由工業和信息化部、中國科學技術協會、中國機械工業聯合會作為指導單位，中國汽車工業協會主辦的“2023中國汽車論壇”，于2023年7月5日-7日在上海嘉定召開。我司總經理李曉英受邀出席本次智能網聯汽車產業新趨勢與未來發展主題論壇并參與圓桌對話。

具有12年歷史的中國汽車論壇，是全球汽車領域的“達沃斯”， 汽車產業發展的“風向標”，更是每年向全行業輸出智慧和思想的重要平臺。其中，于7月6日開展的智能網聯汽車產業新趨勢與未來發展主題論壇主要聚焦智能網聯汽車市場前景、發展路徑、車路協同賦能、智能出行服務以及智能交通與智慧城市融合發展等方向，共同研究推動智能網聯汽車產業技術發展與創新應用，助力打造開放、融合的汽車產業新生態。

我司上海測迅總經理李曉英、東風技術中心首席總工程師、舍弗勒大中華區首席技術官、暢行智駕首席執行官、小馬智行副總裁，一同受邀參與圓桌對話就一系列問題展開深入地對話交流與思想碰撞。

其中，在圓桌對話上朱西產教授提問我司李總：“AI算法的自動駕駛系統需要進行場景覆蓋測試，與ADAS的典型場景測試相比，測試工作量大大增加，加速測試是自動駕駛系統開發的關鍵技術，測迅科技有什么創新方法？”

李曉英：”AI算法的自動駕駛系統因為要進行場景覆蓋，首先就需要大量的場景數據，比如現在很多企業都進行大量的道路實際場景采集，但是采集一段時間，可能累積到幾十萬或者百萬公里之后，有效場景出現的概率就越來越低，場景采集的效益也越來越差。

我們就需要找到一種方法可以快速的提高場景覆蓋率的方法。道路采集效益快速降低的根本原因是實際交通危險場景的出現具有時間和空間兩個維度的隨機性。危險時時刻刻都在發生，但是采集車未必正好在那個點上，這種時空相遇的難度太大。

但是，基于我們對感知系統物理性能的認識，以及環境因素對感知系統的影響干擾，我們可以快速找到危險場景的類型。然后通過場景構建的方式實現這些危險場景的復現，再通過場景采集車直接采集構建的這些危險場景。這樣我們就可以快速提高場景的覆蓋度。而且算下來這樣獲取單個危險場景原始數據的成本會很低，效率也更高。

這樣就很好的將人類的認知和經驗應用到AI的訓練數據的擴展中，就可以加速AI的訓練進程。

除此之外，對于一些強行變道加塞、緊急剎車等等危險的駕駛行為場景，也可以通過構建的方式來獲取原始場景數據。

測迅提出了在室內條件下來模擬自然環境因素的干擾和危險交通流場景的重構。我們對外稱之為整車交通環境在環測試系統(VTEHIL)，主要是面向智能駕駛功能的測試驗證。現在看來也可以應用于AI自動駕駛場景原始數據的生成。

前期我們選擇了不同類型的車型，在我們構建的室內場景條件下來進行相應的試驗，通過試驗發現，在室內場景條件下，車輛的感知和決策與在實際道路環境中高度一致。

其實，我們現在封閉場地測試所采用的一些手段和方法，也是場景重構的思路。只不過是在道路上來搭建場景。

測迅目前VTEHIL實驗室有昆山的原型機，首臺是在清華大學原碰撞實驗室改造成主動安全實驗室，以及在中國東北方主機廠建設了全尺寸復雜自然環境模擬及物理交通流的室內實驗室。歡迎各位專家指導。”

當前，國內智能網聯汽車正步入快速發展新階段，測迅將持續深入并積極推動智能駕駛主動安全測試的研究與實踐；與行業攜手共進，向創新而行，助力打造開放、融合的汽車產業新生態！