2020年10月20日-22日，由國家市場監督管理總局缺陷產品管理中心、浙江清華長三角研究院、中國汽車工程研究院股份有限公司、重慶市合川區人民政府聯合主辦的第三屆中國汽車安全與召回技術論壇在重慶隆重召開。本屆論壇以“智能新能源汽車全產業鏈安全與技術創新”爲主題，匯聚120家政府機構、事業單位、科研院所以及整車和零部件企業等行業翹楚權威論道。其中，在10月21日舉辦的“智能汽車產業鏈安全與技術創新”專題論壇上，中國汽車工程研究院股份有限公司總監抄佩佩發表了核心爲《新能源汽車安全預警技術及應用場景》的精彩演講。以下內容爲現場演講實錄：

中國汽車工程研究院股份有限公司總監抄佩佩

尊敬的各位來賓，大家下午好！

我這個報告主要是基於之前和我們召回中心一起的探索，希望能夠從政府的監管與數字化創新中選一些特定的場景進行應用。目前主要是基於大數據來做新能源汽車安全預警方面的研究。

我的報告的內容主要是以下幾個方面。從總體上看，爲什麼當時選題選到新能源汽車？這是國家和行業的需求。整個新能源汽車保有量截止到2020年已經突破417萬輛，同時隨着全球對新能源汽車的規劃，未來新能源汽車體量將進入一個大規模的發展期。在這個發展過程當中也帶來了一些安全事故的問題。

通過前面的研究，我們發現事故里面主要涉及三個比較突出的點。第一個就是在事故數據方面，我們積累了很多現場調查數據，包括後臺的事故數據。這個事故數據究竟怎樣逆向進行分析，如何有效利用來跟我們未來的數據做結合，這是行業面臨的一個比較突出的難點。第二個就是火災過程當中來自於電池的問題以及裏面BMI相關的缺陷，哪一些是導致火災造成識別的核心的特徵，這個缺陷識別也是比較難點的問題。第三個就是對安全風險的評估，如果是通過一個單閾值的方式去做前期預警報警的話，在前面的實踐中，往往很多報警都是無效的。這是當時總結出來的幾個問題。

基於這幾個問題，新能源汽車整個邁入了全鏈條，隨着國家和地方的發展，我們在第一批新能源汽車推廣過程中就已經積累了大數據的平臺。我們認爲新能源汽車已經邁入了一個數據和產業融合，可以通過新能源汽車安全預警來推動產業高質量發展的階段。

現在新能源汽車有三部分標準和數據。

第一部分在整車版塊，圍繞原本國家平臺和企業自建的平臺所積累下來的標準和數據。第二個在電池和後市場，當前國家的監測和動力電池的回收溯源以及再保險車聯網數據採集規範也形成了相應的數據標準和數據資源。第三個就是在充電板塊，我們也有相應的充電設施和接入數據的標準和通信協議的規範。整個數據支撐條件，相對來說，在汽車大的領域當中是比較好的。在這方面，我們也做了基於數據驅動的安全預警，結合國家在新能源汽車方面大的技術圖譜，主要選定了依託基礎設施的平臺，結合網聯裏面的車輛信息進行新能源汽車安全預警。在覈心共性技術方面，主要是聚焦在動力電池和電池管理技術這部分，提煉作爲汽車安全預警模型開發。

第二部分,我們做的數據驅動整個模型的方法論。中國汽研在安全預警領域有三大理念，搭建了一套我們自己做安全預警的理念。第一個理念就是整體安全觀，我們一方面要考慮車輛在駕駛過程當中的缺陷安全、信息安全，另一方面也要在新能源汽車安全對造成高危的批次車輛，質量缺陷的車輛進行及時提醒整改，打造整體安全觀的理念。第二個，我們希望把安全真正地量化起來，搭建風險累計模型，就是不斷地來累計這個風險，來搭建一個安全的量化理論體系，當風險累計達到一定閾值或者一定標準就是安全預警爆發點，所以第二個希望把大量安全能夠量化出來。第三個，就是“AI+專家”服務，我們現在大量投入資源來做現場事故調查，現場的專家對事故的分析。總的來看，我們認爲應該把線上和線下有機結合，我們來定義AI的部分，線上的部分更多是我們做分診，在前期環境中，真正專家會去做最終的確診，這樣就形成“AI+專家”服務安全預警服務模式來推動新能源汽車行業的健康發展。

在整個大數據方法體系當中，我們採用數據循證的方法，主要以大數據爲基礎，以事故案例爲核心，來持續做研究方法的更新迭代。這個裏面主要是四個部分內容。

第一個部分，就是涉及到所有現場事故的調查和數據。這個也是在總局交匯中心的聯動下面。我們通過對事故現場的數據進行分析，到我們中國汽研的實際測試環境進行實驗室的還原，在實驗室還原之後，輸入對風險預警的特徵參數，建立預警模型，最終實現安全預警的服務。這是整個四個階段的內容，整個過程是不斷迭代累積的過程，在前面也是通過幾個方面在不斷完善。第一個就是模型迭代，現在是從算法上升級，從特殊參數上完善，最後從安全服務體系上進行完善。

第二部分，前期數據資源和實驗室評價出來的數據資源也是在不斷的更新迭代過程當中，會漸漸輸入更準確的模型參數。整個預警算法上，現在是按照內部算法開發和外部集成兩條路徑在做。現在對於外部算法，我們也形成了一種測試、集成、驗證、評價、推廣的方法體系，就是外部存儲算法可以通過技術接口介入到我們平臺進行測試，集成去做整體安全預警，在我們正式進行驗證評價之後進行推廣。

目前，我們積累了5個方面的算法模型。

第一個一致性評價模型，這個一致性更多是側重於指標的異動，比如說單體電池電壓指標異動類模型，這類模型行業比較多，我們是通過把很多一致性模型搭載在一起來，去做相應的整個模型的集成。第二類是安全風險概率累積模型，這個是我們自主開發的一套，是通過之前提到的安全量化，希望把風險能夠及時的量化出來變成一個概率，植入到我們的模型當中。第三個就是智能閾值，現在單個閾值的模型對於不同品牌、不同材料體系、不同車型搭載的電池可能會有不同要求，所以在我們模型當中提出了一個智能可變的閾值。第三個和第四個是我們現在的重點，依託課題開發的事故特徵的匹配，就是通過實驗室和我們事故特徵的提取來去做相應的匹配模型，還有基於神經網絡風險的快速識別模型。這五套算法模型目前構成了新能源汽車基於大數據做安全預警的整套體系。

在大數據體系當中，我們同步考慮了四個方面的平臺能力建設。第一個方面是整個外部接入的能力，我們現在這個平臺在設計的時候就是面向新能源和智能網聯的實時大數據體系來去做的技術架構。第二個就是異構的數據，根據不同數據的處理能力會建立一個統一格式，來加快對接的速度。第三個是數據的計算能力，在我們平臺進行軟硬件協同優化設計，使平臺具有持續高效的數據計算能力。第四個是數據的存儲能力，這個存儲能力也是希望在面對未來體量非常大的大數據時，能夠有一套支撐我們特定數據資源的高效且性價比最高的存儲能力，這是整個研究大數據體系的支撐。

我們的專家團隊和重點實驗室主要是從安全、能耗、體驗三個維度所做的基礎測試評價，然後增添了從動力電池安全測試方面，圍繞安全性能、環境測試、可靠性等方面的測試標準，對照着事故案例進行相應的實驗室測試。目前我們這套“AI+專家”已經可以實現通過預處理進行快速識別，這個可以初步爲行業提供一些服務。

第三部分，是我們做場景方面的探索。

第一個是我們協同車企在安全管理和產品技術提升方面做了一些相應工作，主要是給車企賦能，彌補車企在安全管理方面的不足。現在車企大多數是通過車端BMS直接傳來報警數據，這類報警有效率比較低，我們希望能有效彌補這方面的不足，充分挖掘整車性能。

第二個希望構建整車安全的第二道防線，我們基於BMS的預警和告警的機制，是希望能夠在一些同批次的、高風險的、羣體性問題上面去構建第二道防線。

第三個就是在我們實際使用場景幫助車企去做安全的開發、安全的迭代，包括技術提升、升級改造、性能提升等等；其次是協助運營公司做車輛安全運營和商業價值的衍生。當前主要是在後市場服務上，做檢測和風險評估；第三是電池價值評估，對車輛的殘值、電池壽命和梯度利用方面進行價值評估；第四就是基於我們的數據去做精準的運營，包括客戶的畫像分析、駕駛行爲的分析和消費者精準定位，從這方面去挖掘數據所產生的一些新的價值。

第四個是希望推進安全預警，讓國家、企業、地方平臺有序結合，從事前預警、事中監督和事後管理三個方面提供管理服務功能，爲新能源汽車安全保障護航。在安全預警技術應用平臺方面，我們現在第一個是協同國家平臺建立了西南分中心，西南分中心的數據主要源於我們的模型試驗，基於前期新能源汽車運行過程當中的歷史數據來去做風險對比，這裏面主要是做高危車輛的排查。第二個是在政府服務和後市場端的拓展應用，依託我們現在的分中心來進行相應的開展。第三個方面，是跟總局協同做好新能源汽車風險監控和事故調查。這個是我們最核心和常態化的工作內容，裏面包括四塊工作，第一個，事故現場勘察分析調查，第二個，形成新能源汽車案例庫，第三個，開展動力電池缺陷分析以及相應實驗室測試工作，然後逐步構建新能源汽車安全缺陷應急平臺，通過大數據支撐實現新能源汽車召回的智慧監管，第四個，安全預警技術應用範例，我們進行了溯源分析，從整個事故車的曲線也可以看得出來，在事故前10天和事故發生之後的，我們會及時做數據比對和處理，形成對事故車輛溯源的分析。另外還有熱失控特徵因子分析，針對事故車輛進行深度分析，找出典型的事故特徵，結合這個特徵來進行高危險車輛“胃鏡”，同時反哺優化車型，幫助重點企業排查隱患，做一些常態化檢查和報警，實現預警信息複合，避免一些事故的發生。

第四部分，新能源汽車安全預警技術發展方向。這個是從線上線下相結合打通整套新能源汽車服務體系，我們也希望通過打造人車樁完整新能源汽車生態數據鏈來提供線上到線下的完整的檢測評估報告，來支撐新能源汽車安全預警技術的全面提升。

結合中國汽研在開展這項工作來講，我們也希望發揮平臺優勢，從四個方面推動行業去不斷的進步。第一個方面在行業標準的制定上，包括新能源汽車標準和未來數據標準，我們去積極推進行業進一步提升。第二個方面是安全監管所相應的配套保證和政策支持，也是希望從我們角度更多呼籲政府的相關管理部門去做好相應的服務。第三個方面就是通過建立聯合技術研究推動產學研用真正的技術突破，打通各個環節的數據、技術層面的壁壘，共同推進技術創新。第四個方面，也是希望我們把預警效果放在更多場景中去探索應用，在產業的後端提供更多服務體系支撐整個新能源汽車安全能力的提升和新能源汽車健康可持續的發展。

總體上來說，新能源汽車大數據是在當前汽車產業中積累量最大，也是最可以去探索未來的商業場景應用，同時也是聯動未來智能網聯汽車大數據的重要接口，我們希望發揮我們的平臺優勢，共同推動基於大數據、基於政策監管，在未來汽車領域創造更多有價值的應用。

以上就是我的報告，謝謝！

(注：本文根據現場速記整理，未經演講嘉賓審閱，或存紕漏，敬請諒解)

相關文章