強國復興有我 2023年度上海市科學技術(shù)獎 優(yōu)秀創(chuàng)新成果展示 10月23日，上海市科學技術(shù)獎再度揭曉。胸懷“國之大者”，堅持“四個面向”，一大批標志性成果競相涌現(xiàn)，為正處于關(guān)鍵躍升期的上海國際科技創(chuàng)新中心建設(shè)增添底色和亮度。 2023年度上海市科學技術(shù)一等獎獲獎項目優(yōu)秀創(chuàng)新成果來啦！本欄目以“強國復興有我”為主題，重點圍繞項目要解決的問題、取得的重要創(chuàng)新、實際應用效果等方面，向社會公眾作科普宣傳。 本期“檔案”大揭秘 項目名稱：自動駕駛汽車虛實融合測評關(guān)鍵技術(shù)與系列裝備 第一完成單位：同濟大學 第一完成人：孫劍 獎勵等級：技術(shù)發(fā)明一等獎
近年來，自動駕駛產(chǎn)業(yè)迅速發(fā)展，成為全球科技競爭的焦點，美德日等先進國家均將其納入國家戰(zhàn)略，旨在提高交通安全并減少人為因素導致的事故。然而，美國密歇根大學的研究表明，自動駕駛汽車每行駛百萬公里發(fā)生事故的概率仍是人類駕駛的兩倍，暴露了其安全性不足的現(xiàn)狀。國際自動駕駛權(quán)威專家Claybrook在《Science》論文中指出，不完善的測試評價，導致自動駕駛汽車安全防線”失守”。目前的測試方式無法全面評估自動駕駛汽車在復雜道路環(huán)境中的表現(xiàn)，難以保障其安全性能。 自動駕駛技術(shù)帶來了測試與評估方式的巨大變化。以前，針對人類駕駛汽車，只需要測試駕駛員的能力和車輛的性能。而現(xiàn)在，隨著自動駕駛技術(shù)逐漸取代人的感知、決策和控制能力，測試的重點已經(jīng)轉(zhuǎn)向了人機結(jié)合的系統(tǒng)智能度，這帶來了全新的挑戰(zhàn)：自動駕駛測評需要復雜多樣的交通場景，但現(xiàn)有的路采數(shù)據(jù)和仿真工具難以生成足夠豐富的測試場景；仿真工具在極端交互環(huán)境下的精度不足，限制了測試效果。此外，傳統(tǒng)測試周期長，無法滿足自動駕駛系統(tǒng)頻繁更新的需求。 為了解決這些技術(shù)難點，項目團隊積極探索，大膽革新，發(fā)明了“場景泛化補全”“工具在環(huán)可信”和“流程閉環(huán)優(yōu)化”的自動駕駛汽車測評新方法、新技術(shù)與新裝備，實現(xiàn)了虛實互補場景泛化、以實驗虛可信仿真、虛實協(xié)同閉環(huán)優(yōu)化三大突破。 01 交通場景全息采集與虛實互補泛化生成 針對現(xiàn)實交通場景不可窮舉和高風險場景長尾分布等問題，團隊提出了“采集-泛化-加速”的新思路。 由于傳統(tǒng)采集方法無法精確捕捉多樣化的場景，團隊創(chuàng)新研發(fā)了基于全局(北斗)+局部(IMU)雙層圖優(yōu)化結(jié)構(gòu)的高精度車輛定位系統(tǒng)，結(jié)合激光雷達點云、圖像、地圖等多模態(tài)數(shù)據(jù)，實現(xiàn)了高精度場景分類與重構(gòu)，場景重構(gòu)精度達96%。研發(fā)的全息采集裝備i-Tester打破了國際巨頭壟斷，提升了采集速度與穩(wěn)定性，并能廣泛適用于各類車型。
復雜交通場景全息采集技術(shù)與裝備 然而，從實際道路采集的數(shù)據(jù)不足以涵蓋所有的交通場景。針對該問題，團隊開發(fā)了虛實互補的場景生成技術(shù)。通過分析車輛行駛和互動狀態(tài)，使用深度學習技術(shù)生成了具有多樣性的復雜場景，能夠涵蓋極端天氣、高風險交通事故等，大幅提升了測試的全面性。 同時，為了實現(xiàn)在海量場景下快速、高效測試的目標，團隊發(fā)明了自適應搜索加速測試技術(shù)，通過智能算法快速篩選關(guān)鍵測試場景，使測試效率提高了1000倍，領(lǐng)先國際水平。 02 人-車-路-環(huán)全要素耦合仿真推演技術(shù)與“以實驗虛”裝置 隨著技術(shù)發(fā)展，自動駕駛測試逐漸從實際道路轉(zhuǎn)向虛擬與現(xiàn)實相結(jié)合的方式。由于交通系統(tǒng)的復雜性，人、車、路和環(huán)境之間的互動千變?nèi)f化。虛擬仿真可以模擬復雜場景，降低成本和風險，但要實現(xiàn)高度可信的仿真，準確再現(xiàn)這些動態(tài)互動仍是個挑戰(zhàn)。 傳統(tǒng)虛擬場景中的傳感器信號往往過于理想，難以還原復雜天氣下的真實感知效果。為解決這一問題，項目團隊提出了幾何-物理混合建模方法，成功模擬了激光雷達、毫米波雷達等傳感器在惡劣天氣中的表現(xiàn)，使仿真結(jié)果更接近現(xiàn)實，可信度超過92%。 除了傳感器，模擬交通參與者之間的互動也非常關(guān)鍵。團隊開發(fā)了多車動態(tài)交互推演方法，可以精確模擬車輛、行人和非機動車的互動，尤其是在復雜交通環(huán)境下，能準確模擬36種風險駕駛行為，仿真精度從74%提升至86%，讓自動駕駛系統(tǒng)測試更加真實有效。 此外，傳統(tǒng)測試中使用的假車和假人往往互動性不足，難以還原真實交通場景。對此，團隊發(fā)明了單體主動避撞和智能交互技術(shù)與多智能體系統(tǒng)博弈對抗行為模型，提升了假車假人的互動控制。智能伴隨系統(tǒng)還可以支持多達10個假車或假人協(xié)同控制，測試結(jié)果與實車測試的一致性超過95%。這些技術(shù)大幅提高了自動駕駛系統(tǒng)在復雜場景下的測試效率和可信度。
超高速對抗式智能伴隨裝置及測試驗證技術(shù) 03 自動駕駛?cè)芷谔搶崊f(xié)同測試優(yōu)化 針對自動駕駛產(chǎn)品OTA更新頻繁、傳統(tǒng)測試效率低的挑戰(zhàn)，項目團隊提出了虛實協(xié)同的全生命周期測試優(yōu)化方法。 針對現(xiàn)有自動駕駛評價體系指標單一的問題，團隊創(chuàng)新性地提出了“三維一體”自動駕駛智能度評價方法，結(jié)合安全性、效率和舒適性三大維度，通過主觀與客觀、單體與群體的交互分析，實現(xiàn)了對自動駕駛系統(tǒng)智能度的全面評估。這一方法已經(jīng)應用于國內(nèi)智能汽車的測評標準，并廣泛用于企業(yè)研發(fā)和測試。
孫劍團隊自動駕駛實驗車群 傳統(tǒng)自動駕駛測試主要依靠實車測試或虛擬測試，然而實車測試耗時長且成本高，虛擬測試可信度又難以保障。為此，團隊開發(fā)了虛實協(xié)同測試優(yōu)化技術(shù)，并研制了國內(nèi)首創(chuàng)的三相映射測試裝備。這項技術(shù)通過優(yōu)化測試場景中虛擬與現(xiàn)實要素的布設(shè)，靈活結(jié)合、動態(tài)配置仿真車輛、實體假人假車、和實際/遠程駕駛車輛三種不同的測試資源，模擬出更復雜、更真實的交通場景。相比傳統(tǒng)測試方式，測試認證效率提高了20倍，場景覆蓋率大幅提升。
三相映射測試裝備與虛實融合測試應用 此外，傳統(tǒng)汽車測試流程往往周期長、效率低，難以滿足自動駕駛產(chǎn)品在運行階段頻繁更新的需求。為解決這一問題，團隊發(fā)明了車-云融合數(shù)據(jù)閉環(huán)測試優(yōu)化技術(shù)。通過車輛端輕量化推理驗證，結(jié)合云端的深度學習訓練，保障了數(shù)據(jù)隱私的同時，實現(xiàn)了測試的連續(xù)性。相比傳統(tǒng)的感知系統(tǒng)影子測試，這一技術(shù)實現(xiàn)了更加全面的閉環(huán)優(yōu)化，使產(chǎn)品更新周期從傳統(tǒng)的18個月縮短至3個月，大幅提高了自動駕駛系統(tǒng)的迭代速度。 這三項創(chuàng)新實現(xiàn)了測試場景“從有限采集到泛化補全”，測試工具“從分散失真到在環(huán)可信”，測試流程“從序貫開環(huán)到閉環(huán)優(yōu)化”的自動駕駛汽車測評新方法、新技術(shù)與新裝備，大幅提高了自動駕駛測試的效率和準確性，推動了自動駕駛技術(shù)的快速發(fā)展和應用。 目前，項目成果已廣泛應用于自動駕駛技術(shù)研發(fā)、產(chǎn)品認證和示范運營中。18家企業(yè)借助該技術(shù)開展輔助自動駕駛系統(tǒng)的研發(fā)，市場新車銷售占比超50%。成果賦能國內(nèi)70%的國家級自動駕駛測試區(qū)建設(shè)，支持12家企業(yè)進行高等級自動駕駛示范運行，累計行駛里程占比超60%。通過該技術(shù)，支撐了百度阿波羅、上汽等企業(yè)實現(xiàn)了超3000萬公里的公開道路示范運營，顯著推動了自動駕駛產(chǎn)業(yè)的發(fā)展，創(chuàng)造了54億元的直接經(jīng)濟效益。 供稿來源：上海市科學技術(shù)獎勵中心 供稿：孫劍 編輯：拾 ↓分享 ↓點贊 ↓在看 特別聲明：本文經(jīng)上觀新聞客戶端的“上觀號”入駐單位授權(quán)發(fā)布，僅代表該入駐單位觀點，“上觀新聞”僅為信息發(fā)布平臺，如您認為發(fā)布內(nèi)容侵犯您的相關(guān)權(quán)益，請聯(lián)系刪除! |
