Workflow
智能网联汽车智能化转型下半场的挑战与应对——专访中国汽研智能网联首席专家朱西产教授

智能网联汽车评测技术挑战 - 当前智驾评测技术面临的最大挑战来自人工智能模型的黑箱特性和边缘场景的安全长尾问题[1] - AI模型工作机理不透明 只能通过测试了解性能 汽车驾驶是复杂动态过程 传统基于有限典型工况的测试方法难以应对[1] - 边缘场景如奇形怪状的车 不常见的公路动物 道路维修等出现概率低 但可能导致智能驾驶系统失效 带来严重安全隐患[1] 评测技术创新方向 - 需要构建场景库 融合整车道路测试 实验室测试和仿真测试 通过"道路测试+试验场测试+仿真测试"三支柱有机结合提高测试效率和准确性[2] - 加快制定国家标准和行业标准 特别是针对人工智能产品的安全标准和测试评价方法[2] - 智驾产品发展速度超过标准制定进度 许多新技术新功能缺乏相应标准和测试方法[2] 评测标准改进方向 - 加快制定针对智能网联汽车的国家标准和行业标准[2] - 创新测试评价方法 特别是针对边缘场景的测试[2] - 建立完善测试场景库 提高测试覆盖度和准确性[2] - 加强国际合作 共同推动智能网联汽车测试评价技术进步[2] 成功案例与行业启示 - 提出iVISTA智能汽车指数测评体系 从智能安全 智能驾驶 智能泊车和智能座舱四个维度进行全方位测试评价[3] - 开发道路交通标准目标物 有效支撑智能辅助驾驶和自动驾驶的试验场测试评价[3] - 创新测试评价方法能推动智驾技术持续进步[3] 评测技术对研发的影响 - 评测技术是智能驾驶功能研发和应用的重要环节 正确测试方法可保真研发不走弯路 提高产品安全性和用户体验[4] - 评测技术可帮助企业发现问题 提出改进建议 推动产品优化升级[4] - 评测技术与研发之间的协同关系非常重要[4] 评测过程需关注因素 - 需要关注安全 伦理和用户体验等方面[6] - 安全是智能汽车首要条件 用户体验是高频次使用功能的关键 伦理问题涉及交通道德和秩序[6] - 合格智能汽车必须在安全 体验和伦理三方面都经得起考验[6]