訂閱
糾錯
加入自媒體

打造未來交通:研發人員在做什么?

2019-11-11 09:38
億歐網
關注

作者丨錢漪

編輯丨郝秋慧

汽車3.0時代最熱的領域莫過于新能源、智能網聯和自動駕駛。

第六屆中國汽車技術轉移大會旨在搭建中國汽車行業各界深度交流合作平臺,促進技術成果對接轉化,針對新能源、智能網聯、自動駕駛等核心技術領域涉及的產業政策、行業趨勢、技術路線和商業模式等問題進行探討。億歐汽車受邀參加本次活動。

在開幕式及高峰論壇上,清華大學研究院智能網聯中心主任戴一凡、同濟大學校長助理、汽車學院院長余卓平,北汽集團越野車有限公司總經理王璋,東風汽車集團有限公司技術中心科技創新部部長韓楊、新思科技驗證事業部市場營銷副總監Marc Serughetti發布主題演講。

戴一凡的演講解讀了“基于移動通信網的高精度地位系統”,指出高精度定位是實現自動駕駛場景不可或缺的技術,也是智能交通和智慧城市建設核心的基礎。為提升系統覆蓋度,亟需協同移動通信網精密定位。

他認為技術落地正面臨的如下三大挑戰,第一,時鐘同步誤差導致基站定位誤差;第二,多路徑效應引起定位誤差;第三,頻譜資源利用的管理和運營。基于移動通信網的高精度地位系統則能夠消除時鐘同步的誤差,將時間精度導致的空間誤差從常規系統20納秒提升至100皮秒。這對于厘米級精度自動輔助駕駛系統,城市密集區域的高精度定位服務來說是一大技術突破。

智能網聯汽車技術沙龍以“測試技術-為自動駕駛保駕護航”為主題,論壇從場景庫、虛擬仿真、信息安全、傳感器及整車測試等方面出發,探討了智能網聯汽車在安全性提升方面的解決方案,發布了多個深度技術報告。

新能源汽車技術會議針對新能源行業的變化,對科技成果轉化的問題和汽車技術升級提出發展建議。

億歐汽車將主要嘉賓語錄精華為您整理如下:

同濟大學校長助理、汽車學院院長余卓平:補貼退坡后新能源汽車發展思考

余卓平

插電混動和純電動汽車有明顯差價。插電混動車型,特別是中端車型,目前在市場上有很多。我們目前正在研發增程技術。增程技術的意義在于,一般在城市工況特別省油,到高速工況由于是串聯耗能,我們通過增程技術,高速的時候發動機自驅解決高速時候能耗問題。

能源和能源裝備是一一對應,氫將來會是燃料電池。從這樣關系來看,燃料電池有非常好的發展空間,從長遠來講燃料電池價格不會貴。從市場發展來看,日本、韓國現在也正在大力推動,剛開始著眼點在乘用車上。

我們國家最近這一年,燃料電池使用場景基本上在運營商用車上。2021-2035的國家戰略里面有提到,未來15年里面,我們國家要實現燃料電池商用車規模化運營,所以在這里面大家可以看到燃料電池有它的定位。長途、大運量、加注能源時間極短,這就是在運營車輛里面能找到定位的。不是講燃料電池要取代純電動,純電動形式應用在小型電動車上我認為是最優的。

將來,氫能和電互補,燃料電池汽車和純電動汽車也同樣互補關系,不是競爭對立的關系。國家在發展氫燃料電池這方面有優勢,但由于工程量大,標準規范上的挑戰比純電動多得多,應該在新能源汽車里最后一個實現產業化。

北汽集團越野車有限公司總經理王璋:“產業轉型下越野車的創新發展之路”

王璋

越野車產品有它的特點與技術路線,我們要掌握越野車核心技術以及發展趨勢。同時,我們要創新其他新技術應用,將相對成熟技術產業化和市場化結合。

北汽越野目前在做電動化、智能網聯、輕量化、無人平臺和綜合防護方面的創新研發。越野車主要在混動方面,利用電高動力性,節油是一方面,電動技術在我們越野車上,更突出的優點反而是動力性提高。

P2是目前產業化程度最高混動技術,盡管產業化程度高,資源主要集中在比較大的國際公司,標定時間很長,研發費用高。但我依然認為這個技術在越野車上,是對車型改動最小、最容易實現、最容易接受的一個技術。

江蘇省智能網聯汽車創新中心戴一凡:面向自動駕駛的場景挖掘與構建

戴一凡

大家現在都知道自動駕駛汽車非常的熱門,國外的特斯拉也好、Google也好,包括國內從自動駕駛到駕駛輔助,不同層面的智能汽車產品和一些實驗都在進行大量的示范運行。我們從媒體上公開的報道,還有一些不公開的,能看到自動駕駛或者駕駛輔助系統導致的一些安全事故。

我們自動駕駛汽車真的要成熟的上路,大規模的用還有很長的路要求,還需要很多的測試。我們講測試,我們傳統汽車行業,汽車的測試一直隨著汽車的發展,是已經發展了100多年的產業,汽車上路的第一天開始就有很多的測試。

我們說自動駕駛汽車測試,認為它的測試較傳統汽車發生了本質的變化,包括第一,測試評價的內容。傳統汽車測試的時候主要測試機器執行能力,但是我們對自動駕駛汽車主要評價機器的決策、控制、感知;第二,測試評價的工況變化;第三,測試評價的工具鏈。

下面講講基于視覺分析的場景挖掘技術。絕大部分的場景不是我們憑空想象出來,而是我們根據生活經驗,包括從設計駕駛環境中發生的事故提取出來的。場景的來源主要有兩個部分,一部分是真實數據源,一部分是虛擬數據源。

真實數據源大概有三種——第一,路測監控系統,這些數據為我們提取合適的場景提供了非常好的數據資源。第二,車載采集系統數據。這是現在很多場景庫研發機構用的方法。第三,事故數據。發生交通事故以后交警部門和事故分析機構會到現場做記錄,這些也是非常重要的場景數據。

虛擬數據源大概也分三種:第一,試驗設備駕駛模擬器開出來的,介于真實和虛擬之間的數據。第二,人為構建場景,人為合理想象出來的虛擬場景數據。第三,駕駛模擬器場景,它是經過人類的思考高度提煉寫到標準中的數據,既然在標準當中,當然也是我們場景庫里面需要測試的場景。

為什么今天要重點強調基于設計挖掘的場景?因為場景提煉的數據不止基于視覺,還有很多采集車有毫米波雷達、激光雷達,包括其它傳感器,這些數據都可以作為我們場景挖掘的基礎數據。

編輯:郝秋慧

版權聲明

本文來源億歐,經億歐授權發布,版權歸原作者所有。轉載或內容合作請點擊轉載說明,違規轉載法律必究。

作者:錢漪來源:億歐

聲明: 本文系OFweek根據授權轉載自其它媒體或授權刊載,目的在于信息傳遞,并不代表本站贊同其觀點和對其真實性負責,如有新聞稿件和圖片作品的內容、版權以及其它問題的,請聯系我們。

發表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續

暫無評論

暫無評論

文章糾錯
x
*文字標題:
*糾錯內容:
聯系郵箱:
*驗 證 碼:

??????°?±? 44030502002758??

2019最新六合图库资料