摘要

“埃森哲的前CEO皮埃爾（Pierre Nanterme）先生講過，如果持續(xù)地推進數(shù)字化轉(zhuǎn)型，就能夠把產(chǎn)品的設(shè)計復雜性這一挑戰(zhàn)，轉(zhuǎn)變成我們企業(yè)和產(chǎn)品的競爭優(yōu)勢。在當今的數(shù)字時代，我們的工業(yè)界，包括汽車業(yè)界，每家企業(yè)都面臨著巨大的數(shù)字化轉(zhuǎn)型壓力，包括數(shù)字化研發(fā)、數(shù)字化制造、數(shù)字化管理，還有數(shù)字化服務(wù)，我相信這是每個管理者必須面臨的轉(zhuǎn)型課題。

西門子在近十年來，已累計投入超過百億美元，堅持數(shù)字化轉(zhuǎn)型，向業(yè)界包括汽車界，尤其是汽車自動駕駛行業(yè)，提供全方位的數(shù)字化解決方案，確保商業(yè)伙伴在數(shù)字化浪潮中笑到最后、贏到最后。

近十年來，西門子累計投資超百億美元，通過持續(xù)的產(chǎn)品研發(fā)以及對全球各領(lǐng)域頭部企業(yè)的收購，形成了從自動駕駛芯片和原型控制器設(shè)計、自動駕駛系統(tǒng)開發(fā)、車輛性能設(shè)計、電子電器架構(gòu)設(shè)計和軟件工程、測試與驗證方案、城市智慧交通層面的設(shè)備和設(shè)計技術(shù)，提供了最為完整和領(lǐng)先的自動駕駛開發(fā)測試驗證的數(shù)字化解決方案。

黃漢知先生是西門子數(shù)字化工業(yè)軟件自動駕駛產(chǎn)品線大中華區(qū)的總監(jiān)，他在ADAS和自動駕駛系統(tǒng)的數(shù)字化仿真開發(fā)和測試、碰撞安全性能的仿真開發(fā)和測試等領(lǐng)域具有豐富的工程和市場經(jīng)驗。

黃漢知有近20年從業(yè)經(jīng)驗，曾在Delphi、Continental從事汽車駕駛輔助系統(tǒng)和主動安全系統(tǒng)的產(chǎn)品開發(fā)和應(yīng)用；隨后帶領(lǐng)TASS International中國分公司從事駕駛輔助、自動駕駛系統(tǒng)、汽車碰撞安全性能的仿真開發(fā)和測試業(yè)務(wù)；隨著TASS International并入西門子數(shù)字化工業(yè)軟件，他繼續(xù)向業(yè)界合作伙伴提供領(lǐng)先的技術(shù)和方案。他還擁有多項智能駕駛相關(guān)專利。

佐思汽研對黃漢知先生進行了專訪。

Q1PreScan被西門子收購后，主要實現(xiàn)了和哪些西門子仿真工具的打通？PreScan主要增強了哪些功能？

黃漢知：我先簡單介紹一下PreScan的歷史。PreScan是自動駕駛系統(tǒng)仿真的工具，最早是由荷蘭公司TASS International開發(fā)和商業(yè)化。在中國，PreScan商業(yè)化最早從2011年開始，距今已經(jīng)有10年的歷史。2017年TASS International被西門子收購。

PreScan作為全球最為成熟、商業(yè)化最早、技術(shù)最為領(lǐng)先的自動駕駛數(shù)字孿生工具，PreScan和西門子仿真工具的打通有以下幾個方面：

第一，2017年西門子也實現(xiàn)了對Mentor的收購，Mentor既是EDA領(lǐng)域的全球巨頭，也是軟件生命周期管理ALM的數(shù)字化工具的領(lǐng)先者，是我們企業(yè)在面臨軟件定義汽車浪潮時，一個重要的數(shù)字化工具。

PreScan跟ALM軟件生命周期管理工具的打通，直接把系統(tǒng)功能需求和軟件需求，通過需求管理工具導出測試的用例，在PreScan仿真測試環(huán)境當中進行執(zhí)行，PreScan測試優(yōu)化改進的結(jié)果，也可以直接對應(yīng)到軟件的版本管理。

第二，車輛動力學的工具，西門子有AMESim系統(tǒng)仿真工具，也是全球最為精細的底盤動力學工具，和PreScan實現(xiàn)了打通。

第三，自動駕駛需要海量的測試工況，西門子也有基于AI的場景創(chuàng)建、搜索、優(yōu)化工具HEEDS，也和PreScan實現(xiàn)了打通。

第四，西門子有自動駕駛道路數(shù)據(jù)采集方案—SCAPTOR，可以進行道路數(shù)據(jù)采集，關(guān)鍵場景提取，模型化，然后導入到PreScan中，實現(xiàn)測試場景庫的豐富。

第五，西門子的企業(yè)級平臺和數(shù)據(jù)管理工具Teamcenter，在業(yè)界是數(shù)一數(shù)二的企業(yè)級數(shù)據(jù)管理工具，不管剛才說的海量測試用例，還是需求管理，還是軟件版本優(yōu)化，都可以和西門子Teamcenter數(shù)據(jù)管理平臺實現(xiàn)打通。

第六，我們還提供咨詢和配套服務(wù)。西門子有自動駕駛的封閉測試場，符合標準認證的試驗場。服務(wù)車企方面，我們協(xié)助自動駕駛數(shù)字化研發(fā)流程的建立。

PreScan增強了哪些功能？這里主要涉及五點：

① 顯著改善了場景視覺效果渲染；

② 提升了軟件運行實時性，和全球主要實時硬件平臺的兼容性；

③ 環(huán)境感知、傳感器的物理模型，一直是PreScan在自動駕駛領(lǐng)域絕對的優(yōu)勢；

④ 自動駕駛海量場景的自動創(chuàng)建、搜索和篩選；

⑤ PreScan的云部署，支持云計算。

Q2PreScan合并到西門子工具鏈，對于爭取客戶訂單帶來哪些幫助？

黃漢知：自動駕駛系統(tǒng)和傳統(tǒng)汽車電子系統(tǒng)最大的不同，就是它的產(chǎn)品生命周期不是隨著汽車SOP就結(jié)束。隨著OTA技術(shù)普及，自動駕駛系統(tǒng)即使交付終端用戶后，也會持續(xù)優(yōu)化-迭代-升級-更新-下發(fā)。如果企業(yè)在內(nèi)部保留了一個數(shù)字孿生的自動駕駛系統(tǒng)，就可以實現(xiàn)全生命周期的優(yōu)化迭代。

自動駕駛系統(tǒng)的研發(fā)不是某一個研發(fā)部門所能完成的，也不是一個單獨的研發(fā)體系。就像剛才講到的，西門子PreScan雖然是自動駕駛的系統(tǒng)開發(fā)工具，但是跟功能需求的管理，軟件版本的管理，包括海量測試場景的自動創(chuàng)建、搜索，跟自動駕駛道路數(shù)據(jù)模型化的打通，以及與企業(yè)數(shù)據(jù)管理平臺等一起，構(gòu)成一個全面解決方案。這樣，客戶就無需選擇不同供應(yīng)商的數(shù)字化工具，節(jié)省了開發(fā)成本又提升了效率。

我相信一體化解決方案，對于企業(yè)客戶是極具吸引力的。

Q3西門子實現(xiàn)了自動駕駛?cè)芷陂]環(huán)的系統(tǒng)開發(fā)支持，會不會降低了PreScan的開放性？如果保持了開放性，那么這兩年在開放性方面取得了哪些進展？

黃漢知：PreScan的開放性，這幾年取得了巨大的進展。

首先，PreScan從商業(yè)化開始就是一個具有極大開放性的軟件平臺，特別是對PreScan數(shù)字仿真工具的合作伙伴和用戶，用PreScan來測試他們的自動駕駛算法，對算法平臺的兼容性一直是非常的開放易用。

其次，我們也注意到最近幾年來，科技公司互聯(lián)網(wǎng)公司紛紛進入自動駕駛領(lǐng)域，為了適應(yīng)這部分客戶的需要，PreScan已經(jīng)從以前的基于圖形化、界面操作的仿真工具，進化成了基于API接口、代碼化操作的功能。

而且，Prescan對包括OpenX格式在內(nèi)的場景數(shù)據(jù)的格式兼容性，也非常好。

PreScan同時在多種云平臺的兼容性上也十分出色。我們可以公開的商業(yè)合作案例，比如：跟微軟的Azure、亞馬遜AWS的兼容，以及國內(nèi)一些云服務(wù)商、云平臺的兼容，跟國內(nèi)工程公司的私有云平臺的兼容。在RT（Real time）實時性領(lǐng)域，也爭取與主流實時計算平臺的兼容，得到了持續(xù)優(yōu)化和增強。

Q4西門子的自動駕駛道路數(shù)據(jù)采集系統(tǒng)，主要客戶是誰？這些采集的真實場景，能夠很方便的轉(zhuǎn)化為仿真場景庫嗎？

黃漢知：西門子的自動駕駛道路數(shù)據(jù)采集系統(tǒng)—SCAPTOR，是2021財年正式發(fā)布的一款新產(chǎn)品， 其技術(shù)來源主要是在德國，最初主要的客戶是德國從事ADAS和自動駕駛的OEM整車廠和零部件供應(yīng)商。目前這個系統(tǒng)在國內(nèi)進行推廣，也取得了很大的進展。SCAPTOR采集的真實場景可以很方便的轉(zhuǎn)化為仿真場景模型，主要有以下幾個技術(shù)點。

第一，進行道路數(shù)據(jù)采集的時候，通過人工或自動方式，給采集的這一段場景數(shù)據(jù)打上標記，標記其危險程度等。

第二，采集回來的真實場景，計劃把它做真值的提取。一方面通過西門子內(nèi)部開放的技術(shù)能力做真值的標注和提取，同時也跟外部做真值標注提取的服務(wù)公司合作。

第三，有了這些真值數(shù)據(jù)的標記標注，也會去篩選關(guān)鍵的、危險的Corner case，從而最后把這些關(guān)鍵場景模型化，轉(zhuǎn)化為PreScan仿真工具所能夠兼容的仿真場景庫。

Q5PreScan和西門子的數(shù)字孿生技術(shù)有了很好的融合。客戶對數(shù)字孿生的應(yīng)用需求如何？數(shù)字孿生在汽車的發(fā)展趨勢和技術(shù)挑戰(zhàn)是什么？

黃漢知：目前我們的自動駕駛數(shù)字開發(fā)工具，在國內(nèi)的客戶群體可以劃分為這么幾類。一類是少數(shù)的頭部OEM，他們順應(yīng)自主研發(fā)還有軟件定義汽車這些潮流，建立了自己的自動駕駛系統(tǒng)，包括算法，軟件，甚至是計算平臺的設(shè)計能力。這些公司對仿真工具的應(yīng)用是比較有特色的，對數(shù)字孿生應(yīng)用的需求涵蓋面廣。比方說：

第一，對不同場景下傳感器環(huán)境感知聚類算法的研發(fā)。

第二，從原始數(shù)據(jù)級別開始做感知的融合。

第三，在實現(xiàn)公司自定義的ODD（設(shè)計運營區(qū)域）時，需要的環(huán)境感知傳感器配置的評估，或者能力、組合、數(shù)量、可用性的分析。

第四，對控制規(guī)劃決策算法的訓練和測試優(yōu)化。

第五，結(jié)合汽車底盤動力學的物理學極限，去設(shè)計自動駕駛規(guī)劃和控制算法，這是應(yīng)用最全面的一類客戶。

第二類客戶對數(shù)字孿生的應(yīng)用就有一些局限性，也是比較多的OEM客戶所面臨的情況。他們也意識到數(shù)字孿生技術(shù)所需要的應(yīng)用，但是自己的技術(shù)積累可能還需要一步一步的推進。目前很多的OEM會用數(shù)字孿生的工具做硬件在環(huán)測試，我們大多數(shù)硬件在環(huán)測試，有的只是側(cè)重功能驗證上，有的只是側(cè)重在狀態(tài)機邏輯的確認上。第二類客戶應(yīng)用的范圍就會稍窄一點。

第三類客戶是傳感器企業(yè)。近幾年來，國內(nèi)涌現(xiàn)出眾多出色的視覺、毫米波雷達和激光雷達科技公司。這些公司就會用到我們非常精細的PreScan的環(huán)境感知傳感器的模型，用于做他們傳感器本體設(shè)計的優(yōu)化，目標聚類算法的訓練測試和優(yōu)化等等。

第四類客戶是一些科技公司。他們也意識到未來是要走全云化的自動駕駛數(shù)字孿生方案，所以不管是海量的場景庫，還是系統(tǒng)的仿真數(shù)字孿生平臺，以及最終測試性能指標的評價，都要走向全云化。

Q6數(shù)字孿生應(yīng)用的案例

佐思：數(shù)字孿生還是比較抽象的。我們看一些自動駕駛公司的一些應(yīng)用展示中，往往會有多個窗口，其中有一個窗口是車輛攝像頭看到的真實場景，旁邊還會有多個小窗口，其中有一個窗口用于虛擬化展示感知到的行人、車輛。這是您講的數(shù)字孿生技術(shù)應(yīng)用嗎？

黃漢知：我也在想象你描述的畫面。按照你說的場景，第一個窗口是車載攝像頭采集的原始圖像，第二個窗口就是它的環(huán)境感知算法對周圍交通參與者的識別和特征提取的窗口，我覺得這是一個非常形象的展示。

但是我們要知道，數(shù)字孿生技術(shù)不單是一個可視化的形象展示。我們自動駕駛的數(shù)字孿生包含多個方面的數(shù)字孿生，不單是交通的場景，還有環(huán)境感知的特性，包括算法的結(jié)果，以及底盤動力學的特性。這四個部分都要有一個完整的數(shù)字孿生模型。

你提到的這個，我猜測可能是環(huán)境感知方面的。數(shù)字孿生也要體現(xiàn)環(huán)境感知傳感器的一些特性和感知結(jié)果的性能，它不單是圖像化展示直觀的表象，表象下面還有更多的細節(jié)。

佐思：還有一種應(yīng)用場景是測試場。比如測試道路上有輛測試車，但參與測試的車輛數(shù)量比較少，而真實的交通場景會有很多輛車。在測試場里（由于成本等原因）不能同時運行很多車，所以這時需要虛擬生成很多車輛。通過虛擬和真實的結(jié)合，形成一個更加完整的交通系統(tǒng)。這是不是也算一種數(shù)字孿生應(yīng)用？

黃漢知：你這個描述非常好，在我們過去的一些商業(yè)實踐和商業(yè)項目中，也意識到這個需求。但還是那句話，展示會給我們一個表象的印象，背后有很多的應(yīng)用模型。

舉個例子，最近我們在V2X領(lǐng)域，特別是在基于V2X的智能駕駛領(lǐng)域，不管是要做車載通訊模塊，終端的壓力測試，互通互聯(lián)的測試，協(xié)議棧的測試，還是要做上層的基于V2X智能駕駛的應(yīng)用算法的測試，都面臨一個問題，需要有比較好的5G基礎(chǔ)設(shè)施的實驗場，還需要其他交通參與者構(gòu)成的目標車，這勢必對物理測試的成本提出一個非常大的挑戰(zhàn)。

但是我們可以通過數(shù)字孿生的方式大幅降低物理測試成本，提高測試效率。使用的方法就是：被測的主車以及主車的車載模塊，是物理的硬件；其他的交通參與者目標對手車，不管是想設(shè)置少數(shù)幾輛還是多達幾十輛，甚至上百輛，都可以用數(shù)字孿生的方式，把這些車的數(shù)字模型建立到數(shù)字孿生的環(huán)境下，包括車載V2X通訊模塊的性能，也可以通過PreScan數(shù)字孿生的方式建立它的模型，或者通過射頻模擬等技術(shù)，來做一個虛實結(jié)合的測試，通過這些技術(shù)手段，就可以提高測試的效率，降低測試的成本。

第二，通過虛實結(jié)合的方式還可以仿真一些危險場景，在一些路上只能是偶然遇到，但是實驗場很難出現(xiàn)的場景。

第三，有了一些基礎(chǔ)的場景，但是要進行高覆蓋度的發(fā)散式的測試的時候，也可以用數(shù)字孿生的方式。在主車的周圍，構(gòu)建我們想要的任何交通參與者的行為和分布，來提高測試的覆蓋度。

Q7跟同類型的仿真軟件公司相比，西門子的優(yōu)勢在哪里？

黃漢知：我就談?wù)勎业睦斫狻Ｎ乙沧⒁獾?，最近市場上有很多公司，進入到自動駕駛數(shù)字仿真領(lǐng)域中來。相比于這些“后起之秀”，西門子的PreScan從品牌到技術(shù)都相對成熟，也比較系統(tǒng)化，全鏈路打通的自動駕駛的數(shù)字孿生平臺，在智能網(wǎng)聯(lián)汽車時代可以充分滿足客戶對虛擬仿真、物理測試和驗證手段的需求，目前已經(jīng)得到了最廣泛的認可和應(yīng)用。

Q8請問與中國本地場景庫的建立和合作方面，西門子有哪些布局？

黃漢知：不管是在全球還是在國內(nèi)，都有一些非常出色的項目，正在研究場景庫的定義邏輯、數(shù)據(jù)標準。舉個例子，比如ASAM組織（西門子和西門子數(shù)字化工業(yè)軟件也是其中技術(shù)委員會的成員）主導了一些國際通用的Open系列場景庫文件數(shù)據(jù)格式的定義。

我們正在跟國際的、本土的場景庫數(shù)據(jù)公司做深入和全面的合作。不管是在技術(shù)打通層面，還是在商業(yè)客戶項目層面，都有非常多的成功范例。

Q9針對中國的交通環(huán)境，西門子做了哪些本地化的開發(fā)？

黃漢知：我舉兩個小的例子。

第一個，在西門子的交通場景模型庫里邊，體現(xiàn)了非常多中國特色的一些交通參與者，比如說在PreScan正式版本的發(fā)布中，有上汽通用五菱非常受歡迎的車型數(shù)字模型，也有南京金龍開沃無人駕駛接駁車模型，以及中國特有的土方車、泥頭車等模型。

第二個，我們場景中除了有以上元素外，還要構(gòu)建不同的行為。中國本地的交通參與者，在道路上駕駛行為模式的分布方面，西門子做了非常多的本地化的研發(fā)。

Q10傳感器仿真方面，PreScan近期有哪些進展？下一步準備支持哪些功能？對于4D毫米波雷達，對于各種路線激光雷達，是否都有支持？

黃漢知：PreScan在環(huán)境感知傳感器這塊，一直處于絕對的技術(shù)領(lǐng)先地位。不管是車載的攝像頭，還是毫米波雷達，超聲波，激光雷達，V2X領(lǐng)域，都建立了非常深入的物理學感知特性的模型。

對4D毫米波雷達和各種激光雷達都有支持。關(guān)于毫米波雷達，不管是在目標級仿真、目標感知精度、分辨率，以及能量級仿真、原始信號級仿真上，都有非常完備的特性模型。

在激光雷達模型上，決定激光雷達感知性能的紅外波段，波束能量和波束大小、掃描模式、波束在不同媒介中的傳播衰減，還是在不同材質(zhì)、形狀、顏色、目標的表面特性下的反射率，以及激光雷達的信號接收效率等等特性都有支持。對各種技術(shù)路徑的激光雷達都是支持的。

Q11請您展望一下智能網(wǎng)聯(lián)汽車仿真領(lǐng)域的未來發(fā)展趨勢。

黃漢知：在自動駕駛仿真領(lǐng)域，我覺得我們是當之無愧的領(lǐng)頭羊。

西門子在數(shù)字化研發(fā)、數(shù)字化制造、數(shù)字化管理、數(shù)字化服務(wù)等多個領(lǐng)域，發(fā)展都非常的快。在汽車領(lǐng)域，不管是自動駕駛數(shù)字仿真、軟件定義汽車、軟件生命周期管理，也都發(fā)展迅速。

關(guān)于發(fā)展趨勢方面，首先智能網(wǎng)聯(lián)汽車的仿真，不單是智能網(wǎng)聯(lián)研發(fā)部門需要仿真開發(fā)工具，同時要跟企業(yè)的數(shù)字化研發(fā)平臺和企業(yè)的數(shù)據(jù)管理平臺、企業(yè)的軟件生命周期管理平臺打通，這樣才能最大化發(fā)揮智能網(wǎng)聯(lián)汽車仿真的數(shù)字化優(yōu)勢，這是第一個發(fā)展趨勢。

第二個發(fā)展趨勢，汽車自動駕駛行業(yè)期待的是一個成熟、穩(wěn)定、功能完善、平臺開放，支持云計算平臺的數(shù)字化仿真應(yīng)用環(huán)境，所有的這些都是我們的發(fā)展方向。

關(guān)于Prescan軟件工具本身，我們有幾個發(fā)展趨勢，第一是更加物理化，更加精準的數(shù)字孿生的模型；第二是更加靈活、更加高效率的云計算平臺；第三會在滿足功能安全和SOTIF需求的海量場景的創(chuàng)建、搜索以及關(guān)鍵場景的提取上重點開發(fā)；最終，構(gòu)建企業(yè)開發(fā)平臺級別的數(shù)字化研發(fā)工具鏈，提高企業(yè)研發(fā)效率，降低研發(fā)成本，實現(xiàn)最優(yōu)的自動駕駛系統(tǒng)性能，賦能自動駕駛企業(yè)直面數(shù)字化挑戰(zhàn)，成為數(shù)字化浪潮下的成功企業(yè)。
編輯：lyn