程思博 王宣鋒 林俊山
(海南熱帶汽車(chē)試驗(yàn)有限公司,瓊海 571400)
主題詞:智能網(wǎng)聯(lián)汽車(chē) 測(cè)試 熱帶場(chǎng)景 環(huán)境
國(guó)內(nèi)智能網(wǎng)聯(lián)汽車(chē)測(cè)試示范區(qū)測(cè)試場(chǎng)景趨同性較高,多集中于研發(fā)功能階段的常規(guī)測(cè)試。智能駕駛功能測(cè)試場(chǎng)景大部分基于較基本的道路類(lèi)型、最常見(jiàn)的道路交通標(biāo)線(xiàn)標(biāo)識(shí)和常規(guī)的車(chē)輛行駛狀態(tài),主要目的是為了保障智能駕駛車(chē)輛的基本行駛功能。目前,汽車(chē)行業(yè)還沒(méi)有提出針對(duì)復(fù)雜氣候條件下的智能網(wǎng)聯(lián)汽車(chē)測(cè)試方法,智能網(wǎng)聯(lián)汽車(chē)在復(fù)雜氣候環(huán)境中的行駛可靠性還存在很大的不確定性。智能網(wǎng)聯(lián)汽車(chē)在實(shí)際公開(kāi)道路行駛過(guò)程中面對(duì)的工況非常復(fù)雜,當(dāng)前智能駕駛商業(yè)化落地和安全運(yùn)行,必須要進(jìn)行全面、大規(guī)模的嚴(yán)格測(cè)試。
2020 年12 月,中國(guó)智能網(wǎng)聯(lián)汽車(chē)產(chǎn)業(yè)創(chuàng)新聯(lián)盟發(fā)布了《智能網(wǎng)聯(lián)汽車(chē)預(yù)期功能安全場(chǎng)景庫(kù)建設(shè)報(bào)告》[1]。報(bào)告首次對(duì)自動(dòng)駕駛的關(guān)鍵要素,如感知、決策和執(zhí)行分別受到的環(huán)境因素影響進(jìn)行了分類(lèi),并提出了提升安全性的建議。
2022 年11 月,中國(guó)智能網(wǎng)聯(lián)汽車(chē)產(chǎn)業(yè)創(chuàng)新聯(lián)盟發(fā)布了《智能網(wǎng)聯(lián)汽車(chē)特殊環(huán)境自動(dòng)駕駛功能場(chǎng)地試驗(yàn)方法及要求》[2]征求意見(jiàn)稿,現(xiàn)面向全體會(huì)員及其他有關(guān)單位廣泛征求意見(jiàn)。自動(dòng)駕駛汽車(chē)在商業(yè)化落地運(yùn)行之前,需要經(jīng)過(guò)大量的測(cè)試驗(yàn)證和算法更新迭代。目前,工業(yè)和信息化部發(fā)布了《智能網(wǎng)聯(lián)汽車(chē) 自動(dòng)駕駛功能場(chǎng)地試驗(yàn)方法及要求》[3]標(biāo)準(zhǔn),規(guī)范了普通環(huán)境下自動(dòng)駕駛場(chǎng)地測(cè)試的試驗(yàn)場(chǎng)景、試驗(yàn)方法及通過(guò)標(biāo)準(zhǔn),但該標(biāo)準(zhǔn)沒(méi)有對(duì)特殊環(huán)境下的自動(dòng)駕駛功能測(cè)試提出規(guī)范性要求。未來(lái),隨著自動(dòng)駕駛技術(shù)不斷發(fā)展與成熟,特殊環(huán)境下的自動(dòng)駕駛測(cè)試是自動(dòng)駕駛大規(guī)模商業(yè)化所必經(jīng)的階段。國(guó)內(nèi)特殊環(huán)境測(cè)試領(lǐng)域規(guī)范和標(biāo)準(zhǔn)幾乎處于空白狀態(tài),因此,汽車(chē)行業(yè)對(duì)于在特殊環(huán)境下的自動(dòng)駕駛指導(dǎo)性測(cè)試標(biāo)準(zhǔn)的需求也較為緊迫?!吨悄芫W(wǎng)聯(lián)汽車(chē)特殊環(huán)境自動(dòng)駕駛功能場(chǎng)地試驗(yàn)方法及要求》[2]著眼于國(guó)內(nèi)復(fù)雜的特殊環(huán)境,重點(diǎn)提出對(duì)智能網(wǎng)聯(lián)汽車(chē)影響較大的低溫、冰雪、熱帶氣候和山地丘陵環(huán)境下的測(cè)試方法及要求。
國(guó)外智能網(wǎng)聯(lián)汽車(chē)特殊環(huán)境測(cè)試場(chǎng)景的研究機(jī)構(gòu)主要集中在美國(guó)、新加坡和歐盟。美國(guó)具備智能網(wǎng)聯(lián)汽車(chē)環(huán)境測(cè)試條件以及進(jìn)行相關(guān)研究的機(jī)構(gòu),包括美國(guó)交通部、美國(guó)國(guó)家航空航天局肯尼迪航天中心、美國(guó)移動(dòng)中心、愛(ài)荷華大學(xué)國(guó)家先進(jìn)駕駛模擬中心、美國(guó)密歇根州立大學(xué)M-City 自動(dòng)駕駛測(cè)試中心。新加坡大力發(fā)展智慧城市和智能交通,新加坡CETRAN智能車(chē)測(cè)試中心對(duì)特殊環(huán)境測(cè)試場(chǎng)景進(jìn)行了大量研究。歐盟也有很多機(jī)構(gòu),比如瑞典AstaZero、德國(guó)聯(lián)邦經(jīng)濟(jì)事務(wù)和能源部推動(dòng)的PEGASUS 聯(lián)合項(xiàng)目進(jìn)行了大量的測(cè)試場(chǎng)景研究。
美國(guó)交通部在美國(guó)9 個(gè)州指定了10 個(gè)自動(dòng)駕駛試點(diǎn)試驗(yàn)場(chǎng),分布于美國(guó)東西部各個(gè)緯度。這些分布在美國(guó)不同緯度的自動(dòng)駕駛試點(diǎn)試驗(yàn)場(chǎng)具有不同的氣候條件和地理特征,使智能網(wǎng)聯(lián)汽車(chē)可以在更加豐富的環(huán)境條件下開(kāi)展測(cè)試。
美國(guó)國(guó)家航空航天局肯尼迪航天中心具備人工控制的可變環(huán)境模擬設(shè)備,以及寬廣的測(cè)試道路網(wǎng)絡(luò),可以對(duì)智能網(wǎng)聯(lián)汽車(chē)進(jìn)行特殊環(huán)境測(cè)試,比如模擬極端氣候和異常的交通路況。
美國(guó)移動(dòng)中心的試驗(yàn)場(chǎng)擁有豐富的氣候測(cè)試環(huán)境(包括冰雪天氣),且面積約為美國(guó)密歇根州立大學(xué)M-City 自動(dòng)駕駛測(cè)試中心的10 倍。試驗(yàn)場(chǎng)內(nèi)擁有雙層高架公路、鐵路道口、混凝土基礎(chǔ)路面、制造結(jié)冰和濕滑路面的水塔,這些公共基礎(chǔ)設(shè)施可以靈活搭配使用。
愛(ài)荷華大學(xué)國(guó)家先進(jìn)駕駛模擬中心擁有全美國(guó)最大、設(shè)施最昂貴的模擬試驗(yàn)場(chǎng),且其在汽車(chē)安全、計(jì)算機(jī)模擬和建模研究領(lǐng)域處于國(guó)際領(lǐng)先地位。愛(ài)荷華大學(xué)試驗(yàn)場(chǎng)內(nèi)可進(jìn)行各種人為因素的測(cè)試和高度可定制化的虛擬環(huán)境測(cè)試,且愛(ài)荷華地區(qū)具備各類(lèi)真實(shí)動(dòng)態(tài)的測(cè)試元素,包括各種天氣、地形和路面條件,可在整個(gè)地區(qū)進(jìn)行真實(shí)道路測(cè)試。
美國(guó)密歇根州立大學(xué)M-City 自動(dòng)駕駛測(cè)試中心就氣候環(huán)境對(duì)于智能網(wǎng)聯(lián)汽車(chē)感知模塊的影響做了相關(guān)的研究。最新的研究結(jié)果表明[4],在雨霧環(huán)境中,小雨或者毛毛細(xì)雨都會(huì)影響感知系統(tǒng)檢測(cè)道路參與者的算法。這說(shuō)明自動(dòng)駕駛的算法如果不能很好地處理各種氣候環(huán)境條件,智能網(wǎng)聯(lián)汽車(chē)運(yùn)行只能局限在陽(yáng)光合適的天氣。如果氣候環(huán)境低于自動(dòng)駕駛系統(tǒng)臨界標(biāo)準(zhǔn)時(shí),需要人工接管車(chē)輛。自動(dòng)駕駛測(cè)試中心的研究人員研究了雨霧環(huán)境的各種參數(shù),包括雨滴大小、雨滴密度、風(fēng)速和降雨量,發(fā)現(xiàn)當(dāng)降雨強(qiáng)度達(dá)到其最高級(jí)別10%的時(shí)候,自動(dòng)駕駛算法會(huì)漏檢約20%的物體。當(dāng)降雨強(qiáng)度達(dá)到其最高級(jí)別30%的時(shí)候,自動(dòng)駕駛算法會(huì)漏檢約40%的物體。
新加坡CETRAN 智能車(chē)測(cè)試中心由新加坡國(guó)家陸路運(yùn)輸管理局、新加坡南洋理工大學(xué)共同成立,是東南亞地區(qū)第一個(gè)自動(dòng)駕駛測(cè)試中心。測(cè)試中心內(nèi)具有模擬降雨設(shè)備,可以模擬熱帶降雨和積水情況,可以針對(duì)性地模擬出新加坡周邊地區(qū)的氣候環(huán)境。熱帶地區(qū)的降雨具有突然性且雨量較大,經(jīng)常短時(shí)間內(nèi)導(dǎo)致道路深度積水,而自動(dòng)駕駛感知系統(tǒng)在檢測(cè)積水和積水深度方面比較困難。下雨時(shí),雨滴會(huì)分別吸收激光雷達(dá)和毫米波雷達(dá)產(chǎn)生的激光束和無(wú)線(xiàn)電波,導(dǎo)致信號(hào)衰減。不均勻降雨形成的雨柱還可能會(huì)反射這些信號(hào),導(dǎo)致車(chē)輛誤識(shí)別率升高。為了更深入、更全面測(cè)試惡劣天氣下智能網(wǎng)聯(lián)汽車(chē),新加坡CETRAN智能車(chē)測(cè)試中心謀求與美國(guó)密歇根州的美國(guó)移動(dòng)中心等試驗(yàn)場(chǎng)進(jìn)行合作。
由聯(lián)邦經(jīng)濟(jì)事務(wù)和能源部推動(dòng)的PEGASUS 聯(lián)合項(xiàng)目,匯集了德國(guó)汽車(chē)企業(yè)、供應(yīng)商以及研究機(jī)構(gòu)。該項(xiàng)目將制定一個(gè)用于自動(dòng)駕駛功能的通用標(biāo)準(zhǔn)化測(cè)試程序框架。該框架內(nèi)部的功能場(chǎng)景模型中既包含了傳統(tǒng)的測(cè)試要素,還將環(huán)境要素加入到了框架模型當(dāng)中,使得環(huán)境要素成為了測(cè)試場(chǎng)景中重要的組成部分。
智能網(wǎng)聯(lián)汽車(chē)是汽車(chē)產(chǎn)業(yè)發(fā)展的戰(zhàn)略方向,是汽車(chē)強(qiáng)國(guó)戰(zhàn)略的重要組成部分。首先,在技術(shù)層面上,汽車(chē)正在由人工操作的機(jī)械移動(dòng)工具逐漸向電子化的移動(dòng)信息終端演進(jìn)。其次,在產(chǎn)業(yè)層面上,汽車(chē)的集成化程度越來(lái)越高,產(chǎn)業(yè)交叉程度越來(lái)越深,呈現(xiàn)出綠色化、智能化、網(wǎng)聯(lián)化、平臺(tái)化的發(fā)展特點(diǎn)。最后,在應(yīng)用層面上,汽車(chē)正在由單純的交通運(yùn)輸工具演變?yōu)橹悄艿囊苿?dòng)服務(wù)空間,正在成為新產(chǎn)業(yè)鏈、新模式的重要載體。智能網(wǎng)聯(lián)汽車(chē)大規(guī)模商業(yè)化落地,離不開(kāi)大規(guī)模的環(huán)境適應(yīng)性測(cè)試,以驗(yàn)證其功能的可靠性。而熱帶環(huán)境適應(yīng)性測(cè)試是環(huán)境適應(yīng)性測(cè)試的重要一環(huán),其結(jié)果體現(xiàn)了智能網(wǎng)聯(lián)汽車(chē)所能達(dá)到的環(huán)境極限,代表了智能網(wǎng)聯(lián)汽車(chē)行駛空間域的廣度。為了規(guī)范化、體系化和結(jié)構(gòu)化地對(duì)智能網(wǎng)聯(lián)汽車(chē)進(jìn)行熱帶環(huán)境適應(yīng)性測(cè)試,有必要建設(shè)智能網(wǎng)聯(lián)汽車(chē)熱帶測(cè)試場(chǎng)景。
為加快推進(jìn)智能汽車(chē)創(chuàng)新發(fā)展,國(guó)家各部委和相關(guān)部門(mén)陸續(xù)發(fā)布了《智能網(wǎng)聯(lián)汽車(chē)道路測(cè)試與示范應(yīng)用管理規(guī)范(試行)》[5]、《智能汽車(chē)創(chuàng)新發(fā)展戰(zhàn)略》[6]、《汽車(chē)駕駛自動(dòng)化分級(jí)》[7]、《2020年智能網(wǎng)聯(lián)汽車(chē)標(biāo)準(zhǔn)化工作要點(diǎn)》[8]、《關(guān)于推動(dòng)交通運(yùn)輸領(lǐng)域新型基礎(chǔ)設(shè)施建設(shè)的指導(dǎo)意見(jiàn)》[9]、《車(chē)聯(lián)網(wǎng)路側(cè)設(shè)施設(shè)置指南》[10]、《關(guān)于促進(jìn)道路交通自動(dòng)駕駛技術(shù)發(fā)展和應(yīng)用的指導(dǎo)意見(jiàn)》[11]等國(guó)家級(jí)戰(zhàn)略和政策,為營(yíng)造更好的測(cè)試示范環(huán)境,為智能網(wǎng)聯(lián)汽車(chē)產(chǎn)業(yè)生態(tài)健康發(fā)展提供助力。其中2021年9月施行的《智能網(wǎng)聯(lián)汽車(chē)道路測(cè)試與示范應(yīng)用管理規(guī)范》[5]中指出,一般性的測(cè)試場(chǎng)景做過(guò)一次后便可在全國(guó)通認(rèn)測(cè)試結(jié)果,但是對(duì)于地區(qū)性特色的測(cè)試場(chǎng)景,則需要單獨(dú)進(jìn)行測(cè)試?!吨悄芫W(wǎng)聯(lián)汽車(chē)道路測(cè)試與示范應(yīng)用管理規(guī)范》[5]的發(fā)布引導(dǎo)各地區(qū)發(fā)掘自身的區(qū)域特色環(huán)境測(cè)試場(chǎng)景,因此智能網(wǎng)聯(lián)汽車(chē)熱帶測(cè)試場(chǎng)景建設(shè)是響應(yīng)國(guó)家最新政策、促進(jìn)智能網(wǎng)聯(lián)汽車(chē)發(fā)展的重要舉措。
參考德國(guó)PEGASUS項(xiàng)目的場(chǎng)景分類(lèi)體系,自動(dòng)駕駛場(chǎng)景一般分為道路、交通設(shè)施及路邊環(huán)境、臨時(shí)交通變化、交通參與者、氣候環(huán)境條件和數(shù)字信息6個(gè)層次[12]。本文主要針對(duì)其中的第2層植被狀況、第4層交通參與者、第5層氣候環(huán)境條件進(jìn)行熱帶環(huán)境特征要素的探索和研究。自動(dòng)駕駛場(chǎng)景分層模型結(jié)合熱帶環(huán)境特征要素,可以定義一個(gè)自動(dòng)駕駛熱帶測(cè)試場(chǎng)景(表1)。
表1 智能駕駛場(chǎng)景分層模型
海南地處熱帶,不僅有熱帶的氣候特征,還有獨(dú)特的島嶼交通特征和植被特征。因此,可以把熱帶環(huán)境特征要素分為氣候、交通和植被要素。通過(guò)收集整理這3特征要素的實(shí)際數(shù)據(jù),可以初步構(gòu)建自動(dòng)駕駛熱帶測(cè)試場(chǎng)景,探索熱帶環(huán)境特征要素對(duì)于汽車(chē)自動(dòng)駕駛功能的實(shí)際影響。
可以把熱帶環(huán)境特征要素劃分成更多的可能影響自動(dòng)駕駛功能的環(huán)境因素子項(xiàng)目,整理和歸納這些環(huán)境因素?cái)?shù)據(jù)(表2),用于自動(dòng)駕駛熱帶測(cè)試場(chǎng)景構(gòu)建的理論數(shù)據(jù)支撐:
表2 氣候交通環(huán)境因素對(duì)于智能汽車(chē)自動(dòng)駕駛要素的影響
(1)氣候特征要素:
氣候特征要素包含:光照、降雨、鹽度、濕度、溫度。
(2)交通特征要素:
交通特征要素包含:道路特征和交通參與者特征。交通參與者特征分為城市城區(qū)道路參與者特征和城鎮(zhèn)道路參與者特征。
(3)植被特征要素:
植被特征要素包含:城市道路路旁植被種類(lèi)和城市道路旁的植被情況。
4.3.1 濕度全國(guó)主要城市20年的統(tǒng)計(jì)數(shù)據(jù)中,海南試驗(yàn)場(chǎng)的平均相對(duì)濕度高于全國(guó)各主要地區(qū)(圖1)。
圖1 全國(guó)主要城市20年平均相對(duì)濕度[13]
4.3.2 溫度全國(guó)主要城市20年的統(tǒng)計(jì)數(shù)據(jù)中,海南試驗(yàn)場(chǎng)的平均溫度高于全國(guó)各主要地區(qū)(圖2)。
圖2 全國(guó)主要城市20年平均氣溫[13]
4.3.3 降雨
全國(guó)主要城市18年的統(tǒng)計(jì)數(shù)據(jù)中,瓊海的降水總量高于全國(guó)各主要地區(qū)(圖3)。
圖3 全國(guó)主要城市18年的降水總量[13]
4.3.4 太陽(yáng)光照度
目前因無(wú)太陽(yáng)光照度全國(guó)范圍內(nèi)的測(cè)量值,只能通過(guò)太陽(yáng)光照度的影響因素(太陽(yáng)高度角、能見(jiàn)度),定性推算各地太陽(yáng)光照度的強(qiáng)弱。太陽(yáng)高度角越高,能見(jiàn)度越高,太陽(yáng)光照度越強(qiáng)。以各地空氣質(zhì)量指數(shù)(Air Quality Index,AQI)表征各地能見(jiàn)度,海南瓊海市(試驗(yàn)場(chǎng)所在地)能見(jiàn)度排在全國(guó)前列(圖4)。太陽(yáng)高度角隨著緯度的變小而增大,海南地區(qū)緯度低于全國(guó)其它地區(qū),太陽(yáng)高度角高于其它地區(qū)。因此,從太陽(yáng)高度角和能見(jiàn)度2個(gè)方面推算海南地區(qū)的太陽(yáng)光照度應(yīng)該排在全國(guó)前列。
圖4 全國(guó)主要城市AQI指數(shù)[14]
2022年6月初,海南試驗(yàn)場(chǎng)內(nèi)的正午太陽(yáng)光直射照度為140 000~164 600 lx,與樹(shù)蔭下的比值最大為10倍。
4.3.5 鹽霧
全國(guó)各海域的整體鹽霧水平存在差異,東南沿海略高于北方沿海。海鹽離子含量與當(dāng)?shù)氐沫h(huán)境溫度、風(fēng)向風(fēng)速、海水溫度和海水鹽度參數(shù)有較大關(guān)系。環(huán)境溫度和海水溫度越高,海面風(fēng)速越大,海水鹽度值越大,該地區(qū)的海鹽含量就越高。在同一區(qū)域內(nèi),離海距離和地形具體環(huán)境條件對(duì)鹽霧水平的影響更顯著。隨著離海距離的增加,鹽霧的濃度和沉積速率均會(huì)下降。
4.4.1 城市道路面積
2020 年,海南省道路面積排在全國(guó)倒數(shù)第4 位,道路總面積?。▓D5)。
圖5 2020年全國(guó)主要省市道路面積[15]
4.4.2 城市道路長(zhǎng)度2020年,海南地區(qū)城市道路長(zhǎng)度排在全國(guó)倒數(shù)第5位,道路總長(zhǎng)度?。▓D6)。
圖6 2020年全國(guó)主要省市道路長(zhǎng)度[15]
4.4.3 兩輪車(chē)交通參與者
2020年,海南省每100戶(hù)兩輪車(chē)擁有量排名全國(guó)第1,對(duì)照海南的道路面積和長(zhǎng)度全國(guó)排名,海南地區(qū)兩輪車(chē)密度很高(圖7)。
圖7 2020年全國(guó)主要省市100戶(hù)兩輪車(chē)擁有量[13]
4.5.1 海南整體植被狀況
海南省屬于熱帶季雨林、熱帶雨林區(qū)域,植被種類(lèi)豐富、結(jié)構(gòu)復(fù)雜、構(gòu)造特殊、終年生長(zhǎng)。雨林的一個(gè)重要特征是具有大量附生的蕨類(lèi)和有花植物,植物量(主要是木材)占陸地總植物量40%。其植被結(jié)構(gòu)復(fù)雜,層次劃分不明顯,有喬木層、灌木層、草本層。在城市園區(qū)和路旁多種植灌木和小型喬木,在鄉(xiāng)鎮(zhèn)道路旁樹(shù)木多枝冠寬大且枝葉茂密。
4.5.2 植被層次分類(lèi)
激光雷達(dá)在探測(cè)復(fù)雜或深度紋理的物體(如灌木叢)時(shí)通常會(huì)產(chǎn)生噪聲,從而阻礙系統(tǒng)的感知。激光雷達(dá)探測(cè)灌木叢時(shí)會(huì)產(chǎn)生“拖尾”問(wèn)題及“空洞”問(wèn)題。理論上,激光雷達(dá)脈沖打到物體表面是一個(gè)理想的光斑點(diǎn),但是實(shí)際的激光雷達(dá)脈沖存在一定的發(fā)散角,打到物體上是一個(gè)面。當(dāng)物體存在多層次的縱深結(jié)構(gòu)時(shí)(比如灌木叢或者縱深大的植物),這樣就可能導(dǎo)致激光雷達(dá)脈沖打到前面物體邊緣時(shí),部分激光脈沖打到后面層次的物體上,進(jìn)而出現(xiàn)一個(gè)脈沖出去返回2個(gè)回波,無(wú)法判斷以哪個(gè)距離為準(zhǔn)。
表3 基本植物層次及植物高度
激光雷達(dá)探測(cè)近處低矮障礙物,特別是具有多層次縱深的低矮植被時(shí),在由遠(yuǎn)及近靠近過(guò)程中,出現(xiàn)點(diǎn)云“時(shí)有時(shí)無(wú)”的丟失現(xiàn)象被稱(chēng)為“空洞”。障礙物原始點(diǎn)云“時(shí)有時(shí)無(wú)”會(huì)讓感知軟件難以持續(xù)跟蹤判斷,從而無(wú)法準(zhǔn)確判斷是不是一個(gè)固定障礙物,容易導(dǎo)致智能網(wǎng)聯(lián)汽車(chē)出現(xiàn)危險(xiǎn)緊急制動(dòng)或頻繁的減速、加速現(xiàn)象。
試驗(yàn)道路為包含雙向2 車(chē)道的長(zhǎng)直路并在路段內(nèi)設(shè)置限速標(biāo)志牌,車(chē)道線(xiàn)為白色虛線(xiàn),限定車(chē)速≤40 km/h,光照度≥100 000 lx,交通暢通,沒(méi)有其它車(chē)輛和行人干擾,道路兩側(cè)除樹(shù)木外無(wú)其它遮擋物(表4)。
表4 強(qiáng)光照下的標(biāo)志和標(biāo)線(xiàn)的識(shí)別與響應(yīng)場(chǎng)景
參與者類(lèi)型動(dòng)作參數(shù)交通參與者氣候環(huán)境條件數(shù)字信息交通狀況交通流量時(shí)間天氣類(lèi)型天氣參數(shù)V2X設(shè)備測(cè)試車(chē)(1)初始位置:車(chē)道中央(2)移動(dòng)方向:面向限速牌正面(3)移動(dòng)速度:限速牌前100 m加速到限速牌速度以上暢通無(wú)白天晴天光照強(qiáng)度:100 000 lx或以上無(wú)
試驗(yàn)道路為包含雙向兩車(chē)道的長(zhǎng)直路,并在路段內(nèi)設(shè)置前方固定車(chē)輛,車(chē)道線(xiàn)為白色虛線(xiàn),限定車(chē)速為30 km/h,光照度≥100 000 lx,交通暢通,沒(méi)有其它車(chē)輛和行人的干擾,道路兩側(cè)除樹(shù)木外無(wú)其它遮擋物(表5)。
表5 強(qiáng)光照下的前方車(chē)輛的識(shí)別與響應(yīng)場(chǎng)景
參與者類(lèi)型交通參與者動(dòng)作參數(shù)氣候環(huán)境條件數(shù)字信息交通狀況交通流量時(shí)間天氣類(lèi)型天氣參數(shù)V2X設(shè)備測(cè)試車(chē)(1)初始位置:車(chē)道中央(2)移動(dòng)方向:面向故障車(chē)輛(順光和逆光)(3)移動(dòng)速度:限速牌前100 m加速到限速牌速度以上暢通無(wú)白天晴天光照強(qiáng)度:100 000 lx或以上無(wú)
試驗(yàn)道路為至少包含2 條車(chē)道的長(zhǎng)直道,中間車(chē)道線(xiàn)為白色虛線(xiàn),并在道路兩側(cè)設(shè)置各類(lèi)熱帶植被,同時(shí)試驗(yàn)道路上有長(zhǎng)度達(dá)20 m以上的樹(shù)陰(表6)。
表6 強(qiáng)光樹(shù)陰下的行人路旁行走場(chǎng)景
氣候環(huán)境條件數(shù)字信息時(shí)間天氣類(lèi)型天氣參數(shù)V2X設(shè)備白天晴天光照強(qiáng)度:100 000 lx或以上;明暗光照度比:≥7無(wú)
試驗(yàn)道路為長(zhǎng)直道,并帶有可模擬降雨天氣環(huán)境的雨霧噴水裝置,模擬下雨路段的道路長(zhǎng)度為50 m以上,降雨量的參考標(biāo)準(zhǔn)如表7所示。同時(shí)在雨霧路段的終點(diǎn)提供限速30 km/h的車(chē)輛道路限速標(biāo)志。模擬車(chē)輛從雨霧起點(diǎn)進(jìn)入,檢驗(yàn)車(chē)輛能否不受雨霧影響,正常識(shí)別道路限速標(biāo)志。
表7 雨霧模式下的標(biāo)志識(shí)別與響應(yīng)場(chǎng)景
試驗(yàn)道路為包含雙向2 車(chē)道的長(zhǎng)直道,車(chē)道線(xiàn)為白色虛線(xiàn),直道長(zhǎng)度大于100 m,并帶有可模擬路面積水的測(cè)試區(qū),模擬路面積水的道路長(zhǎng)度為100 m以上,道路兩側(cè)無(wú)其它遮擋物(表8)。
表8 前方路面積水通行場(chǎng)景
試驗(yàn)道路兩邊密布超過(guò)車(chē)身高度的灌木叢,道路長(zhǎng)度大于200 m,灌木超過(guò)道路邊緣小于15 cm(表9)。
表9 茂盛灌木叢道路通行場(chǎng)景
智能網(wǎng)聯(lián)汽車(chē)熱帶測(cè)試場(chǎng)景屬于環(huán)境類(lèi)測(cè)試要素,本文首先描述了國(guó)內(nèi)外智能網(wǎng)聯(lián)汽車(chē)環(huán)境測(cè)試發(fā)展現(xiàn)狀,進(jìn)而闡述智能網(wǎng)聯(lián)汽車(chē)熱帶測(cè)試場(chǎng)景建設(shè)的必要性,最后提出智能網(wǎng)聯(lián)汽車(chē)熱帶測(cè)試場(chǎng)景的整體結(jié)構(gòu)以及初步構(gòu)建智能網(wǎng)聯(lián)汽車(chē)熱帶測(cè)試場(chǎng)景。在整體結(jié)構(gòu)中描述了環(huán)境特征包含的要素,以及這些環(huán)境要素可能對(duì)自動(dòng)駕駛功能安全產(chǎn)生的影響。
未來(lái),根據(jù)本文的內(nèi)容,可以繼續(xù)歸納出一些具有代表性的智能網(wǎng)聯(lián)汽車(chē)熱帶測(cè)試場(chǎng)景,將這些場(chǎng)景應(yīng)用在實(shí)際的智能網(wǎng)聯(lián)汽車(chē)測(cè)試中,依據(jù)測(cè)試的結(jié)果持續(xù)驗(yàn)證環(huán)境要素對(duì)于智能網(wǎng)聯(lián)汽車(chē)自動(dòng)駕駛功能產(chǎn)生的影響,并持續(xù)完善場(chǎng)景中的要素參數(shù),構(gòu)建更加完善的智能網(wǎng)聯(lián)汽車(chē)熱帶測(cè)試場(chǎng)景庫(kù)。