2020年9月15日，由新能源汽车国家大数据联盟与武汉经开区联合主办的“安全·智能·促发展——新能源汽车国家大数据联盟2020成果发布会暨安全智能电动汽车高峰论坛”于湖北省武汉市联投半岛酒店隆重召开。中国汽车工程研究院股份有限公司总监、数据中心主任抄佩佩给我们做了“基于大数据的新能源汽车安全预警技术及应用场景”的主题报告。
以下为演讲速记：
抄佩佩：尊敬的各位领导，各位来宾，大家下午好！本来今天的报告是由万总来作，由于他临时有工作，由我代表中国汽研，把我们做的工作向大家做一个简单介绍。
新能源汽车是整个大数据基础在汽车行业最好的一个板块。立足于新能源汽车现在发展阶段安全问题，基于大数据和新能源的融合是大势所趋。基于这个方面，我们现在搭建了3个方面的平台，第一个也是今天依托王震坡教授这边国家新能源汽车监控的大数据平台，这是先天数据积累最好的监控平台。另外，目前正在搭建的电池后市场相关的溯源平台，包括电池相关的数据。第三个是电网平台当中的充电平台。
如何把大数据有效的应用，真正的推动新能源汽车和大数据的深度融合，来立足于从安全这个点推动行业的高质量发展，也是我们中国汽研所处地位自己的使命，围绕这个点在开展工作。在整个研究方面，我们是立足于基础的科学研究和现在监控平台相结合，把新能源汽车安全预警的技术植入到相关的平台当中，来得到一些有效的分析结论，有效的实施效果，最低降低新能源汽车安全事故的发生。
再来介绍一下我们搭建的大数据相关技术，立足于三大理念，第一个理念是整体的安全观，中国汽研是把安全、绿色、体验作为整个贯穿企业发展的三条技术线，在安全方面从车辆的驾驶安全，致力于识别P4车辆当中的高危车辆，在运行过程中对高危车辆排查。第二个就是安全的量化，希望把大数据的资源植入进去之后，建立起来整个风险量变的过程，使安全服务从定性的分析到量化的分析，聚焦整个行业量化的标准，最终能形成行业标准的制定，行业技术推进上面形成有效的共识。第三个是AI+专家的服务，通过线上和线下两个方面来解决安全的问题，我们把AI当成整个安全预警环节的分诊环节，形成AI+专家服务整个安全预警的服务模式，这是整个的安全理念。
在车辆的驾驶安全方面，通过在原有的主被动的基础上往前往后延伸，前端涉及到智能的安全，后端涉及到事故的预警救援。通过整个车辆的驾驶安全，解决在驾驶当中的车辆保护问题。第二个部分是通过解决关键零部件和系统缺陷的问题，来提升整个安全技术水平。第三个方面是信息安全及监控，结合信息安全防护和安全监控来解决信息安全漏洞防护的问题。在三个核心的安全体系基础上，功能、交通安全是两个基础的支撑。
安全预警的技术路线，在新能源流域按照实践的方式，整个研究体系主要是4个阶段，首先通过事故调查把事故现场的数据进行深入的分析。这套分析的数据、结果会跟实验室的数据进行相应的比对和验证，比对和验证包括两个方面，第一个方面在线下测试环节实际数据的验证，第二个方面对于发生事故车辆车型的监控，通过大数据方面核心数据的验证，来反推整个事故现场的过程。已经有的安全预警模型搭载在现有的数据平台上，进行相关的安全预警服务。工作是通过这4个阶段去推进。建立这个体系的话，建立全面、准确、及时这样一套效果评价体系，最终推进我们最核心的环节，预警模式的准确性，通过模型不断的迭代更新，不断的完善提升安全预警的服务能力。
在整个中间的几个环节当中，第一步在事故调查的过程中，从19年开始也是结合从前期的分析，到现场的勘察，到起火点等实际的参与过程，现在中国汽研已经形成了一套专业的事故调查专家团队，从各个领域——电池方面、整车方面、测试研发方面，包括大数据方面的专家队伍来支撑事故调查的工作开展。通过事故分析之后，再与相应的车辆实验室的数据进行比对。在多模型搭载的过程中，一是一致性的分析模型，主要是对于实际运营过程中几个核心参数分析的模型。第二个是安全风险的概念累积模型，最重要的是把原有的过程中量化的风险进行实际的风险累计来搭建相应的模型。第三个是智能预知的模型。最后两个，事故特征匹配和基于神经网络的，是我们自己在开发的一类模型。现在整个相关的多模型协同是希望对各个参数，短期的，长期的，异常的警告能够及时的搭载在现有的平台上进行监测。通过线下的设备，线上的数据监测和线下设备的检测有机结合起来，形成线上线下融合互补整个预警模型的预警体系。在AI和专家服务方面，现在我们已经搭建出来了把原有的事故调查从线上线下结合的软件系统，接下来在整个事故调查的过程中进行应用，这样来实现AI+专家的服务，把原有的事故现场的数据有机的挖掘出来，支撑整个模型的开发。在安全预警的算法方面，集中了行业各方面的力量，目前搭载在平台上的模型都是各个单位他们原有多年沉淀的基础。现在这套体系通过测试、集成、验证、评价和推广，各个领域，不管是高校在研究的，还是车企现在在开发的，还是部分已经比较成熟的模型，现在都可以搭载在我们的平台上进行相应的实际的验证过程。在原有的国家平台我们跟大数据联盟联合做的西南中心的数据资源的基础上，主要是把新能源的事故数据，已经发生事故同频次车型的数据整合起来，从数据源进而来验证模型的准确性。在测试评价体系上，也是面向行业推动了内部的一个研究的课题，在新能源测试评价方面，以安全维度整个在三个方面，二级指标方面搭建了一套安全完整的指标体系，通过实验室的测试环节，来形成安全方面完整的测试评价体系。在动力电池测试的评价方面，现在除了基本的性能测试，在安全性能方面、环境测试和可靠性方面，不管从设备，到整个的测试规程，对标国际建立最先进的测试体系和能力。
在大数据体系上，现在我们基于前面方法体系主要在4个方面建立了资深的能力，第一个是外部接入的能力。现在针对新能源汽车特有的数据源，在安全方面的特定的要求，我们也是形成了接入的标准。第二个是异构数据的处理，针对不同类型的平台、数据，对于相应异构数据进行适配的转化，来实现统一的格式，加速对接整个计算的效率，来提升整个平台处理计算的能力。第三个方面，也是投入了大量的软硬件资源，进行了相应的开发，从计算到模型本身也是形成了自己软硬件的能力，支持新能源汽车的整个过程。在数据存储方面，现在整个存储的硬件平台和软件平台，在软件方面是现在搭建的是完全针对于新能源汽车特有的数据底层平台，来支撑新能源安全预警的工作。
通过安全预警开发的一些应用。首先还是希望赋能车企，帮助整个行业提升新能源安全的水平，给一些车企尤其是他们在研发给予这方面的帮助，弥补车企在安全管理上的不足。第二个应用方面主要是协助于运营公司，在一些特定的领域进行服务，提高这些领域里面新能源汽车的水平，帮助政府、行业，推动这个行业更健康的发展。第三个方面积极跟国家平台进行相应的合作，希望在原有的国家平台上，推进国家平台监管进一步的提升，真正实现事前事中事后预警的安全的能力，为新能源的安全保驾护航。
在实际的运营过程中，一方面在大数据的西南中心我们去做相应的试运行，在以重庆为核心的地区，实际解决了53款车型前期事故的排查。第二个方面，现在在召回体系中的新能源汽车缺陷调查监测与分析系统，为政府和行业做针对性的服务，主要是对于已经发生的一些事故的车企，我们对于它同批次的车型进行深度的数据监控和分析，把实验室的资源进行介入，和已发生的事物进行详细的解读和分析。第三个方面就是实际应用过程，在事故的车辆分析，这几个也是我们通过事故现场对于事故发生前，所有的事故车过程中的各个风险因子进行实际的分析，和事故发生过程中实际情况进行比对，对事故原因的回溯，支撑整个车辆的优化，以及车辆整体安全性、可靠性的判定。对于高危车型的预警是相对成熟的体系，现在能够做到在原有的大量的报警数据，结合历史数据之后，精确的找到某台车某个电池单品的哪个环节出了问题，是直接通过大数据的手段可以直接点名到单个电池单体，这个在部分的车企当中也是进行了实际的验证，也是在降低事故发生的条件下，用很低的成本来降低事故案例的应用场景。最后再跟运营公司通过安全平台和相关的运营公司进行合作，来找到一些高危的车辆，对他们群体性的车辆的问题及时的进行排查，到现场进行问题的解决。这个是我们现阶段基于安全技术的一些探索性的应用实践。未来也会希望通过预警模型准确性的验证，优化升级，真正把安全预警的效果发挥出来。另一方面，也是希望把人、车、桩完整的生态数据挖掘好。建立线上监测和线下检测兼顾，整套的安全预警的体系。
对于未来的新车，在运营的车辆，以及最重要的是在在用的车的检测体系，从行业层面推进，来促进整个行业发展。在不同的环节，也是呼吁行业更加的注重新能源汽车和监管的问题，从4个方面加强后续的投入和研究。一是要充分把大数据平台、大数据资源和现在技术手段用起来，更好做好政府方面的新能源汽车安全的监管服务。二是希望通过加速推进行业标准法规的制定和实施，来推进整个行业的技术进步。第三个发挥平台的优势，把汽车、整车、电池，包括大数据的一些资源，能够充分的整合起来，推动产学研用各方面联合进行研究和攻关，推动整个行业在新能源安全方面技术能力的提升。最后在整个新能源汽车安全问题，不单是一个技术的问题，更多是覆盖整个链条，后端体系的要求非常高，更需求全行业的努力，把后端体系进行完善，保证整个行业的避免新能源汽车安全能够健康有序的发展。
以上就是我整个报告，最后还是希望呼吁整个行业要对新能源汽车抱有充分的信心，这是行业发展的大势，对于新能源的问题，我们通过各种各样的手段一定是能够很好的解决，促进行业更好更健康的发展。谢谢大家。