智能驾驶
随着技术的发展,生活的提升,环境保护的需求,交通拥堵的加剧……更加智能化的交通出行方式的需求日趋严峻。智能驾驶汽车逐步的走入我们的生活。在这背后离不开汽车人的努力。不同于以往的汽车,我们更加关注舒适性、动力性等,智能驾驶将我们对于汽车的关注提升到了一个新的领域:智能。
随着智能驾驶功能的发展,汽车将不再只是交通工具,而日益成为生活的一部分。可以预见的,在未来,人们与汽车共处的时间将越来越长。
回到现实,所谓磨刀不误砍柴工。想要发展智能驾驶,如何构建一个支撑智能驾驶开发的数据汇集及应用平台就成为当前的重中之重。
智能驾驶汽车搭载了车载传感器,控制器,执行器等装置,融合现代通信与网络技术,具备复杂环境感知,智能决策,协同控制等功能,从而实现安全,高效,舒适,节能行驶。智能驾驶汽车的系统复杂程度远远超过一般汽车,也不是各种ADAS的简单集合,其从开始的设计研制到后来的量产销售,必须通过一系列的验证和测试。
未来挑战
与传统汽车测试的方式不同,智能驾驶汽车的性能表征存在不确定性且非单调,是人、车、道路交通环境相互耦合的结果,传统的单一工况重复测试并不适用,需要覆盖可能的测试场景,比如极限场景或边界场景。智能驾驶汽车的验证将重点考核车辆对交通环境的感知及应对能力,同时V2X通信技术的引入也增加了网联化方面的测试需求。
智驾测试
目前针对于智能驾驶的测试主要是虚拟测试,场地测试和道路测试。其中,虚拟测试主要用于验证软件功能是否正常,场地测试主要针对于智能驾驶的安全性并且加速软件迭代,而道路测试则更加着重于智能驾驶全系统稳健性和鲁棒性。
数据至上
智能驾驶,数据至上,如何方便快捷的汇集数据,利用数据成为关键。而且在目前的技术状态下,不同的智能驾驶技术方案百家争鸣,所选用的传感器类型、布局等多种多样,如何能够全面的接入是我们面临的第一个现实问题。
汇集的数据拿在手里,如何分析应用则是智驾测试的重点。如何通过数据便捷的获知我们的智能驾驶系统的状态?
智能驾驶场景繁复,真实数据、仿真数据共同作用,才能更好的推动智能驾驶的发展,如何构建智能驾驶场景库,如何自动提取,如何仿真复现?
随着数据的愈发增多,参与测试、开发的车辆日益增长,数据平台与云端接入成为明确的发展趋向。这一方面又带来了什么不一样的工作模式,会产生什么样的规模效应?