由工业和信息化部、中国科学技术协会、中国机械工业联合会作为指导单位，中国汽车工业协会主办的“2023中国汽车论坛”，于2023年7月5日-7日在上海嘉定召开。我司总经理李晓英受邀出席本次智能网联汽车产业新趋势与未来发展主题论坛并参与圆桌对话。

具有12年历史的中国汽车论坛，是全球汽车领域的“达沃斯”， 汽车产业发展的“风向标”，更是每年向全行业输出智慧和思想的重要平台。其中，于7月6日开展的智能网联汽车产业新趋势与未来发展主题论坛主要聚焦智能网联汽车市场前景、发展路径、车路协同赋能、智能出行服务以及智能交通与智慧城市融合发展等方向，共同研究推动智能网联汽车产业技术发展与创新应用，助力打造开放、融合的汽车产业新生态。

我司上海测迅总经理李晓英、东风技术中心首席总工程师、舍弗勒大中华区首席技术官、畅行智驾首席执行官、小马智行副总裁，一同受邀参与圆桌对话就一系列问题展开深入地对话交流与思想碰撞。

其中，在圆桌对话上朱西产教授提问我司李总：“AI算法的自动驾驶系统需要进行场景覆盖测试，与ADAS的典型场景测试相比，测试工作量大大增加，加速测试是自动驾驶系统开发的关键技术，测迅科技有什么创新方法？”

李晓英：”AI算法的自动驾驶系统因为要进行场景覆盖，首先就需要大量的场景数据，比如现在很多企业都进行大量的道路实际场景采集，但是采集一段时间，可能累积到几十万或者百万公里之后，有效场景出现的概率就越来越低，场景采集的效益也越来越差。

我们就需要找到一种方法可以快速的提高场景覆盖率的方法。道路采集效益快速降低的根本原因是实际交通危险场景的出现具有时间和空间两个维度的随机性。危险时时刻刻都在发生，但是采集车未必正好在那个点上，这种时空相遇的难度太大。

但是，基于我们对感知系统物理性能的认识，以及环境因素对感知系统的影响干扰，我们可以快速找到危险场景的类型。然后通过场景构建的方式实现这些危险场景的复现，再通过场景采集车直接采集构建的这些危险场景。这样我们就可以快速提高场景的覆盖度。而且算下来这样获取单个危险场景原始数据的成本会很低，效率也更高。

这样就很好的将人类的认知和经验应用到AI的训练数据的扩展中，就可以加速AI的训练进程。

除此之外，对于一些强行变道加塞、紧急刹车等等危险的驾驶行为场景，也可以通过构建的方式来获取原始场景数据。

测迅提出了在室内条件下来模拟自然环境因素的干扰和危险交通流场景的重构。我们对外称之为整车交通环境在环测试系统(VTEHIL)，主要是面向智能驾驶功能的测试验证。现在看来也可以应用于AI自动驾驶场景原始数据的生成。

前期我们选择了不同类型的车型，在我们构建的室内场景条件下来进行相应的试验，通过试验发现，在室内场景条件下，车辆的感知和决策与在实际道路环境中高度一致。

其实，我们现在封闭场地测试所采用的一些手段和方法，也是场景重构的思路。只不过是在道路上来搭建场景。

测迅目前VTEHIL实验室有昆山的原型机，首台是在清华大学原碰撞实验室改造成主动安全实验室，以及在中国东北方主机厂建设了全尺寸复杂自然环境模拟及物理交通流的室内实验室。欢迎各位专家指导。”

当前，国内智能网联汽车正步入快速发展新阶段，测迅将持续深入并积极推动智能驾驶主动安全测试的研究与实践；与行业携手共进，向创新而行，助力打造开放、融合的汽车产业新生态！