找回密码
 立即注册

【专家视角】新能源汽车安全预警算法开发及测试评价

配件参阅 2022-4-6 07:58 Au: 汽车资讯

1.新能源汽车的发展机遇与挑战


截至2020年6月,我国新能源汽车保有量已突破400万辆,占全球新能源汽车全球保有量的50%以上。按照《新能源汽车产业发展计划》(2021-2035),到2025年,新能源汽车新车销售量将到达汽车新车销售总量的20%左右。预计到2035年,我国新能源汽车保有量将突破1.6亿辆。与此同时,新能源汽车面临包括里程、平安、保值3大焦虑,随着保有量的增加以及里程的提升,里程和保值的问题都可以迎刃而解,但平安问题将会陪伴新能源汽车的发展进程,经调查发现新能源汽车平安问题重点体现在电池方面,包括在行驶中、碰撞后、静置中、充电中、水淹后等各环节。新能源汽车平安是一个全行业的问题,政府、企业、行业和公众都赐与大量的关注,政府出台相关文件明白提出增强监管力度;企业增强提升自身研发能力;行业聚焦平安预警研究。


2.新能源汽车平安风险控制主要偏向


行业内新能源汽车平安风险控制技术主要从两个偏向展开:一是基于单车BMS的实时平安风险识别(基于单车BMS实时收集数据,车企按照电池平安使用鸿沟,制订相应的针对实时数据的控制和报警励略);二是基于云端大数据平台的云端平安风险识别(基于批量在用车上传的历史数据,按照电池平安使用鸿沟和关键平安特征参数历史数据变化纪律等进行平安风险识别和预警)。两者之间有分歧数据的要求和技术研究偏向,单车基于实时企标数据分析,对于电池平安使用鸿沟和热失控鸿沟条件的识别比力及时和正确,但风险识别较为滞后,提前识别平安风险难度较大,重点在于处置突发的平安问题,提示整车或司机做出庇护动作;批量在用车基于历史数据变化纪律,可实现对平安风险的早期识别和预警,但分歧体系和平安使用鸿沟差别较大,影响精度,重点在于对平安风险车辆的提前识别和预警,指导车企做出预警和检验动作。两者在业内均进行相关的研究和发展,中国汽研在新能源汽车平安预警方面也展开了重要工作。


在国家工信部、国家科技部、市场监管总局的信任和支持下,中国汽研陆续展开了四项国家级新能源汽车平安课题研究,逐步完成了集数据库扶植、数据分析、模子开辟、平台扶植、软件开辟各方面能力扶植,终极形成中国汽研独占的技术上风。在平安预警算法开辟进程中,发现有两个痛点:一是模子验证测试难度大,随着业内展开新能源汽车平安预警算法模子研究的企业机构逐渐增多,受数据局限,模子有效性的验证本钱高;二是事故数据未充实使用。依托于中国汽研持久展开的事故车数据研究根本,事故车的共性风险特征可以进行有效提取,为此,连系起来形成一套平安预警算法的服务平台。


3.TIVES算法服务平台


该平台简称为TIVES(Test,Integrate,Verify,Evaluate,Spread)平台,基于丰富的事故车数据及算法测试技术,提供平安预警算法测试、验证和评价服务,提升行业整体水平,集成、推广行业优秀模子算法。平台的功能定位为6风雅向:为行业提供实验数据治理;数据测试集支持个性化定制;实现外部信息化平台对接;提供弹性计较服务;提供弹性存储空间;提供多场景下数据测试集。



TIVES算法服务平台应用相关数据处置技术,完成测试集构建,兼容分歧场景和模子测试。从架构图来说,分为四个阶段,一是数据收集,首先要进行非标准数据的标注化工作,接入多种多样的数据源,之落后行数据处置,包括数据的解析、解码、校验、存储等相关收集工作;二是数据治理,首先进行数据TTL清洗,包括时间格式、充放电状态、编码格式、列名同一以及数据拼接等一系列数据清洗工作,同时也要做数据质量的核对,包括数据校验、用户关联校验等;数据收集和数据治理是TIVES平台很重要的根本性工作。三是数据仓库,即按照分歧的事故类型、电池类型、用途维度、区域维度、里程维度等,打上分歧的数据标签,这些标签便于后续做数据的个性化处置;四是数据智能,按照在测试集的偏向,比如围绕平安预警,寿命猜测,SOH评估等分歧的测试场景,提供分歧的测试服务内容。


测试集是面向模子测试的数据根本,并搭载数据智能引擎,高效堆集数据资产,赋能分歧测试场景,助力企业、高校、研究机构测试验证模子有效性和可行性。整个测试数据集的构建,最重要的两点:数据校验,包括时间排序、数据同一,便于为后续测试提供更正确的输入;数据脱敏,包括车型、区域、用途、种类脱敏,通过脱敏可以更好地解决隐私庇护和测试服务之间的平衡,测试数据集构建自己也是提出相应的法则和算法。


焦点数据项,在整个新能源汽车的数据收集进程中有很多项数据,经过前期的大量验证,和平安相关的大要有23项脱敏数据,这23项数据涵盖做预警猜测及相关关联分析的各个方面,包括单品、整个电池包的相关信息以及分歧电压传感器、温度传感器、里程、绝缘电阻、车速、定位等。分歧厂家如何去解决共性问题,通过现有事故车数据整剃头现:按照事故车数据标签特征统计,标准测试集中尽可能多的覆盖事故车特征及数据。


通过实践研究,在算法评价里面分为4个焦点指标,一是查准率,暗示猜测危险车成果中真正的危险车所占比例;二是查全率,暗示猜测出的危险车占实际事故车中的比例;三是运行时间,相同的测试集及计较资源条件下,分歧算法计较成果的运行时间;四是猜测提前时间,相同测试集下,分歧算法对危险车拐点提前时间。同时也有一些扩大指标,这些评价指标一方面可以提供给用户做测试的参考,一方面依照指标可以对对方的算法进行验证。


TIVES体系提供测试、集成、验证、评价、推广服务。业务服务的完整流程分为算法接入和算法测试两个阶段。从用户体验来说,分为账号登录、起头测试、选择数据、建立法式、执行法式、查看成果一整套流程。TIVES算法服务平台部分功能界面参考:账号登录、样本数据列表、样本数据详情,控制台初始化沙箱、收藏数据、以及编辑和治理法式。



TIVES算法服务平台的高性能处置技术:异构数据能力(通过对异构数据进行适配转化,同一格式数据,加速对接速度,提升合作效率);数据集成能力(集成互斥样本集,满足多场景、多工况模子测试);数据计较能力(支持批量车辆计较,复杂模子计较,黑盒计较);数据存储能力(大数据量的数据存储,专业的车辆数据结构)。整合企业数据、平台数据实现同一批量数据存储与分析,满足分歧模子和应用场景的数据及计较需求,深度软硬件协同优化设计,形成延续高效数据收集、处置、计较能力,以及分析模子测试能力。


TIVES算法服务平台的信息平安,通过设置自主账户、沙箱情况、数据隔离、黑盒测试等方式保障算法及数据的平安,用户通过自主账户进入数据平台,每个用户拥有自主的沙箱情况,可预览数据信息、不成复制下载,编程情况支持编译后法式执行,保障法式平安。保证在公道、可控、平安的情况进行相关的测试工作。


4.TIVES算法服务平台更多应用


未来,基于TIVES算法服务平台,展开事故车典型工况数据、第三方平安预警算法测评、平安预警算法调优服务,助力整车企业分辨外部模子适用率、电池企业、模子开辟团队模子开辟优化,使中国汽研自身集成业内优秀模子,拓展预警服务能力。希望基于中国汽研的数据能力、平台能力,以第三方的身份,能为新能源汽车平安预警算法开辟提供更多的支持,特别是在测试评价范畴。




本文来源【新能源汽车评价规程】版权归原作者所有
【声明】车城网发表的该观点仅代表作者本人,与本网站立场无关,如有侵犯您的权益,请联系立删。