打造未来交通：研发人员在做什么？丨汽车技术转移大会

作者丨钱漪

编辑丨郝秋慧

汽车3.0时代最热的领域莫过于 新能源 、 智能网联 和 自动驾驶 。

第六届 中国汽车技术转移大会 旨在搭建中国汽车行业各界深度交流合作平台，促进技术成果对接转化，针对新能源、智能网联、自动驾驶等核心技术领域涉及的产业政策、行业趋势、技术路线和商业模式等问题进行探讨。亿欧汽车受邀参加本次活动。

在开幕式及高峰论坛上，清华大学研究院智能网联中心主任戴一凡、同济大学校长助理、汽车学院院长余卓平，北汽集团越野车有限公司总经理王璋，东风汽车集团有限公司技术中心科技创新部部长韩杨、新思科技验证事业部市场营销副总监Marc Serughetti发布主题演讲。

戴一凡的演讲解读了“基于移动通信网的高精度地位系统”，指出 高精度定位是实现自动驾驶场景不可或缺的技术，也是智能交通和智慧城市建设核心的基础。为提升系统覆盖度，亟需协同移动通信网精密定位。

他认为 技术落地正面临的如下三大挑战，第一，时钟同步误差导致基站定位误差；第二，多路径效应引起定位误差；第三，频谱资源利用的管理和运营。 基于移动通信网的高精度地位系统则能够消除时钟同步的误差，将时间精度导致的空间误差从常规系统20纳秒提升至100皮秒。这对于厘米级精度自动辅助驾驶系统，城市密集区域的高精度定位服务来说是一大技术突破。

智能网联汽车 技术沙龙以“测试技术-为自动驾驶保驾护航”为主题，论坛从场景库、虚拟仿真、信息安全、传感器及整车测试等方面出发，探讨了智能网联汽车在安全性提升方面的解决方案，发布了多个深度技术报告。

新能源汽车技术会议针对新能源行业的变化，对科技成果转化的问题和汽车技术升级提出发展建议。

亿欧汽车将主要嘉宾语录精华为您整理如下：

同济大学校长助理、汽车学院院长余卓平：补贴退坡后新能源汽车发展思考

插电混动和纯电动汽车有明显差价。 插电混动车型，特别是中端车型，目前在市场上有很多。我们目前正在研发增程技术。增程技术的意义在于，一般在城市工况特别省油，到高速工况由于是串联耗能，我们通过增程技术，高速的时候发动机自驱解决高速时候能耗问题。

能源和能源装备是一一对应，氢将来会是燃料电池。 从这样关系来看，燃料电池有非常好的发展空间，从长远来讲燃料电池价格不会贵。从市场发展来看，日本、韩国现在也正在大力推动，刚开始着眼点在乘用车上。

我们国家最近这一年，燃料电池使用场景基本上在运营商用车上。2021-2035的国家战略里面有提到，未来15年里面，我们国家要实现燃料电池商用车规模化运营，所以在这里面大家可以看到燃料电池有它的定位。长途、大运量、加注能源时间极短，这就是在运营车辆里面能找到定位的。不是讲燃料电池要取代纯电动，纯电动形式应用在小型电动车上我认为是最优的。

将来，氢能和电互补，燃料电池汽车和纯电动汽车也同样互补关系，不是竞争对立的关系。 国家在发展氢燃料电池这方面有优势，但由于工程量大，标准规范上的挑战比纯电动多得多，应该在新能源汽车里最后一个实现产业化。

北汽集团越野车有限公司总经理王璋：“产业转型下越野车的创新发展之路”

越野车产品有它的特点与技术路线，我们要掌握越野车核心技术以及发展趋势。同时，我们要创新其他新技术应用，将相对成熟技术产业化和市场化结合。

北汽越野目前在做电动化、智能网联、轻量化、无人平台和综合防护方面的创新研发。越野车主要在混动方面，利用电高动力性，节油是一方面， 电动技术在我们越野车上，更突出的优点反而是动力性提高。

P2是目前产业化程度最高混动技术 ，尽管产业化程度高，资源主要集中在比较大的国际公司，标定时间很长，研发费用高。但我依然认为这个技术在越野车上， 是对车型改动最小、最容易实现、最容易接受的一个技术。

 江苏省智能网联汽车创新中心戴一凡：面向自动驾驶的场景挖掘与构建

大家现在都知道自动驾驶汽车非常的热门，国外的特斯拉也好、Google也好，包括国内从自动驾驶到驾驶辅助，不同层面的智能汽车产品和一些实验都在进行大量的示范运行。我们从媒体上公开的报道，还有一些不公开的，能看到自动驾驶或者驾驶辅助系统导致的一些安全事故。

我们自动驾驶汽车真的要成熟的上路，大规模的用还有很长的路要求，还需要很多的测试。我们讲测试，我们传统汽车行业，汽车的测试一直随着汽车的发展，是已经发展了100多年的产业，汽车上路的第一天开始就有很多的测试。

我们说 自动驾驶汽车测试 ，认为它的测试 较传统汽车发生了本质的变化，包括第一，测试评价的内容。传统汽车测试的时候主要测试机器执行能力，但是我们对自动驾驶汽车主要评价机器的决策、控制、感知；第二，测试评价的工况变化；第三，测试评价的工具链。

下面讲讲基于视觉分析的场景挖掘技术。绝大部分的场景不是我们凭空想象出来，而是我们根据生活经验，包括从设计驾驶环境中发生的事故提取出来的。场景的来源主要有两个部分，一部分是真实数据源，一部分是虚拟数据源。

真实数据源大概有三种——第一，路测监控系统，这些数据为我们提取合适的场景提供了非常好的数据资源。第二，车载采集系统数据。这是现在很多场景库研发机构用的方法。第三，事故数据。发生交通事故以后交警部门和事故分析机构会到现场做记录，这些也是非常重要的场景数据。

虚拟数据源大概也分三种：第一，试验设备驾驶模拟器开出来的，介于真实和虚拟之间的数据。第二，人为构建场景，人为合理想象出来的虚拟场景数据。第三，驾驶模拟器场景，它是经过人类的思考高度提炼写到标准中的数据，既然在标准当中，当然也是我们场景库里面需要测试的场景。

为什么今天要重点强调基于设计挖掘的场景？因为场景提炼的数据不止基于视觉，还有很多采集车有毫米波雷达、激光雷达，包括其它传感器，这些数据都可以作为我们场景挖掘的基础数据。

编辑：郝秋慧

版权声明

本文来源亿欧，经亿欧授权发布，版权归原作者所有。转载或内容合作请点击 转载说明 ，违规转载法律必究。