数据结构论坛

首页 » 分类 » 常识 » 2020世界智能网联汽车大会车路协同大
TUhjnbcbe - 2024/9/14 16:22:00
9月14-15日,世界智能网联大会在嘉定隆重召开,在此,我们划下重点内容。重点1:中国智能网联汽车发展面临哪些问题?我们如何创新?中国汽车工程学会理事长、中国工程院院士李骏指出目前单车智能存在的一些问题:1、无人驾驶必须依靠AI,但是AI有黑箱效应,如何克服?2、兰德智库认为自动驾驶需要亿英里的道路测试,怎么实现?3、完全自动驾驶至少有几百万的极端工况,软件设计如何保证和验证?4、L3/4/5自动驾驶成本,特别是激光雷达和域控制器太高,如何进入私家车量产?5、完全自动驾驶汽车的实际行驶安全如何保证?6、基础设施的瓶颈针对此项问题,李院士提出了相应的技术突破方向:建立“新一代智能网联汽车”的新型技术理念:规避“单车智能”去挑高自动驾驶的能力上限,并且防止压到下限,我们也得找到把自动驾驶能力和车外赋能联合在一起的边界,在成本上做到接受度高一点,按照这个技术路线开发下一代汽车产品,而不是简单地搭载上就行;车载使能感知与车外储能感知融合一体化的感知技术:车外赋能和单车智能必须放在一起,自动驾驶最难的就是过城市的十字路口,从车感受到这个场景,然后数字化将信息传递到汽车当中,完成感知、规划、决策一体化技术,这个目前还需要进步;支撑自动驾驶的云端赋能设施标准与装备:“云”很重要,云是支撑,支撑靠的是路测设施,但是路测设施必须成为车自动驾驶感知的一部分,没有感知的部分,路测设施的作用不到,只给信息不参与驾驶是没有用的;支撑自动驾驶的5G网联汽车与5G-V2X装备:5G汽车的三个商业模型最核心的就是无人驾驶,5G汽车研发的必须搞清楚自动驾驶汽车数据需求、数据结构和数据传输及通信规范和车载5G装备与系统集成。支撑使能赋能融合一体化的自动驾驶芯片体系与操作系统:车内车外的芯片都很重要。支撑使能赋能融合一体化的自动驾驶汽车测试系统:目前我们没有一套国家权威的场景定义,汽车必须经过安全、成熟的测试验证后才可以生产。重点2:我们为什么需要车路协同?车路协同结构如何工作及存在的问题?百度智能交通产品研发总经理陶吉:我们的车路协同目前做的更多的是在道路上增加传感器来增加感知的冗余,弥补车端的不足,但是装了这些设备对自动驾驶有多大的帮助?其实是需要大规模的实践和理论推演才能进行有效回答的,百度实现了数百辆自动驾驶车端与路测感知融合,实践表明,人类出事故的原因主要是因为看不见看不清或者看得太晚,但是自动驾驶车不会有疲劳驾驶和鲁莽驾驶的问题,自动驾驶大部分的问题都是由感知带来的,而车路协同可以帮助其解决99%的问题,但如今的算法智能解决60%-70%。中国汽车工程学会理事长、中国工程院院士李骏提到,欧盟、美国、日本成立了一个联盟,提出了一个标准ISAD,把车之外要支撑自动驾驶的设施分为五级,依次递进分别为协同驾驶、融合感知、动态地图信息、静态数字信息/地图支持、传统设施/无自动驾驶支持,这里面其实就强调了车路协同,道路要参与到自动驾驶中来,而不仅仅是单车智能。至于实现车路云协同需要做哪些努力呢,清华大学教授、清华大学苏州汽车研究院院长成波指出,车路云协同的控制系统是云控系统,利用新一代信息与通信技术,将人、车、路、云的物理层、信息层、应用层连为一体,进行融合感知、协同决策与控制,综合提升交通效率和行驶安全。车路云协同的控制系统有四个特征,一是通过标准化的通讯实现车路云泛在互联,二是通过车路云融合感知,把交通全要去在数字空间里实现映射,三是对于协同多应用,消除冲突真正实现全局性能优化,四是通过统一的计算和调度实现高并发的实时运行。单就车路云协同方面,我们还存在很多问题:一方面我们要通过车路云的泛在互联等技术解决一些单车感知、多车行为冲突的问题,其中的难点包括车辆层面的融合感知和协同决策,以及高通层面的拥堵和联合管控的问题,另一方面是计算资源的开发,如何把大数据挖掘、计算和块分及时有效地输送到末端也是很大的挑战。重点3:大数据加持上海智能网联汽车据上海国际汽车城集团有限公司表示,上海35.5万辆新能源汽车已经介入上海新能源汽车数据采集与监控中心,数据采集频率现在已经提升到了1s。简单来说,数据中心可以通过“车端”“路端”“云端”数据推动自动驾驶产业的数据集聚与发展。具体来说,在车端,加装车辆运行监控装置,全面监管车辆测试过程,实时发现异常测试行为,并进行信息预警,同时基于海量历史数据,对车辆测试情况进行统计分析;在路端,建设综合性、多源感知路侧环境为车辆提供网联化信息通信服务,支撑企业开展车路协同式自动驾驶测试;在云端,构建数字孪生平台,实现物理道路交通向云端虚拟场景的映射,支持交通流运行状态的实时推理,以及关键场景的发掘与记录;云控平台,支持车路协同的网联化自动驾驶云端控制;虚拟仿真平台,基于开放道路测试环境1:1高保真静态场景建模的高精度地图,支持测试企业虚拟仿真环境下的感知、规划和决策控制的模型在环和软件在环测试。重点4:新能源汽车与可再生能源的融合发展上海推出了GEF6示范项目,试图通过智能充电、V2G、光储充技术示范项目进行探索,实现新能源汽车、微电网和可再生能源的融合发展,推动新能源汽车在全生命周期产生更大的经济和社会的效益。国网电动汽车公司柔性负荷与电力市场领域专家研究员杨烨博士给我们提供了一种融合发展的体系架构,依托互联网的三个层次来促进能源的融合发展发展,第一个层次是能源网架层,就是将电网、充电桩和其他可再生能源,也包括储能等柔性负荷,通过充电桩接入电网实现物理层面的连接,第二个层级是通过物理层的连接,利用有效的信息互传实现共享,最后为社会创造更多的价值,总结起来就是为大网和小网服务,用户与国网之间形成互动,从而促进能源更好地利用。上海市电力需求响应中心郑庆荣主任给提供了另一种思路:从城市特色的角度,做了商业楼宇资源方面的创新应用,构建了国内首个虚拟电厂的运营平台,通过物联网、大数据分析、人工智能技术、边缘计算技术,实现了用户闲散资源的聚合和优化分配。特来电新能源股份有限公司市场支持中心路文刚总经理坦言:目前无序的充电对电网改造投资非常大,我认为做大幅度的改造投资对整个社会资源是一种浪费。高峰充电对整个电网,对用户高峰充电的经济性不好,不利于削峰平谷。针对绿色能源的消纳和互动,特来电在全国布设了28万终端都已经预留了储能和消纳接口,未来可以无缝接入和消纳当地的光伏、储能这些可消纳的能源。此外,将原来原网和单项电网结构改成一个柔性的能源网,让这些可再生能源大幅度在电网消纳使用,实现新能源车充新能源电。
1
查看完整版本: 2020世界智能网联汽车大会车路协同大