速度。
图 5: AEB状态转移逻辑
图6 :AEB算法开发和基于视频注入的闭环测试
考虑真实感知模组的引入，首先需要对摄像头仿真模型进行标定，以确保仿真图像尽可能接近真实摄像头图像。实例中通过构建与真实条件相同的仿真场景，调整模型参数标定传感器模型，从而获得与真实图像相同水准的感知精度。
图7：真实与仿真摄像头下的图像及感知结果对比
借助于摄像头传感器模型、视频注入设备、AEB场景库及泛化能力、Starfish自动化测试工具以及Jellyfish云算力海量仿真平台等Deep Ocean系列自动化工具（如图8），完成感知算法和AEB算法的整体闭环和批量场景的高效测试，帮助进一步验证算法的逻辑和参数的设定、实现性能的优化。
图8：基于Deep Ocean系列自动化工具进行批量场景的高效测试
我们非常高兴能够与大家分享IAE在自动驾驶仿真领域的实践经验，同时借Coral-data（珊瑚数据）开源计划本期的发布，与大家分享AEB相关的仿真测试场景数据集SimScenario-AEB，同时本文提到的AEB算法的编译版本也在其中。
期待与大家共同探讨仿真技术和数据在自动驾驶领域的深度应用。
下载方式：https://gitee.com/iae-icv/coral-data
近日，苏州智行众维智能科技有限公司（以下简称“IAE智行众维”）联合常熟理工学院汽车工程学院申报的元宇宙校企合作仿真实训基地成功入选2024年苏州市元宇宙重大应用场景需求项目，该场景是教育领域唯一的服务于智能驾驶教学方向的项目。
项目依托IAE智行众维建立的江苏省智能网联仿真测试与验证工程技术研究中心，与高等院校开展产学研合作，利用元宇宙技术搭建无限接近真实的虚拟驾驶环境，模拟各类交通场景，开展智能驾驶前沿技术的研究与验证，为高校提供安全高效的学习、实训和实践环境，加速智能网联高层次专业人才的培养和技能的提升。
5月9日，中国汽车工业协会发布了关于2024年第三批团体标准立项通知的函，苏州智行众维智能科技有限公司（以下简称“IAE智行众维”）牵头的《智能网联汽车 场景原始数据 采集规范》成功获批立项。此外，IAE智行众维也将深度参与立项标准《智能网联汽车 基于仿真场景库的场景测试 方法与评价》和《智能网联汽车 仿真测试场景库 场景分类》的研发和起草。
《智能网联汽车 场景原始数据 采集规范》规定了智能网联汽车场景原始数据采集的设备和操作要求，旨在完善场景原始数据采集流程，保障数据的准确性和完整性，保证场景库构建的多元性和完备性。
2024年5月3日，第11届韩国国际电动汽车博览会在韩国济州国际会议中心圆满落幕。本次博览会汇聚了全球智能电动汽车行业精英，来自全球的超过200家企业参与并展示了电动汽车、空中城市交通（UAM）、自动驾驶、机器人等多个领域的创新技术，IAE智行众维受邀参展，共同探索智能新能源汽车高质量发展路径。
此次博览会，IAE智行众维展示了最前沿的自动驾驶仿真测试技术与解决方案，并在“中韩电动汽车产业商务论坛”中发表主题演讲，分享了中国自动驾驶仿真测试技术的创新发展和实践经验。
博览会期间，中华人民共和国驻济州总领事王鲁新先生、IAE战略合作伙伴韩国DNV以及韩国政府和自动驾驶领域相关企业机构代表莅临IAE智行众维展位进行亲切交流，详细了解IAE智行众维自动驾驶数据采集-场景生产-算法训练-仿真测试全栈式技术体系和工具链产品，深入交流“水木灵境”场景工场、“水母”云算力海量仿真平台、高级整车在环（VaHIL）等创新成果，共同探讨了行业技术及发展趋势。
据贝哲斯咨询预测，全球自动驾驶仿真解决方案市场容量至2028年将达到300.46亿元，IAE智行众维在该领域正加速发挥更加重要的作用。我们秉持创新驱动、开放共赢的发展理念，推动自动驾驶仿真测试技术中国方案的全球化拓展，为实现更加智能和可持续的未来交通贡献力量。
感谢所有新老伙伴的支持，期待下次展会我们再会！
近日，苏州智行众维智能科技有限公司（以下简称“IAE智行众维”）在上海数据交易所完成“水木灵境场景工场”系列共3款数据产品的挂牌。该系列数据产品基于中国及国际自动驾驶的相关标准、真实道路和交通行为，利用人工智能和数字孪生技术，开发和形成场景数据的采集、挖掘、治理、分析和批量生产的全栈式闭环流程及自动化工具链，实现海量场景数据的大规模、高质量生产，构建大规模仿真训练、测试和评价所需的核心支撑体系，以具高精度、高置信度、高覆盖、高通用性的海量仿真场景数据库，提供仿真场景数据及SaaS服务，支持自动驾驶实现数据闭环和数据驱动。
本期挂牌企业：苏州智行众维智能科技有限公司
关于上海数据交易所
上海数据交易所是由上海市人民政府指导下组建的准公共服务机构。上海数据交易所紧扣建设国家数据交易所的定位，以构建数据要素市场、推进数据资产化进程为使命，承担数据要素流通制度和规范探索创新、数据要素流通基础设施服务、数据产品登记和数据产品交易等职能。
到访IAE智行众维前，同学们首先参观了长三角国际研发社区展示中心，详细了解了长三角空间规划、功能片区、产业发展等有关情况。通过观看视频、亲自体验、交流对话等多种形式，对数字金融、智能网联汽车两大产业有了更全面的了解。
在参观IAE智行众维的过程中，同学们详细了解了公司的发展进程以及 X-In-Loop仿真测试技术体系研发成果，并参观了虚拟仿真实验室、半实物仿真实验室以及分批进行了基于数字孪生场景的驾驶模拟器体验。在自由参观环节中，同学们还和公司来自法国的虚拟仿真部门负责人Jeremy 经理在公司业务、交流合作、国内工作体验等方面进行了深入细致的交谈，了解了更多自动驾驶仿真测试领域的前沿信息。
针对此次精品课堂活动，同学们纷纷表示收获颇丰。通过本次参访学习，同学们深入了解了中国智能网联汽车行业的发展现状以及仿真测试技术在智能网联汽车商业化落地过程中的重要作用。IAE智行众维将持续推动与国际高校的交流合作，通过这扇窗口帮助世界更好地了解中国、认识中国，加强智能网联产业的国际化深入合作。