首页/文章/ 详情

2025年汽车标准化工作要点-推动自动驾驶仿真测试等标准批准发布及实施

8月前浏览738
头图 | 工信部动态截图

为全面贯彻党的二十大和二十届二中、三中全会精神,认真落实全国新型工业化推进大会部署要求,按照《国家标准化发展纲要》《2025年工业和信息化标准工作要点》等文件要求,进一步健全标准体系、提升标准质效、强化实施应用,发挥标准引领保障作用,以标准助力汽车产业转型升级和高质量发展,特制定本年度汽车标准化工作要点。


一、着眼全局,构建标准体系“四梁八柱”


(一)强化汽车标准体系顶层设计。总结汽车行业“十四五”技术标准体系落实情况,系统性开展实施效果评估。启动汽车行业“十五五”技术标准体系编制工作,推动构建覆盖产业链全链条、全流程、全生命周期的标准体系。


(二)优化完善重点标准体系建设。持续加强汽车强制性国家标准统筹规划,提升强制性国家标准制定实施预期。健全完善并落实智能网联汽车、汽车芯片等重点领域标准体系,不断优化新能源汽车标准体系,加快汽车双碳标准体系落地,推动汽车整车通用、系统部件等标准体系迭代更新。


(三)前瞻布局前沿领域标准研究。分析评估前沿技术发展趋势和潜在应用场景,识别研判未来汽车标准化发展方向,推动制定及发布车用人工智能、固态电池、电动汽车换电等标准子体系,启动数据治理及应用等新领域标准体系建设,超前开展飞行汽车等新业态标准化需求研究。


(四)加快推进标准国际化战略。研究确定汽车标准国际化的工作方向和实施路径,稳步推进国际标准化项目培育、中国汽车标准海外应用等重点工作,打造开放创新的全球合作生态,培养一支懂标准、懂外语、懂规则的复合型国际标准化人才队伍,持续提升国际标准贡献度和影响力。


二、紧跟前沿,绘就新兴领域“标准蓝图”


(五)提高新能源汽车安全水平。推动电动汽车远程服务与管理等标准发布及动力电池安全要求标准实施,推进电动汽车安全要求等标准审查报批,开展燃料电池电动汽车、动力电池回收利用安全要求强制性国家标准预研,持续提升电动汽车安全水平。推进动力电池耐久性、热管理系统等标准审查报批,加快全固态电池、动力电池在役检测、动力电池标识标签等标准研制,不断优化动力电池性能要求。加快驱动电机系统效率试验方法标准制定,开展分布式驱动电机系统、混合动力系统、车载氢系统等标准预研,强化关键系统部件质量要求。推动商用车换电安全要求标准发布实施,加快充电性能、底盘换电、换电兼容性测试等标准制定,开展商用车兆瓦级充电标准预研,提升电动汽车使用便利性。


(六)强化智能网联汽车标准供给。推动自动驾驶设计运行条件、自动泊车、自动驾驶仿真测试等标准批准发布及实施加快自动驾驶系统安全要求强制性国家标准研制,构建自动驾驶系统安全基线。加快组合驾驶辅助系统和自动紧急制动系统等强制性国家标准制修订,修订车道保持辅助系统标准,推动倒车辅助等标准研制,提升驾驶辅助产品安全水平。加快LTE-V2X直连通信车载信息交互系统标准宣贯实施,推进列队跟驰、数字钥匙、网联信息辅助等标准制定,促进网联功能加速应用。推动信息安全工程等标准发布实施,加快推进汽车密码强制性国家标准制定,完成数据安全管理体系、汽车安全漏洞分类分级标准审查,加快重要数据识别标准研制,提升网络安全和数据安全保障能力。推进智能座舱功能评价、交互安全、生物滞留监测等标准研制,完善智能座舱和人机交互标准体系,开展车用人工智能标准预研,引领新技术融合应用。


(七)加快汽车芯片标准制修订。加快汽车芯片环境及可靠性通用规范、信息安全、一致性检验等标准制定,完善汽车芯片基础评价方法。推动安全芯片、电动汽车用功率驱动芯片等标准发布实施,完成智能座舱计算芯片、卫星定位芯片、红外热成像芯片、底盘控制芯片等标准审查报批,加快推进控制芯片、传感芯片、通信芯片、存储芯片等产品标准研制,满足汽车芯片产品选型匹配应用需求。


(八)推进汽车电子标准研究。持续完善汽车电磁兼容标准体系,推动道路车辆电磁兼容强制性国家标准审查报批,公开征求静电放电等标准意见,推动整车天线OTA、电磁环境适应性等电磁兼容标准研制。加快自动驾驶系统功能安全、预期功能安全、电池管理系统功能安全等标准研制,提升关键系统功能安全和预期功能安全水平。开展电子设备加速试验可靠性标准预研,推动IP等级、环境评价标准修订,提升电气及电子设备质量水平。推动车载MEMS激光雷达和前方视野辅助等标准审查报批,公开征求车载显示终端等标准意见,加快车载无线广播接收系统和车载惯导标准研制,规范车载电子部件产品性能。


(九)加强汽车绿色低碳标准研制。推动乘用车燃料消耗量评价方法及指标、电动汽车能量消耗量限值等标准发布实施,加快乘用车车载能源消耗量监测、轻型混合动力汽车纯电利用系数、车辆预测性巡航控制系统评价等标准研制,开展重型商用车企业平均燃料消耗量评价、氢(氨)发动机汽车技术规范、汽车节能分类分级等标准预研,持续促进汽车节能减排。推动道路车辆温室气体管理术语和定义、产品碳足迹标识以及道路车辆、乘用车相关重点产品碳足迹等标准发布实施,推进发动机制造企业、报废机动车回收拆解企业等企业碳排放核算和发动机产品碳足迹标准审查报批,加快整车制造企业碳排放核算以及电动汽车、动力蓄电池、驱动电机等关键产品碳足迹标准研制,开展汽车产品电子标识、再生材料使用、报废汽车资源综合利用等碳减排技术标准预研,为汽车碳排放管理提供支撑。


三、助力转型,注入传统产业“升级动能”


(十)强化汽车安全标准底线支撑。推动危险货物运输车等强制性国家标准发布实施,加快客车结构安全要求、专用校车安全技术条件等强制性国家标准研制,推进操纵件指示器以及车辆视野等标准修订,促进一般安全领域标准提档升级。推动侧面碰撞、后面碰撞等强制性国家标准发布实施,加快转向机构防伤害、前方视野等标准研制,推动汽车座椅、侧面和后下部防护等标准修订预研,提升乘员保护、车辆防护、道路使用者保护等被动安全领域产品技术水平。加快乘用车线控制动和线控转向系列标准制修订,推进电子稳定性控制系统、制动辅助系统等标准研制,启动商用车及挂车制动标准修订工作,促进主动安全领域技术升级。


(十一)夯实汽车通用标准基础支撑。加快开展汽车、挂车及汽车列车外廓尺寸、轴荷及质量限值等强制性国家标准修订,推动主挂匹配、电动挂车等标准制修订预研,夯实产业发展基础。开展试验方法、可靠性、NVH(噪声、振动与声振粗糙度)、人机工程等标准制修订研究,持续促进汽车质量提升。推进基础件、基础要素、防腐蚀耐老化、轻量化等基础领域重点标准研究。


(十二)深入开展用户体验标准化研究。开展隐藏式门把手、主动预紧式安全带、大角度座椅以及车内提示音等新产品技术与标准研究,做好标准预研工作,强化标准立项可行性论证。开展灯光智能投射标准研究,提升车辆照明技术水平和车辆与道路其他使用者的交互能力。


四、内外接轨,拓展标准国际“合作空间”


(十三)稳步扩大标准制度型开放。持续开展国际标准跟踪研究,不断提高汽车国家标准与国际标准关键技术指标的一致性程度,实现汽车行业国际标准转化率达85%以上。大力推进汽车行业国家标准外文版编译工作,强制性国家标准原则上“应译尽译”,加快发布一批新能源汽车外文版标准,助力优势产业“走出去”。鼓励开展在国家标准制修订中,同步提出相应国际标准提案建议。


(十四)深化汽车技术法规制定协调。全面跟踪联合国世界车辆协调论坛(WP.29)动态及趋势,切实履行《1998年协定书》缔约国义务及自动驾驶与网联车辆工作组(GRVA)、自动驾驶系统非正式工作组(ADS IWG)、电动汽车与环境非正式工作组(EVE IWG)副主席等职责,牵头自动驾驶系统、车载电池耐久性等重点法规研制工作,持续提升国际法规协调工作的参与度与贡献度。


(十五)全面参与国际技术标准制定。切实履自动驾驶测试场景、汽车感知传感器、电动汽车换电等国际标准工作组召集人职责,加快推进车载雷达、燃料电池系统、电动汽车换电等国际标准研制,重点推动电动汽车动力性、乘用车外部保护、电磁兼容等国际标准立项,持续提升中国标准的国际地位和影响力。


(十六)巩固扩大全球伙伴关系。加强与东盟国家标准法规交流合作,“以点带面”推动落实“中国东盟先进汽车标准法规合作伙伴关系”。积极拓展和深化与欧洲、中亚、非洲、南美洲等相关国家在汽车标准法规领域的交流合作。进一步发挥中国汽车标准国际化中心(日内瓦)支点与辐射作用,扩大与相关国际组织的交流合作。


五、守正创新,提升汽车标准“治理效能”


(十七)积极对接国家战略需求。贯彻落实《以标准升级助力经济高质量发展工作方案》《以标准提升牵引设备更新和消费品以旧换新行动方案》等文件部署,高质高效完成相关标准研制任务,同步加强标准宣传推广和实施。建立国家重大战略、产业政策主动对接机制,推动标准与战略、规划、政策同部署、同落实,强化标准与汽车企业和产品准入管理高效衔接。


(十八)加强标准与技术创新互动。落实新产业标准化领航工程部署要求,开展标准前瞻布局预研究,加强阶段性成果总结,加快新技术、新功能、新产品标准研制。围绕新兴领域,瞄准汽车产业链关键环节、应用场景、核心技术和产品,同步加快推进关键标准制修订,或试点标准先行模式,按照“产品分代、技术分级、研制分期”的思路,超前开展先进适用标准研制。


(十九)推动组织建设升级焕新。启动全国汽车标准化技术委员会换届,优化委员构成,积极纳入创新能力强、标准化经验丰富的企业、行业组织和技术机构,提高委员单位的广泛性和代表性。持续加强组织建设,强化委员分类管理及服务,优化完善汽标委专题研讨会机制,充分调动委员及委员单位工作积极性。


(二十)提升汽车标准管理质效。健全标准立项预评估机制,紧盯标准立项、征求意见、技术审查、标准报批等关键环节,进一步压实责任、提高标准论证及编制质量。构建重要急需标准全流程绿色通道,进一步压缩标准审批报送周期,提高整体制定效率。扎实开展标准实施效果评估,根据行业发展速度、技术迭代频率及政策变化,适当缩短复审周期,促进标准迭代更新。探索推进“人工智能+汽车标准化”,依托人工智能大模型赋能汽车标准化建设。


(二十一)强化汽车标准宣传推广。综合运用一图读懂、标准云课等新媒体传播形式,多角度全方面加强标准宣传。持续扩大标准宣贯及培训的广度和深度,加强企业标准化经验总结和宣传推广。聚焦汽车标准化客观实际,创新工作机制模式,持续开展汽车标准化理论政策研究及实践应用。主动介绍汽车标准化工作成果,及时回应公众关切,引导社会公众建立正确理念认识。


(二十二)深化汽车标准协同联动。不断深化汽车与能源、信息通信、智能交通、交通管理等相关行业的交流合作,加强跨行业、跨领域标准化技术组织协作,压实双归口工作实效。广泛征求相关方意见建议,在标准制定过程中同步研究可操作性、可实施性,加强相关实施管理部门工作协调,保障标准顺利落地实施。进一步强化国家标准、行业标准和地方标准、团体标准的有效衔接和协调配套,优化汽车标准供给结构,形成协同有序、互融互促的良好局面。


(二十三)加强标准化人才培养。持续组织开展汽车标准化青年专家选培、大学生汽车标准创新大赛、汽车标准化国际青年工程师交流项目等汽车标准化人才培养工程系列活动,创新活动形式和内容,强化汽车标准化人才培养,为汽车标准化人才搭建交流实践平台。出版汽车标准化教材并推动在高校应用推广,为汽车标准化做好人才储备。


来源:车路漫漫
振动碰撞燃料电池电磁兼容通用汽车电子ADS新能源芯片理论电机材料MEMS控制试验
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2025-12-10
最近编辑:8月前
李慢慢
硕士 自动驾驶仿真工程师一枚
获赞 14粉丝 93文章 320课程 0
点赞
收藏
作者推荐

深度好文 | 基于物理渲染的高保真相机怎么建模?怎么仿真?怎么验证?

1. 相机建模的意义与重要性在高级驾驶辅助系统和自动驾驶系统中,相机作为核心感知传感器,凭借高分辨率和实时采集能力,为环境感知提供关键支持。相机捕捉的视觉信息帮助系统识别障碍物、行人、车辆、交通标志等要素,直接影响路径规划、速度控制和碰撞预警等功能。主流自动驾驶系统中通常配置4至17个相机,以满足不同感知需求。特斯拉的视觉主导型方案进一步凸显了视觉感知技术的潜力。此外,车载相机在车路协同控制中也至关重要。通过与路侧相机、信号灯等设施协作,车辆可获取更全面的环境信息,实现智能交通调度与风险预警,提升安全性并推动智慧交通的发展。随着自动驾驶技术的发展,车载相机在智能网联汽车和智慧交通中的地位日益重要。因此,构建精准高效的车载相机建模方案对于仿真平台的保真度、可信性和可靠性至关重要。2. 当前虚拟相机建模的主流思路目前,虚拟相机建模的主流方法包括基于光栅化渲染+图像后处理的相机建模方案、基于物理渲染(Physically Based Rendering, PBR)的相机白盒建模方案,以及基于神经辐射场的图像合成方案。基于光栅化渲染的图像后处理方案是当前常见的技术路径。其主要通过光栅化技术快速生成基础图像,并利用后处理(如色彩调整、模糊处理等)模拟真实相机的成像效果。该方案优势在于计算效率高、实现简单、易于部署,尤其适合自动驾驶仿真等实时应用场景。但由于在全局光照和复杂光学现象的处理上较弱,图像的真实感仍有限。基于物理渲染的相机白盒建模方案通过光线追踪技术,模拟光线的传播、折射和反射过程,重现相机成像的真实物理过程。该方法结合镜头、传感器、ISP等参数,精确还原成像效果,具有高保真度、高可控性和良好的可解释性。但其渲染速度无法满足实时,该方案更适合于对成像质量要求高但实时性需求较低的场景。基于神经辐射场(NeRF)和3D Gaussian Splatting的图像合成方案利用神经网络学习3D场景的辐射场信息,以生成高质量、多视角的图像。其中,NeRF擅长模拟真实光照和细节,但对计算资源要求高,处理大规模场景时存在性能瓶颈。而3D Gaussian Splatting通过高斯函数显式建模场景中每个点的体积或表面信息,提升了渲染效率,适合实时大规模场景,但图像质量和细节处理稍有不足。两类合成方法在视角盲区、非刚性物体和动态场景合成上均存在一定局限。可以说,三类建模技术方案具有其各自的特点和优势,在表1中对三类技术方案进行了对比,在实际仿真工程中,可根据仿真的实际需求进行选择。表1. 三种虚拟相机建模技术路径的对比3. 物理渲染白盒模型的技术路线图1 PanoSim的基于物理渲染的相机白盒模型建模技术路线在本篇中,将重点介绍PanoSim实施的基于物理渲染的相机白盒模型RAWCamera Model方案。本方案采用真实的物理规律进行建模,涵盖了从场景、光学系统到传感器及成像处理的每一个环节。方案利用高度逼真的全局光照模型和光线追踪技术,模拟光线的传播、反射与折射等光线路径变化、材质光学特性响应及能量变化。在建模过程中,它不依赖“黑箱”数据,而是通过深入解析相机系统的物理结构,确保建模过程的透明性与可控性,从而为后续的优化和调试提供充分的支持,具体为:(1)全局光照渲染方程和材质:全局光照渲染方程为描述场景中光能的传播与相互作用提供了统一框架。根据该方程,光的出射量可视为自发光和表面反射光的总和,而后者又是入射光与表面反射率的结合。当光照射到材质上时,会经历表面反射和折射,从而形成可见颜色。表面反射通常由镜面反射和漫反射模型来描述,而折射则涉及光在介质内部的传输。光进入介质后,其传播路径会受到吸收、散射和自发光的影响。分析光与材质之间的交互时,关键参数包括粗糙度、反射率、入射角和复折射率,如图2所示。粗糙度影响表面细节对光的散射,亚表面结构复杂度决定了光传输方向的随机性,而复折射率决定了反射与折射光能量的比例,折射路径以及不同波长光在介质中的衰减。我们的方案中,结合全局光照渲染方程与光与材质交互的原理,更有效地实现了真实感渲染。图2(1) 金属类材质反射率图2(2) PVP塑料材料的复折射率曲线(2)光谱渲染:在sRGB颜色模型中,简单的数学运算可以在一定程度上近似模拟光照效果,但要实现精确的物理建模,我们必须考虑更复杂的光谱相互作用。通过考虑光的不同波长,光谱渲染能够重现如色散等光学效果,从而生成更复杂和细腻的视觉效果。并且,不同材料对光的反应不同,光谱渲染也可以更精确地模拟材料的光学特性(如镜面反射、漫反射和透明度),使得呈现的效果更加真实。为此,PanoSim的RawCamera模型依据CIE - XYZ色度系统建立了光谱,并对360nm至830nm范围内的光线进行了细致划分。通过插值方法,我们可以获取该范围内任意波长的光谱值。在Raw Camera模型中,XYZ光谱与人眼视网膜对三种基本颜色光的响应基本一致,光谱匹配曲线如图3所示。图3 光谱匹配曲线图4 环境光照条件变化的模拟效果:上图为白天,下图为夜晚(3)镜头建模:在实际应用中,镜头通常由多组镜片构成,这样的镜头组设计能够有效地控制光线的传播和成像质量。为了平衡仿真效率和性能,我们构建了一个薄透镜镜头模型。这一模型的核心是模拟透光材料所形成的简单光学系统,旨在提供一种高效且准确的方式来观察光的行为。我们的薄透镜模型支持多个可调参数,包括焦距、光圈F值、物距。这些变量使得用户能够根据具体需求对镜头进行调整,结合传感器的像元尺寸及分辨率等参数以获得理想的成像效果。此外,模型支持相机镜头的畸变模拟,能够真实地再现不同镜头所产生的光学畸变现象,同时也支持鱼眼镜头进行仿真,实现更广角的观察视角。镜头模型适用于环视系统的标定、匹配、拼接等算法验证,也可以支持视觉SLAM中关键算法评估。图5 RawCamera开启景深仿真的效果(F-number 2.2,焦距10mm,聚焦点10m)图6 鱼眼镜头的畸变模拟效果对比,上图为基于物理渲染的鱼眼镜头畸变模拟,下图为基于Cubemap的光栅化渲染模拟。能够看出,在边缘处像素锯齿化得到改善,这有助于环视系统算法在进行特征点提取及拼接过程中的精度。(4)传感器建模:图像传感器模型模拟光能转换为数字信号的过程。在构建的三维场景中,我们建立的传感器模型计算通过镜头后进入相机的光线,采样每个传感器基元捕获的光子,在可见光波长范围内对多波段积分,以计算光子能量及对应的电压值,进而获得电压图。电压量化为数字信号,最终以单通道灰度图形式显示。由于通常传感器表面有彩色滤光片阵列(CFA),将传感器接收到的光信息分解为红、绿、蓝三种基本颜色通道,因此本方案提供可设定彩色滤光片模式的功能,如RGGB、BGGR、GRBG、GBRG等。在传感器捕获光子到电路传递数字信号的过程中,模拟了实际图像传感器由于自身缺陷出现的噪声,包括暗电流、读出噪声、泊松噪声和固定模式噪声等,固定模式噪声分为暗信号非均匀性和光响应非均匀性两个部分。图7 传感器获取光子能量生成电压图图8 通过彩色滤光片阵列将电压图转换为Raw数据图9 使用去马赛克算法将Raw数据插值为sRGB图像(5)ISP:生成的图像支持对白平衡、色彩校正和伽马校正等后处理效果的添加。4. 物理渲染白盒模型的优势高度真实与精准:通过物理学原理进行建模,能够提供高保真度的仿真结果,同时也避免经验参数设定导致的仿真误差。透明可控:模型完全可调节,用户可以深入分析各个环节的影响因素,进行精确调试与优化。适应性强:可以适应多种车载/路侧相机配置与不同光照、天气、动态场景等复杂条件,保证了模拟结果的普适性。一致性高:全仿真流程基于能量守恒定律,使用统一的材质库和全局光照模型,不存在随机过程,可保证极高的仿真一致性。可扩展性与兼容性:该白盒模型仿真结果能够与现有的视觉感知系统或端到端自驾系统进行高效对接,支持未来算法的拓展和优化。5. 可控场景下模型定量验证结果(1)测试目的用于验证RawCamera模型与实际相机中的性能一致性,这里以评估其MTF值的匹配度及颜色性能为例进行介绍。(2)相机参数及环境设置实验1:MTF测试实验2:颜色模拟测试(3)测试方法与步骤实验1:MTF测试1.仿真测试:1)在RawCamera工程中构建虚拟场景,固定目标物靶标,从1.0m开始,每移动0.1m记录一次数据。2)在Panosim中虚拟场景,固定目标物靶标,从1.0m开始,每移动0.1m记录一次数据。3)记录相机模型输出数据以及此时的距离。2.实验测试:1)在实测场景中,固定目标物靶标,从1.0m开始,每移动0.1m记录一次数据。2)记录相机模型输出数据以及此时的距离。3.对比分析:比较不同距离下MTF。颜色测试:1.仿真测试:1)在RawCamera工程中构建虚拟场景,依照灯箱参数设置虚拟灯箱及光源,45°放置虚拟色卡,相机距离灯箱背板为60cm。2)记录数据。2.实验测试:1)在实测场景中,在灯箱中45°放置虚拟色卡,相机距离灯箱背板为60cm。2)关闭相机白平衡,记录数据。3.对比分析:比较两次测试下各色块的均值及标准差。(4)测试结果MTF:图10(1) Raw Camera仿真结果图10(2) 实际相机测试结果图10(3) 光栅化仿真的输出结果图10(4) 三种输出对比结果(1m处)图10展示的对比实验结果中,RawCamera模型仿真结果与实测结果MTF曲线类似,随距离增加呈现一定的波动,光栅化结果在不同距离下MTF曲线基本重合。在图10(4)的1m处对比可见,实测相机的MTF值(蓝色曲线),与RawCamera模型模拟的MTF曲线(绿色曲线)更为接近,而光栅化模拟结果(橙色曲线)的输出相对而言偏差更大。颜色测试:图11 标定板颜色提取图12 仿真与实测图像24色卡的均值及方差对比在颜色测试对比中可见,RawCamera结果与实测结果均值基本在对称参考线附近,二者均值基本一致。在STD点图中可以看到,在一些响应信号较小的色块中,STD相对更加接近,仿真更加真实,而在STD较大的色块中,随机颜色偏差更大,但是二者整体趋势一致。6. 应用前景环境感知和数据融合算法测试验证:通过模拟真实光学特性和环境条件,该模型为环境感知与数据融合提供了有效支持。它能验证算法在复杂场景中的表现,包括光照变化和动态障碍物的处理。虚拟训练数据生成:该模型生成高质量的带标注图像,模拟不同环境中的光照变化、物体反射和阴影效果,为深度学习数据增强提供真实有效的图像,从而提高模型的泛化能力。人机交互算法测试验证:该模型可以模拟复杂光照和反射条件,提升手势识别、表情识别与动作跟踪算法的评估与优化,确保人机交互系统在不同环境下的准确性。来源:车路漫漫

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈