江苏龙网

  1. 首页 > 人文 > >

深兰科技|AI为氢能源“车+站”加添安全高效的砝码( 二 )


氢能源车与电动车的区别就在于氢的安全 ， 比如说氢的排放、氢的泄露 ， 氢的传感器是否有效 ， AI更多是说一种算法 ， 关键是我们的脑能不能识别传感器的内容 ， FCU、VCU能否看到并处理这些问题 。 另外 ， 其实氢能提供的是一个电驱动的平台 ， 当氢泄露、氢排放、氢传感器失效 ， 这些氢安全因素发生之后 ， 我们能不能通过有效的电驱动平台去解决这个问题 ， 从传感器、控制器、执行器去看这些问题 。
高顶云：今天的话题是围绕安全 ， 那么在动力系统和电堆方面有哪些可以让用户放心的点？
张弛：燃料电池的安全 ， 我们可以理解为车辆整体的安全 ， 包括两大方面 。 一个是车和外部环境的关系 ， 另一个是车辆内部安全性的问题 。
从车和外部环境的关系而言 ， 关于自动驾驶与环境 ， 包括车安全方面的工作 ， 本身就可以避免一些事故的发生 。 因为从车的角度来说 ， 发生事故的时候 ， 氢安全的问题可能相对更严重一些 ， 从源头上要减少这些问题 。 同时 ， 在感知的过程中 ， 深兰也做了一些工作 ， 一方面是安全性的问题 ， 另外一方面是更多地了解运行的工况 ， 提高整车能量转换效率的问题 。 所以在这个方向上来说是把安全和效率结合在一起 ， 从AI ， 包括人工智能、自动驾驶方面来说是非常好的 。
第二块就是车辆内部 ， 其安全性因素更大是在储氢方面 ， 所以这一块的安全更多还是通过传感器的设置 ， 包括燃料电池系统、供氢系统等结合整体的安全性进行考量 ， 理论上还可以包括锂电等方面的监测 ， 通过整车的控制角度来收集所有部件的数据 ， 来达到一个整体的安全评估 。 通过AI的方式有比较多的数据积累 ， 能够做出性能和安全上的预判和预警 ， 这样也可以比较好地提高安全性 。
高顶云：最近“以奖代补”的政策落地 ， 在这方面有何感想？
张弛：这个政策是比较符合燃料电池商业化应用的方向 ， 因为整个政策引导是往重卡和大功率方向的 ， 这也是燃料电池商业化比较擅长的一个领域 ， 所以从这个角度来说 ， 我们觉得这个政策是符合市场的客观上的需要 ， 所以应该会很快得到市场正面的回馈 。 因为我们之前也是在往大功率和重卡方向做的工作更多一些 ， 所以我相信我们企业和几家国内其他同行企业 ， 在这方面做的准备工作是相对比较充分的 。
【深兰科技|AI为氢能源“车+站”加添安全高效的砝码】其实更关键的还是结合加氢站的布局 ， 包括四年窗口的稳定预期 ， 所以这些我觉得都便于大家能够安心把事情做好 。 比方说我们现在说的熊猫智能物流车 ， 大家也是花了非常多的精力和时间去打造的 ， 如果像之前的政策是一年一变的话 ， 大家就会忙着根据当年的政策来调整当年车型的设计 。 现在有一个稳定的预期 ， 我觉得大家可以合作起来 ， 把车给做好 。 这个跟AI、数据采集都是有关系的 ， 一年一变的话 ， 其实对于整车的优化是不利的 ， 现在我们往这个方向 ， 花一定时间 ， 能够把像熊猫物流车这样比较好的概念最后落到实处 ， 把车给做好 ， 让用户用好 。 用好有两个方面 ， 一个方面是今天的主题——安全性 ， 另外一个方面就是把能耗降低 ， 通过这两方面的结合 ， 这样才能有商业化的机会 。
高顶云：这次新政策出台 ， 深兰又进入氢能源燃料电池领域 ， 在这一块有什么布局可以介绍一下吗？
赵旭：我们现在所有的动作都是围绕之前公司的整体布局 ， 第一块是发挥我们的优势 ， 尤其是在AI的感知、认知上 ， 不仅仅是之前的外部环境感知 ， 包括视觉、点云、毫米波等等 ， 都是我们擅长的 。 无论是在车内、车外还是加氢站（地面） ， 这是我们的基础 。 第二块就涉及到海量数据的非监督学习问题 ， 我们有一个自动化机器学习平台 ， 数据安全这一块可以做本地化部署 。 但光有数据其实是不够的 ， 我们需要的是数据加上行业经验的人把我们的数据工具用起来 ， 包括一部分标注和数据的分析 ， 否则大量的数据 ， 可能99%是无效的 ， 会浪费我们的传输、存储和计算 。


推荐阅读


上一篇：中国交通广播|中关村软件园“5G智慧园区场景赛”上演未来科技大片，科技向北

下一篇：爱佳梯电梯安全平台|为什么要发展电梯物联网？看完我明白了。