中国汽车技术研究中心发布自动驾驶场景平台

　　智能网联汽车的研究和发展，离不开“场景”和“信息安全”。

　　自动驾驶系统通过学习高速公路、停车场、城市道路各种场景的应对方法，获得在同类环境安全驾驶的技能。因此，很多企业和研究机构都在采集真实的驾驶环境数据，提取有效的场景来训练和测试自动驾驶汽车。

　　智能网联汽车信息安全也是热点话题。根据汽车信息安全的技术可靠性以及通讯安全性，从大量的研究案例中形成漏洞数据库，以漏洞库为核心，开展汽车信息安全测试，及时发现信息安全问题并进行安全防护，可以减少和避免信息安全事件的发生，规范化的日常维护和应急措施，能把损失降至最低。

　　出于这两点考虑，2018年3月20日，由中国汽车技术研究中心有限公司（以下简称“中汽中心”）主办，中汽中心数据资源中心（以下简称“数据资源中心”）承办的“中国智能网联汽车驾驶场景与信息安全数据发布会”在天津中汽中心东丽院区召开。会议面向行业首次发布了中国智能网联汽车驾驶场景数据共享平台、中国汽车行业漏洞应急响应平台以及智能汽车信息安全自愿性认证规则与评价体系。

　　中国智能网联汽车驾驶场景与信息安全数据正式发布

　　在驾驶场景数据共享平台方面，数据资源中心在过去两年积累了数据建设、场景分析、模型建构、平台运作和行业服务的能力，目前在初步探索中获得了一些成果，包括：

　　已经完成天津、上海近500个停车场泊车场景采集和部分数据的处理工作，形成了近百个泊车测试场景；

　　已经完成北京、天津、河北等地30万公里高速公路驾驶场景采集和数据处理工作；

　　已完成北京、天津、上海等城市道路驾驶场景采集工作，采集里程千余公里，并完成相关数据处理和测试用例提取。

　　在本次会议上，数据资源中心发布了几项内容，包括驾驶场景数据采集与存储规范、基于视觉与多传感融合的典型驾驶场景数据、基于视觉的精细化标注数据等。

　　在活动现场，中汽中心还展示了自建的数据采集平台，共有两类：一类是基于视觉传感器的驾驶场景数据采集试验车，一类是基于多传感器的驾驶场景数据采集试验车。

　　现场工程师告诉我们，考虑到经济性和实用性，数据资源中心会采用基于视觉传感器的驾驶场景数据采集试验车长时间作业收集，对其中发现的典型驾驶场景，再用基于多传感器的采集车做针对性采集。

　　未来，数据资源中心的工作也有了进一步规划：

　　场景覆盖范围：2020年前重点面向L3、L4级自动驾驶系统开发与测试；

　　覆盖高速行驶、地下车库、城市道路、乡村道路、山区等重点道路类型；

　　覆盖晴天、阴天、雨天、雪天、雾霾、夜晚等多种天气情况；

　　覆盖识别标志标线、交通信号灯、交警手势等重点场景；覆盖跟车行驶、变更车道、超车、路边停车等重点场景；

　　驾驶场景数据业务计划至2020年底完成覆盖中国40个重点城市的5000万公里的自然驾驶场景数据采集，并完成驾驶场景数据库建设，分三年进行。其中，计划2018年采集500万公里驾驶场景数据，2019年完成1500万公里，2020年完成3000万公里。

　　信息安全漏洞应急响应平台的数据体系

　　会议上，中国汽车行业漏洞应急响应平台（CAVD）正式发布。数据中心专家指出漏洞平台是数据的一个载体，其内隐含四方面工作亟需行业共同推进，一个是漏洞收集，第二个漏洞验证与审核，第三个有条件共享漏洞，第四个就是漏洞修复与应急响应。

　　目前，数据资源中心联合各类企业、机构共同开展汽车信息安全测试、防护的共性技术研究，建设国内首个汽车行业漏洞数据库，研究制定智能汽车信息安全自愿性认证规则与评价章程。据介绍数据资源中心已经面向汽车总线等方面做了大量的测试，形成了测试的规范、指导手册，总结了信息安全的主要攻击点，完成了数十款车型测试。

　　中国智能网联汽车数据开放共享工作组组织架构

　　庞大的数据收集过程，需要更多人参与进来。会议上，中汽中心倡导主机厂、供应商和相关营运企业加入，以中国智能网联汽车数据开放共享工作组的形式，推进共建共享的新模式，持续推进中国智能网联汽车行业数据的建设与应用。

　　那么主机厂关心什么呢？

　　不少企业和供应商代表参加了本次会议，针对智能网联汽车驾驶场景数据共享平台的建设，大家主要关心以下几点：

　　1.数据采集。采集多少数据合适？是一次性采集还是初步采集后，再进行针对性地补充？企业数据采集是否涉及相关资质？可否考虑与专车或图商合作，在数据采集的同时构建自动驾驶地图？如果考虑与专车或图商合作，数据精度如何匹配，覆盖范围能否全面？

　　2.数据处理与质量把控。训练自动驾驶汽车需要经过测算和标记的真实有效数据，对自动驾驶的研发企业来说，类似雨雪天气的Corner Case（稀少场景）尤为重要。采集得到的数据能否借助软件算法标记，尽可能减少手动处理，提高效率？数据质量又由谁来评定？

　　3.数据采集规范与标准。采集数据类型，场景定义，数据标定都需要形成规范，这将是所有工作开展的前提。具体需要哪些数据类型、如何统一格式，需要主机厂和供应商参与进来共同讨论。

　　4.平台建设的统筹规划。自动驾驶的发展是一项系统工程，目前主机厂都有了不同级别自动驾驶产品上市的排期，针对自动驾驶L3-L5需要的数据不同，制定数据采集计划时要和主机厂的产品计划做好绑定或者匹配。

　　5.共享工作组的管理模式。能否用项目管理方式去推进，在每个节点对进展和结果公开，主机厂能否全程参与？保证项目进行要有一个利益机制，可以考虑资金的导入，让它能够真正成为一个实体来运作管理。合作的同时如何保证不同公司产品的个性化？

　　车云小结

　　智能网联汽车的研发离不开数据资源。联合共建的方式，可以很大程度地提升研发效率。数据共享孕育着机遇，也面临着众多挑战。会议现场，主机厂纷纷表示，愿意在统一的数据标准与合理的共享模式下，参与到平台共建中去。随着上述建议中的问题逐步获得答案，我们期待看到一个高效共赢的数据共享模式。

1. 中国汽车技术研究中心发布自动驾驶场景平台

2. 丰田联手清华大学 在华建立绿色技术研究中心

3. 丰田启动自动驾驶及智能互联汽车技术研究

4. 聚焦自动驾驶场景 福田与东软达成合作

5. Mobileye自动驾驶场景盯上公交出行

6. 美自动驾驶三巨头 解决魔鬼般的行驶场景细节

7. 英特尔与清华、中科院成立自动驾驶研究中心

8. 中汽建立智能网联汽车驾驶场景行业数据库

9. TRI公布自动驾驶技术研发进展 系丰田子公司

10. 奇点汽车成立研究中心 打造智能汽车大脑

本文来源：https://baike.wangaiche.com/a44657.html