智能驾驶产业再添新军!中奥智能驾驶创新中心成立,IAE总部开业

苏州高铁新城传出好消息——IAE落户相城了!

 

IAE是什么企业?

这次总部落户苏州高铁新城的企业IAE(智行众维智能科技有限公司),是一家智能驾驶仿真测试企业,同时在北京、上海、美国底特律和奥地利萨尔茨堡设有研发中心。

依托雄厚、扎实的技术实力以及专业的解决方案,IAE服务于中国的智能网联汽车行业,助力智能驾驶技术的真正落地。

IAE作为一家科技创新型企业,为此次中心成立搭建了桥梁,公司设在奥地利萨尔茨堡的研发中心,已开发出目前具有技术代表性的智能驾驶仿真、测试与验证的完整技术平台。

 

4月19日,中奥智能驾驶创新中心成立庆典暨IAE总部开业仪式在苏州高铁新城举行。

本次活动由苏州高铁新城管理委员会、奥地利汽车产业集群联合会主办。

奥地利驻上海总领事馆总领事Brigitte ROBINSON,中国汽车技术中心原主任赵航,相城区委常委、高铁新城党工委书记苏学庆等出席活动。

 

IAE总部启动仪式

奥地利驻上海总领事馆总领事Brigitte ROBINSON,相城区委常委、高铁新城党工委书记苏学庆,苏州智行众维智能科技有限公司(IAE)董事长王耀东,苏州智行众维智能科技有限公司(IAE)创始人安宏伟,奥地利驻上海总领事馆商务领事Christina SCHOSSER,奥地利汽车产业集群联合会国际关系负责人Frederic HADJARI,IAE奥地利分公司CEO Klaus BERNKOPF共同启动IAE总部。

 

中奥智能驾驶创新中心揭牌

随着IAE的加盟,为苏州高铁新城与奥地利智能驾驶企业之间搭建了一座技术合作、创新协同的桥梁。现场,中奥智能驾驶创新中心也应运而生。

奥地利汽车产业集群联合会国际关系负责人 Frederic HADJARI与中国汽车技术中心原主任 赵航,共同为中奥智能驾驶创新中心揭牌。

 

借助IAE这一技术平台与此次成立的中奥智能驾驶创新中心这一合作实体,未来苏州高铁新城的交通场景将出现在奥地利研发团队的测试工作中,为计划在中国推广技术和产品的欧洲智能驾驶科技企业提供中国真实交通仿真测试数据和仿真测试服务。

 

相城区委常委、高铁新城党工委书记苏学庆表示,高铁新城的枢纽区位、便捷交通、优质的产业生态、完善的产业配套等为建设智能驾驶产业高地提供了强大的支撑。

“今天成立中奥智能驾驶创新中心是加强国际创新合作、实现共赢发展的重要探索。”

 

奥地利驻上海总领事馆商务领事Christina SCHOSSER:

“此次中奥智能驾驶创新中心的成立意义深远,既有助于两国贸易往来,又推动两国智能驾驶技术落地。希望在既有的智能驾驶产业合作基础上取得突破性的进展。”

 

苏州智行众维智能科技有限公司(IAE)董事长王耀东在发言中着重介绍了与高铁新城的合作方向。

“中奥智能驾驶创新中心是为服务高铁新城、服务奥地利及欧洲智能驾驶行业而成立。

 

未来,将有更多智能驾驶研发团队到高铁新城集中测试最新技术。IAE还将与高铁新城共同建设仿真测试与验证中心,帮助智能驾驶安全落地。”

 

据了解,此次落地的IAE总部以及即将展开合作的奥利地科技创新企业,将在相城共同创建专业的智能驾驶虚拟仿真测试平台,实现智能驾驶测试加速,突破测试里程对技术落地的制约。

 

会前,与会行业专家参观考察了位于苏州港口发展大厦面积约1500平方米的IAE苏州总部办公区域,并举行了技术沙龙活动。

新闻转自:今日相城

由奔驰定速巡航事件及Uber自动驾驶事故引发的思考

近几日,“奔驰定速巡航失控事件”和“Uber自动驾驶车辆致死行人事故”在网络上持续发酵。新闻媒体广泛的报道,引发了民众对ADAS和自动驾驶安全性问题爆发式的关注。智行君有幸与大家一起来探讨热点背后引发的安全性思考。
事件回顾
“奔驰定速巡航失控”奔驰C200L车主薛先生在高速上将车辆设置为定速巡航模式,不想,定速巡航模式失控,车辆在高速路上以120km/h的时速狂奔一小时,最后终于在车主多次打开车门并解开安全带后减速停车。

听起来简直是中国版“生死时速”,然而随着新闻的发布和事件的发展,炒作的嫌疑也越来越大。相信大家对事件都会有自己的想法和认知,这里不多作评价。不过,智行君要提醒大家,定速巡航和制动系统同时失控确实是极小概率事件,但也不能完全排除车载网络堵塞等故障,为安全起见大家千万别实车亲测,还是坐等奔驰技术团队对事故车辆的专业检测结果吧。

“Uber自动驾驶车辆致死行人”

美国东部时间3月19日晚间10时许,一辆Uber无人驾驶车辆在亚利桑那州的坦佩市撞到一位女性行人致其死亡。相比“奔驰定速巡航失控“的戏剧性情节,自动驾驶致死事故显得太过沉重。这起严重的交通事故显然给自动驾驶“未来已来“的局面蒙上了一层阴影。

传感器未能采集到行人穿行的信号?

决策系统未能判断行人的意图?

如果是非自动驾驶的车辆,在相同的情境下能否避免事故的发生?

伤痛之后,对问题的分析和解决才能够真正推动科技的发展、产业的跃迁。

业内探讨
奔驰事件后,清华大学汽车安全与节能国家重点实验室教授李亮表示,巡航系统工作时,相当于驾驶员把油门的控制权交给了车载控制系统,这就涉及到汽车行驶安全以及相关责任认定问题。所以,汽车巡航控制系统进入工作模式通常都会设置具有一定安全冗余功能的前置条件以及危险工况下的退出机制;只有满足一系列的前置判断条件之后,车才能进入巡航模式,在逻辑上保证安全。(来源:新华网)针对Uber自驾事故,清华大学汽车工程系特别研究员、长聘副教授、博导李升波评论到,“因为行人事故的原因,Uber在美暂停了无人驾驶的道路测试。L4级的功能安全性仍然是挑战重重,无论是环境感知,还是决策控制,100%的可靠几乎是不可能完成的任务。这一方面是因为现有感知决策算法均不具备自我学习能力,主要由所采集的数据赋予智能,而所需数据量是随精度超非线性增长的,越到极限能力技术越多越困难。另外一方面我们所面临的交通场景又过于复杂多变,尤其北京、上海等城市道路,难以依赖技术人员测试覆盖所有可能的场景。目前无人驾驶生态共享 、Tesla的影子测试等,是行业对这些问题的一些有益尝试,但效果如何仍然有待进一步观察。另外,从这些事故案例看,似乎现阶段主攻L2级,2025年之前L3应该是更靠谱的商业化选择。”(来源:搜狐网)在ADAS和自动驾驶安全性问题被广泛关注的时候,智行君正在法国SIVALab实验室进行自动驾驶仿真测试领域的交流。SIVALab实验室由雷诺集团、CNRS和UTC大学共同创建,致力于车辆智能驾驶、环境感知以及控制与决策研究。实验室采用智能化软件模拟复杂的交通场景,向被测车辆输入虚拟传感器信号,智能驾驶控制系统接收信号后,通过轴耦合测功机等执行机构来实时体现车辆的动态响应(智行君会在后续的文章具体介绍SIVALab核心的VaHIL台架及其技术思路)。

 

实验室负责人Yohan BOUVET教授认为,在智能驾驶车辆进行路试前,必须在实验室内对车辆进行充分的、整车级的测试和验证,尤其是对控制算法和决策系统进行充分验证和优化。

BOUVET教授与智行君分享了实验室的一个研究方向:智能驾驶控制系统的验证中,一个重要环节是验证控制系统能否对传感器失效做出正确判断和合理响应——如果传感器全部有效,智能驾驶系统应正常工作;如果传感器全部失效,智能驾驶系统停止工作;但是如果某个或某些传感器信号异常,控制系统能否识别并且又该怎样决策?

智行君作为自动驾驶领域从业者之一,也反复在思考,当自动驾驶对传感器的依赖被提到绝对的高度之后,控制算法及决策系统的安全性验证是否也得到了同样的重视;在推动智能驾驶产业前行的过程中,企业是否有急于求成以致冒进,采用的方法论和流程是否足够完善和严谨?

媒体及大众对热点的关注,其核心是对科技飞速发展所可能带来的安全问题的担忧。希望国内外几位教授的观点,以及SIVALab实验室的研究工作能为致力于自动驾驶研发的朋友提供一些有益的启发。

智能驾驶系统实验室仿真测试,让上路的车变“聪明“点儿

如果自动驾驶车辆面对这样一辆印着自行车的SUV,它将看到什么?

多传感器融合的情况下,它将一会儿看到SUV一会儿看到自行车。

自动驾驶车辆面对这样的情景会产生什么行为?

这种情况正是智能驾驶领域中所要面对的边缘情况、极端案例。在实际道路测试中,大约在路上跑一个月会遇上一个极端案例,正因如此自动驾驶车辆需要达到100亿英里测试的安全红线。在这100亿英里的测试中,有多少极端案例让自动驾驶束手无策,就有多少潜在的安全风险。
在加州进行自动驾驶测试的公司,每年需要向有关监管部门提供年度问题报告,基于报告统计,2016年加州11路段总测试里程657000英里,自动驾驶系统失效次数为2578次,平均每3小时一次。失效包含软件和硬件的失效以及驾驶员判断的车辆行为异常的情况。
Uber自动驾驶车辆撞击行人致死的事故同样也是面对未知极端情况下而产生的。近来,已有多专家分析并发表意见,认为Uber事故的原因不是因为传感器在黑暗环境下未检测到行人,而是决策系统“决定”不采取任何行动。英特尔子公司Mobileye的CEO在对Uber问题发表观点时称,根据Uber公开的视频,即便在视频质量不好的情况下,撞击发生前1秒钟是可以探测到行人的,而对于自动驾驶车辆,这1秒钟也足以成为安全相应时间。
MOBILEYE分析结果

 

面对极端案例在实际道路测试中的安全风险及难以重复性,如何让决策系统在应对极端案例时的行为更有保障?

智行君带您走进VaHIL仿真测试实验室,在这里可以通过重复性的测试,让系统算法得以修正或让系统得到深度学习。

VaHIL架构
VaHIL仿真测试

VaHIL通过仿真软件可以模拟各类极端案例,模拟传感器信号,将信号传输给自动驾驶控制器,验证决策系统行为和车辆接收决策系统信号后的执行效率。环境仿真部分由AVS(原Oktal)公司的SCANeR Studio仿真软件提供,Rotronics的轴耦合式测功机作为整车执行机构。

自动驾驶汽车开发流程

VaHIL起先应用于雷诺集团、法国CNRS和贡比涅大学联合创建的SIVALab实验室中,其自动驾驶研发过程中,每次算法更新上路测试之前都需要先通过VaHIL台架的测试验证,让上路测试的车能够变聪明点儿。

 

这样的实验室测试正好弥补了子系统测试和实际道路测试之间缺少的环节,为实际道路测试提供更多保障。

系统失灵事件甚至事故,不应该只存在于系统失灵报告中,100亿英里的路试可以得到更多的安全保障。自动驾驶技术的成熟需要我们更多的思考和更多的努力。

自动驾驶仿真测试 – VTHILS应用简介

VTHILS:?Vehicle-Traffic Hardware-In-the-Loop Simulation,车辆-交通在环仿真测试平台,是介于虚拟测试和实车道路测试之间的一种方法,是智能网联汽车完整测试工具链中不可或缺的关键一环。VTHILS具有高效性、高可控性和高可重复性等特点,能够满足高危险场景测试、容错性测试等复杂高风险测试工况下的需求。VTHILS为智能网联汽车研发验证提供了全新的测试手段,同时也为测试方法和标准规范的研究提供了有效专业的支撑平台。

同时,扩展升级后的VTHILS+,还可对降雨、雾霾、阳光眩目等自然环境,车辆转向、变道、超车等驾驶行为和交通场景进行有效仿真测试。

基于VTHILS可以安全地进行ADAS/AV系统的开发、检测和验证,本文着重介绍了VTHILS系统的主要组成及其在ACC(Adaptive Cruise Control)系统测试中的实际应用。

使用VTHILS进行ACC系统评价

背景

ADAS系统道路测试花费较大且风险较高,部件-系统级硬件在环测试(C/S HILS)适用于部件级验证,通常不能加入传感器和真实场景,与整车级实际道路测试存在很大差距。

针对这一问题,韩国汽车技术研究院(KATECH)设计并建造了VTHILS车辆-交通在环仿真测试平台,基于实车和真实传感器(摄像头、雷达或激光雷达等)在可控实验室环境下进行ADAS系统及自动驾驶测试和验证。

VTHILS系统架构

VTHILS系统主要包括四驱转鼓测功机、移动目标和集成控制系统,以及附属功能设施:

  • 四驱转鼓模拟道路,对测试车施加路面载荷。测试车安装在转鼓上,前后固定,由驾驶机器人控制,保证安全。
  • 移动目标模拟交通,在导轨上沿纵向和侧向相对于测试车运动,用于被ADAS传感器探测。系统设置两条导轨+自由移动平台,可进行多目标测试。
  • 集成控制系统用于搭建、管理和实施测试场景,包括试验车车速/加速度、目标车车速/加速度、车距、位置、车辆相对运动等等。并控制转鼓测功机和移动目标进行联动。系统通过物理层和控制层保证测试安全。

ACC测试

基于VTHILS进行自适应巡航控制系统ACC(Adaptive Cruise Control)传感器和控制器的测试。

  • 测试车布置在转鼓测功机上。两辆目标车分别布置在前方和右侧车道。
  • 车载雷达探测前方的移动目标。
  • 集成控制系统通过控制试验车和目标车的相对位置和速度,进行多种工况的测试,如:
    • 不同的交通场景,包括车辆切入、变道、跟随和启停。
    • 不同车速和相对车速。

结论

  • 利用VTHILS可以在多种场景下对ACC控制系统和雷达传感器进行测试和评价。
  • 通过可控、高效和可重复的室内试验,保证了ADAS系统测试的安全性和可重复性,加速了ADAS系统的开发和应用。

KATECH VTHILS实验室简介

VTHILS是KATECH(Korean Automotive Technology Institute)设计并建造的,可在室内可控环境下对感知系统(自动驾驶传感器、控制器)进行整车级的开发和验证,填补了部件测试到实车路测间的空白。