韩国一区二区视频,黄色不卡一区,久久天堂av综合合色,中文字幕日韩专区

11月10日-12日，由中國汽車工業(yè)協(xié)會(huì)和武漢市人民政府共同主辦的“2023中國汽車供應(yīng)鏈大會(huì)暨第二屆中國新能源智能網(wǎng)聯(lián)汽車生態(tài)大會(huì)”在武漢經(jīng)開區(qū)舉辦。其中，在11月11日下午舉辦的“主題論壇三：智能網(wǎng)聯(lián)——跨界協(xié)作、軟硬融合,構(gòu)建智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)新生態(tài)”上，蘇州智行眾維智能科技有限公司總經(jīng)理安宏偉發(fā)表精彩演講。

蘇州智行眾維智能科技有限公司總經(jīng)理安宏偉

以下內(nèi)容為現(xiàn)場(chǎng)發(fā)言實(shí)錄：

大家好，我是蘇州智行眾維的安宏偉，很高興今天能夠有機(jī)會(huì)來和各位專家、各位嘉賓作主題分享。今天這個(gè)介紹分為三個(gè)部分，一軟件定義汽車SDV介紹，二仿真測(cè)試工具鏈體系構(gòu)建，三行業(yè)應(yīng)用實(shí)踐。

首先給大家簡要介紹一下軟件定義汽車。什么是軟件定義汽車？就是在新的發(fā)展時(shí)代下，以軟件開發(fā)和新的電子電氣架構(gòu)為主導(dǎo)的開發(fā)趨勢(shì)，軟件定義汽車的話，會(huì)帶來整個(gè)價(jià)值鏈，整個(gè)技術(shù)方法路線上整個(gè)的重構(gòu)和技術(shù)的分配，這既是巨大的挑戰(zhàn)，同時(shí)也是很好的機(jī)遇。

在軟件定義汽車時(shí)代我們說是要有相應(yīng)的開發(fā)平臺(tái)，剛才東軟睿馳的專家已經(jīng)介紹過了東軟相應(yīng)的解決方案。我們說既要有一個(gè)完整的開發(fā)平臺(tái)，有一個(gè)標(biāo)準(zhǔn)的開發(fā)平臺(tái)支撐在軟件定義汽車這個(gè)大背景下，完成快速敏捷的開發(fā)和快速的迭代，同時(shí)這個(gè)過程中尤其是在智能化、電動(dòng)化的新時(shí)代下，也會(huì)帶來很多新的挑戰(zhàn)，比如以最基礎(chǔ)的軟件代碼，它的行數(shù)、代碼數(shù)量來說，在十年前可能一個(gè)汽車整個(gè)代碼行數(shù)是千萬級(jí)的，甚至更低，但是到現(xiàn)在已經(jīng)是過億了，而且在未來若干年的時(shí)間內(nèi)，還會(huì)有一個(gè)量級(jí)的發(fā)展。在這個(gè)過程中，軟件質(zhì)量本身的問題，以及軟件設(shè)計(jì)上所存在的不足或缺陷，可能帶來大量的安全隱患，直接的體現(xiàn)可能是安全事故，或者召回。從國內(nèi)到國外，一直以來，這樣的問題都是持續(xù)不斷的。

這個(gè)過程中解決的手段就是要完善圍繞軟件本身，圍繞軟件開發(fā)我們整個(gè)測(cè)試手段要不斷地完善和提升，但是在新能源和電動(dòng)化這個(gè)趨勢(shì)下，我們說整個(gè)技術(shù)方法，在這些技術(shù)路線上，其實(shí)是需要一些創(chuàng)新和突破的，這個(gè)事情雖然是有挑戰(zhàn)，也如一開始所說，對(duì)行業(yè)來說也是巨大的商機(jī)。比如根據(jù)麥肯錫相關(guān)統(tǒng)計(jì)，在2020的時(shí)候圍繞軟件相關(guān)的測(cè)試市場(chǎng)體量已經(jīng)達(dá)到了百億美元，而且后續(xù)每年有10%的復(fù)合增長，持續(xù)的發(fā)展。其實(shí)從行業(yè)實(shí)踐來講，圍繞軟件相關(guān)的測(cè)試的增長率，行業(yè)的需求，可能還遠(yuǎn)不止這些。

下面就是我給大家分享一下智行眾維在軟件定義汽車大的背景，在這個(gè)新時(shí)代下我們所做的一些探索。圍繞軟件相關(guān)的測(cè)試和質(zhì)量的確認(rèn)，我們要面臨著從軟件代碼到單元，單元到系統(tǒng)，系統(tǒng)到整車，一系列這樣的從局部到整體的測(cè)試、確認(rèn)和認(rèn)證，而且我們面臨功能安全、信息安全還有預(yù)期功能安全，一系列復(fù)合測(cè)試場(chǎng)景的需要，針對(duì)這樣的情況我們從兩個(gè)層面開展軟件相關(guān)測(cè)試的研究。

第一層面是從軟件的本身，從代碼和軟件的質(zhì)量角度，我們也可以說是從它的基礎(chǔ)層開展相應(yīng)的測(cè)試，工具鏈體系的研究，這里面要覆蓋一系列從靜態(tài)代碼到動(dòng)態(tài)代碼檢查，然后到模型測(cè)試，然后到故障注入模擬，到過橋模糊測(cè)試，還有一系列的工具，這塊我們是希望通過一系列的工具鏈提升整個(gè)測(cè)試驗(yàn)證的效率，提升生產(chǎn)率。

這里就是整個(gè)工具的自動(dòng)化程度，包括工具本身的能力水平還是非常重要的，我們說以傳統(tǒng)的代碼和檢測(cè)為例，一個(gè)工程師一個(gè)月在適當(dāng)工具鏈的支持下，大概能完成7000行左右代碼的檢查，但是按照我們現(xiàn)在以億為單位的代碼量級(jí)來說，這塊所需要的效率，對(duì)于我們生產(chǎn)力的提升或者是限制，這是至關(guān)重要的。

我們說在智能化的時(shí)代，所面臨的軟件從軟件自身到軟件功能相關(guān)的測(cè)試，只針對(duì)代碼，只針對(duì)軟件本身做測(cè)試，其實(shí)是不夠的。對(duì)于智能駕駛或者智能駕駛的汽車而言，我們要復(fù)現(xiàn)在智能駕駛交通環(huán)境下，可能會(huì)遇到的各種交通情況。這里要覆蓋或要驗(yàn)證，要測(cè)試的場(chǎng)景是千千萬萬的，甚至可能看起來是無盡的，這和傳統(tǒng)的汽車開發(fā)，或者和傳統(tǒng)的電子電氣開發(fā)，以測(cè)試用例為代表，以控制器半實(shí)物仿真測(cè)試為代表的，以百和千為單位的測(cè)試場(chǎng)景相比，我們要測(cè)試，要覆蓋整個(gè)場(chǎng)景，從數(shù)量上有到千萬，到億很多數(shù)量級(jí)的躍升，在這個(gè)大的環(huán)境下，我們需要構(gòu)建一套科學(xué)有效的，能夠面向場(chǎng)景的一個(gè)仿真測(cè)試驗(yàn)證體系，能夠幫助我們以場(chǎng)景數(shù)據(jù)為驅(qū)動(dòng)，實(shí)現(xiàn)連續(xù)仿真測(cè)試的過程，覆蓋整個(gè)產(chǎn)品開發(fā)，從模型到代碼，到軟件，到控制器，甚至到實(shí)車，以至于到未來上路實(shí)際運(yùn)營之后，軟件整個(gè)在OTA之前所需要覆蓋的一些關(guān)鍵場(chǎng)景、危險(xiǎn)場(chǎng)景和復(fù)合測(cè)試，和它的質(zhì)量確認(rèn)。

這種情況下需要構(gòu)建一個(gè)閉環(huán)，基于場(chǎng)景的測(cè)試體系，這個(gè)測(cè)試體系我們和傳統(tǒng)的以半實(shí)物仿真為代表的體系相比，有巨大的變化，或者有技術(shù)上的創(chuàng)新和補(bǔ)足。

這里有四個(gè)典型的例子，第一個(gè)剛才提到我們所要面臨的測(cè)試用例，不再是百和先的量級(jí)，而是面向智能駕駛，隨著我們現(xiàn)在圍繞整個(gè)AI的研發(fā)部署，包括未來大模型具備上車的可能，大算力、大模型要支持整個(gè)AI的部署和研發(fā)，我們同樣還需要大數(shù)據(jù)。那么這個(gè)大數(shù)據(jù)的話不止在訓(xùn)練這里需要，在測(cè)試驗(yàn)證，在整個(gè)質(zhì)量檢查的過程中也需要有一個(gè)海量的場(chǎng)景，需要有一套科學(xué)的體系，用盡可控有效的手段，結(jié)合生成式AI的技術(shù)，完成整個(gè)海量場(chǎng)景庫的構(gòu)建。

第二個(gè)也是源于我們要面臨的測(cè)試用例也好，或者場(chǎng)景也好，它的數(shù)量實(shí)在太多，傳統(tǒng)的基于單車，基于線下不管在實(shí)驗(yàn)室，還是臺(tái)架上，還是道路上測(cè)試的效率，都滿足不了對(duì)場(chǎng)景覆蓋的需要，在這個(gè)大的背景下，要開發(fā)一個(gè)基于云端算力的，百千萬更多的測(cè)量在虛擬環(huán)境下，在數(shù)字孿生環(huán)境下進(jìn)行并行測(cè)試的手段。這里稱之為云算力的海量仿真，這個(gè)平臺(tái)下可以實(shí)現(xiàn)以最高的加速能力，完成這種海量場(chǎng)景的覆蓋和篩選，從中選擇出可能存在事故風(fēng)險(xiǎn)，存在隱患的這些邊緣場(chǎng)景，或者長尾工況。而且對(duì)于L3和L4這種高級(jí)自動(dòng)駕駛還有一個(gè)特點(diǎn)，同樣一個(gè)危險(xiǎn)場(chǎng)景，對(duì)于不同的車輛，不同的算法它的危險(xiǎn)程度是不一樣的，并且和天氣因素和道路上的摩擦系數(shù)和方方面面的指標(biāo)參數(shù)都有影響，這些參數(shù)我們以一個(gè)平行參數(shù)的形式排列組合的時(shí)候，同一個(gè)基礎(chǔ)場(chǎng)景也會(huì)衍生出海量的變形，這種情況下我們不止在算法的訓(xùn)練端，對(duì)算力的需求是海量的。從測(cè)試，從驗(yàn)證的角度，也同樣需要海量算力的支撐。

第三個(gè)在整個(gè)新的電子電氣架構(gòu)下，從域控往中間計(jì)算平臺(tái)下發(fā)展，無論如何我們現(xiàn)在都是基于高算力，基于大算力的AI芯片做相關(guān)開發(fā)，這里跟傳統(tǒng)做電子電氣，做半實(shí)物的仿真相比，在方法上和整個(gè)測(cè)試環(huán)節(jié)上也有一些變化，以前我們針對(duì)更多的只是控制器和控制器單元進(jìn)行檢測(cè)，現(xiàn)在針對(duì)處理器，也提出了處理器在環(huán)的仿真測(cè)試手段，把研發(fā)和驗(yàn)證往前探，從實(shí)車到控制器硬件，到處理器芯片到軟件，相當(dāng)于是一個(gè)逆向的驗(yàn)證過程。最后一個(gè)環(huán)節(jié)也是在仿真測(cè)試或道路測(cè)試的中間，在傳統(tǒng)汽車的開發(fā)和智能車的開發(fā)之間，一直是有一個(gè)缺失的環(huán)節(jié)，我們稱之為實(shí)車在環(huán)。這里所說的所有的在環(huán)都是閉環(huán)測(cè)試，在針對(duì)傳統(tǒng)電子電氣控制器開發(fā)測(cè)試的時(shí)候，其實(shí)在控制器的測(cè)試驗(yàn)證之后，就是在道路上實(shí)車測(cè)試，但是針對(duì)自動(dòng)駕駛而言，我們說控制器的測(cè)試，因?yàn)橹挥锌刂破魇钦鎸?shí)的，那么其他的車輛電子電氣、制動(dòng)轉(zhuǎn)向、總線所有的這些都是虛擬的，在這個(gè)情況下，很多危險(xiǎn)場(chǎng)景是無法做出有效的評(píng)判，那么我們?cè)谶@里增加了實(shí)車在環(huán)的手段，通過實(shí)車在虛擬仿真的環(huán)境下，參與整個(gè)測(cè)評(píng)，把車輛相關(guān)的這些不確定因素降到最低。這種情況下我們可以最高限度地去逼近車輛在真實(shí)道路上測(cè)試所能遇到的各種情況，但是因?yàn)檐囕v本身去掉了它包括動(dòng)力學(xué)，包括它的總線，包括所有這些的影響，能夠達(dá)到最高限度和實(shí)際道路的擬合。而且由于在實(shí)驗(yàn)室復(fù)現(xiàn)這些場(chǎng)景，所以我們?cè)诘缆飞峡赡軙?huì)發(fā)生的這些碰撞，這些極限場(chǎng)景，這些危險(xiǎn)工況，我們并不會(huì)真正發(fā)生事故。所以這里我們也說在軟件定義汽車，在整個(gè)智能化時(shí)代下，實(shí)車在環(huán)，實(shí)車閉環(huán)這個(gè)測(cè)試，是補(bǔ)足了我們從實(shí)驗(yàn)室，從虛擬仿真到道路測(cè)試上所缺失的最后一個(gè)環(huán)節(jié)。

我們說緊急場(chǎng)景的測(cè)試是在功能層和應(yīng)用層開展相關(guān)的工作，而面向軟件、面向代碼本身的在技術(shù)層的測(cè)試，我們可以確認(rèn)軟件本身的質(zhì)量，但是這兩點(diǎn)在以往始終是兩條平行線，但是在現(xiàn)在軟件定義汽車大的時(shí)代下，我們也在探索，如何把針對(duì)基礎(chǔ)層的測(cè)試和面向場(chǎng)景基于場(chǎng)景的這個(gè)仿真測(cè)試，把它兩個(gè)各個(gè)融合在一起，這個(gè)其實(shí)和我們今天大會(huì)的跨界融合，軟硬融合也是相契合的。我們通過把功能層和基礎(chǔ)層的測(cè)試手段，打破它們之間的壁壘，融合在一起，我們也可以把傳統(tǒng)的故障注入模擬和資源調(diào)用檢查，和我們面向場(chǎng)景的測(cè)試結(jié)合在一起，后面我們會(huì)有一個(gè)很有趣的實(shí)際例子，給大家介紹一下突破壁壘、跨界融合的必要性。

第三部分給大家介紹一下，基于我們前面所做的探索，在行業(yè)里所開展實(shí)踐的工作，第一個(gè)案例這個(gè)基于ISO26262，基于功能安全開發(fā)，針對(duì)智能化、電動(dòng)化汽車不同的控制器，所開展的一系列測(cè)試的實(shí)踐，這個(gè)也是大家最熟悉的環(huán)節(jié)，我們針對(duì)新能源汽車三電，針對(duì)ADAS不同的控制器，在國內(nèi)和不同的主機(jī)廠，包括國家檢測(cè)中心，這么多年來有很多具體的合作，和面向這些控制器的功能安全測(cè)試相比，更有挑戰(zhàn)性的是什么呢？面向自動(dòng)駕駛不確定性的場(chǎng)景測(cè)試，包括我們說的現(xiàn)在預(yù)期功能安全測(cè)試。

如何實(shí)現(xiàn)這個(gè)目標(biāo)，那么這里就是我們說的面向智軟件定義汽車這是一個(gè)以場(chǎng)景、數(shù)據(jù)驅(qū)動(dòng)的一個(gè)連續(xù)的仿真測(cè)試，這里核心的支點(diǎn)是需要構(gòu)建一個(gè)海量的仿真場(chǎng)景數(shù)據(jù)庫，這個(gè)方面我們?cè)谶^去的幾年里和行業(yè)內(nèi)的合作伙伴，包括和各個(gè)主機(jī)廠，包括和咱們協(xié)會(huì)也開展了很多的合作。目前為止我們構(gòu)建了大概有超過2萬組，在仿真環(huán)境下實(shí)際可用可以用于測(cè)試驗(yàn)證的場(chǎng)景數(shù)據(jù)，覆蓋了包括預(yù)期功能安全，包括智能駕駛，包括V2X一系列不同的應(yīng)用。

這個(gè)場(chǎng)景庫我們給它起了一個(gè)名字叫“水木靈境”，這個(gè)場(chǎng)景庫的底座是數(shù)字孿生以及AI，后續(xù)也將引入AIGC，基于生成式人工智能的技術(shù)，這里我們要解決整個(gè)仿真場(chǎng)景庫數(shù)據(jù)構(gòu)建的時(shí)候，最核心的問題是數(shù)據(jù)來自于哪兒。傳統(tǒng)的數(shù)據(jù)構(gòu)建體系，數(shù)據(jù)來自于邏輯、來自于法規(guī)、來自于我們?cè)诘缆飞宪囕v的采集，這里還是很感謝我們和天翼交通，還有和各地地方政府，包括和協(xié)會(huì)還有信通院的合作，我們從去年到今年做出了一個(gè)新的突破，我們可以把各個(gè)地方政府所建設(shè)的這些智能網(wǎng)聯(lián)測(cè)試示范區(qū)，路測(cè)設(shè)備所采集的數(shù)據(jù)，通過時(shí)空的同步，通過相應(yīng)的開發(fā)，用于自動(dòng)駕駛算法的訓(xùn)練、測(cè)試和驗(yàn)證。

在這個(gè)新的體系加持下，從去年到今年我們也是完成了車路協(xié)同，路車設(shè)備所構(gòu)建仿真場(chǎng)景，從質(zhì)到量的飛躍，完成了整個(gè)技術(shù)閉環(huán)和商業(yè)閉環(huán)，后續(xù)我們也是和蘇州，和上海國際汽車城，包括未來和武漢經(jīng)開區(qū)各個(gè)示范區(qū)合作，也會(huì)拓展更廣泛的數(shù)據(jù)來源，這些數(shù)據(jù)最終將會(huì)服務(wù)于我們軟件定義汽車，服務(wù)于整個(gè)智能駕駛的安全驗(yàn)證。

第二個(gè)實(shí)踐的案例，這個(gè)是我們構(gòu)建了一個(gè)基于云算力的海量仿真SaaS平臺(tái)，云仿真這個(gè)事情大家到現(xiàn)在已經(jīng)不再陌生了，但是關(guān)鍵是怎么去完成由單機(jī)到上云，由單車到多車并行這樣一個(gè)開發(fā)部署和實(shí)踐，這里有一個(gè)具體的案例是什么呢？我們?cè)谔K州，支持蘇州政府開展圍繞高級(jí)別自動(dòng)駕駛車輛，在上道路測(cè)試和示范應(yīng)用之前，我們基于仿真測(cè)試的手段，來完成了一個(gè)安全性的確認(rèn)。在傳統(tǒng)騎車人開車的時(shí)候，車是車，人是人，駕駛員是需要考駕照的，現(xiàn)在自動(dòng)駕駛，尤其是高級(jí)別的自動(dòng)駕駛實(shí)際上是一個(gè)人車合一的過程，這個(gè)時(shí)候我們的智能化汽車，如何去考駕照，這個(gè)其實(shí)從國家到各個(gè)地方政府，到安全監(jiān)管都將面臨的共同問題。在蘇州這邊我們是相當(dāng)于構(gòu)建了一個(gè)服務(wù)于這樣的人工智能駕駛員這樣的駕考體系，通過仿真場(chǎng)景測(cè)評(píng)體系，云端的算力服務(wù)于整個(gè)安全監(jiān)管，往上我們可以通過構(gòu)建一個(gè)更大的駕考的場(chǎng)景庫，實(shí)現(xiàn)類似于人類開車的時(shí)候，這個(gè)駕校的職能，往下游通過這種量化的評(píng)價(jià)，量化的這種測(cè)試，可以服務(wù)于它的監(jiān)管，甚至包括保險(xiǎn)的理賠和定責(zé)。

下一個(gè)應(yīng)用的實(shí)踐就是圍繞我們所構(gòu)建的從芯片處理器，到控制器、硬件在環(huán)，到實(shí)車在環(huán)這樣的體系，在行業(yè)里的一些實(shí)踐，這里要跟大家分享的一個(gè)是，我們?cè)趯?shí)車在環(huán)上今年也取得了新的突破，因?yàn)槲覀冊(cè)瓉韲�繞單車在實(shí)驗(yàn)室內(nèi)我們采用了一種稱之為高級(jí)整車在環(huán)VAQ的技術(shù)，這個(gè)在一汽、上汽，包括幾大國檢中心已經(jīng)在服務(wù)于整個(gè)產(chǎn)業(yè)安全性的驗(yàn)證。我們?cè)诮衲晖ㄟ^這種協(xié)同式并行式仿真的共建，可以把位于不同實(shí)驗(yàn)室、不同城市，甚至未來不同國家車輛在環(huán)的仿真平臺(tái)，在相同的場(chǎng)景下形成協(xié)同仿真，這樣協(xié)同式的高精準(zhǔn)的在環(huán)仿真平臺(tái)，可以用于在最真實(shí)的情況下，對(duì)我們相同的算法、不同的算法，人及共駕的算法都耦合的情況下實(shí)現(xiàn)對(duì)抗測(cè)試。并且進(jìn)一步地我們可以把信息安全，把V2X相關(guān)的這些模擬，相關(guān)的內(nèi)容注入和我們這種對(duì)抗車企容威

這個(gè)也是我們說不管從算法驗(yàn)證，從軟件測(cè)試，從研發(fā)，從預(yù)期功能安全的角度，包括前面說的服務(wù)于人工智能駕駛員，駕考的無人車駕校都可以發(fā)揮很關(guān)鍵的作用。

第五個(gè)就是我們前面提到的，我們?cè)趪L試把基于面向軟件代碼，軟件本身基礎(chǔ)層測(cè)試的工作和我們面向場(chǎng)景，基于場(chǎng)景的測(cè)試融合在一起我們?cè)诎雽?shí)物仿真，或者車輛在環(huán)的場(chǎng)景下，我們可以把控制器內(nèi)面向代碼的這些故障注入模擬，甚至是包括資源占用，我們說做這類測(cè)試的時(shí)候，我們是只在控制器上，在HIL上做是不夠的，很多時(shí)候還是需要試車，在道路上檢驗(yàn)，在軟件上，和在實(shí)車上是不一樣的，很多故障，很多隱患，和一些Bug，實(shí)車下是最終評(píng)價(jià)的準(zhǔn)則，但是如果實(shí)車在道路上行駛的時(shí)候，在控制器里修改一些代碼，注入一些故障，這個(gè)對(duì)整個(gè)交通和測(cè)試是非常危險(xiǎn)的，因?yàn)槲覀兺ㄟ^在半實(shí)物仿真臺(tái)架上，在HIL，在車輛在環(huán)實(shí)驗(yàn)室里做這種故障注入的模擬，既能保證測(cè)試的有效性、真實(shí)性、覆蓋性，同時(shí)不會(huì)發(fā)生真正的安全事故，這樣可以幫助我們，讓我們的安全測(cè)試更加安全。

以上是今天和大家要分享的內(nèi)容，最后簡單介紹一下我們公司的情況，IAE智行眾維還是圍繞智能駕駛和自動(dòng)駕駛仿真測(cè)試驗(yàn)證，在于構(gòu)建一個(gè)剛才提到的IAE X-in-Loop閉環(huán)的仿真測(cè)試體系，以及服務(wù)于這個(gè)仿真測(cè)試體系所需要的一個(gè)海量場(chǎng)景數(shù)據(jù)庫，也是通過這樣的技術(shù)閉環(huán)和數(shù)據(jù)閉環(huán)體系，讓我們服務(wù)于現(xiàn)在智能化時(shí)代下，軟件定義汽車大的行業(yè)生態(tài)，大的背景，后續(xù)希望跟大家有更多的分享，有更多的互動(dòng)和交流，謝謝大家！

(注: 本文根據(jù)現(xiàn)場(chǎng)速記整理，未經(jīng)演講嘉賓審閱，僅作為參考資料，請(qǐng)勿轉(zhuǎn)載!)