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1：行驶10,000英里时，每英里真实驾驶里程与仿真里程成本对比
- 摄像头传感器模型
- 车辆模型
-
仿真环境与算法数据交互通讯接口
图2: AEB 算法开发和测试闭环
- Target filter：目标物过滤
- TTC calculation：碰撞时间计算
- StopTime calculation：不同制动状态下的刹停时间计算
- AEB logic：基于碰撞时间和停止时间的比较判断
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
- AEB_Exit：AEB算法未启用
- AEB_prepared：AEB算法启用但未激活，尚未进入任何制动状态
- AEB_PB1：制动状态1(如果条件TTC<PB1停止时间为真)
- AEB_PB2：制动状态2(如果条件TTC<PB2停止时间为真)
- AEB_PB3：制动状态3(如果条件TTC<PB3停止时间为真)
-
AEB_waiting：车辆进入制动状态并刹停后，AEB进入AEB_waiting状态。该状态需要等待重置指令以返回到AEB_Prepared。
- PB1StopTime：PB1StopTime=egoVelocity/PB1Accel/2+timeMargin
- PB2StopTime：PB2StopTime=egoVelocity/PB2Accel/2+timeMargin
-
PB3StopTime：PB3StopTime=egoVelocity/PB3Accel/ 2+timeMargin
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
- 静态目标在主车前方
- 主车前方的动态目标突然制动
- 主车前方的动态目标横穿
- 不同目标类型(汽车、行人等)
- 不同的主车和目标速度
- …
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
-
Martin Palek, Statista, “Autonomous vehicles worldwide – statistics & facts”, 18th of December 2023, https://www.statista.com/topics/3573/autonomous-vehicle-technology/#topicOverview - Applied Intuition, “Cost-Efficient Simulation in the Cloud: Paving the Way for Scalable Autonomy”, 5th of April 2024, https://www.appliedintuition.com/blog/cost-efficient-simulation-in-the-cloud
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。
我国智能驾驶行业数据领域正面临着数据体量不足、数据孤岛现象严重等诸多挑战，开放、统一的数据生态尚未形成。为助力行业解决这一痛点问题，中汽协会下属公司众链科技携手技术合作方IAE智行众维重磅发布Coral-Data(珊瑚数据)开源计划！该开源计划将陆续发布系列仿真测试场景集和训练数据集，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，欢迎持续关注…
本期发布的Sim-KITTI for 3D数据集是在上期Sim-KITTI的基础上，增加仿真点云数据和3D目标物标注，以适应更广泛的算法训练需求。
在自动驾驶技术的研发过程中，高质量、海量的训练数据至关重要。随着技术的不断进步和量产的实现，智驾车辆对于提升感知识别和判断能力的需求日益增长。为了进一步提升系统性能，除了常规数据，对于极限和边缘场景数据需求也变得尤为关键。然而，这类场景数据在现实世界中的发生概率低、采集难度大，且生产成本高，这成为了行业亟待解决的问题。
为了解决这些问题，中汽协会-众链科技携手IAE智行众维推出了Coral-data（珊瑚数据）开源计划。该计划基于自研DEEP OCEAN仿真软件工具平台（深海.AI）和科学有效的X-In-Loop仿真测试验证体系，致力于持续量产、验证和发布仿真数据集。开源计划首批发布了Sim-KITTI系列仿真数据集并验证了其在感知识别算法训练中的作用和有效性。
C 数据集：KITTI真实图像数据集（验证集），1500张，其中CAR类型目标标签总数6426。
图像感知算法对同类型的目标标签数有一定要求，该组数据集中CAR类型目标占比较高，这里以针对CAR类型目标的测试结果进行对比说明。
mAP_0.5:0.95：在IOU阈值从0.5到0.95的范围内，所有阈值的平均精度的均值。
基于DEEP OCEAN仿真平台和科学有效的测试验证体系，不仅可以生产高质量的摄像头图像训练数据，还可以同步获取毫米波雷达、激光雷达、姿态、定位等多种类型数据，为大模型、多模态算法训练提供重要支撑。在当前最热门的BEV算法开发训练中，许多企业面临训练数据标注难度大、效率低、缺乏Corner Case数据、数据覆盖性不足等问题，而基于DEEP OCEAN的仿真数据集则刚好可以帮助行业缓解甚至解决这些问题。随着Coral-data数据开源计划的推进，IAE智行众维将陆续推出更多仿真训练和测试场景数据集，期待与业界同仁共同探索仿真技术和数据在智能驾驶领域的深度应用，共同推动自动驾驶技术的发展，为未来的智能交通体系贡献力量。
下载方式：https://gitee.com/iae-icv/coral-data
KITTI数据集*
KITTI数据集是由德国卡尔斯鲁厄理工学院和丰田美国技术研究院联合创办的大型公开数据集，主要服务于自动驾驶和计算机视觉研究。该数据集包含丰富的传感器数据，如双目相机、64线激光雷达、GPS/IMU组合导航定位系统，以及大量的标定真值和开发工具。KITTI数据集的主要目的是评估计算机视觉技术在车载环境下的性能，涵盖立体图像、光流、视觉测距、3D物体检测和3D跟踪等多个方面。数据集覆盖了多种场景，如市区、乡村和高速公路，提供了真实场景下的多种情况，并且配有详细的标注信息。此外，KITTI数据集的传感器配置包括2个灰度摄像机、2个彩色摄像机、一个Velodyne 3D激光雷达、4个光学镜头以及1个GPS导航系统，这些配置保证了数据集提供高质量的图像和精确的定位数据。
2024年4月2日，苏州智行众维智能科技有限公司（以下简称“IAE智行众维”）与国汽（北京）智能网联汽车研究院有限公司（以下简称“国汽智联”）、中路慧能检测认证科技有限公司（以下简称”中路慧能”）在山东招远举行战略合作签约仪式，三方将联合共建智能网联汽车车路云一体化测试示范基地。
国家智能网联汽车创新中心常务副主任、国汽智联总经理郑继虎、国汽智联智能事业部总经理徐月云、智能事业部总师兼算法平台部部长高嵩、IAE智行众维董事长王耀东、CMO王亚锋等一行到访中路慧能。招远市工业和信息化局副局长肖庆成、玲珑集团有限公司副总裁曹志伟、中路慧能检测认证科技有限公司常务副总经理聂秋海等领导出席签约仪式。
玲珑集团有限公司副总裁曹志伟首先对国汽智联和IAE智行众维一行的到访表示欢迎，对三方达成战略合作表示祝贺。他指出，三方有着各自的优势所长，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。
IAE智行众维董事长王耀东对国汽智联和中路慧能一直以来的信任和支持表示感谢。他表示，在后续的合作中，IAE智行众维将充分发挥公司在智能网联仿真测试与验证领域的技术优势，为“国家智能网联汽车创新中心车路云一体化测试示范基地”的建设提供更多技术支撑，不遗余力地推动车路云一体化智能网联汽车中国方案的产业化发展。
此次战略合作协议的签订以及车路云一体化测试示范基地的成立是IAE智能众维与国汽智联、中路慧能强强联合、优势互补、合作共赢的重要举措，三方将在数据应用、关键技术研究、测试认证、生态建设、示范应用等领域进行项目合作，建立长期、紧密、共赢的战略合作伙伴关系，实现资源信息共享，共同推动合作领域技术研发与应用。
关于国汽智联
国汽智联聚集国内外高端专业人才，围绕建设国家智库、研发共性技术、搭建服务平台、营造创新生态、研发成果转化等开展核心工作，持续高效引领和支撑行业发展，提升中国智能网联汽车及相关产业在全球价值链中的地位。
关于中路慧能
中路慧能检测认证科技有限公司是一家独立的第三方检测机构，中亚试验场占地面积2232亩，拥有18条不同测试需求的专业道路，可以开展室外轮胎测试、ADAS测试及整车性能测试等项目。同时新增527亩场地，包括六个专业实验室，及国内首个具有立体交叉桥和实体隧道测试等148个测试场景的智能网联测试场，具有完备的道路测试硬件条件。