中汽研抄佩佩:汽車3.0時代有了新的定義
[汽車之家 資訊] 10月17日，2023（第七屆）中德汽車大會在吉林長春正式召開。大會以“引領·革新·超越”為主題，結合國際國內行業態勢，邀請來自企業、機構、政府、產業聚集區等重量級嘉賓，共同論道中德汽車全業界共同關心的全球宏觀動向、整體產業顛覆性趨勢與合作機遇，分享整車企業轉型、生態圈構建，零部件企業創新引領等話題，探討新能源、智能網聯、新零售、數字化、供應鏈等熱點細分領域的創新發展。
大會由商務部投資促進事務局、長春市人民政府、中國一汽集團、吉林省商務廳聯合主辦，長春汽車經濟技術開發區管理委員會承辦。汽車之家作為戰略合作媒體參與此次活動，在大會現場為大家帶來與會嘉賓的精彩觀點。
『中國汽車工程研究院總監 抄佩佩』
2023（第七屆）中德汽車大會上，中國汽車工程研究院總監 抄佩佩發表了精彩致辭。她表示：“汽車經歷了從1.0制造業的純造車時代到2.0的大規模生產，到今天已經步入了3.0的以大數據和物聯網驅動的集中式生產到分布式生產的發展過程，同時汽車產業也真正用大數據驅動的到了整個產業鏈的全過程，汽車產業從原來的制造業為主屬性延伸到‘制造+服務’的綜合屬性。3.0時代對汽車有了新的定義，新技術、新業態、新模式，也帶來了新的發展方式。”
以下為發言實錄：
尊敬的各位領導，各位來賓，行業朋友們，大家上午好！我是來自中國汽研的抄佩佩，今天非常榮幸有這個機會和大家分享數字化時代，數據應用的一些場景探討，這也是我們前面做了初期的探索，在新能源汽車大數據，圍繞安全可管理做了基礎，可能還有一些不太熟悉的考慮，先拋出來作為一個行業的方向供大家參考。
報告的內容是三個方面：首先是從汽車數字化時代的一些大的考慮。汽車經歷了從1.0制造業的純造車時代到2.0的大規模生產，到今天已經步入了3.0的以大數據和物聯網驅動的集中式生產到分布式生產的發展過程，同時汽車產業也真正用大數據驅動的到了整個產業鏈的全過程，汽車產業從原來的制造業為主屬性延伸到“制造+服務”的綜合屬性。3.0時代對汽車有了新的定義，新技術、新業態、新模式，也帶來了新的發展方式。
數字化角度來看，新能源汽車是現在汽車行業數據量積累最完整，同時數據的產生最豐富的一個場景。我們從生產方式來看，現在主要兩個大的方向，一個是來自研發和檢測端的數據，主要有三類數據，首先是車端的OBD數據，還有研發檢測機構通過設備端獲取的研發檢測數據，還有SD卡讀取的檢測數據。第二類數據是通過監測，通過新興線上的監測手段和智能網聯大的領域中的數據，包含Tbox上傳的數據，新能源汽車由于產生背景，所有的大數據通過Tbox，有一個云端的數據平臺，做了數據積累的，還有V2X和用戶端檢測類的大的數據構成。在智能化環節中，從感知到決策到執行，所有的運行場景，我們電動化、智能化、網聯化和未來延伸到整個生態發展，也是全鏈條有大量的數據積累，舉個例子，比如電動化環節中的電池的、電機的、整車一類的電控類的數據，在智能化的環節中覆蓋了從感知決策到執行，所有的運行場景和數據。
我們做了梳理，從數據量上來看，單車每秒產生約1個GB數據，單個企業每年有超過數百BP的數據沉淀下來，直觀地統計，每個車企一年在數據存儲上的投入大概有1億2000臺的服務器做支撐，整個數據量是我們做應用的最佳場景。
從政策上，2021年國家陸續出臺了數據安全的管理規定，數據20條到數字中國的整體布局規劃，今年11日正式實施了數據評估指導意見，從數據的監測、確權、應用環節，國家從頂層對整個數據的挖掘應用給予了比較大的頂層規劃，大的導向還是促進鼓勵各種各樣新型的數據場景應用。從國際來看，我們有大的國際合作關系的協定支撐我們未來在一些數據聯合方面做探索和開發。
從技術上來看，已經帶來了新的算法變革，從原來的純數學機理驅動的單個算法開發，到現在整個模型。數據延伸的上下游產業鏈的價值給行業帶來了新的變化。行業已經進入了新的發展階段，帶來了一些好的行業基礎。
汽車去年有近3000起相關數據，65%的事故還是來自動力電池的熱失控帶來的自燃和安全起火的問題，基于這個角度，載用車現在的管理模式仍然也是沿用著燃油車傳統的手段，目前從測試的體系來說，更多還是表示粗淺的外觀和安全檢查，在新能源汽車的電池檢測上沒有完整的檢測手段，在行業的標準規范中是在一個探索的過程中，載用車需要更好的體系，更先進的手段去支撐安全問題的解決。
基于整個考慮，我們提出了整個思考邏輯，在充分的被動安全基礎上延伸出來主被動“三位一體”的安全體系，將主動防控作為安全管理的核心，被動檢測更多是研發檢測端，通過傳統的測試手段檢測工具去做新車的安全問題的檢測。主動防控體系更多是基于AI、大數據、云平臺的先進技術來實現評價算法的開發，實現監測預警和后期的評估。希望打造主動防控體系，既能解決新車問題，同時也在載用車環節形成安全管理的閉環。主動防控體系的構建主要的核心關鍵是安全預警和健康管理技術的研究，在前期的工作開展過程中，結合行業的力量，聚焦在技術創新、模式創新和體系創新開展三個方面的研究。
在技術創新方面，重點集合行業力量推動高精度多場景的安全算法技術，這套算法技術截至現在已經經過了幾輪迭代，形成了相對成熟的算法體系。模式創新，通過線上監測和線下檢測相結合的健康監管新模式去實現安全閉環。還有通過事前預警+事中的+事后處置，實現全生命周期的體系，同時可以以一套完整的標準規范作為整個安全防控體系的支撐，安全是汽車行業永恒的話題，以基礎研究為主，結合應該型的算法開發，國外做了一些前期的開展。國內外都是在傳統的機理建模和機理模型作為支撐的安全預警分析基礎上，現在更多延伸到大數據和機理相結合的預警模式，構成了大的安全預警和健康管理的大的路線圖。當前主要通過四個方面布局了10項關鍵技術，重點希望在四個方面實現成果的推進，這四個方面主要從預警防控、線上與線下的檢測，事后處置和標準規范四個方面構建技術體系。十個核心技術是聚焦在機理和模型算法作為支撐的核心關鍵技術，其中最核心的是數據機理特征驅動的預警算法模型，這個模型更多在云端進行算法的應用，第二部分是新能源載用車的評價體系，希望把線上的模型和線下終端設備做相結合，來實現整個評價體系的閉環。
在事故應急處置方面做數據積累，最后構建一個完整的機理模型算法和方法。最終在四個方面實現對健康管理，第一是安全預警的防護系統，第二是實現健康檢測設備，第三是板色建立事故應急處置的輔助支撐系統，最后是在故障和事故檢測方面形成更多的行業技術標準和規范。我們做了核心的技術開發，第一個領域圍繞熱失控溯源的研究來做動力電池的安全預警模型開發，截止到現在，對于失效的故障數、故障場景有了非常多的真實案例和積累，在安全預警和主動防控技術方面以這套體系開發的基于車人環境綜合的運用體系也在開發過程中，在健康管理方面主要會依托相應的標準體系完善，延伸到車端的健康管理模塊的開發和應用。
基于整個技術體系，我們在核心的算法庫布局上，現在實現了覆蓋電池、電機、整車約33個模型，進入了很多sass系統可以大規模在車企部署的發展階段，成果以四個方面成果應用，數據應用方面在車端、云端預警，延伸到二手車和風險評估去迭代這套模型的開發。還有在硬件裝備方面去做相應的算法部署，在車端和云端也做一些聯動的開發，形成對安全和健康管理的一套技術成果。當前主要在三個方面實現了一些應用，這是一個商用車企業在實際算法模型中，我們通過算法的部署成功預警，實現了數十臺風險車輛提前的預警，規避了平臺車輛產生事故的風險，實現了平臺車輛的零起火。依托數據的監管，支撐國家市場監管總局做高危車型的缺陷識別。
希望通過健康管理的技術支持去探索未來新能源汽車新的年檢模式和后市場生態。我們感受到現在在新能源汽車數據應用是不斷探索的過程，需要重點關注三個方面的關鍵點，第一是所有的數據應用要基于場景驅動，所有的算法開發，所有的技術投入和數據挖掘需要解決特定場景的問題。第二要遵循數據使用的規避，重點在數據源、數據算法、數據算力三個要素去開發模型化和智能化的核心數據技術。第三要能夠實現價值的效應，將數據開發的技術成果轉化成產品，與實體的產業能夠實現深度融合和經濟價值的實現。
結合這方面的思考，目前還有四個方面的挑戰，第一是整個汽車領域，包括新能源汽車到智能網聯汽車面臨的場景非常復雜，在這樣復雜的場景下，如何設置有效的精準的有價值的算法體系，或者數據的挖掘體系，能夠真正解決產品的問題，這是比較困難的。第二是數據的可獲取性，真正的數據存儲方式、確權和授權使用過程有一定的難度，如何把高質量的數據實現獲取也是行業的難點。第三是在算法技術本身上，我們還面臨一些挑戰，在跨境的限制方面也是我們未來面臨的挑戰，針對這些問題和挑戰，我們在數字化的探索對未來在汽車領域數字化的應用還是有非常樂觀的未來的期許。在一些應用場景的挖掘和先進技術合作，尤其現在聯合先進算法技術攻關和檢測認證，全球互認的全球規范的實現對，未來希望數據的挖掘和新應用有非常好的前景和挑戰。希望聯合更多的行業力量做更多的探索，能夠在數字化領域實現一些新的突破，希望后續有機會與各位行業同仁共同探討數化在汽車領域更多的應用價值，謝謝大家�。ň幾g/汽車之家 秦超）
加載中
好評理由：
差評理由：