“难题揭榜”第104期——智能汽车领域难题第三期 完整逐条整理
难题1：车载空间音频客观性能测试方法
一、出题与对接信息
- 出题组织：智能汽车解决方案BU；媒体体验和测评实验室
- 接口专家：朱良明 zhuliangming1@huawei.com；付扬 fuyang23@huawei.com
二、技术背景
- 音质：平衡度、清晰度、力度
- 声像：方位感、距离感、高度感
- 声场：宽度、纵深、包围感
三、技术挑战
四、现状与问题
现有听音室、家用音响空间音质客观指标，仅适用于独立听音室自由声场，无法迁移至汽车座舱密闭声学环境；且不能拆分声像方位、声场包围等细分维度，无法精准指导音响分模块优化。
五、技术诉求&硬性指标
（1）整体音频总评价客观量化模型
- 覆盖车型：7.1/7.4音响配置车型，覆盖超10种车型；
- 模型输出总分与人工主观打分一致性＞0.8。
（2）子维度细分客观指标（声源方位感知）
适用条件：100Hz~10kHz频段、3个不同类型声源同时发声场景
- 水平方位感知：模型误差均值＜10°；
- 垂直方位感知：模型误差均值＜25°。
验收条件
六、参考文献
[1] Daisuke Koya, Russel Mason, Martin Dewhirst, Soren Bech. A perceptual Model of Spatial Quality for Automotive Audio Systems. J. Audio Eng.Soc, vol.71, 2023.
[2] Neofytos K, Soren B, Sakari T, et al. Perceptual appraisal of reproduced sound in car cabin acoustics. J. Acoustic. Soc. Am. 141 (3), March 2017.
[3] Spors et al. Spatial Sound With Loudspeakers and Its Perception: A review of current State, in Proceedings of the IEEE. Vol. 101, No. 9, 2013.
难题2：重低音模组低频下潜性能提升方法
一、出题与对接信息
- 出题组织：智能汽车解决方案BU；声学工程实验室
- 接口专家：章志亮 zhangzhiliang10@huawei.com；陈文光 chenwenguang5@huawei.com
二、技术背景
三、现有方案固有技术挑战
四、当前主流方案优缺点
- 优势：利用背腔低频能量提升低频声压；
- 缺陷：瞬态性能衰减，倒相管易产生气流噪声；
五、技术诉求
不限定扬声器单元、换能原理、腔体结构、材料、算法，任意组合方案均可；要求实现两种方向其一：
六、硬性性能指标（测试条件：IEC 60268-5半消声室、恒定电压正弦扫频、整机外装完整）
| 体积 | 整体外包容积＜10L |
| 总重量 | 模组整体重量＜4kg |
| 最大声压级@1m | 2040Hz＞110dB；40160Hz＞115dB |
| 灵敏度@1m | 20~160Hz ≥88dB |
| 额定功率 | ＞300W |
| THD@20-160Hz | 最大声压工况：2040Hz失真＜25%，40160Hz失真＜10%；1W低功率工况：全频段失真＜2% |
七、验证方法
方案设计 → 仿真数据验证 → 实车试验数据验证，全部指标达成视为结题。
八、参考文献
[1] Floyd Toole, 2017, Sound Reproduction: The Acoustics and Psychoacoustics of Loudspeakers and Rooms, 3rd edition, Routledge.
[2] Yang, Mang, and S. Peng. 2023, Acoustic metamaterial absorbers: The path to commercialization, Appl. Phys. Lett. 122, 260504.
[3] IEC 60268-5-2007/GB/T 12060.5-2011 声系统设备 第5部分：扬声器主要性能测试方法
难题3：异构计算架构下端到端时延确定性
一、出题与对接信息
- 出题组织：智能汽车解决方案BU；OS内核实验室
- 接口专家：管高扬 guangaoyang@huawei.com；陈为珑 chenweilong@huawei.com
二、技术背景
自动驾驶系统多维度因素造成端到端时延剧烈抖动：
行业现状：当前芯片与系统优化集中提升算力、吞吐性能，缺少自上而下覆盖CPU+GPU全链路的时延确定性优化体系；不同驾驶场景（鬼探头、急刹车、Cut-in超车）对时延约束要求差异大，大模型上车后时延抖动问题会进一步放大。
三、现有优化方案局限
四、技术诉求&硬性指标
- 覆盖异构算力、带宽、分布式系统全部影响因素；
- 性能目标：软件引入时延抖动＜5%，单CPU核开销＜10%；
- 兼容平台：ARM嵌入式开发板（AI性能60 TOPS及以上）；适配软件栈：SparseDrive v1.0.0+、Autoware.auto v1.0+、Apollo 9.0+、Carla 0.9.12+。
- 对现有业务代码改动量小；
- 全场景下时延优化效果稳定，泛化能力良好。
五、验证方法
方案设计 → 公开架构数据集仿真验证 → 实车业务数据闭环测试，全部指标达标结题。
六、参考文献
[1] RTAS’20 Timing of Autonomous Driving Software: Problem Analysis and Prospects for Future Solutions
[2] ASPLOS’18 The Architectural Implications of Autonomous Driving: Constraints and Acceleration
[3] RTAS’2 A Framework for Coordinated and Priority-Driven Accelerator Management in ROS 2
难题4：光学模组跨尺度仿真技术（已揭榜）
一、出题与对接信息
- 出题组织：智能汽车解决方案BU；玻音实验室
- 接口专家：张宏远 zhanghongyuan12@huawei.com；吴佳豪 wujiahao7@huawei.com
二、技术背景
- 宏观：空间光学cm~m尺度，镜头几何光线追迹；
- 微观：光电芯片nm~μm尺度，麦克斯韦方程数值求解；
- 目标：打通两级尺度，实现跨尺度联合仿真。
三、技术挑战
四、技术诉求与硬性指标
1. 跨尺度统一联合仿真模型
- 空间光学尺度（cm~m，镜头）：光线追迹求解系统光能量分布；
- 微纳光学尺度（nm~μm，光电芯片）：求解麦克斯韦方程组获取像素级光学性能；
- 打通两级尺度数据交互，构建一体化仿真模型；
- 量化指标：
- 隔离度仿真误差目标＜2dB，挑战最优目标＜1dB；
- 计算效率：模型单次完整计算时长＜1h。
2. 基于仿真模型输出硬件优化方案
输入镜头+SPAD探测器初始参数，输出杂散光抑制、像素串扰抑制硬件方案：
- 空间光学（镜头端）：结构件漫反射、镜头AR透过率优化方案（参考基线：结构件漫反射5%、镜片透过率98%）；
- 微纳光学（光电芯片端）：像素间光学串扰抑制芯片微结构设计方案。
3. 验证方法
基于需求标准仿真配置，采用真实车载业务数据对比仿真与实测结果，全部指标达标结题。
五、参考文献
[1] Crosstalk in SPAD devices: http://www.everyphotoncounts.com/device-crosstalk.php
[2] Stray Light Analysis and Suppression for Spaceborne Lidar System: https://www.researchgate.net/publication/32724943_Stray_Light_Analysis_and_Suppression_for_Spaceborne_Lidar_System
