蔚来汽车杨进：智能驾驶测试评价时期方面的商榷效用

10 月 30-31 日，2024 汽车时期与装备发展论坛在苏州召开，政府指导，院士群众，装备、汽车及产业链企业高层王人聚，围绕"共筑汽车产业新质分娩力"年度主题，聚焦新时期、新装备、更生态伸开潜入探究，探索装备制造与汽车产业的交融发展旅途。论坛由 1 场闭门会、1 场开幕大会、2 场秉性行径和 4 场分论坛组成，搭建起国内首个聚焦"汽车时期与装备发展"范围的高端对接平台。其中，在 2024 汽车时期与装备发展论坛之 IVISTA 智能网联汽车论坛上，上海蔚来汽车有限公司自动驾驶研发测试部高档总监杨进发表了演讲。以下内容为现场发言实录：

列位嘉宾，列位指导，全球好！今天我先容一下蔚来全域自动驾驶，以及背后撑合手的测试体系。

我先容一下蔚来全域自动驾驶通盘的发展经由，2020 年的 10 月蔚来在世界首个发布领航 NOP，那么在 2021 年的 1 月份，斌哥开启全栈自研的 ET7 的发布圭臬。之前的圭臬照旧半自研，通盘已毕全栈自研。

咱们来看一下推行的用户里程，2020 的 Q4 即是咱们第一个 Q 智驾里程是 0.181 公里，粗略 1800 万公里。到了本年 Q1 咱们已毕 1.92 亿公里的智驾里程大致普及 11 倍。

2023 年的 9 月份咱们从高速转城区搬动，开启全域自动驾驶的托付的运行。遣散本年 4 月 30 日，咱们其实仍是完成了全域自动驾驶的举座的发布，咱们看一下发布推行的功能的情况。

刚刚朱教师讲了在本年或者是在旧年的时间，其真实全域自动驾驶方面照旧有一个开城的看法，许多车企之间以城数行动 ODD 障翳范围，是以在阿谁阶段全球比的即是开城的效用。

在本年 4 月份咱们从开城的效用视角来看，当先咱们障翳的城市是 726 座，高速的考证里程是 36 万公里，而城区是 84 万公里，累计是 120 万公里。

数字本人全球可能莫得体感，我节略说一下他背后撑合手的测试才智，粗略是一个什么样的范围。

从高速的视角 36 万公里照旧相比好浮现的，一般高速如若咱们要障翳所有的匝谈，咱们基本上要 3-4 倍的里程障翳才能得回一个有用的 ODD 考证。

36 万公里的示范，基本上咱们要至少考证 100 万公里。100 万公里是一个很大的数字，高速有个上风，平均每小时车辆的运行速率是相比快的，基本上 8 小时 500 公里的考证是莫得问题的，那么咱们以 50 辆车每辆车 500 公里的考证里程去验，那么 100 万的考证里程粗略需要 40 天能验完，这是一个基本的车企，能够去作念的实车托付的里程。

可是这个样式在城区基本上莫得。城区你看这个里程 85 万公里，85 万公里，城区本人的路况停火路结构复杂得多，如若一个圭臬的四个主义的路口，如若咱们要作念障翳是有 12 条旅途，是以基本上一个有用的障翳，咱们至少要彭胀 10 倍，也即是咱们要作念到 85 万公里的示范，至少要 85 万公里的考证，这是其一。

其二，城区本人考证的效用也低得多。8 小时实车考证基本上只消 150 公里傍边，这两个因素的重叠使得 850 万公里，如若你相似用 50 辆车去跑那基本上需要 3.1 年、1300 多天才能完成，这险些是不太可能完成的事。这个层面上一般是时期本人底层基座的普及，另外一方面是测试才智的普及。

这是本年咱们发布的乐谈，乐谈和前边的车型最大的互异照旧因为莫得使用高精度雷达，它是全视觉的处置决议，设置的是单颗 orin 算力，粗略 256tops 加上 4D 成像的毫米波雷达以及 12 颗录像头。

咱们前序 NTR 平台设置了 4 颗 orin，粗略 1056tops，以及对应的高精度雷达，这其实是纯视觉的处置决议。

这块通盘 infrastructure 粗略分几层，底下是才智层、运营层、算法层和基座群体智能的算法。群体智能算法领会来说有三部分，第一块超算平台，第二块超等磨练中心，第三块超等测试中心。咱们先容一下超等测试中心。

通盘测试才智迭代的经由，这个东西节略来说分三阶段，最早有功能原型迭代然后一步步来。粗略举了两个例子，主动安全和全域领航的城区的 NOP。其实主动安全这个功能看起来相比节略，测试起来相比难，它主要难度在两方面：

第一块，事故的 recall，哪些事故你应该用主动安全调回其实是能测的，因为你也不知谈用户会发生什么样的事故，究竟在用户发惹事故的时刻你有莫得产生救急反馈，这个短长常难测的，事故的 recall 时常败落真实。

通例的测试照旧基于仿真来测的，或者是一些谈路的经典场景，它能保证已知的场景是有用的，但未知的场景很难考证。

第二块，主动安全功能因为它刹车力度很大，基本上最大达到负 10 的加快度。在这种加快度下用户的体感短长常热烈的，是以它的误触发率亦然全球需要勤快于幸免的。当今主流车厂的误触发里程基本能作念到 10 万公里以上误触发，10 万公里的误触发短长常难测试的，你其实拿谈路测试测的话，10 万公里跑出来的遣散根柢没法自信，你跑 50 万公里也莫得太大的真谛，因为 10 万公里的误触发 50 万其实够不上有用的目的。

在主动安全咱们初期照旧拿数以 10 万量级实车的谈路里程加上仿真测试跑的，接近 20 万仿真是谈路里程。这个阶段它典型问题即是你跑出的目的和用户体验的目的差距会相比大，最多不错差 4-10 倍，你测试出来的目的和信得过用户拿到的目的可能 4-10 倍的互异。这 4-10 倍互异主要体当今一个是场景互异，你测试的场景和用户场景究竟是不是一样。第二块你和用户之间关于危急场景通晓竣工不一样，咱们测试的时间发现咱们测试工程师包括安全员在测主动安全的时间，他触发频率相配低，推行因为那些驾驶员安全意志相配强，而用户一般开得很激进，这种情况下是很难模拟出来的，他们目的互异是数以倍级。

咱们在第二阶段援用了实车加仿真和伴生的测试步伐，伴生的测试步伐其实即是最早特斯拉的影子花样，这种百万级伴生考证里程能有用考证它在 10 万量级误触发下有用触发指数，处置了用户和推行互异性。相对伴生的样式，它更多照旧基于真实用户的体感看一致性。比如车上有两个域，一个叫功能域，用户有一些遑急接收，这个是咱们能感知到的。再看伴生域上的被测要道有莫得引发主动安全来看一致性，它其实能作念到和用户场景 1：1 的一致性，同期它有相比大的里程考证，能够相比平正置主动安全误触发里程和场景一致性。

到第三阶段数据驱动，数据驱动花样相比好浮现，即是因为通盘愚弄框架或者建设的层面上仍是从凡俗的端庄重花样转向模子化加规定重叠的逻辑，它越来越需要大都数据。在规定化期间，你测试报了一个issue，其实你只消 3-5 个 issue 就行了，研发看这 3-5 个 issue 推行上有莫得处置。

而到模子化的期间，3-5 个 issue 根柢不成，研发要处置这个问题可能需要彭胀 1000 倍，也即是 1000 条数据考证这个数据有莫得用，以及磨练这个数据在这些数据下阐发存莫得好。它其实对测试的条件，以致对数据磨练的条件更高。那么数据驱动的期间，咱们把测试才智作念了 10 倍以上的增强，通过千万量级伴生的考证，它产生的数据一方面反哺模子磨练径直作念模子磨练，同期用来作念考证。全球也惦念一些ORfitting的样式，其真实这种伴生的考证下，因为它不是固定数据集，ORfitting 对它的影响亦然相比小的。

第三阶段已毕是你跑出来的测试数据既能用来作念模子磨练，同期用来作念测试遣散的考证，把通盘研发效用推到新的高度。

在全域领航视角，在这三个阶段亦然相似的迭代，因为城区本人是过于复杂的。咱们最运行实测加仿真阶段也遭逢了一些挑战，咱们测试出来的遣散在一些低频的问题，比如闯红灯，闯红灯的概率粗略百公里零点零几次，这种目的很难通过实车或者仿真跑出来。这种情况下咱们援用了第二阶段，通过大里程的伴生，再看用户域和伴生域在同两套要道下救急是不是一致。

比如在用户域下，用户在红绿灯下仍是停驻，但伴生域被测要道发出上前前进的领导，示意你其实有闯红灯的趋势。这种情况下咱们会一个伴惹事件到云霄去捕捉到测试的很是。通过一体化的数据，然后推动通盘全域智能往前推动。

咱们再看一下，通盘测试体系其实分了几层，最表层是业务层和愚弄层。第二块测试才智在不同愚弄阶段的愚弄，包括研发自测、周期性 CICD 阻碍，以及咱们更多援用了一些用户级的测试，以及在输出视角和监控视角的愚弄。

跟着模子化的愚弄，各大车企在用户级的测试上其实看得愈加首要，因为这种模子化的要道在小批量的里程下很出丑出来，尤其用户体验下，它对用户级的领航看得愈加首要。

底层测试才智视角咱们也分几大块：

第一块，基础实车测试，包含用户体验界说、场景界说、标签不停以及场景级的不停。

第二块，SIL 仿真和台架机 HIL 仿真。

第三块，车端伴生群体智能考证才智。

在底基座测试才智下，包括底层场景化的才智，第二块仿真用的chek检查器才智。chek 跑出数据咱们要作念分析，自动化全I 级的才智。以及如若咱们有这些才智，怎么更好地支合手车端作念里程不停、ODD 不停以及对量产用户的监控，通盘变成一套体系和闭环。

底下是咱们基座，是咱们底层数据分娩引擎和底层仿真才智，构建了通盘 NIO 自动化测试体系和实车的测试体系，保证全域领航的顺利发布、大里程的障翳。

今天就先容到这里，谢谢全球！

（注：本文凭据现场速记整理，未经演讲嘉宾审阅）