自动驾驶汽车如何测试

2019-11-19 21:23:20·  来源:卡尔思  
 
一个自动驾驶还真的不是几个毫米波雷达,几个摄像头,甚至我们在讨论的激光雷达用还是不用的问题,更难的事情是应用传感器后,功能强于驾驶员驾驶,我们才会接受
  • “一个自动驾驶还真的不是几个毫米波雷达,几个摄像头,甚至我们在讨论的激光雷达用还是不用的问题,更难的事情是应用传感器后,功能强于驾驶员驾驶,我们才会接受它。”———朱西产(同济大学汽车学院教授、汽车安全技术研究所所长)
智能汽车在路上行驶的时候有各种各样的路况、复杂交通,以及光照、各种各样的危险,交通违法等情况,需要通过自动驾驶测试来证明自动驾驶汽车足以面对这些各种各样的复杂问题。
 
中国驾驶场景与国外存在差异,不可直接沿用国外标准,需独立自主开发具有中国驾驶特性的智能网联汽车测试评价标准。以自适应巡航系统(ACC)中的车辆切入为例,中国存在大量该类型场景,所以中国的ACC设计及测试需考虑该场景。
 
以目前的 ADAS 驾驶辅助来说,已经有比较完备的测试标准。ADAS 的测试评价已经成熟,并且有很多的标准。这些标准大部分是 ISO、SAE 的标准,现在逐渐在各个国家开始进入到强制或者对商用车采用强制的方式。乘用车虽然不强制,但是用到了 NCARP,也相当于变相的强制。
现在 L2 级别的自动驾驶汽车的已经可以销售,但是它的测试评价其实还没有一个比较完整的体系,至少中国到现在为止没有。这些车上路后发生的事故,按照 L2 的法律定义,责任都是驾驶员承担。很多时候这种事故都是驾驶员违反安全手册把手离开方向盘而造成的。因此实际上也都是驾驶员承担着这些事故的责任。
 
但是到了 L3 级,可能更多要车来负责任,所以测试评价就显得更重要。朱西产教授认为开发自动驾驶汽车已经很难,证明自动驾驶汽车是安全的是更难的事情。因此需要有一些创新的方法,来证明自动驾驶汽车的安全性。
 
 
欧洲已经完成了一个 AdaptlVe 项目,这个项目还是借用了原来 ADAS 的基于场景的矩阵测试方式。同样基于场景,但是自动驾驶汽车面临的场景会更多,事故是一个很小的范围,危险这个范围就更大了,再把正常驾驶放进去这个场景范围就更宽更广了。这样的规模不是一家公司能够独自完成的,因此在前期的会议上讨论了是否能够全行业合作起来能够建立这样一个场景库。
 
 
朱西产教授认为对自动驾驶汽车的应该从四个维度来进行评价:
 
第一个维度是它的技术评价,就是车的自动驾驶的功能、性能的评价;
 
第二个维度是用户相关评价,就是驾驶员和车辆之间的交互,驾驶任务的切换,以及用户满意度;
 
第三个维度就是交通流评价,自动驾驶汽车和交通流的融洽度的评价,以及其他的交通参与者对于自动驾驶的满意度评价;
 
第四个维度是自动驾驶汽车大量进入到交通里面以后,有一定渗透率以后,在不同渗透率的情况下对于道路交通安全性和道路交通的环境影响评价。
要完成完整的测评,自动驾驶汽车开发和测评用的 V 型图,和传统汽车的 V 型图不一样的地方是上面多了一个场景库。传统汽车的开发是没有场景库的,也就是传统汽车的复杂的场景是驾驶员去处理的。但是对于自动驾驶汽车由驾驶员在处理的很多事情都移给车了,所以它的开发和测试评价是围绕场景库的。
在场景库里面,尤其是安全评价所关注的两个危险域,又分成人类驾驶的危险域和自动驾驶的危险域,这两个危险域有一部分重叠,有一部分并不重叠。在现阶段做自动驾驶汽车的测试评价特别是做场景库有一点难处,就是自动驾驶的环境感知系统还没有定型。
 
在没有定型的情况下不同的自动驾驶汽车的安全域到底是什么,其实还在变化中,在以后可能还需要经过几轮的各类车型的循环。
 
在测试评价方法上,AdaptlVe 项目里面很多测评都是用仿真实现的。在实际操作中,如果每个都要用实际的试车厂的测试效率太低,大部分是仿真在实现。朱西产教授表示从 MIL 到 HIL 到 VIL 到场地测试到 FOT,要有一整套完整的测评方法才可以完成测试。
 
在比较中国和外国危险场景的区别时,朱西产教授认为切入风险和骑车人风险是所占比例相当高,这是国外所没有的。中国变换车道线的频繁程度跟美国相应的数据对比大概要高出 3-4 倍左右,由于变道多了以后切入就比较多。
 
并且一些司机切入变换车道是比较鲁莽而危险的。但是目前自动驾驶系统应对切入的能力远不如人,这也就造成了目前 ACC 功能的鸡肋。 
分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026620号