張美芳，王小臣，王 星

（中汽科技（北京）有限公司，北京 100176）

自動(dòng)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(guó)汽車產(chǎn)業(yè)技術(shù)轉(zhuǎn)型升級(jí)的重要突破口。2020年6月，聯(lián)合國(guó)歐洲經(jīng)委會(huì)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(jí)自動(dòng)駕駛汽車的國(guó)際性法規(guī)[1]。至此，國(guó)內(nèi)外紛紛加快推進(jìn)L3級(jí)自動(dòng)駕駛相關(guān)政策及產(chǎn)品。

高速公路場(chǎng)景作為L(zhǎng)3級(jí)自動(dòng)駕駛的典型場(chǎng)景，必須進(jìn)行測(cè)試驗(yàn)證。國(guó)內(nèi)開展高速公路自動(dòng)駕駛測(cè)試的城市主要有北京、長(zhǎng)沙、濟(jì)南等[2]。長(zhǎng)沙在封閉測(cè)試區(qū)內(nèi)建立了首條3.6 km雙向模擬高速公路的測(cè)試道路，后期將籌建智慧高速，以開展自動(dòng)駕駛干線物流測(cè)試示范應(yīng)用場(chǎng)景[3]。齊魯交通智能網(wǎng)聯(lián)高速公路測(cè)試基地作為國(guó)內(nèi)第一條基于自動(dòng)駕駛的智能網(wǎng)聯(lián)高速測(cè)試路段已經(jīng)全線通車，該路段縱坡較多，場(chǎng)景真實(shí)，具備作為智能網(wǎng)聯(lián)高速公路測(cè)試的天然優(yōu)勢(shì)[4]。北京市2021年推出全國(guó)首個(gè)高速公路及城市快速路自動(dòng)駕駛測(cè)試管理政策，先行開放京臺(tái)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(dòng)駕駛測(cè)試場(chǎng)景是支撐智能網(wǎng)聯(lián)汽車測(cè)試評(píng)價(jià)技術(shù)的核心要素與關(guān)鍵技術(shù)[6-7]。自動(dòng)駕駛測(cè)試場(chǎng)景具有無限豐富、不可預(yù)測(cè)、不可窮盡等特點(diǎn)，以場(chǎng)景為基礎(chǔ)，構(gòu)建包括仿真測(cè)試、封閉場(chǎng)地測(cè)試及實(shí)際道路測(cè)試的“多支柱”評(píng)價(jià)體系已成為業(yè)內(nèi)公認(rèn)的最佳測(cè)試手段。目前，測(cè)試場(chǎng)景并沒有統(tǒng)一的規(guī)范標(biāo)準(zhǔn)，同時(shí)存在場(chǎng)景庫(kù)內(nèi)容采集、數(shù)據(jù)處理、典型場(chǎng)景選取及全面評(píng)價(jià)等多方面的技術(shù)難題，本文通過對(duì)L3級(jí)自動(dòng)駕駛高速公路道路測(cè)試場(chǎng)景構(gòu)建方法的研究，為后續(xù)道路測(cè)試評(píng)價(jià)方法提供基礎(chǔ)。

1 L3級(jí)自動(dòng)駕駛高速公路道路測(cè)試場(chǎng)景要素

在進(jìn)行道路測(cè)試場(chǎng)景構(gòu)建時(shí)，首先需明確測(cè)試場(chǎng)景所覆蓋的要素，也就是場(chǎng)景結(jié)構(gòu)的過程?；趪?guó)際、國(guó)內(nèi)自動(dòng)駕駛測(cè)試場(chǎng)景標(biāo)準(zhǔn)規(guī)范、道路交通事故場(chǎng)景和測(cè)試經(jīng)驗(yàn)[8]，建立智能網(wǎng)聯(lián)汽車道路測(cè)試場(chǎng)景要素庫(kù)，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(dòng)駕駛測(cè)試場(chǎng)景。

自動(dòng)駕駛測(cè)試場(chǎng)景的來源非常廣泛，主要可分為4類：自然駕駛數(shù)據(jù)場(chǎng)景、危險(xiǎn)工況場(chǎng)景、法規(guī)場(chǎng)景、重構(gòu)場(chǎng)景。

自然駕駛數(shù)據(jù)場(chǎng)景主要是通過人類駕駛車輛由設(shè)備采集生成的場(chǎng)景，是汽車駕駛過程中存在的最真實(shí)場(chǎng)景，也是構(gòu)建自動(dòng)駕駛測(cè)試場(chǎng)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(chǎng)景庫(kù)。

危險(xiǎn)工況場(chǎng)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(chǎng)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(dòng)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(dòng)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(chǎng)景包括各類交通事故真實(shí)場(chǎng)景。

法規(guī)場(chǎng)景是自動(dòng)駕駛功能在研發(fā)和認(rèn)證階段需要滿足的基本場(chǎng)景，例如國(guó)際標(biāo)準(zhǔn)化組織（International Organization for Standardization, ISO）、推薦性國(guó)家標(biāo)準(zhǔn)（GB/T）、美國(guó)高速交通安全管理局（National Highway Traffic Safety Administration, NHTSA）、新車評(píng)價(jià)規(guī)程（New Car Assessment Programme, NCAP）、中國(guó)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(cè)試場(chǎng)景。

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

本文中的L3級(jí)自動(dòng)駕駛高速公路道路測(cè)試場(chǎng)景要素的選擇主要是通過分析標(biāo)準(zhǔn)規(guī)范場(chǎng)景，包括 ISO、NTHSA等場(chǎng)景，參考《自動(dòng)駕駛自動(dòng)化分級(jí)》[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(yàn)[15]，將自動(dòng)駕駛車輛道路測(cè)試場(chǎng)景要素庫(kù)劃分為設(shè)計(jì)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(jì)運(yùn)行范圍主要包含環(huán)境條件、靜態(tài)要素、動(dòng)態(tài)要素，如表1所示。

表1 L3級(jí)自動(dòng)駕駛高速公路道路測(cè)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(duì)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(cè)試場(chǎng)景采集過程中的能見度，尤其是對(duì)視覺傳感器的感知影響。

靜態(tài)要素是指沒有物體運(yùn)動(dòng)，且可以通過視覺感受到的區(qū)域場(chǎng)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(dòng)態(tài)要素即在車輛動(dòng)態(tài)駕駛?cè)蝿?wù)中處于動(dòng)態(tài)變化的要素。動(dòng)態(tài)環(huán)境要素在高速場(chǎng)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(dòng)駕駛測(cè)試場(chǎng)景中對(duì)本車決策規(guī)劃造成影響的對(duì)象信息，高速公路車輛主要有機(jī)動(dòng)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(shí)間、閉眼時(shí)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(duì)乘客的基本狀態(tài)進(jìn)行識(shí)別，從而判定自動(dòng)駕駛是否可以為其開始提供服務(wù)。

表2 L3級(jí)自動(dòng)駕駛高速公路道路測(cè)試駕乘 人員狀態(tài)場(chǎng)景要素

車輛狀態(tài)正常運(yùn)行是自動(dòng)駕駛系統(tǒng)啟動(dòng)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(dòng)駕駛系統(tǒng)能夠開啟的速度范圍。根據(jù)國(guó)外L3級(jí)高速公路自動(dòng)駕駛激活速度范圍。功能狀態(tài)主要是指自動(dòng)駕駛系統(tǒng)在安全啟動(dòng)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(xiǎn)控制策略。

表3 L3級(jí)自動(dòng)駕駛高速公路道路測(cè)試車輛 狀態(tài)場(chǎng)景要素

2 L3級(jí)自動(dòng)駕駛高速公路道路測(cè)試場(chǎng)景構(gòu)建

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

自動(dòng)駕駛測(cè)試場(chǎng)景構(gòu)建首先是需要對(duì)場(chǎng)景數(shù)據(jù)進(jìn)行采集。數(shù)據(jù)采集通過車輛采集平臺(tái)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(chǔ)方式，基于實(shí)車場(chǎng)景數(shù)據(jù)采集、事故場(chǎng)景數(shù)據(jù)采集及其他相關(guān)場(chǎng)景進(jìn)行數(shù)據(jù)采集，對(duì)采集后的數(shù)據(jù)利用自動(dòng)化處理工具進(jìn)行特征提取。

場(chǎng)景構(gòu)建的第二步是對(duì)場(chǎng)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(chǎng)景庫(kù)中，對(duì)相關(guān)場(chǎng)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(chǎng)景。場(chǎng)景分析挖掘技術(shù)通常需要對(duì)場(chǎng)景進(jìn)行場(chǎng)景理解、特征提取、場(chǎng)景聚類、場(chǎng)景生成等一系列的工作方法來完成。場(chǎng)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(píng)價(jià)。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(cè)模型逐漸成為首選方案；特征提取就是在場(chǎng)景理解的基礎(chǔ)上，對(duì)各種要素進(jìn)行特征提取，進(jìn)行數(shù)值化的描述，例如對(duì)場(chǎng)景中的位置信息、速度、加速度、轉(zhuǎn)向角等信息進(jìn)行提??；場(chǎng)景聚類是對(duì)大量的場(chǎng)景信息進(jìn)行進(jìn)一步的分析，也就是對(duì)場(chǎng)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]。現(xiàn)實(shí)道路上的車輛在行駛過程中會(huì)遇到各種各樣的場(chǎng)景，自動(dòng)駕駛測(cè)試難以覆蓋所有場(chǎng)景，為了提高場(chǎng)景覆蓋率，通常采用對(duì)現(xiàn)有場(chǎng)景進(jìn)行歸納處理，衍生出更多合理的場(chǎng)景，也就是場(chǎng)景重構(gòu)。

之后是對(duì)場(chǎng)景通過關(guān)聯(lián)數(shù)據(jù)標(biāo)簽后進(jìn)入測(cè)試層，測(cè)試層就是對(duì)提取出的場(chǎng)景進(jìn)行虛擬仿真、實(shí)車道路測(cè)試等方法進(jìn)行驗(yàn)證，確認(rèn)場(chǎng)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(cè)試工作。

通過分析高速公路自動(dòng)駕駛場(chǎng)景特性，根據(jù)場(chǎng)景要素庫(kù)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(cè)試場(chǎng)景[18]，參考《智能網(wǎng)聯(lián)汽車道路測(cè)試與示范應(yīng)用管理規(guī)范（試行）》及《自動(dòng)駕駛車輛道路測(cè)試能力評(píng)估與方法》（T/CMAX116-01—2020）[19]，從自動(dòng)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(jì)搭建38組城市高速公路道路測(cè)試場(chǎng)景，如表4所示。

表4 L3級(jí)自動(dòng)駕駛高速公路道路測(cè)試場(chǎng)景及項(xiàng)目

3 場(chǎng)景驗(yàn)證試驗(yàn)

得到的測(cè)試場(chǎng)景需要經(jīng)過初步的測(cè)試驗(yàn)證后才能用于自動(dòng)駕駛車輛的測(cè)試研發(fā)工作，場(chǎng)景試驗(yàn)驗(yàn)證分為實(shí)車驗(yàn)證試驗(yàn)和虛擬仿真驗(yàn)證試驗(yàn)。

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

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

4 總結(jié)

在自動(dòng)駕駛車輛進(jìn)入市場(chǎng)前，需要大量測(cè)試證明其各項(xiàng)功能和性能的穩(wěn)定性、可靠性和魯棒性等。自動(dòng)駕駛測(cè)試對(duì)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(cè)試及驗(yàn)證帶來大量挑戰(zhàn)。傳統(tǒng)車輛測(cè)試方法已經(jīng)無法滿足自動(dòng)駕駛車輛全面測(cè)試驗(yàn)證的需求?，F(xiàn)有的測(cè)試場(chǎng)景搭建及驗(yàn)證試驗(yàn)費(fèi)用高、效率低、場(chǎng)景不全面，后續(xù)需要一套快速生成測(cè)試場(chǎng)景的方法。根據(jù)自動(dòng)駕駛測(cè)試場(chǎng)景的發(fā)展趨勢(shì)，結(jié)合我國(guó)實(shí)際情況，建議建設(shè)國(guó)家自動(dòng)駕駛測(cè)試場(chǎng)景標(biāo)準(zhǔn)化工作，統(tǒng)一場(chǎng)景及要求，驗(yàn)證自動(dòng)駕駛功能的確定性。通過自動(dòng)駕駛測(cè)試場(chǎng)景技術(shù)的研究，推動(dòng)自動(dòng)駕駛技術(shù)的成熟。