2020年12月3日，由中国汽车工程研究院主办的第五届i-VISTA智能网联汽车国际研讨会隆重召开， 在中国智能网联汽车产业创新联盟CAICV-SOTIF工作组会议环节，浙江吉利汽车研究院有限公司智能电子软件中心系统安全高级技术专家赵兴臣发表了“闭环认证自动驾驶汽车的初步思路”的主旨演讲。

           浙江吉利汽车研究院有限公司智能电子软件中心系统安全高级技术专家赵兴臣

以下为演讲实录：

大家下午好，我是来自吉利汽车研究院智能类的记者，由于时间原因，我就快一点把我的思路给大家展现一下。我的话题是如何闭环认证，是中大型汽车一个初步的思路。这里面我代表我们团队，这是我个人的一个想法，这是一个团队沟通创造出来的。大家也知道美国蓝筹公司出了一个报告，增加了汽车，如果超越人家的能力，它是一个短时间的测试，是不能够不予支撑的。

这个话题之前早一些的话，其实是我们在vm这个角度怎么去识别安装我们的产品，我按这个程序，在高速度驾驶的汽车里面，我们怎么让车以车这个角度。

案件那不是以人的角度，不管OEM哪一个OEM开发出来这个系统，水平高一点，还是水平低一点。但是他作为他的角度来讲，他总要识别出他自己能力到底多少。也就是说一台自动驾驶汽车或者一台自动驾驶系统，它总要评估出来自己的能力，我们怎么让一台车能够有这样的sense，有这样的危险的经验，这个是我们思考的一个主要原因。例如这张图来表示的就是黑圈是我们的ATS的关心边界，这个边界应该是怎么找到的。

另外的话，在黑圈里边，这些蓝色的部分我们都应该认识，并且能够把它安全处理掉。

如我们思考的问题，推出外面的红脸字部分，其实我们认为就是PPC小于一的部分，也就是说我们现在合作的过程。就带着这样思考的话，我们认为识别人的场景有两种方式，第一种方式就是以投档的方式，以鲜艳的方式，我们现在在做的场景的中级归类，聚类，然后进行验证。

实际上我们是在找黑色的边界，但是边界找来找去，用这样一种方法，中间肯定是会有漏洞的。黑色的编辑上面都有一些动能，不管你怎么弄，都会有的。

所以说我们就想到了一个，这种方式选择这种蓝色的正常场景来进行自学习，学习完之后逐渐的去扩大转色场景，然后把逐渐的，本来是用骨干的一个形式，实际上大家在座的也都想到了，但是可能没有东西没有那么清晰的去表达出来。

我们先看一下这个方式，如果我们上来找这些当然了这种方法也是正确的，也不是说不正确的，只是说有缺陷的。 我们用另外一个方式去分析我们的产品，因为我们的感知系统是有感知物理曲线的，比如说现在激光雷达，32项是大概60米左右，大家都知道，然后上头提供给大家，有这样各种各样的这种局限性，到我们的佩克达斯，对杭州人来讲的话，它是有6层，目前我们达到第7层。

第7层，刚才李博士虽然说是均价是我这边写了一个自修环境，实际上确实是需要一个系统，但是这些属性，这些环境属性最后还是会影响你的感知，决策，以及执行的每一层，他到底是影响感知还是影响学生来执行，这是我们需要去验证价值标准。

对于有7层的这样的属性，又有分成任务到最后怎么样组合，实际上是非常复杂的。 就像这张图，我的最左侧这个是志愿者是我的边缘边界，也就是说我试探我试图去把我的黑色的边界，但是这个边界不用头脑风暴也好，还是事故场景，还是用pre crash抓实的一种场景，还是我们所谓的国际场景中那种危险的区域，你永远是搞不到，搞不完，搞不全的，可以用那种鲜艳的方法除法。

我们看一下在十字路口对比一下，那么我这个心情是代表了刚才7个层次，因为不太好表达，因为每一个属性都可能影响的感知决策和执行，之所以这种方法我们可能找到一部分，但是搞不全。但是这种方法我们也可以去归类，然后这种多层多空间的这种场景链条也是可以找到的。下面讲一下 Top2的方法。

报告的方法，我们最开始的一个议题就是说怎么找到怎么去定义这个安装问题，特别是在自动驾驶系统或者有车的角度，怎么去定义这种单位，我跟我们内部团队的感知专家讨论，我们最后得出的结论是说，如果你的感知几何信息不完备，就决定了你这几个角色不完美，最后我们只能开发出最多只能开发出l2加的系统，没法开发出更高层次的对吧？

所以说什么叫几何信息不完备，就是重大的汽车部分核电或者说存在，那就没法了。在34502上面，我们也看到了几个信息不完备的一个解释，比如说我们在感知局限的情况下，它有三种，第一个就是我们的传感器自身的这种性能原因也好，还是干扰也好，它的局限性。

第二个就是我们的联通的局限性，各个传感器之间的关联的局限性。最难的一点我认为是网点盲区的，不是这34502里面对于 land for还有三个维度去解释，第一个就是说在交通旅游过程中，我车被其他的道路的参与交通者都挡住我的视线，就把我的信息给挡住了。

另外的话就是道路，第三个这道路结构，第三类是道路的。对。形状。34502里面试图把 lance Ford去做这种分析。下面黄颜色的圈圈，这这样的一个位置。这里面的那种蓝色的区域是它在周围的环境，比如说我们在变道变两次，就是跨车道电池最难的时候，所以很容易出现这种情况发生。

这张图是今年6月份他发布了一个规范，我这边我想表达一下，就是说像PPT60 60这个也是 Ppt那样的这样的功能，他这里面提到了一个就是说至少要探测前方46名，他们40多米是没有前车的情况下，比如说你在46米这样的一个范围内，如果出现几何信息不完备的情况下，你就要采取最小安全措施，然后横向必须要探测5米，首先这个功能它是没有变道功能的，如果你要有变道，要把功能，你看后方预约至少在50米左右，你才能够去是这样的。

做这样的一个操作，所以说在你定义这样的功能的情况下，你要定义你的他们的区域，并且你要保证他们区域的几个信息是完备的，但信息技术完备，它实际上是需要，比如说我们要Mark各种各样的策略，包括刚才王红老师说的信息的传递的决定性，是吧？你的信息不确定性也会导致几个智能装备最后会发生这种问题。这个情况发生。

所以最后我们聚焦了一下，这个场景，聚焦的就是感知的受限的产品，感知受限场景再聚焦一下，最困难的点就是在备选的规范的规划的路径上，有结合信息完备的情况下，所以我们提出了一个论文分类器的这样一个方法，可能然后但找了一些会员门，就是传感器不出现场景进行学习锻炼，来进行一些大量的学习，然后找到边界，然后对于某些场景发布这种，首先车右车左车后，让我们几个信息不完备的场景，最后就是说这么大的汽车闭环应该怎么做？

首先我们应该用投档的方式去做最初级的产品库也好，还是仿真也好，我们要做的，对最开始的认证。给我们虚拟，给一个出本，然后我们要做，用包大的形式长期去监督，持续换证的这样一个思想。这里边就是说我们特斯拉，大家都知道特斯拉有这种模式，是吧？实际上我们国内中国，其实我们可以把所有的OEM连都起来，去把不确定的场景或者说安装完这个场景，用分类器的方法弄一起来。

然后就让我们的国家科研处去更新叠加，周期性的去认证，这是我们的一个思路。对于可以用分类器的话，我们认为可以放在多元素，然后国家，我们的政治系统也可以发给他。

国家这边，因为它的场景比较丰富，第二个算力也比较大，所以这样的话它的真实系统更明确，我们也可以去公开发布的一些信息，比如说现在还没上也在发布一些信息，但发布之前我们可以采取后台分类器的初步审核以及人工复核的方式去做。

注：本文根据现场速记整理，未经演讲嘉宾审阅，仅作为参考资料，请勿转载！