广告
自动驾驶L4级安全驾驶控制策略
2020-07-07 12:45:13· 来源：焉知自动驾驶 作者：Aimee
根据SAE分级标准，从驾驶辅助系统到有限自动驾驶，再到完全的无人驾驶系统主要分为5个标准等级，当前已有相当一部分主机厂量产了L2级辅助驾驶功能，该功能主要应
根据SAE分级标准，从驾驶辅助系统到有限自动驾驶，再到完全的无人驾驶系统主要分为5个标准等级，当前已有相当一部分主机厂量产了L2级辅助驾驶功能，该功能主要应用在辅助驾驶员进行驾驶的场合，这些场合下驾驶员承担所有大部分驾驶任务，且对驾驶安全抱有绝对的控制主权和责任。
而针对L3级自动驾驶而言，我们称之为有条件自动驾驶或有限自动驾驶，SAE标准对自动驾驶的等级说明，并没有直接规定“能实现何种功能就是为自动驾驶L3”。而在事实定义中，我们要求的L3级自动驾驶一定是在系统所定义的设计运行范围ODD内部的，且即便是在ODD内部，当出现系统无法及时解决的突发状况时，驾驶员仍旧需要从系统控制中重新拿回主动权，对车辆安全进行负责。
而针对L4级以上的自动驾驶系统而言，其驾驶任务已经得到很明确的区分，虽然对于驾驶环境仍旧定义了设计运行范围ODD，但是，要求系统在其ODD内部的所有驾驶任务都由系统承担，且系统需要处理驾驶过程中可能出现的所有突发状况，为此，从L2到L3再到L4级的系统需求上将发生本质上的变化，具体主要有如下一些不同的驾驶策略升级。
考虑因素、对比项、SAE分级
驾驶辅助系统
（L1-L2）
有限自动驾驶L3
自动驾驶L4
驾驶环境ODD
无严苛的驾驶环境要求；
1）高速公路、城市快速路（避开施工区、匝道、收费站、并道、应急车道、专用车道、缺口道路）；2）有区分对向车流的中央隔离带；3）车道线清晰；4）单向至少两车道；5）车道宽度、半径、坡度满足要求；6）无交通灯
1）L4驾驶环境可以是在L3基础上进一步限定更为严苛记得驾驶环境要求（该要求应该充分考虑对于L4级车辆传感器的探侧局限与处理器的处理极限）；2）也可以是系统自定义相关的封闭道路环境。前者需要更为精准且实时性高的高精地图，后者需要路端检测支持车端。
驾驶员状态DMS
要求驾驶员精力集中，不可出现疲劳、注意力分散现象
1）ODD内，驾驶员可适当脱手脱眼，但驾驶员精力需要保证在接受系统报警后手脚随时接管控制车辆；2）ODD外，驾驶员只可以按照L2级驾驶辅助策略进行自动驾驶
1）ODD内，驾驶员可完全脱手脱眼，驾驶主体完全由系统承担；2）ODD外，重新确认是否满足L3级自动驾驶条件，满足则降级为L3，否则降级至L2级辅助驾驶；
高精地图需求HPP
无高精地图需求
高精地图精确定义ODD
1）高精地图精确定义ODD；2）车路协同辅助优化。
对于自动驾驶分级标准来说，L3级以上的自动驾驶称为有限自动驾驶，也就是在设定的运行范围内，自动驾驶系统控制车辆期间，基本上驾驶员可以不用看向前方。但是，当系统呼叫驾驶员进行判断操作时，驾驶员必须要做出应对动作。也就是说，在这个等级下，实际上驾驶员还是必须时刻保持警惕，随时取回车辆控制权的。由此可见，L3仅仅是一个定义罢了。L3的本质是“一种无法定义为安全的系统”。这里所说的“安全”，可能是在技术上无法实现，或者在现实行驶状态下无法判定是否“安全”。
比如，在驾驶过程中陷入困境，并且需要在高速公路上有相应的反馈和措施。在这种情况下，汽车需要明确判断保持什么样的状态才是安全的。是否立马停车就安全了呢？答案是“不一定”，在路边停车不一定安全。
这也是目前很多主机厂放弃实现L3级自动驾驶（如奥迪），转而去开发L4级自动驾驶的原因。那么问题来了，对于L4级来说又如何保证驾驶安全性呢？
对于L4级自动驾驶来讲，最为重要的是实现ODD的准确定义，并能在所定义的ODD范围内实现有效的自动驾驶系统算法开发。从开发层面讲，这里需要注意两点：
1）开发算法是否覆盖了所有可能的用户使用场景UseCase？
2）软硬件测试、系统功能测试是否覆盖了所有的测试案例？
这里需要划分出两个重要的因素：高精地图和车路协同技术。
高精度地图定义ODD
名称
内容
对自动驾驶的作用详述
位置信息
经纬度, WGS84, 输出：20HZ
定位车辆在世界坐标系中的绝对横纵向位置、航向角等信息，该信息用于评估车辆当前行驶在道路的何种位置；
水平定位误差
海拔,100米精度
航向
横向定位
纵向定位
置信度
道路信息
道路类型
输出道路类型包括虚线、实线信息，用于变道可行性确认
限速
用于对车辆纵向速度进行限速控制；
限高
用于对特殊类型车辆在路径规划时进行有效的规划控制
施工道路
1）用于定义对危险情况的提前处理，此时系统不报接管，而是采取换道，减速等措施避免碰撞事故。
2）用于对该路段排除在ODD设计范围外的处理逻辑，对于L4来说，在设计ODD范围时，可以直接将施工路段排除在设计运行范围外，这样当车辆驶入施工路段时，直接退出L4自动驾驶控制，并报立即接管；
车道变化
如并道或二叉路，系统需要在接收到相应信号时，提前进行变道控制；
交通灯
在L4自动驾驶设计过程中，如果是应用于城市或城间道路，则必须提前预知交通灯信息，这是很多传感器探测范围内无法及时探测到的；
间断的护栏
该信号用于及时告知系统当前道路处于ODD范围外，系统此时降级为辅助驾驶1级ACC控制车辆纵向，并报横向立即接管。
收费站
用于对该路段排除在ODD设计范围外的处理逻辑，对于L4来说，在设计ODD范围时，可以直接将收费站前一定距离处排除在设计运行范围外，这样当车辆即将驶入收费站时，直接退出L4自动驾驶控制，并报立即接管；此时系统也可直接控制减速行驶至收费站范围内停车。
车道数
该信息一般不用，不过在特殊导航下匝道时，车道数用于判定当前车辆驾驶过程中需要下匝道时，需要变道的车道数量
道路边沿
用于辅助本车进行对中控制
车道信息
车道类型
用于对变道、限速可行性的控制判断，如应急车道不允许自动变道，匝道需要提前限速等；
车道编号
与车道数作用一致，两者配合使用
车道线
车道线一般是以回旋曲线方程表示，用于系统根据其进行车辆对中及换道控制；
车道线类型
用于对换道可行性判断，如虚线允许变道，实线不许变道；
车道宽度
用于对车辆对中或换道可行性判断
车道曲率
用于对车辆对中或换道可行性判断
车道纵坡度
用于对车辆纵向加减速精准控制，特别是对于定速巡航控制偏差可以起到很好的控制判断作用
车道横坡
用于对车辆向心力来说，横向坡度可以辅助进行甩尾控制
车道限速
用于对对中及换道过程中系统根据本车在车道内的限速信息进行自动限速；
车道级导航信息
路径规划数
从高精地图角度发出的规划目标路径条数
规划路径
自动驾驶规划的所有路径用于后续运动规划决策控制
目标车道号
用于导航作用下的换道控制规划
换道提示
用于在导航路径下提前一定距离对驾驶员是否换道进行提示，自动驾驶系统一般是在该提示后开始进行自动变道
路径距离
该距离显示了相应规划路径的长度、远近
相对定位位置
横向定位，距离车道线左右距离
用于对车身姿态在本车道内的判定，作用于对中和换道可实现更为精准的横向偏差控制；
纵向定位，车身原点相对于道路类型变化交界点的距离
该距离保证自动驾驶可以提前在道路类型变化点前做出安全的换道反应，对于自动驾驶换道控制安全性起着决定性作用
置信度
由于传感器也在同时检测横向及纵向定位结果，置信度可以很好的表示出高精地图检测的准确性，只有在高置信度的情况下，探测结果才能用于自动驾驶控制；
对于高精度地图定义的自动驾驶ODD需求主要包括了如下可用信息：
车路协同优化测试验证
在实现自动驾驶的过程中，仅靠单车的智能，很多典型的驾驶场景是无法满足安全驾驶需求的。因此利用智慧道路上的传感器感知、边缘云计算、V2X/5G通讯等车路协同能力，参与自动驾驶车辆的行驶控制。这就使得路端信息的加入是一个必需的过程，车路协同主要涉及车端、路侧端和云端三个端口，通过统筹车、路、人以及实时交通的动态信息，从而实现信息的互联互通。
自动驾驶功能如果在车路协同下，道路也拥有自己的传感器，会怎样呢？
其一，感知范围扩大：比如智能感知基站，由于其位于高处，拥有比单车传感器更开阔的视角，感知范围更大，与单车传感器结合起来能够有效避免感知盲区。
其二，感知性能提升：静止的道路传感器不存在多普勒频移等因素干扰，其感知能力会比动态的车载传感器更优，在感知精度上也有一定的优势。
其三，车路联合对话提升环境判断能力：另一方面车辆协同运作会存在车辆之间沟通，也能够有效避免事故发生，所以车路协同能够提升自动驾驶汽车的安全性。
自动驾驶汽车涉及人和车、车和车、车和路之间的默契配合。考虑道路智能化，把智能设备安置在道路上，通过通信网络，感知到的数据可以共享给周边更多车辆，这样将大幅减少设备需求数量、降低成本，使车路更好的协同。
总结
L3的本质是不能实现和定义安全，且不能对安全的状态负责，L4的本质就在于假设驾驶员可以完全不干预汽车的控制，此状态下的L4则可以通过上述提到的定义精准ODD及车路协同技术来定义保证安全。由于L4的目的是最终实现不需要驾驶员控制，那就必须要落实汽车的安全状态，坚固而又安全的高精度地图定位结合传感器识别，车路协同技术便是自动驾驶工程师不懈努力所要实现的结果。
广告
最新资讯
-
E-NCAP将发布全球首个重卡安全评级计划
2024-04-25 17:26
-
中国保险汽车安全指数新能源汽车测评规程框
2024-04-25 16:44
-
地平线发布征程6和高阶城区智驾样板间，以
2024-04-25 09:58
-
充电桩GB/T-2023设计要点
2024-04-25 09:49
-
中国汽车工程学会汽车大数据应用分会筹备会
2024-04-25 09:46
广告
广告
