您当前的位置 :中海网>汽车 > 正文
一汽周时莹:智能网联汽车如何平衡“安全”与“效率”
2022-09-26 09:01:38 来源:中国汽车报网 编辑:bj06

年来,随着汽车向智能网联深度发展,软件定义汽车、数据驱动产品已成为智能网联汽车发展的必然趋势。但是,与之俱来的数据安全、信息安全等问题成为困扰发展的新课题。

“红旗品牌是一个为用户安全负责的品牌,一直把智能网联的安全和可靠放在第一位,而不是一味凸显新技术。再先进的技术,如果不能保证产品可靠安全运行,不能保证用户安全,我们就不会用。”中国一汽研发总院代理副院长兼智能网联开发院院长周时莹日在第四届世界智能安全大会期间接受记者采访时,就智能网联汽车如何衡“安全”与“效率”谈了自己的观点。

智能汽车的新课题

年来,红旗已经发布了多款智能网联汽车,从电动SUV到MPV,构建了智能网联汽车产品新阵列。

“自2020年开始,红旗品牌在整个安全体系方面,就把安全融合作为智能驾驶开发的重点。”周时莹表示,一汽率先提出了“安全融合体系”并应用到整车开发中。智能网联汽车安全体系包括预期功能安全、人因安全、信息安全、智能防护等方面,由不同的研发团队负责研发,并参照多部标准提出了有针对的要求。

周时莹介绍,2021年以来,一汽在新车型开发过程中,已经全面贯彻了安全融合体系的思路和模式。其中包括欧洲标准WP29,以及国内工信部L2级辅助驾驶准入,还有交通运输部和公安部相关的标准及指导文件等。

如何衡“安全”与“效率”,周时莹举例说,在智能驾驶的算法开发中,如果算法过于谨慎,就会造成过多的急刹车,导致体验感较差,但如果算法比较宽松,就会造成漏判。因此,要利用多层的神经网络的系统算法,对误判和漏判进行衡。

目前,特斯拉车上只凭8颗摄像头,可以实现L2.5级的体验。据称是因为它的车辆非常多,并不断采集数据,再加上更多算法的支撑。“我们为保证智能驾驶的安全,采用了多颗传感器相互作为冗余的思路,虽然零部件的成本有一定增高,但会给用户更多的安全保障。”周时莹说,随着车辆采集数据的增加,以及通过算法的不断优化,未来也会减少传感器的数量来降低成本,并为用户提供更好的体验。

技术开发的新模式

在一汽目前的智能网联技术开发中,是否全栈自研也受到一定关注。

“下一步,中国一汽会有一款全新的红旗电动汽车面世。由此开始,红旗品牌的智能网联就实现全栈自研。”周时莹谈到,目前,包括红旗H5、红旗HQ9等若干车型的自动驾驶、智能座舱、车联网系统,是自研和合作开发并行。

几年,红旗品牌的向上趋势较为理想,离不开一汽对新能源和智能网联前瞻技术的投入,一汽自2000年已经开始布局新能源汽车,2014年对智能驾驶有较大规模投入,2016年也开始投入开发智能座舱和车联网。

“红旗品牌较有代表的新一代车型,如H5、H9、HQ9中,尽管还没有L3级的自动驾驶商业化产品量产落地,但相关技术储备、技术规范、技术验证都有较为充分的准备。”周时莹表示,在智能网联技术开发过程中,一汽坚持的基本原则是,以用户需求和体验为主导,而不是按照主机厂工程师的思路去开发智能网联产品。同时,一汽把智能驾驶的技术方向分成了多个用户需求,会根据不同的用户需求定制选取。

周时莹介绍,红旗品牌年来更注重用户的感知体验,如外观造型、车内氛围、音响及灯光等系统,其中都有先进技术。如红旗HS5、H9车型上有带音乐律动的256色新型氛围灯。此外,还发布了AR-HUD,以及与科大讯飞合作的车载语音识别系统等。

周时莹谈到,目前,在一汽智能驾驶、智能座舱系统研发中,高校、科技公司、一级供应商、二级供应商、芯片商、操作系统公司以及生产商,都承担着不同的角色,一汽更清楚用户的需求,集中精力把整车的集成服务、软件架构做好,在核心安全、智能驾驶、云端服务,以及后续数据运维方面有更多重视,而不会“通吃”。如操作系统、芯片,AI算法等,一汽都有相应的合作伙伴,通过企业间的战略合作,会长期布局,也是最经济高效的合作方式。对于国内自主品牌车企而言,一汽还是以前端的售车和后端的软件售卖、后期数据运维,能够持续获得相应的利润。

智能驾驶的新挑战

在智能网联汽车上,L2辅助驾驶已经在大面积普及,而L3自动驾驶系统正呼之欲出。

“在L3级自动驾驶技术开发中,对车企最大的挑战有两点,一是保证安全,因为如果用户购车要激活使用的话,很难限制用户在什么情况下使用,因此,必须保证这一系统的的安全。”周时莹表示,也要考虑到在断网、车道有问题等不满足激活的条件下,要能够给用户一定冗余时间,让用户能够马上去接管车辆,这也是一个挑战。

周时莹认为,要保证车辆的功能安全和信息安全,必须投入很多的研发资源,既包括算法,也包括后期的维护资源,一汽更看重的是前期的成本、研发的投入及后期的收益。希望让用户使用得出的数据,能不断反哺到前端的算法的开发,进行商业化利用,这是更大的挑战。

“车企投放的软件、产品和功能,并不能一次做到100分,因此要对应用和服务保持周期的迭代和更新。”周时莹表示,但在迭代和更新过程中,也可能出现潜在问题和风险。所以如果前端在OTA升级迭代之前验证不够充分,就不会盲目追求迭代升级的速度。“我们需要保证品牌的良发展,在新功能推送和科技创新时必须做好安全和可靠的保证。即便这个功能晚上车一个月,也要做全面的验证。”她说。

在周时莹看来,现阶段L3级自动驾驶的问题是实车运行里程不足,在开放道路上的验证多数是在示范园区或者高速道路,缺乏大量路采数据导致算法的冗余度和鲁棒不足。因此,尽管现在整个算法和软件体系较为成熟,但仍需要更多实际数据训练。

“对于车企,L3自动驾驶的商业化是双刃剑。”周时莹分析,既可以把汽车品牌的科技创新推到最前沿,但同时也有风险,因为前端没有经过充分实际开放道路和不同场景下的训练。“因此,未来2-3年,L3级自动驾驶的商业化或将在一个相对半封闭且严密监管环境下落地。”她认为。

相关阅读
分享到: