面向L3級自動駕駛高速公路道路測試 場景的構(gòu)建方法

張美芳，王小臣，王 星

（中汽科技（北京）有限公司，北京 100176）

自動駕駛作為汽車與信息通信、人工智能、數(shù)字化等多技術(shù)的融合體，已經(jīng)成為世界各國汽車產(chǎn)業(yè)技術(shù)轉(zhuǎn)型升級的重要突破口。2020年6月，聯(lián)合國歐洲經(jīng)委會汽車法規(guī)協(xié)調(diào)世界論壇上通過全球首部關(guān)于L3級自動駕駛汽車的國際性法規(guī)[1]。至此，國內(nèi)外紛紛加快推進(jìn)L3級自動駕駛相關(guān)政策及產(chǎn)品。

高速公路場景作為L3級自動駕駛的典型場景，必須進(jìn)行測試驗證。國內(nèi)開展高速公路自動駕駛測試的城市主要有北京、長沙、濟(jì)南等[2]。長沙在封閉測試區(qū)內(nèi)建立了首條3.6 km雙向模擬高速公路的測試道路，后期將籌建智慧高速，以開展自動駕駛干線物流測試示范應(yīng)用場景[3]。齊魯交通智能網(wǎng)聯(lián)高速公路測試基地作為國內(nèi)第一條基于自動駕駛的智能網(wǎng)聯(lián)高速測試路段已經(jīng)全線通車，該路段縱坡較多，場景真實(shí)，具備作為智能網(wǎng)聯(lián)高速公路測試的天然優(yōu)勢[4]。北京市2021年推出全國首個高速公路及城市快速路自動駕駛測試管理政策，先行開放京臺高速北京段（五環(huán)路—六環(huán)路）雙向10 km路段[5]，未來還將逐步開放6條143 km的高速公路、城市快速路段。

自動駕駛測試場景是支撐智能網(wǎng)聯(lián)汽車測試評價技術(shù)的核心要素與關(guān)鍵技術(shù)[6-7]。自動駕駛測試場景具有無限豐富、不可預(yù)測、不可窮盡等特點(diǎn)，以場景為基礎(chǔ)，構(gòu)建包括仿真測試、封閉場地測試及實(shí)際道路測試的“多支柱”評價體系已成為業(yè)內(nèi)公認(rèn)的最佳測試手段。目前，測試場景并沒有統(tǒng)一的規(guī)范標(biāo)準(zhǔn)，同時存在場景庫內(nèi)容采集、數(shù)據(jù)處理、典型場景選取及全面評價等多方面的技術(shù)難題，本文通過對L3級自動駕駛高速公路道路測試場景構(gòu)建方法的研究，為后續(xù)道路測試評價方法提供基礎(chǔ)。

1 L3級自動駕駛高速公路道路測試場景要素

在進(jìn)行道路測試場景構(gòu)建時，首先需明確測試場景所覆蓋的要素，也就是場景結(jié)構(gòu)的過程。基于國際、國內(nèi)自動駕駛測試場景標(biāo)準(zhǔn)規(guī)范、道路交通事故場景和測試經(jīng)驗[8]，建立智能網(wǎng)聯(lián)汽車道路測試場景要素庫，通過選取基本要素與要素組成，從功能和邏輯等維度進(jìn)行梳理組合，提取自動駕駛測試場景。

自動駕駛測試場景的來源非常廣泛，主要可分為4類：自然駕駛數(shù)據(jù)場景、危險工況場景、法規(guī)場景、重構(gòu)場景。

自然駕駛數(shù)據(jù)場景主要是通過人類駕駛車輛由設(shè)備采集生成的場景，是汽車駕駛過程中存在的最真實(shí)場景，也是構(gòu)建自動駕駛測試場景中的基礎(chǔ)數(shù)據(jù)來源。通過安裝在車輛上的多種傳感器，例如攝像頭、毫米波雷達(dá)、激光雷達(dá)、慣導(dǎo)等設(shè)備，采集車輛信息、道路環(huán)境、駕駛?cè)诵袨榈榷嗑S度信息，分析真實(shí)的交通道路環(huán)境，從而構(gòu)建自然駕駛數(shù)據(jù)場景庫。

危險工況場景主要包括惡劣天氣環(huán)境、復(fù)雜道路交通以及典型交通事故場景。惡劣天氣環(huán)境包括大雨、大霧、大雪、霧霾、強(qiáng)烈逆光等可能使自動駕駛傳感器功能受限的環(huán)境，以及結(jié)冰、積雪、橫風(fēng)等可能影響自動駕駛系統(tǒng)操縱控制的環(huán)境；復(fù)雜道路交通包括多車道選擇、環(huán)島、交通擁堵、多層立體交通樞紐等；典型交通事故場景包括各類交通事故真實(shí)場景。

法規(guī)場景是自動駕駛功能在研發(fā)和認(rèn)證階段需要滿足的基本場景，例如國際標(biāo)準(zhǔn)化組織（International Organization for Standardization, ISO）、推薦性國家標(biāo)準(zhǔn)（GB/T）、美國高速交通安全管理局（National Highway Traffic Safety Administration, NHTSA）、新車評價規(guī)程（New Car Assessment Programme, NCAP）、中國交通事故深度調(diào)查（China In-depth Accident Study, CIDAS）[9-13]中都有標(biāo)準(zhǔn)測試場景。

重構(gòu)場景是通過仿真將場景模塊化，將一個仿真場景分解多個模塊，通過各個模塊參數(shù)在符合場景邏輯的排列組合隨機(jī)生成或自動重組，進(jìn)而補(bǔ)充大量未知工況的測試場景，有效覆蓋自動駕駛功能測試盲區(qū)。

本文中的L3級自動駕駛高速公路道路測試場景要素的選擇主要是通過分析標(biāo)準(zhǔn)規(guī)范場景，包括 ISO、NTHSA等場景，參考《自動駕駛自動化分級》[14]，結(jié)合網(wǎng)絡(luò)事故視頻、公安交管道路交通事故數(shù)據(jù)和事故還原等道路交通事故和人為駕駛經(jīng)驗[15]，將自動駕駛車輛道路測試場景要素庫劃分為設(shè)計運(yùn)行范圍（Operational Design Domain, ODD）、駕乘人員狀態(tài)、車輛狀態(tài)3部分。

設(shè)計運(yùn)行范圍主要包含環(huán)境條件、靜態(tài)要素、動態(tài)要素，如表1所示。

表1 L3級自動駕駛高速公路道路測試ODD環(huán)境要素

環(huán)境條件主要分為天氣和光照情況等信息。天氣情況包含晴天和雨雪霧，不同天氣情況下對傳感器的工作精度和工作范圍有較大影響。光照條件影響測試場景采集過程中的能見度，尤其是對視覺傳感器的感知影響。

靜態(tài)要素是指沒有物體運(yùn)動，且可以通過視覺感受到的區(qū)域場景，如道路類型、交通標(biāo)志、道路設(shè)施等。道路是靜態(tài)環(huán)境要素的核心，包括平直道路、上下坡道、不同曲率彎道、匝道、隧道。交通標(biāo)志是用以管制、警告和引導(dǎo)交通安全的設(shè)施，各類標(biāo)志依據(jù)《道路交通標(biāo)志和標(biāo)線》（GB 5768—1999）來定義，高速道路上主要存在標(biāo)線和標(biāo)牌。道路設(shè)施主要有收費(fèi)站及加油站。

動態(tài)要素即在車輛動態(tài)駕駛?cè)蝿?wù)中處于動態(tài)變化的要素。動態(tài)環(huán)境要素在高速場景中主要包括交通情況及道路使用者。交通情況分為擁堵和暢通兩種，道路使用者信息描述的是自動駕駛測試場景中對本車決策規(guī)劃造成影響的對象信息，高速公路車輛主要有機(jī)動車和摩托車。

駕乘人員狀態(tài)主要分為駕駛員和乘客狀態(tài)[16]，如表2所示。駕駛員狀態(tài)中的疲勞狀態(tài)和位姿狀態(tài)等程度由企業(yè)進(jìn)行自定義，如從打哈欠時間、閉眼時間等來判定。乘客狀態(tài)主要分為位姿狀態(tài)和安全帶狀態(tài)，對乘客的基本狀態(tài)進(jìn)行識別，從而判定自動駕駛是否可以為其開始提供服務(wù)。

表2 L3級自動駕駛高速公路道路測試駕乘 人員狀態(tài)場景要素

車輛狀態(tài)正常運(yùn)行是自動駕駛系統(tǒng)啟動和運(yùn)行的前提條件之一，包括激活速度范圍及功能狀態(tài)，如表3所示。激活速度范圍主要是指自動駕駛系統(tǒng)能夠開啟的速度范圍。根據(jù)國外L3級高速公路自動駕駛激活速度范圍。功能狀態(tài)主要是指自動駕駛系統(tǒng)在安全啟動前需要進(jìn)行自檢功能模塊的狀態(tài)，包括人機(jī)交互功能、車用無線通信技術(shù)（Vehicle to X, V2X）功能、高精度地圖功能、最小風(fēng)險控制策略。

表3 L3級自動駕駛高速公路道路測試車輛 狀態(tài)場景要素

2 L3級自動駕駛高速公路道路測試場景構(gòu)建

測試場景包含許多要素，多種要素組合成多種多樣的場景。自動駕駛場景構(gòu)建的思路是從自動駕駛功能出發(fā)，結(jié)合已有的駕駛經(jīng)驗，形成具有真實(shí)性、代表性和有效性場景的集合。

自動駕駛測試場景構(gòu)建首先是需要對場景數(shù)據(jù)進(jìn)行采集。數(shù)據(jù)采集通過車輛采集平臺實(shí)現(xiàn)，采集車輛安裝攝像頭、激光雷達(dá)、毫米波雷達(dá)等多種采集傳感器，規(guī)定采集格式和存儲方式，基于實(shí)車場景數(shù)據(jù)采集、事故場景數(shù)據(jù)采集及其他相關(guān)場景進(jìn)行數(shù)據(jù)采集，對采集后的數(shù)據(jù)利用自動化處理工具進(jìn)行特征提取。

場景構(gòu)建的第二步是對場景數(shù)據(jù)進(jìn)行分析挖掘。將采集回來的數(shù)據(jù)進(jìn)行處理，統(tǒng)一格式后再導(dǎo)入場景庫中，對相關(guān)場景進(jìn)行聚類、生成和優(yōu)化等處理，從而構(gòu)建出不同的道路場景。場景分析挖掘技術(shù)通常需要對場景進(jìn)行場景理解、特征提取、場景聚類、場景生成等一系列的工作方法來完成。場景理解應(yīng)用中，經(jīng)常通過模型建模的過程，分為模型特征表示、學(xué)習(xí)推理及評價。隨著深度學(xué)習(xí)的發(fā)展，基于卷積神經(jīng)網(wǎng)絡(luò)的檢測模型逐漸成為首選方案；特征提取就是在場景理解的基礎(chǔ)上，對各種要素進(jìn)行特征提取，進(jìn)行數(shù)值化的描述，例如對場景中的位置信息、速度、加速度、轉(zhuǎn)向角等信息進(jìn)行提?。粓鼍熬垲愂菍Υ罅康膱鼍靶畔⑦M(jìn)行進(jìn)一步的分析，也就是對場景進(jìn)行分類和聚類，通常用的方法有DBSCAN（Density-Based Spatial Clustering of Applications with Noise）、OPTICS（Ordering Points to Identify the Clustering Structure）等[17]?，F(xiàn)實(shí)道路上的車輛在行駛過程中會遇到各種各樣的場景，自動駕駛測試難以覆蓋所有場景，為了提高場景覆蓋率，通常采用對現(xiàn)有場景進(jìn)行歸納處理，衍生出更多合理的場景，也就是場景重構(gòu)。

之后是對場景通過關(guān)聯(lián)數(shù)據(jù)標(biāo)簽后進(jìn)入測試層，測試層就是對提取出的場景進(jìn)行虛擬仿真、實(shí)車道路測試等方法進(jìn)行驗證，確認(rèn)場景的真實(shí)性、有效性及代表性，從而更好地服務(wù)于研發(fā)測試工作。

通過分析高速公路自動駕駛場景特性，根據(jù)場景要素庫中的組成要素，從功能、邏輯等維度進(jìn)行組合，得出不同環(huán)境、道路、車輛狀態(tài)下的測試場景[18]，參考《智能網(wǎng)聯(lián)汽車道路測試與示范應(yīng)用管理規(guī)范（試行）》及《自動駕駛車輛道路測試能力評估與方法》（T/CMAX116-01—2020）[19]，從自動駕駛車輛應(yīng)急處置與人工介入能力和綜合駕駛能力等方面，設(shè)計搭建38組城市高速公路道路測試場景，如表4所示。

表4 L3級自動駕駛高速公路道路測試場景及項目

3 場景驗證試驗

得到的測試場景需要經(jīng)過初步的測試驗證后才能用于自動駕駛車輛的測試研發(fā)工作，場景試驗驗證分為實(shí)車驗證試驗和虛擬仿真驗證試驗。

基于實(shí)車進(jìn)行的場景驗證，需要在專業(yè)的封閉測試場根據(jù)場景參數(shù)進(jìn)行場景要素設(shè)定，包括動態(tài)環(huán)境要素和靜態(tài)環(huán)境要素的設(shè)定。場景要素設(shè)定完成后，執(zhí)行場景驗證試驗，記錄相關(guān)試驗數(shù)據(jù)，根據(jù)試驗數(shù)據(jù)分析場景設(shè)定的合理性。

由于實(shí)車驗證試驗存在成本高、效率低等缺點(diǎn)，隨著虛擬仿真測試技術(shù)的進(jìn)步，考慮采用虛擬測試進(jìn)行場景驗證試驗。

4 總結(jié)

在自動駕駛車輛進(jìn)入市場前，需要大量測試證明其各項功能和性能的穩(wěn)定性、可靠性和魯棒性等。自動駕駛測試對象由傳統(tǒng)的車變?yōu)檐?人-環(huán)境-任務(wù)強(qiáng)耦合的系統(tǒng)，給測試及驗證帶來大量挑戰(zhàn)。傳統(tǒng)車輛測試方法已經(jīng)無法滿足自動駕駛車輛全面測試驗證的需求。現(xiàn)有的測試場景搭建及驗證試驗費(fèi)用高、效率低、場景不全面，后續(xù)需要一套快速生成測試場景的方法。根據(jù)自動駕駛測試場景的發(fā)展趨勢，結(jié)合我國實(shí)際情況，建議建設(shè)國家自動駕駛測試場景標(biāo)準(zhǔn)化工作，統(tǒng)一場景及要求，驗證自動駕駛功能的確定性。通過自動駕駛測試場景技術(shù)的研究，推動自動駕駛技術(shù)的成熟。