文/宋雪松 曹建永 董小飛

一、自動緊急剎車系統(tǒng)（AEBS）測試方法運用現(xiàn)狀

AEBS是專門用于機動車避免或減緩碰撞的系統(tǒng)。目前，國內(nèi)外對該系統(tǒng)性能的測試方法（如：ECE R131《移動目標車設(shè)計與驗證》法規(guī)、歐盟新車安全評鑒協(xié)會（ENCAP）對AEBS的測試場景）均為無其他目標物干擾的理想道路情況。在美國交通運輸部（NHTSA）發(fā)布的《自動緊急剎車研究報告》顯示，除了標準車輛碰撞迫近制動系統(tǒng)（CIB）和動態(tài)制動支持系統(tǒng)（DBS）測試外，還對鐵板誤作用進行試驗，不同環(huán)境（如：下雨、夜晚或早上太陽直射）下進行試驗測試。一般代加工（OEM）廠商對AEBS的測試，主要涉及：相關(guān)法規(guī)的性能測試和實車道路試驗（FOT）。其中，F(xiàn)OT一般對路試地點、公里數(shù)進行定義，最后統(tǒng)計未觸發(fā)率和誤觸發(fā)率。這種FOT路試是一種耗費大量資源的被動型測試，針對性差、效率低。故本文嘗試運用六層功能分解的方法對AEBS失效場景進行分類研究，希望能夠提高測試效率和應(yīng)用價值。

二、六層功能分解方法運用

由于AEBS功能在不同的場景下會發(fā)生變化，無法保證在實際場景下能達到標準測試的性能水平，因此，總結(jié)AEBS失效場景工作非常重要。然后對AEBS的功能產(chǎn)生影響的場景非常多，且場景復(fù)雜，因此研究場景如何對AEBS功能產(chǎn)生影響變得很重要。

Christian Amersbach和Hermann Winner提出的“六層功能分解方法”目前已被廣泛地應(yīng)用于數(shù)學(xué)、信息、機器人和分析駕駛員行為導(dǎo)致的交通事故等領(lǐng)域，它將復(fù)雜功能分解為從屬功能。

本文采用六層功能分解方法對AEBS失效場景進行分類，從而降低失效場景分析的復(fù)雜性，提高場景分析的系統(tǒng)性，使測試任務(wù)更有針對性，科學(xué)地減少測試工作量。本文的目的在于將復(fù)雜繁多的測試場景轉(zhuǎn)化為針對各層功能的測試，使測試變?yōu)橛羞吔绲臏y試。

1. 假陽性和假陰性分類

駕駛員輔助系統(tǒng)失效可以分為兩大類，即假陽性（誤觸發(fā)，F(xiàn)P）和假陰性（漏觸發(fā)，F(xiàn)N）。FP和FN是評價駕駛員輔助系統(tǒng)性能的重要指標，例如：在盲區(qū)監(jiān)測系統(tǒng)中，一般FOT測試場景為高速公路場景100 km、城郊場景100 km、郊區(qū)場景100 km，F(xiàn)P誤報率和FN漏報率均要求小于1%。

2. 功能分解方法分類

應(yīng)用功能分解方法對失效場景分析時，需要對失效原因進行定位。首先，將駕駛輔助系統(tǒng)的功能實現(xiàn)分解為相互獨立的6層（見圖1）；然后，對各層之間的接口傳輸信息模型進行分析，并總結(jié)各層典型失效場景。

圖1 功能分解層

① 第0層——信息獲得

0層主要受基礎(chǔ)設(shè)施、天氣和目標物的影響，其定義適用于各級別自動駕駛與各種駕駛輔助系統(tǒng)，描述了哪些信息是可獲得的。如，交通限速標志被前方卡車遮擋，從而導(dǎo)致車限速提醒系統(tǒng)失效場景歸類為0層。此情況是屬環(huán)境感知傳感器的安裝位置對其視場角有影響，從而影響信息獲得。在實際測試中，一般假定在功能測試之前，環(huán)境感知傳感器已安裝在最佳位置。盡管信息獲得層不是駕駛輔助系統(tǒng)的組成部分，但為了確保駕駛輔助功能的正常工作，必須考慮信息獲得層。理想情況下，可獲得信息全部從0層輸入1層。

② 第1層——信息接收

信息接收層包含所有外部環(huán)境感知傳感器、CAR2X軟件或后端傳輸信息通道。第1層中發(fā)生的典型錯誤為視覺傳感器攝像頭上沾染泥巴或雪等場景，導(dǎo)致其無法獲得全部場景信息。1層與2層接口之間為傳感器原始數(shù)據(jù)、車輛到所有（v2x）監(jiān)測系統(tǒng)無線電連接或后端傳輸信息。

③ 第2層——信息處理

傳感器數(shù)據(jù)融合、目標分類和環(huán)境模型生成位于第2層。本層的典型錯誤為：目標分類錯誤、FP和FN目標識別。

④ 第3層——場景理解

在這一層中，第2層的場景中的目標與特定信息被挑選與擴充。本層的典型錯誤為預(yù)測目標車輛運動軌跡錯誤。

⑤ 第4層——運動決策

本層為基于場景模型輔助駕駛功能算法所確定的運動決策。它的典型錯誤為運動決策錯誤導(dǎo)致的與他車的碰撞。

⑥ 第5層——執(zhí)行

最后一層將4層的運動規(guī)劃軌跡變?yōu)閷嶋H車輛運動，包含了相應(yīng)的運動執(zhí)行機構(gòu)與車輛運動控制算法。它典型錯誤為運動控制算法不穩(wěn)定。

3. 失效場景分類

首先對AEBS失效場景進行整理，共總結(jié)了37種失效場景，然后對失效場景進行假陰性、假陽性分類，最后依據(jù)功能分解方法對失效場景進行分類，并簡述失效原因（見表1～表6）。

表1 0層失效場景與信息獲得失效（FN）

表2 1層傳感器污染失效場景（FN）

圖2 試驗設(shè)計4場景

表3 2層目標分類錯誤導(dǎo)致碰撞的失效場景

表4 3層FP失效場景

表5 4層決策失效導(dǎo)致碰撞場景——FN

圖3 誤認為前方車輛與自車重疊率較小

表6 5層執(zhí)行機構(gòu)失效導(dǎo)致碰撞場景——FN

在AEBS中，由于一般定義在任何情況下駕駛員均能超越AEBS功能，所以一般駕駛員可以通過加速和轉(zhuǎn)向來抑制和超越AEBS功能的制動意圖或停止AEBS制動功能。但在實際緊急情況下，存在駕駛員意圖制動誤踩油門場景，所以將此場景作為一種失效場景。

4. 行人橫穿馬路AEBS失效場景試驗

行人橫穿馬路AEBS失效場景設(shè)計與試驗結(jié)果（見表7）。

表7 行人橫穿馬路AEBS失效場景設(shè)計與試驗結(jié)果

圖4 場景D試驗曲線

三、成 果

本文總結(jié)了37種AEBS失效場景，運用功能分解方法，對失效場景的失效功能層進行定位。依據(jù)不同功能層進行分類，從而能夠系統(tǒng)而有邊界地對AEBS功能進行驗證，希望此分類研究為進一步改善AEBS功能提供借鑒。