仿真与测试助力自动驾驶汽车管控安全风险

2018-06-04 11:00:35·  来源:佐思汽车研究  
 
交通事故几乎都是由人为失误造成的。当人做出错误行为,我们可进行自动驾驶功能的有效介入;在德国高速公路上,每750万公里行驶里程就可能出现一次操作失误。驾驶过程中,人类做出正确操作远多于错误行为。我们的目标是把人的正确驾驶行为变成自动化操作,今后驾车行驶750万公里,一定不能有一次闪失。


梅赛德斯奔驰智能驾驶系统包括:
  • 智能领航限距控制功能(Active Distance Assist DISTRONIC)
  • 注意力辅助系统(AttentionAssist)
  • 主动转向辅助系统(Active Steering Assist)
  • 主动式车道保持辅助系统(Active Lane Keeping Assist)
  • 主动式刹车辅助系统(Active Brake Assist)
  • 多光束LED(Multibeam LED)
  • C2X通讯(Car-to-X Communication)
  • 预防性安全系统增强版(PRE-SAFE®PLUS)
  • 预碰撞安全系统声响警告(PRE-SAFE®Sound)
  • 安全带气囊系统(Beltbag)
  • 主动盲点辅助系统(Active Blind Spot Assist)
  • 远程泊车辅助系统(Remote Parking Assist)
  • 规避转向辅助系统(Evasive Steering Assist)


安全与自动驾驶的主要挑战

交通事故几乎都是由人为失误造成的。当人做出错误行为,我们可进行自动驾驶功能的有效介入;在德国高速公路上,每750万公里行驶里程就可能出现一次操作失误。驾驶过程中,人类做出正确操作远多于错误行为。我们的目标是把人的正确驾驶行为变成自动化操作,今后驾车行驶750万公里,一定不能有一次闪失。



自动驾驶车辆的安全性

在乘坐自动驾驶汽车自由驰骋之前,需先确保它不会给你带来麻烦。那么如何管控风险?

复杂系统的功能分解(高可靠性设计及测试)



驾驶情景的安全评估



通过适当行为,避免失控局面发生

根据不同条件变化下的车辆反应,来进行验证



暴露于事故之中的5类原因
  • 硬件和元器件失效
  • 道路、交通、环境条件的感知不足
  • 复杂和困难场景的控制算法缺陷
  • 行为依赖的事故(譬如打手机)
  • 错误的驾驶员和车辆的交互(模式混乱和错误指令)


测试平台和仿真的重要性



如何衡量可控性?

辛德芬根的动态模拟器



交通事故的可控性





如何验证驾驶功能?

过程结束时的验证,需要在早期系统设计阶段制定详细规范



自动驾驶功能的测试



基于模型仿真的虚拟驾驶

自动驾驶控制软件
SiL或HiL等原创软件集成到仿真平台中

传感器模型
摄像头、激光雷达和雷达传感器的模拟

车辆模型
模拟横向和纵向运动的车辆动力学模型

道路模型
基于OpenDRIVE的路网模型提供虚拟道路和基础设施信息(虚拟道路、车道、交叉路口、交通标志和信号灯)

交通模型
车辆和VRU(行人、自行车)的交通模拟,并附有驾驶员行为模型和微观车辆模型

虚拟驾驶模拟平台



示例:真实世界场景及其模拟

使用案例:复杂交通场景的功能开发



挑战性的交通场景

跟车——前车在没有提前制动的情况下进入拥堵路段
切入——车辆猛然切入,没有逃离空间
切出——汽车在障碍物或迎面而来的汽车到达前切出
使用案例:避免碰撞场景的功能开发



切入场景模拟



仿真验证:以较高的相对速度切入



防碰撞的批量模拟(示例)
领先车辆(LV)
测试车辆(Ego)
使用案例:确保安全驾驶的防撞验证和质量措施



车道检测模拟

基于传感器数据的估计
真实数据
模拟数据
地图信息
传感器信号的长距离解读需要精确的地图



自动驾驶汽车测试的创新是什么?

方法
更多的模拟,尤其是关于控制算法和规则遵从性的验证方面
系统性地搜索罕见的功能缺陷,而不仅仅是驾驶测试公里数

功能
外部条件和规则的持续评估和适应
可靠地判断是否超出车辆自动化限制
尽早告知驾驶员自动驾驶模式的结束,以便其接管(L3)
如果驾驶员无法接管(L3),车辆将寻求安全停靠




分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026620号