CCF ChinaSoft 2023 论坛巡礼｜自动驾驶仿真测试论坛

2023年CCF中国软件大会（CCF ChinaSoft 2023）由CCF主办，CCF系统软件专委会、形式化方法专委会、软件工程专委会以及复旦大学联合承办，将于2023年12月1-3日在上海国际会议中心举行。

本次大会主题是“智能化软件创新推动数字经济与社会发展”，学术、工业、教育、竞赛等分论坛活动40余场，期待您的参与！

目前大会火热报名中！

CCF ChinaSoft 2023官方首页：

http://chinasoft.ccf.org.cn/

点击文末“阅读原文”或扫描下方二维码进入官方注册通道:

https://conf.ccf.org.cn/chinasoft2023

✦  +

+

论坛巡礼

论坛名称：自动驾驶仿真测试论坛

时间：2023年12月01日08:30-12:30

地点：上海国际会议中心，5G会议室

论坛简介：

软件定义汽车带来庞大的产业机会及人类社会出行的变革。但同时诞生的有史以来最庞大复杂的软件系统也对传统软件测试验证理论带来巨大挑战。尤其是长尾问题，不仅对学术界面临的难题，也是自动驾驶量产落地的最大障碍之一。仿真测试被认为是解决长尾问题及自动驾驶安全保障的核心技术。本论坛邀请学术界和产业界的专家给出特邀报告之后进行圆桌讨论，共同研讨有效的自动驾驶仿真技术。本论坛由中国仿真学会自动驾驶汽车仿真测试专委会联合承办。

日程安排

Schedule

论坛主席

  Forum Chair

杨子江（西安交通大学）

西安交通大学图灵交叉信息科学研究中心主任、教授及深信科创创始人。曾任美国西密歇根大学计算机科学系正教授及密歇根大学电子工程与计算机科学系访问教授。学术兼职包括IEEE国际电动与自动驾驶技术委员会主席；IEEE自动驾驶国际标准工作组副主席；2021-2023年IEEE国际自动驾驶软件会议主席；2020年IEEE国际自动驾驶软件会议主席、2019年IEEE国际软件测试及验证大会共同主席；中国电动汽车百人会理事；安徽人工智能百人会副会长；中国开放原子开源基金会智能出行项目技术执行委员会主席。发表论文百余篇及二十余项中、美专利，获得ACM SIGSOFT杰出论文奖，ACM TODAES最佳期刊论文奖等。

杨开睿（菜鸟自动驾驶实验室）

菜鸟自动驾驶算法仿真测试负责人、中国仿真学会自动驾驶汽车仿真测试专委会秘书&委员。国内最早的L4自动驾驶质量领域专家之一，主攻自动驾驶算法仿真测试、仿真对抗性测试、场景自动生成技术以及自动驾驶质量保障。曾负责百度自动驾驶系统集成测试从0到1搭建和Apollo中美测试工作。申请发明专利数十篇、主导了自动驾驶领域首个高速枢纽仿真HDmap开源数据集Flyover的研发、主导了阿里天池杯“2022未来汽车”自动驾驶算法挑战赛的赛题设计和专家评测工作，吸引了全球超过1500支队伍参赛。参与了多项自动驾驶场景和法规相关的国家项目和标准制定工作。

论坛嘉宾

Forum Guests

卜磊（南京大学）

现任南京大学软件学院教授、博导、副院长，兼任 CCF 系统软件专委秘书长；2010年在南京大学计算机与科学技术系获取博士学位；曾在CMU、MSRA等科研机构进行访学与合作研究；主要研究领域涉及软件工程、可信软件、形式化方法，研究工作集中在模型检验技术、实时混成系统、信息物理融合系统等方面，部分创新性工作发表在相关领域重要期刊与会议如《中国科学》、TCAD、TC、TDSC、TCPS、TPDS、RTSS、ICSE、ISSTA、ASE等上；入选国家级青年人才计划、高校计算机专业优秀教师奖励计划、CCF-IEEE CS青年科学家奖、中创软件人才奖、NASAC青年软件创新奖、CCF青年人才发展计划、MSRA铸星计划等。

报告题目

开放不确定场景下的智能汽车预期功能安全检测、防护与强化

摘要

在高度自动化、智能化的同时，在开放不确定场景下，智能汽车极易受到感知系统误判、决策系统失误、人员误操作等因素的影响，从而导致汽车在运行中遭遇预期功能安全风险，并导致不可挽回的财产与人身伤害。近年来，Tesla、Uber等已多次出现相关人员伤亡事故。如何解决相关预期功能安全问题已成为智能汽车走向应用亟需解决的痛点，迅速成为当前国内外学术界和工业界高度关注的问题。近年来，我们围绕开放不确定场景下智能汽车的“预期功能安全风险认知与评估”与“系统行为失效预测与防护”两大问题，针对开放不确定场景下系统行为特性，在预期功能安全认知与度量、预期功能安全测试与验证、智能决策安全学习与增强、实时运行安全监控与防护等方面进行关键技术研究与突破。本报告将对相关工作规划与初步进展进行汇报。

陈碧欢（复旦大学）

复旦大学计算机科学技术学院副教授，主要研究方向包括软件供应链、智能网联汽车、AI系统工程等。作为课题负责人和技术骨干参加科技创新2030-“新一代人工智能”重大项目、国家自然科学基金项目，承担多项企业合作项目。研究成果发表在ICSE、FSE、S&P、TSE、TIFS等国际顶级会议和期刊，并获得3次ACM SIGSOFT杰出论文奖（FSE2016、ASE2018、ASE2022）和2次IEEE TCSE杰出论文奖（ICSME2020、SANER2023）。基于相关研究成果，研制了开源风险治理平台伏羲（http://www.se.fudan.edu.cn/fuxi/）。

报告题目

自动驾驶仿真测试的道路生成与违规诊断

摘要

仿真测试是保障自动驾驶系统质量的重要手段，旨在通过生成多样化的仿真场景来发现潜在的违规情况，并通过人工分析违规情况来提升自动驾驶系统的质量。因此，保证仿真场景的多样性、减少人工分析的时间是其中的两个关键问题。本报告将介绍基于场景组件合成的方法来生成多样化的仿真场景，并介绍基于大语言模型的方法来加速违规情况的诊断。

谢肖飞（新加坡管理大学）

新加坡管理大学助理教授，曾任新加坡南洋理工大学校长博士后。2018年于天津大学获得博士学位，并获得CCF 优秀博士论文奖以及ACM 天津区优秀博士论文奖。目前致力于程序分析、软件测试以及人工智能安全测试等研究领域。其研究成果已经发表于人工智能、软件工程以及安全领域等顶级会议与期刊，例如FSE, ICSE, TSE, TOSEM, ICLR, ICML, NeurIPS, ICCV, CCS, TDSC and TIFS，其中四次获得ACM SIGSOFT 杰出论文奖 （FSE’16, ASE’19, ISSTA’22,  ASE'23）。

报告题目

基于多样性引导的自动驾驶系统测试及非最优决策分析

摘要

测试自动驾驶系统是确保自动驾驶车辆可靠性和安全性的关键步骤。现有工作主要集中于寻找安全违规的关键场景，却忽视了测试场景的多样性以及非安全违规的测试。测试用例缺乏多样性可能会产生大量冗余案例和故障，降低测试效率并增加故障分析成本。非安全关键违规意味着自动驾驶系统在驾驶过程中作出的非最优决策。本报告将介绍基于多样性引导的自动驾驶系统测试方法以及对自动驾驶系统非最优决策行为的测试。

薛强（浙江大学网络空间安全学院，浙江大学嘉兴研究院）

北京大学物理学学士，芬兰奥卢大学通信工程博士，曾就职于梅赛德斯奔驰乘用车研发中心，从事智能车网联功能开发与自动驾驶算法开发。现就职于浙江大学网络空间安全学院与浙江大学嘉兴研究院，负责智能网联汽车预期功能安全与信息安全仿真测试平台的研发。

报告题目

智能网联汽车自动驾驶系统安全测试

摘要

自动化与网联化是目前汽车智能化发展的重要方向。相比于传统汽车，具备自动驾驶与网联功能的智能车与外界进行信息交互的边界得到极大拓展，需要采集和处理的数据成几何级指数增长。系统复杂性的提升带来系统可靠性（预期功能安全）与安全性（信息安全）的双重风险提升。因此，急需开发针对智能车自动驾驶和网联等新功能的双安全测试平台，以检验系统的可靠性和安全性。本报告介绍智能车自动驾驶系统双安全测试方向的研究内容，以及相关平台的建设。

任海兵（安徽深信科创信息技术有限公司）

清华大学计算机系本硕博毕业，正高级工程师，目前担任深信科创研发VP，负责自动驾驶工具链的研发。任海兵曾任美团自动车高精地图部门负责人、Intel研发总监、阿里资深算法专家等，在计算机视觉、机器学习、机器人感知等方面有二十多年的研发经验，发表论文50余篇，包括CVPR，NIPS，ICCV等国际顶会，拥有专利80多项，其中美国专利20多项。

报告题目

面向大模型时代的自动驾驶仿真

摘要

自动驾驶仿真测试可以帮助自动驾驶技术快递迭代，极大地降低自动驾驶研发的开发周期和研发成本。目前仿真场景构建中存在两个主要问题：一个是人工构建成本较高，仿真场景数量少，ODD覆盖率较低，更是缺少corner case场景；另一个是人工构建的虚拟场景不够逼真，与真实场景差距很大。基于大模型技术，深信科创提出了一套完整的仿真数据闭环解决方案，将仿真技术与大数据结合，利用实车大数据构建内容更加丰富真实度更高的防真场景，并进行泛化获取更多的corner case场景。基于这些优质的场景数据，可以快速对算法进行验证，大大提高了研发效率。