一场疫情让今年的汽车行业面临着更严峻的挑战,越是在这种艰难的时刻，就越应该抱团作战，合力攻坚。

　　在这个特殊时期，研究院与客户的交流不能断，合作不能停。因此，我们将每年定期开展的“走进主机厂”活动搬到了线上，开启了直播带『技术』的新模式。

　　”同面挑战，共享机遇”，5月29日，一场以”数据驱动下的智能网联汽车安全测评体系”为主题的直播交流活动拉开帷幕。

　　清华大学苏州汽车研究院院长成波为我们的第一场直播倾情开场，他指出:

　　■ 智能网联是未来汽车产业发现的趋势所向，但是现在也面临着产业化的巨大挑战。

　　■ 相对传统行业，智能网联汽车主要依靠人工智能，V2X，5G等核心技术支撑新产品的开发。基于场景的验证，基于数据驱动的开发，成为下一轮产品开发的主流。

　　■ 从数据采集，加工，分析到应用，大数据产业链正在逐步成型。研究院一直致力于打造服务汽车产业发展的公共平台，希望能通过各种开放交流的形式，与行业共享大数据服务领域的研究成果。

Information

总结

小能手

来咯

主题报告

报告一

数据驱动AI-大数据采集、标注、训练一体化平台

孙辉

清华大学苏州汽车研究院AI实验室副主任

　　人工智能技术已成为智能汽车环境感知的核心技术，而深度学习模型的有效训练和优化离不开大规模海量交通数据。目前，采用人工标注数据存在时间长、成本高、一致性低等缺陷，发展自动标注技术势在必行。

　　本报告以智能汽车雷达、摄像头、GPS等传感器采集的数据为输入，研究多传感器融合、交互式图像分割、物体检测与回归等核心技术，开发软件系统及管理平台，实现数据融合、数据标注等过程的自动化，从而提高数据标注效率。

　　苏州汽车研院已在该领域开展了长期研究，具有较为丰富的积累，自主研发的自动标注软件已用于标注数十万张图像及点云数据，可以大幅节约标注时间，降低人力成本，增强一致性，提高标注效率。

　　在数据服务市场开拓方面，我们规划了三种产品模式。①标注服务--承接企业标注任务，按标注规范完成标注；②标注软件工具--面向个人、高校、企业少量数据标注的需求，收取软件授权费用；③可私有化部署的平台--对自有人力资源或数据保密有较高要求的企业，如军工、主机厂、标注工厂等，提供完整的可私有化部署的标注平台及软件。未来，在数据服务方面将重点布局数据标注平台和数据使用平台，打通数据清洗、标注、使用流程，形成完善的大数据服务体系。

报告二

面向自动驾驶的数据挖掘与场景库构建

戴一凡

清华大学苏州汽车研究院智能网联中心主任

江苏省智能网联汽车创新中心主任

　　基于场景的研发与测试，是自动驾驶汽车相比于传统汽车的一大区别。报告分析了国内外场景库的最新研究与标准进展，并介绍了清华汽研院推出的智能场景库“镜”。

　　从场景来源角度，由于具有“上帝视角”的取景优势，路侧视角的场景来源现在已成为场景库数据源的重要补充。清华汽研院基于自研的多尺度车辆识别算法、高精度联合标定、边缘场景提取等核心技术，构建了我国交通环境下的匝道合流、交叉路口等轨迹数据集，并基于规则与AI融合技术，构建了高速公路、城市道路等环境下的交互式场景模型。

　　场景库“镜”（www.scenarios.cn）已经形成了包含L2以下ADAS场景、L3以上自动驾驶场景、边缘&事故场景、轨迹数据集等在内的完整场景库体系，兼容最新的OpenScenario V1.0标准格式，并可提供导入国内外主要仿真软件的工程服务。

报告三

虚拟仿真与数字孪生测试技术 

潘舟金

清华大学苏州汽车研究院智能网联中心项目经理

　　智能汽车在全球范围内已进入关键发展期，仿真测试是保证自动驾驶安全必不可少的一个环节。从微观、中观和宏观角度可给仿真测试划分为：车辆动力学仿真、场景仿真以及宏观交通流仿真。场景仿真是我们本次报告主要关注的对象，场景仿真需要具备基本的传感器仿真以及交通场景模拟能力。纯仿真环境下无法高效的测试自动驾驶决策与控制是一个难点，结合场景仿真与实车实路可以针对决策和控制进行高效的孪生测试。

　　场景仿真可以归纳为固定场景仿真以及随机场景仿真。随机场景可以通过过蒙特卡洛、重要度采样以及最优化算法进行基于场景测试评价，高效的找出自动驾驶的能力边界。场景仿真也可以通过大规模并行测试进行测试效率的提升。

　　数字孪生的测试技术可以实现真实的车辆行驶在虚拟的交通环境中进行整车闭环测试。可通过高精度地图、高质量道路环境以及高质量车辆建模，实时姿态同步与信号注入，针对性的测试场景导入以及多级评价机制构成完整的数字孪生测试。

报告四

智能网联汽车传感器测试方法

郑凯

清华-瑞地联合实验室副主任

苏州凌创瑞地测控技术有限公司总经理

　　针对传感器的量产测试，是智能网联汽车量产的必经之路，同传统的汽车测试项目有较明显的区别。在新的测试方案提出前，必须要能够理解工艺流程，明确测试目的，进而制定测试方法。而测试方法本身需要综合考虑待测产品的通用特性和专用特性以及在应用中会遇到的各种边缘工况。测试方案的选择永远在测试需求的完备，测试效率的提升和测试成本的下降的不可能三角中寻求平衡。

　　针对零部件厂商量产毫米波雷达测试，主机厂商毫米波雷达采购评估和主机厂商智能网联汽车下线检测的三个不同场景，我们进行了测试目的的还原，测试挑战的分析和测试方案的介绍；从测试装备到测试服务，有效的覆盖零部件全生命周期的测试需求，并提供操作简便的校准及调整方式，让测试有效的服务于高端制造，提升产品价值。

报告五

功能安全与预期功能安全在智能网联汽车中的应用

吴昊天

清华大学苏州汽车研究院汽车电子安全所项目经理

　　随着汽车技术的发展，车载电子控制器的数量日益增多，智能网联车通过电子控制器之间的相互协作，在车辆使用周期内承担了部分驾驶任务，一旦出现故障或性能不足导致车身动态出现非预期行为，是非常危险的事情。那么对于高度电子化，智能化的车辆来说，安全显得尤为重要。而在汽车安全，按照其失效的原因又分成了ISO26262汽车功能安全，IS021448预期功能安全和21434汽车网络安全。今天为大家带来的讲解是汽车功能安全和汽车预期功能安全。

　　功能安全，可以看作是在功能基础上附加安全性设计，功能安全的开发需要与功能开发同步进行。同样，功能安全设计是限制高风险的失效，使之成为可接受的风险（风险评估的维度和打分可参照IS026262-3）。功能安全的需求从根本上是对硬件（fault）以及软件（error）的检测和处理。与之不同的是，产生可能违背预期功能安全的因素不是由软硬件的错误导致，而通常被理解为自身在特定条件下性能不足而产生的车辆动态无法安全运行，举例，摄像头对特殊姿态的行人识别率不够，而导致在前方有特殊姿态行人的时候无法刹车等。对于预期功能安全的风险我们可以从两个方面着手，一是提高自身性能，如增加摄像头卷积神经网络对特殊姿态行人的训练量，二是限制功能行驶域，使其不形势在在可能触发自身性能不足风险行驶域，如现有TJP HWP等功能现在在高速/高架行驶。

　　简而言之，三个安全标准中，只有满足功能安全和预期功能安全才能满足功能自身的安全性，同时，满足网络安全可以保证一定的抗外在网络侵入风险。

活动小结

　　小编说

　　今天的直播活动，我们定向邀请了20多家整车企业与合作伙伴参与，通过前期问卷，线上交流答疑等形式，希望能搭建一个深度需求对接平台，让参与的小伙伴们都能收获满满。

　　作为“走进主机厂”系列活动2.0，未来我们的线上活动将以更多元化的形式推出，期待下次再见~

关于我们

　　清华大学苏州汽车研究院成立于2011年，是清华大学第一所面向产业应用的专业化派出研究院，致力于智能网联、新能源、节能减排等汽车新技术领域的应用技术研发、科技成果转化和高新技术成果转化，孵化企业100多家，成为我国汽车产业创新发展的重要支撑平台。