北汽研究院杨海军:构建智能网联汽车的基础数据平台实践之路

  • 时间:
  • 浏览:1
  • 来源:彩神APP官方网站登入

第19届亚太汽车工程年会&2017中国汽车工程学会年会暨展览会(APAC 19 & 2017 SAECCE)于10月24-26日举办,本次论坛以“未来汽车与交通变革”为主题,携手行业领导、学会领导、院士、汽车及相关行业权威专家在内逾30000余位国内外业界嘉宾共同探讨汽车产业车厂与零部件协同创新和技术发展路径。以下是北汽集团新技术研究院主任工程师杨海军在会议上的演讲实录:

杨海军:他们 儿下午好。我是来自北汽集团新技术研究院的杨海军。今天跟他们 儿分享交流一下北汽集团在智能网联汽车的基础数据平台搭建过程。

主要分1个 多方向,第1个 多方向是基础数据平台发展现状,第好几个 他们 儿是新技术院,新技术平台的基础数据平台搭建的技术手段技术路线,整体的实践方案,最后1个 多是表达一下他们 儿希望携手共建基础数据平台的愿望。

首先第1个 多,智能网联汽车发展的现状。现在他们 儿也看一遍整个论坛举行了十天,都围绕着智能化、网联化展开各种分组的讨论和交流。其中智能化、网联化都在发展得,他们 儿也都对行业非常了解,你这名块太久说。再1个 多是中间放的是人工智能,今年现在很久刚开始人工智能是非常火热的,对人工智能,国家国务院都在相关的整体发展规划。这是非常朝阳的1个 多产业。

这麼对于智能网联技术的演进,我认为是有这麼三大阶段,第1个 多阶段是起步阶段,从现在往前推,前两年他们 儿是起步阶段,各个公司也好,各个单位也好,机会说IT公司机会车厂,完成了智能化和网联化相关的技术储备,正确处理了智能车和网联车的从无到有的过程。现在所有做智能车,做网联化车的企业,现在都在车,随时也能拉车到试验场跑一圈,这是这麼问題图片的。这是1个 多起步的阶段。

按照国家机会行业的观点,智能化和网联化发展随便说说是1个 多长期的过程,他们 儿现在所听到的可是的消息,到2019、2020年将量产智能车,机会是2到4级的智能车的观点和宣传,他们 儿都在听到。整个过程是也1个 多较长的发展过程。他们 儿认为这是1个 多发展阶段,受限于这麼几个方面,1个 多是硬件设备,比如说对于智能车辆的传感器,传感器有有一种的识别度、稳定性,还有失效的清况 ,哪此问題图片会影响智能车机会网联车的量产。

第二是软件技术方面,同样现在在智能车方面的识别算法、决策、控制,哪此方面也能不断的优化。第1个 多方面,法律法规相关的,国家目前对于智能化、网联化相关的技术是用在量产车上的相关法律法规,目前还这麼明确的,正在推进,可是这麼明确的定义,应该缘何样规划相关的智能车上路。

最后1个 多是人的理念的问題图片,可是 真的有百公里油耗智能车,他们 儿从1个 多高度,怎样才能要我接受你这名智能车,有有一种清况 是从研发高度来讲,对于智能车,机会是在高速公路上,可是人要我研究在高速公路上,高速公路模式下的智能车的相关技术,特点是高速公路的路况比较简单,识别准确度高,可是对用户来讲,告诉我是哪此感觉,我感觉要我坐上120迈的车在高速公路上跑,完都在L4级别的自动驾驶,你是都在会有点痛 担心?哪怕是1%甚至是0.1%的事故率是都在也很危险?还有可是 转弯运动清况 下的智能车,它的强度单位低,可是特点是路况工况比较冗杂,相关的算法准确度机会是完善性,会影响整个使用车的体验。可是对用户来讲,相对强度单位比较低,他们 儿日常生活中的小刮小蹭问題图片可是 大。这是他们 对智能车的理解和接受程度,你这名发展的过程是也能几年时间的。

第1个 多阶段是目标阶段,这十天突然看论坛,可是以前用过这张照片,是有点痛 理想的清况 下,这是到最终的1个 多阶段。

对于智能化、网联化的基础数据平台有可是客观的需求,初步认为有这麼四大方向。第1个 多方向是关于研发和测试相关的,对于在智能化和网联化研究过程中,首先1个 多问題图片是测试。所有的算法有了,硬件设备准备好了,能跑起来了,这麼你这名测试的覆盖率,他们 儿现在强调机会这麼数据支撑得话,你这名覆盖率是达到很高的覆盖率。机会他们 儿都知道,现在各个单位各个公司在测试的以前,基本上是围绕当时人的单位附过,去试验场转一转测一测,也能持续测的公司都在可是。昨天百度的介绍材料,他们 随便说说实随便说说在在全国在测,可是毕竟那个覆盖率可是 会达到很高。通过基础数据平台,也能为测试提供相关的数据准备。

第二,强调的是人工智能的发展也能。人工智能也能以数据为基础,这麼絮状的数据作为支撑,人工智能相关的高度学习机会机器学习相关的数据支撑是这麼来源的。

第1个 多是共享和交换数据,机会现在他们 儿看一遍,目前形成了1个 多,在智能和网联开发过程中形成了1个 多很明显的数据孤岛,各个公司和企业单位都在各做各的,平常了解的现状是,十台以内的车,数量非常少,测试时间也达只有要求。数据也是每每个人他们个的数据。机会通过基础数据平台实现相互之间的数据交换,比如在北京,他们 儿公司在北京,他们 儿只有测北京的路况和可是天气清况 的道路上的数据,这麼像重庆原先有特色的地方,只有说把车开到重庆去测。

第二是运营监管的需求,智能化和网联化的车一旦上路以前,从管理部门来讲,也能1个 多多相关的监管的需求,保障车辆是可控的。共同也是提高出行强度单位,整个是1个 多网状,现在是车内网、车间网V2X,还有车和云之间的网络,哪此网络连在共同也能实现整个交通规划。1个 多点的拥堵会持续发酵,造成后续的拥堵,可是整体协调是有点痛 要的。再可是 信息的共享需求。

第1个 多方向,形成产业生态链的需求。举1个 多简单的例子,最现在很久刚开始他们 儿用PC机的以前,PC机最现在很久刚开始是单机的,很久互相联网形成信息的共享,形成1个 多互联的过程。你这名清况 下形成了他们 儿到目前为止,移动网络和互联网络,这是非常有价值的。

第四是增值服务的需求,他们 儿有了数据有了平台以前,车辆共享出行,形成新的服务内容和增值。

这是1个 多基础数据平台的特性,有网联车,有智能车,共同有路边设备,原先形成1个 多网络环境。共同还有云平台,路侧设备,车载设备,和云端进行数据交互,形成1个 多完整性的网络环境,你这名平台可是 1个 多基础数据平台。基础数据平台主要完成好几个 功能,1个 多是基础数据采集,1个 多是智能网联协同,为相关交互提供服务,第三是运营监管,最后1个 多是实现增值服务。

对基础数据平台定位思考,基础数据平台分为1个 多层面,第1个 多层面是企业级的,像北汽当时人1个 多多企业级的基础数据平台,为企业的开发和测试做相关的准备,提高在智能车的算法优化、性能提高哪此方面做准备工作。第二层面是在企业基础上,结合相关交通数据,交通设施形成网络,形成区域基础数据平台,原先也能服务1个 多城市机会区域。第三是国家级的监管平台,也能实现相关的数据联合调度、运营监管相关的工作。

具体的实践方案,这是他们 儿的架构图,分成三次责,左边是相关的终端次责,智能车、网联车,中间是平台的主要内容,包括云服务器,提供安全机制,实现平台与终端进行通信,完成相关的数据采集、数据管理、数据正确处理。最后一次责是相关的数据分析和数据挖掘,还有可是协同服务的内容。这次责内容随便说说跟他们 儿的基础数据平台的概念,更多的强调数据的采集、正确处理、存储、采集工作,真正要我进行数据分析,也能有相关的接口,都在他们 儿平台的主要工作内容。

这是标准规范思路,对于相关的采集规范、通信标准和业务流程,协同API等,采用业界和行业内的相关标准,进行扩展,原先便于相互和别的标准对接,实现推广。

数据采集阶段,目前他们 儿认为分成1个 多阶段,目前他们 儿在第一阶段,基础数据采集。它的主要应用方向是用于智能车和网联车的研发测试。数据范围相对第二阶段是全集数据,采集内容是最多最全的,可是是在量产以前做你这名工作,主要用于研发测试,进行大范围的数据采集。

第二阶段是公共数据采集。为哪此1个 多阶段,基础数据采集是我当时人来采的,这次责是可控的。第二公共数据采集,一方面涉及到当时人隐私问題图片,只有采集太久的数据,哪此数据1个 多多考量的。第二是说,对车厂来讲,可是数据不想公开出来给别的单位或当时人,这是1个 多公共数据采集。目前他们 儿项目在第一阶段,第二阶段是他们 儿下一阶段工作的内容。在基础数据采集以前,用一次责的子集数据作为公共数据采集。

第三是数据交换,现在每个公司都握有可是测试的数据,装进当时人的手里。他们 儿希望形成交换数据的标准格式、规范,原先相互进行数据交换,也能形成数据的价值链。

这是基础数据分类,共要分成这麼几类,包括内部人员感知数据,和内部人员互联互通的,还有车辆自身的数据,用户在操作过程中形成交互的行为数据,还有最后的基础数据,车主的年龄、身高、喜好哪此的,用于形成客户画像。

这是他们 儿的数据采集内容,分为1个 多次责,实际上他们 儿分成两块做,这两块相对还比较独立,网联化和智能化,也可是 说网联车和智能车。昨天我听百度在介绍的以前说的问題图片,现在随便说说是智能化、网联化共同在提,可是可是是分不同的团队在做。有的专门做网联化,有的专门做智能化,采集的不一样。他们 儿对智能化和网联化分别进行采集,最后合到1个 多平台上,采用同样的数据协议标准。

这是他们 儿采用的车辆,中间是网联车,下面是自动驾驶的车。采集分1个 多途径,1个 多是何时采集,3000毫秒采集一次,一秒上传一次。1个 多车都在即时数据采集,共同自动驾驶车有一次责是离线数据采集,一天采集一次,用硬盘的法律辦法 ,相对比较院士的法律辦法 。

他们 儿平台的概念把现在所做的工作,可是是数据平台化,相关采集以前在数据平台中,这是大致的数据库的内容,底层是原始的数据,中间对数据进行分析以前形成结果,包括可是基础数据。左边是相关的对数据库平台的管理的相关数据。

目前在做的采集规范包括这麼三类,其中把V2X细化了一下,分成OBU,也可是 车载采集规范,1个 多是路侧采集规范,分成原先1个 多规范,细分成两次责。第1个 多是智能车的采集规范。

这是他们 儿正在做的初稿,路侧单元的采集规范的初稿,这在推进过程中是1个 多阶段性的成果。

这是基础数据平台,做过大数据分析他们 儿都知道,包括底层支持Hadoop等等。中间是刚才提到的数据内容,中间是通过分析以前使用的开发语言。

基础数据平台化,他们 儿按照正常的数据库管理思路,对采集的数据进行日常管理,还有场景数据,中间会提到,正确处理的以前都在场景数据的正确处理管理工作。查询、统计、下载,还有上传等权限管理工作。

这是自动驾驶数据正确处理的简单思路,首先他们 儿1个 多多数据校验过程,第二是以时间戳为单位,1个 多数据,1个 多是采集数据1个 多是上传的实时数据,通过时间戳进行同步,可是进行第三第好几个 ,进行目标物的识别,打标签。最后一次责是场景化数据,主可是 做场景化数据的提取,可是分类,可是进行管理。

这是自动驾驶数据的闭环流程,左边是对车进行数据实时采集,包括两次责,实时数据,原始数据,进行采集,采集完经过中间的数据正确处理流程,正确处理完以前输出两类数据,1个 多是目标物数据,用手工标注的法律辦法 ,对实时过程中,把红绿灯抠出来,这也是识别目标物的数据,也能作为训练库的数据使用。还有场景数据,这里他们 儿也能细化一下自动驾驶相关的场景,比如说自由行驶,再比如十字路口的直行,再有变道、超车等等场景数据,把它手工标注加计算机正确处理结合的法律辦法 ,做可是场景数据进行管理。可是第四次责是对数据进行应用,他们 儿会提供,比如自动驾驶相关的,他们 用哪此数据,优化算法,包括识别控制决策相关的优化等等,最后形成的算法通过OTA升级到车上,原先完成1个 多闭环。

下面是OTA的需求,咱们知道特斯拉都实现了,这是相对比较心智性性性性性性性性成熟 的,可是量产的还太久。

这张图来自战略相互合作伙伴,他们 儿有有一种是做当时人擅长的次责,这次责都在他们 儿应该做的。他们 儿有标注的方案,OTA的,也能实现在线升级。明年他们 儿计划做车上的安全网关的OTA整体方案,你这名工作明年要启动。

这是关于信息安全的,也是谈得最多的,在智能驾驶相关的安全相关的最多的问題图片。可是你这名面设计到,从终端到云管端各个方面都在,这是很大的1个 多方向。

这也是来自战略相互合作伙伴的关于安全的思路,这是总体的,以汽车为中心的,以终端为中心的安全架构模型。

最后是以云平台为中心的安全架构模型。

以上是关于整个基础数据云平台的整体方案。最后介绍1个 多应用,第1个 多应用是说,他们 儿拿到哪此原始数据,他们 儿的数据也能做些哪此工作,第一是自动驾驶仿真,甩掉可是场景,比如说从第几帧到第几帧,包括相关的视频、图片、雷达数据,包括实时采集数据,把哪此数据也能拿来研究。比如说特斯拉出现事故,机会都在原先的功能得话就也能还原当时是哪个算法这麼识别出来。共同还1个 多多非常有效的好处可是 说,也能评判你这名算法,整个系统的可靠性和评级、评价等等最基础的工具。

可是 说,我同样的你这名套数据甩掉来,A公司做的和B公司做的智能车,A公司也能识别、识别到哪此程度,B公司也能识别、识别到哪此程度,打几个分,哪此都在为场景识别准备的。

第好几个 是他们 儿正在做的监管的项目的展示,分成好几个 大屏,可是左上角显示实时的车内的清况 和车外的清况 ,右边是显示车辆基本信息,以及车辆的事实采集以前的相关的数据的内容,包括数据的量、数据的变化,你这名大屏上会实时采集。他们 儿机会感兴趣也能去参观一下。

最后一次责,他们 儿表达1个 多愿望,希望跟各个单位也能共同携手共建他们 儿的基础数据平台,主可是 说,他们 儿想从这麼几个方面跟相关车厂也好、研究机构、标准组织,还有高校、IT公司共同携手共建。包括第一次责是数据采集规范,第二是平台整体的建设,最后1个 多相关的平台的示范、应用、验证,原先1个 多方向,希望他们 儿也能共同来共同推进你这名基础数据平台的工作。

谢谢他们 儿。

注:本文根据现场速记采集,未经嘉宾审核。