汽车|王易之:车路协同规模量产需大量测试 给场景“贴标签”打造V2X专用场景库( 三 )


RSU对这个结果非常有兴趣 , RSU本来是独享10兆信道 , 本来是比较平的丢包率的曲线 , 变成20兆信道跟所有车进行竞争的时候在近端的PR会更好 , 而远端的会比较差 , 这个其实也是挺有意思的一个结果 , 对于远处现在标准草案当中定的结论也是为了优化RSU的表现 , 所以竞争之后导致的PER的增大也是很显然的 。
总结的外场测试报告 , 我们会在近期有完整的一个报告发布 , 我今天只是摘取了几个比较典型的结果跟大家分享 , 也非常感谢我们的合作伙伴高通、信通院、国汽智联 , 还非常感谢中关村委员会海淀驾校的支持 。
解决了通信的问题 , 我们还要做应用 , 量产阶段的应用如何进行开发和测试?包括这次“新四跨”可以在外场体验很多的应用 。
我们在F1封闭区在10月份已经做了大半个月大规模的测试 , 其中一个测试相就是在这种情况下去进行应用的一个测试 , 所以这里有两个典型的例子 , 都是最基础的FCW前景 , 前向碰撞 。 我们可以看到这个车辆在迅速接近前面的车 , 什么也没有发生 , 然后迅速的拐开 , 事实上咱们今天没有声音 , 它在拐出去的那一瞬间才触发了预警 , 这是一个非常晚的预警 , 基本上不起什么作用 。
这个是实际相对较晚 , 但是结果还可以 , 如果反应够快的话也还可以 , 其实也有语音在提示 。
对于应用场景虽然很基础 , 非常简单 , 过去这些年我们行业所有的研发企业事实上已经完成了我们的协议一致新 , 以及场景功能DEMO的阶段 。 再往下首先是数据一致性 , 这个也是我们面向量产必须要解决的问题 , 大家知道我们的“四跨”事实上也是提前了一段时间让大家过来这边做调试和测试 , 真实的量产车不可能让你开到社会道路上还要给你提前多长时间让你去调试 , 你应该到哪儿就能触发这些应用场景 , 所以这个就是存在于我们所有的这些研发的企业 , 企业在现行标准的部分要对他里面所有标准的结构、标准格式以及里面数据内容的一致性有非常一致的理解 , 这样才能做到随到随用 , 互相之间能完全的一致的理解 。
量产级的应用场景 , 这里的应用算法可以看到是有过晚的和相对较晚的 , 还有相对早就预警的 , 我们究竟如何去做?所以我们一直以来作为一个非常简单的DEMO开发 , 我们通常是做一个功能定义 , 然后开发 , 然后进行道路测试 , 直接进行算法的迭代 。 我们现在需要把它做细化的一个研发流程就应该是功能定义 , 做功能模型和算法的台架的测试 , 算法迭代 , 通过之后进入道路测试 , 道路测试的数据也需要采集回来形成V2X专用的场景库 , 我们一般会听搞自动驾驶的 , 搞智能驾驶的去讨论场景库 , 去建立什么样的场景库 , 实际上V2X也需要专用的场景库来帮助我们做算法的迭代和提升 , 做这样一个闭环研发的周期 , 才能实现量产的研发 。
什么是V2X专用的场景库?场景库肯定包含了若干个场景 , 每个场景对V2X来说是一个基于通信的一个系统 , 每个场景需要给它做标签 , 是什么样的一个城市 , 什么功能 , 面向什么场景 , 什么道路 , 所有的场景基于一个时间线 , 分成不同的场景帧 , 每一帧包含了自车数据、环境数据 , 这个环境数据不像搞自动驾驶的是视频的数据、雷达的数据 , 它是通信的数据 , 也就是我们所有的空中通信的这些消息的一个记录 , 存储在一系列标准的格式里面去做这样的一个测试 。
V2X场景库的流程 , 我们吸收场景库的采集分析工具 , 需要公开的数据集来制作 , 需要场景的描述 , 对于待测算法模块需要一套测试系统对它进行测试和结果的输出 , 然后生成一个测试报告 。 场景采集工具 , 这是我们在真实的研发过程中的一个需求 , 最后总结下来需要这样一个用来场景库录制 , 同时实时的数据分析实时进行场景的回放这样一个工具 , 我们搞V2X不光是有OBU和RSU , 实际上还需要其他配套的很多其他东西才能把这个事情做好 。 有了场景库之后增加场景仿真的模拟器就可以对算法模型进行迭代 , 比如说对于FCW的算法的场景的迭代 , 事实上这样的算法跟我们在“新四跨”外场我们的终端里的算法是一模一样的 , 我们也是经过了这样一个算法的开发流程 。 包括交叉路口的碰撞也是一样 , 我们通过场景库回放 , 加载真实的应用算法的方式对它进行验证和标定 。


推荐阅读