关注公众号

关注公众号

手机扫码查看

手机查看

喜欢作者

打赏方式

微信支付微信支付
支付宝支付支付宝支付
×

赵祥模:精攻智能检测技术,为道路交通安全保驾护航

2023.10.30

原文地址:http://news.sciencenet.cn/htmlnews/2023/10/511293.shtm

赵祥模,现任西安建筑科技大学校长,长安大学教授、博导,兼任陕西省科协副主席,是第六届、第七届国务院交通运输工程学科评议组成员,“交通信息工程及控制”国家重点学科带头人,国际车联网与智能汽车测试技术创新联盟理事长,新世纪“百千万人才工程”国家级人选,教育部“长江学者与创新团队发展计划”创新团队带头人,全国“五一”劳动奖章获得者。

653f4622e4b03b5da6d02579.jpeg

赵祥模(右一)指导学生 西安建筑科技大学供图(下同)

他长期致力于道路交通智能检测理论研究、技术研发与工程应用,创立了道路交通多源协同智能检测前沿方向,在汽车安全与综合性能检测、道路基础设施无损检测、智能网联车路系统测试等方面做了许多基础性、开创性工作,为我国道路交通智能检测技术跨入国际先进行列做出了突出贡献。获国家科技进步二等奖3项、国家级教学成果一等奖1项、省部级科学技术一等奖6项、省部级教学成果特等奖2项;获美国发明专利7项、中国发明专利99项;制订国家标准2项、立项国际标准1项;发表学术研究论文300余篇,出版专著和教材12部。成功入选中国工程院2021、2023年院士增选有效候选人,是我国交通信息工程及控制领域的科技领军人物。中国汽车报日前对其进行了专访。

“填补我国汽车检测技术空白 实现检测设备国产化替代”

《中国汽车报》:赵校长好,能否简单地介绍一下您的求学与工作经历?

赵祥模:1983年,我考入重庆大学无线电技术专业,1987年分配到西安公路学院(长安大学前身)计算中心工作,从一名助理工程师开始深入基层一线,先后在学校计算中心、计算机系和信息工程学院工作。工作后又在长安大学载运工具运用工程专业学习并获得硕士、博士学位。30多年来,我专注于信息技术与交通领域的交叉融合,主要开展道路交通多源协同智能检测理论研究和技术开发。2014年11月担任长安大学副校长,2022年2月担任西安工业大学校长,今年9月任西安建筑科技大学校长。

20世纪80年代,我国的汽车检测技术非常薄弱,检测手段基本处于“眼看、耳听、手摸”状态。到90年代初,国外汽车检测设备厂商只向我国出口单项或成套低端设备,严重制约我国汽车检测技术的发展。“这项技术怎么就不能国产化?”我和我的研究团队憋着一口气,埋头走进实验室开启了长达30余年的汽车整车不解体检测技术研究与开发之路。从理论研究、核心关键技术突破到全套系列产品开发,从机械台架设计、单机仪表开发、测控系统研制到整个检测线安装调试,经过长期艰苦的不懈努力以及与相关企业的产学研合作,终于攻克了一个又一个的技术难题,形成了我国汽车整车室内台架检测完整的技术体系。在这过程中,我作为项目技术负责人,带领研究团队提出了汽车安全与综合性能分布式网联化自动检测及其系统控制方法,研制出我国首套基于以太网架构的全自动汽车检测系统及其系列装备,建立了基于轮胎-道路耦合动力学特征的台架等效加载模型,解决了汽车在道路和试验台上损失功率差异性的有效补偿难题,构建了检测系统新型标准化通用架构与解耦模型,攻克了分布式网络测控、异构网络通信与信息融合等关键技术,系统硬件冗余与国际同类技术相比降低30%,信息传输实时性提升至毫秒级;提出受控时间Petri网调度模型,在国际上首次实现系统多线程检测节拍与作业工序离散动态控制,其检测效率和精度均优于国际同类技术,成本降低50%,获得2007年度国家科学技术进步二等奖。

随后,作为项目技术负责人,我又带领研究团队开展了国内首套汽车制动与ABS整车智能检测大型装备的研发,提出路面附着系数与车身平动惯量低延时、高保真等效模拟理论与方法,发明了基于连续扭矩控制的台架式路面附着系数模拟技术,解决了高μ、低μ、对开、对接等多种可变路面附着系数组合工况的动态模拟难题。首次研发了集汽车固有制动与ABS整车性能检测于一体的高集成度、多功能复合试验台及测控系统装备,检测效率提升3倍以上,与道路测试的等效度超过90%,解决了整车ABS性能无法实现室内台架检测这一困扰汽车检测行业多年的共性工程技术难题。该成果获2014年度国家科学技术进步二等奖。

653f4623e4b03b5da6d0257b.jpeg

赵祥模(左四)指导学生

上述成果是我国汽车检测行业仅有的两项国家科学技术奖励成果。依托该成果研发的系列化检测装备实现了国外技术替代,在中航电测,成都弥荣,石家庄华燕,成都成保等汽车检测装备龙头企业形成了规模化生产能力,在国内汽车制造、检测与维修行业形成大规模工程化应用,并通过合作企业出口到10多个国家和地区,带动形成了年产值超百亿的汽车检测产业体系。

近年来,面向新时代交通强国建设的新需求,我和团队积极抓住检测行业智能化转型升级新机遇,着力攻关道路基础设施多源协同智能检测这块儿“硬骨头”。我们首次提出对称式激光位移检测方法、基准传递与多传感器融合检测方法,突破了传统检测手段“无法测、测不透、测不准”的技术难题,研发出激光位移系列传感器和多功能激光路面检测系统,与相关企业合作开发出3 种类型36 个型号的道路与桥梁智能检测车辆及系列装备,在我国的道路与桥梁重大工程建设与养护作业中广泛应用,有效推动了我国道路与桥梁智能检测技术进步。该项成果获得2020 年度国家科学技术进步二等奖,这是我们团队在道路交通智能检测领域获得的第三个国家级科技奖励。

“立足技术前沿做有用的科研”是我们团队从事科研工作30多年来一直坚守的信念。2009年我通过国际上的一则报道,开始关注智慧交通的新方向和新未来——自动驾驶智能网联汽车,着手组建了融合信息、电控、车辆等多学科交叉的创新研究群体,开展了自动驾驶车辆测试技术研究及相关装备研发。团队先后主持完成国家自然科学基金联合基金重点项目、国家863计划项目、国家重点研发计划项目等国家和行业重大科技项目10余项。通过“信达号”和“前行者”无人车的设计研发,成功实现车载视觉传感器、激光雷达等多源异构传感器的融合,搭建了“车-云-场”一体化的自动驾驶加速测试平台,建设了国家交通运输部首批认定的自动驾驶封闭场地测试基地。通过建立智能汽车测试的金字塔模型构建了我国智能网联车路系统测试技术体系,研制出世界上首台智能汽车有限时空域快速测试大型装备。这些成果先后获得陕西省科学技术进步一等奖3项、美国发明专利7项,主持研发的智能网联车载产品、通信模组和智能路侧产品,在汽车制造、物流运输、智能交通等领域得到大量应用。

“汽车不是设计出来的,而是试验出来的”

《中国汽车报》:了解到您的科研经历一直聚焦在汽车测试领域,从传统的汽车检测,到智能汽车的测试,再到智能车路协同系统的测试,为何您和您的团队选择了这一研究方向,并一以贯之地坚持了下来?

赵祥模:汽车是人类文明发展的产物,自1885年世界第一辆汽车诞生以来,汽车改变了人类生活、生产和出行方式,成为人类不可或缺的重要工具。但是在汽车行业流行着一句俗语,“汽车不是设计出来的,而是试验出来的”。足见测试在整个汽车设计、研发和生产过程中的重要性。一部汽车由成千上万个部件组成,当一个新的车辆型号设计出来后,必须经过严密的体系化测试,如:零部件装车前测试、零部件匹配性测试、整车磨合测试,以及整车可靠性测试等。只有经过了严格测试,才能实现汽车的定型和批量生产。

自动驾驶汽车除了具有传统汽车的全部功能外,还增加了“感知、规划、决策、控制”等新功能,“自动驾驶”正在逐步变为现实。但由于自动驾驶汽车运行环境的不确定性、运行场景的未知性和运行任务的复杂性,使得自动驾驶汽车在上路之前可能存在大量“潜在”故障。

目前针对自动驾驶汽车测试普遍使用的方法就是开放道路测试,但是这种方法费时费力且存在严重安全隐患。美国兰德报告曾经指出:一辆自动驾驶汽车按传统测试方法需要积累110亿英里的测试数据才能验证其安全性。如果通过开放道路测试完成这项工作,需要400年才能完成。并且,自动驾驶汽车在开放道路测试过程中发生事故后,极易造成二次事故。显然,开放道路测试无法满足未来自动驾驶汽车的测试需求。因此只有建立严密的测试技术体系,才能在有限时空域内实现无限场景的测试,从而确保自动驾驶汽车的安全性、舒适性、敏捷性和智能性。

纵观近代科技发展史,任何一项颠覆性技术突破都不是一蹴而就的。我认为,自动驾驶、车路协同技术的规模化应用,还需突破以下技术瓶颈:

第一,需要构建一个统一且开放的技术架构。随着云计算、大数据、智能网联等技术的发展,为自动驾驶、车路协同技术带来了很好的发展机遇,使我们在车辆高精度定位、泛在信息服务和车路实时信息交互等方面,都有了更加可靠的技术保证,但针对这些技术的整合集成,如果没有一个统一的技术架构,会影响和制约自动驾驶、车路协同技术的发展。

第二,自动驾驶、车路协同技术缺乏统一的标准体系。只有构建了统一的标准体系,才能实现自动驾驶与车路协同系统中感知、计算、通信、服务、应用各个层级之间以及同一层级不同模块之间的互联互通。目前相关企业和研究机构在局部技术上发展很快,但是标准体系建设上相对滞后,不同企业智能车载系统、智能路侧系统、云控平台等产品之间很难兼容。没有统一的标准体系,就无法形成完整的产业生态链,导致自动驾驶、车路协同技术难以大规模商业化应用。

第三,自动驾驶、车路协同技术需要建立一个严密的测试技术体系。自动驾驶与车路协同技术涉及到传感器设备、自动驾驶汽车、云控平台等方方面面,任何一个环节发生故障,都会带来安全隐患,并影响消费者的信心。近年来一些知名企业的自动驾驶车辆接二连三地发生人员伤亡事故,导致自动驾驶技术的商业化进程迅速降温。通过建立严密的测试技术体系,提前发现自动驾驶与车路协同技术的 “潜在故障”,才能为其大规模应用保驾护航。

第四,自动驾驶、车路协同技术需要包容、开放、持续的政策支持。自动驾驶与车路协同技术涉及到车载终端、汽车辅助驾驶系统、边缘计算、云控平台等多个子系统的开发和商业化部署,任何政策的调整都可能会对企业前期大量的研发投入带来风险。不确定性的产业政策会降低相关企业的投资意愿,使他们长期持观望态度,自然而然就会限制车路协同技术的大规模商业化应用。

653f4623e4b03b5da6d0257d.jpeg

赵祥模(右一)指导学生

“在自动驾驶测试评价基础理论与核心关键技术方面持续攻关”

《中国汽车报》:您和您的科研团队在自动驾驶和车路协同测试领域取得了哪些突破性进展?

赵祥模:早在2009年,我和我的团队就在国内率先开展了车路协同自动驾驶测试评价的理论研究和技术开发工作,从体系架构设计到关键技术突破、再到原型系统搭建,开展系统性体系化研究。

我们建立了基于多层次金字塔模型的自动驾驶测试方法体系,主持设计并建设了占地423亩、全国高校唯一通过国家交通运输部认定的自动驾驶封闭场地测试基地;同时与山东高速集团合作,设计建设了双向52公里“国内测试里程最长、测试场景最丰富、测试环境最真实”的高速公路车路协同系统全尺度测试基地——山东高速集团智能网联高速公路测试基地。

我们团队围绕自动驾驶测试领域,承担了国家重点研发计划项目2项、国家级重点课题6项。在我牵头负责的“十四五”国家重点研发计划项目“自动驾驶仿真及数字孪生测试评价工具链”研究中,我带领团队主持研发了世界首台基于虚实结合和整车在环的自动驾驶汽车室内快速测试大型装备,攻克了高覆盖度的典型与极限虚拟测试场景快速构建、基于场景的自动驾驶汽车功能测试评价等关键技术,解决了在有限时空域内完成自动驾驶海量典型及危险场景加速测试的工程科技难题。

此外,我们还发起成立了“国际车联网与智能汽车测试技术创新联盟”,联合50余家国内外相关高校、科研院所等机构共同开展自动驾驶测试环境构建、测试装备研发等工作。我们主持编写的《自动驾驶汽车试验场车联网》国际标准已获得ISO国际标准组织正式立项,同时还获得美国发明专利7项、中国发明专利50余项。研究成果已在山东高速、陕汽集团、中航电测、万集科技等企业到应用,专利转让与使用许可收益近2000万元,并为专利受让单位创造了显著的经济和社会效益。

未来我们团队将继续面向国家和行业的重大需求,在自动驾驶测试评价基础理论与核心关键技术方面持续攻关,大力开展政、产、学、研、用协同创新,为促进我国交通科技进步、交通强国建设和人类交通文明做出更大的贡献。

653f4624e4b03b5da6d0257f.png

赵祥模正在上课

“自动驾驶测试最核心的难题是如何在有限的时空域内实现无限场景的测试”

《中国汽车报》:您和您的团队在科研中有没有遇到困境?你们又是如何突出重围,走出困境的?

赵祥模:目前,自动驾驶的测试问题可以说是一个世界性的难题。我们团队在研发自动驾驶测试技术的过程中,也曾陷入困境。自动驾驶测试最核心的难题就是如何在有限的时空域内实现无限场景的测试,也就是说如何找到将有限场景测试等效成无穷场景测试的方法,这一难题长期困扰着我们团队。当自动驾驶汽车行驶在道路上,95%的场景都是容易应对的,但是剩余5%的极限场景不仅具有很强的危险性,同时具有稀有性,这类场景我们称之为边缘场景。如何实现自动驾驶场景的压缩测试,也就是将兰德公司所说的穷尽所有场景需要测试400年压缩到几天,甚至几个小时,这是我们自动驾驶测试领域必须要解决的问题,也是自动驾驶测试技术的终极目标。面对这样一个世界级难题,我和我的团队翻遍了国内外文献,同时大量走访国内外相关单位,并组织了很多次学术研讨,都没能找到答案!

后来在一次研讨中,我突然从我们过去研发ABS试验台的经历中获得灵感。我们团队过去研发了一种汽车ABS整车多工况不解体试验台,当时我们发明了一种基于连续扭矩可控的台架式路面附着系数等效模拟技术,解决了高μ、低μ、对开、对接等多种可变路面附着系数组合工况的动态模拟难题。那么针对自动驾驶汽车测试,我们能否也将其搬到台架上?通过机电控一体化装置模拟道路几何特征和路面附着系数,经由数字孪生系统模拟真实场景并经过信号逆向变换后,送入自动驾驶汽车的车载计算机中,让自动驾驶汽车“不知道”自己是行驶在虚拟环境中,这样就可以实现无限场景的快速生成和组合测试了。有了这一想法后,我们立即开展技术方案论证、原型系统开发和大量实车试验。经过三年多的努力,终于完成了世界首台智能汽车虚实结合整车在环加速测试装备第一代样机开发,成功完成了80多个边缘场景的组合加速测试。此外,多学科交叉融合模式也对研究人员的思维方式、解决复杂问题本领以及终身学习能力提出了更高要求,如何破除研究人员的畏难情绪和惯性思维,也是团队在研发过程中面临的一个主要问题。

推荐
关闭