面向L3级自动驾驶高速公路道路测试,场景的构建方法

张美芳，王小臣，王 星

（中汽科技（北京）有限公司，北京 100176）

自动驾驶作为汽车与信息通信、人工智能、数字化等多技术的融合体，已经成为世界各国汽车产业技术转型升级的重要突破口。2020年6月，联合国欧洲经委会汽车法规协调世界论坛上通过全球首部关于L3级自动驾驶汽车的国际性法规[1]。至此，国内外纷纷加快推进L3级自动驾驶相关政策及产品。

高速公路场景作为L3级自动驾驶的典型场景，必须进行测试验证。国内开展高速公路自动驾驶测试的城市主要有北京、长沙、济南等[2]。长沙在封闭测试区内建立了首条3.6 km双向模拟高速公路的测试道路，后期将筹建智慧高速，以开展自动驾驶干线物流测试示范应用场景[3]。齐鲁交通智能网联高速公路测试基地作为国内第一条基于自动驾驶的智能网联高速测试路段已经全线通车，该路段纵坡较多，场景真实，具备作为智能网联高速公路测试的天然优势[4]。北京市2021年推出全国首个高速公路及城市快速路自动驾驶测试管理政策，先行开放京台高速北京段（五环路—六环路）双向10 km路段[5]，未来还将逐步开放6条143 km的高速公路、城市快速路段。

自动驾驶测试场景是支撑智能网联汽车测试评价技术的核心要素与关键技术[6-7]。自动驾驶测试场景具有无限丰富、不可预测、不可穷尽等特点，以场景为基础，构建包括仿真测试、封闭场地测试及实际道路测试的“多支柱”评价体系已成为业内公认的最佳测试手段。目前，测试场景并没有统一的规范标准，同时存在场景库内容采集、数据处理、典型场景选取及全面评价等多方面的技术难题，本文通过对L3级自动驾驶高速公路道路测试场景构建方法的研究，为后续道路测试评价方法提供基础。

在进行道路测试场景构建时，首先需明确测试场景所覆盖的要素，也就是场景结构的过程。基于国际、国内自动驾驶测试场景标准规范、道路交通事故场景和测试经验[8]，建立智能网联汽车道路测试场景要素库，通过选取基本要素与要素组成，从功能和逻辑等维度进行梳理组合，提取自动驾驶测试场景。

自动驾驶测试场景的来源非常广泛，主要可分为4类：自然驾驶数据场景、危险工况场景、法规场景、重构场景。

自然驾驶数据场景主要是通过人类驾驶车辆由设备采集生成的场景，是汽车驾驶过程中存在的最真实场景，也是构建自动驾驶测试场景中的基础数据来源。通过安装在车辆上的多种传感器，例如摄像头、毫米波雷达、激光雷达、惯导等设备，采集车辆信息、道路环境、驾驶人行为等多维度信息，分析真实的交通道路环境，从而构建自然驾驶数据场景库。

危险工况场景主要包括恶劣天气环境、复杂道路交通以及典型交通事故场景。恶劣天气环境包括大雨、大雾、大雪、雾霾、强烈逆光等可能使自动驾驶传感器功能受限的环境，以及结冰、积雪、横风等可能影响自动驾驶系统操纵控制的环境；
复杂道路交通包括多车道选择、环岛、交通拥堵、多层立体交通枢纽等；
典型交通事故场景包括各类交通事故真实场景。

法规场景是自动驾驶功能在研发和认证阶段需要满足的基本场景，例如国际标准化组织（International Organization for Standardization, ISO）、推荐性国家标准（GB/T）、美国高速交通安全管理局（National Highway Traffic Safety Administration, NHTSA）、新车评价规程（New Car Assessment Programme, NCAP）、中国交通事故深度调查（China In-depth Accident Study, CIDAS）[9-13]中都有标准测试场景。

重构场景是通过仿真将场景模块化，将一个仿真场景分解多个模块，通过各个模块参数在符合场景逻辑的排列组合随机生成或自动重组，进而补充大量未知工况的测试场景，有效覆盖自动驾驶功能测试盲区。

本文中的L3级自动驾驶高速公路道路测试场景要素的选择主要是通过分析标准规范场景，包括 ISO、NTHSA等场景，参考《自动驾驶自动化分级》[14]，结合网络事故视频、公安交管道路交通事故数据和事故还原等道路交通事故和人为驾驶经验[15]，将自动驾驶车辆道路测试场景要素库划分为设计运行范围（Operational Design Domain, ODD）、驾乘人员状态、车辆状态3部分。

设计运行范围主要包含环境条件、静态要素、动态要素，如表1所示。

表1 L3级自动驾驶高速公路道路测试ODD环境要素

环境条件主要分为天气和光照情况等信息。天气情况包含晴天和雨雪雾，不同天气情况下对传感器的工作精度和工作范围有较大影响。光照条件影响测试场景采集过程中的能见度，尤其是对视觉传感器的感知影响。

静态要素是指没有物体运动，且可以通过视觉感受到的区域场景，如道路类型、交通标志、道路设施等。道路是静态环境要素的核心，包括平直道路、上下坡道、不同曲率弯道、匝道、隧道。交通标志是用以管制、警告和引导交通安全的设施，各类标志依据《道路交通标志和标线》（GB 5768—1999）来定义，高速道路上主要存在标线和标牌。道路设施主要有收费站及加油站。

动态要素即在车辆动态驾驶任务中处于动态变化的要素。动态环境要素在高速场景中主要包括交通情况及道路使用者。交通情况分为拥堵和畅通两种，道路使用者信息描述的是自动驾驶测试场景中对本车决策规划造成影响的对象信息，高速公路车辆主要有机动车和摩托车。

驾乘人员状态主要分为驾驶员和乘客状态[16]，如表2所示。驾驶员状态中的疲劳状态和位姿状态等程度由企业进行自定义，如从打哈欠时间、闭眼时间等来判定。乘客状态主要分为位姿状态和安全带状态，对乘客的基本状态进行识别，从而判定自动驾驶是否可以为其开始提供服务。

表2 L3级自动驾驶高速公路道路测试驾乘 人员状态场景要素

车辆状态正常运行是自动驾驶系统启动和运行的前提条件之一，包括激活速度范围及功能状态，如表3所示。激活速度范围主要是指自动驾驶系统能够开启的速度范围。根据国外L3级高速公路自动驾驶激活速度范围。功能状态主要是指自动驾驶系统在安全启动前需要进行自检功能模块的状态，包括人机交互功能、车用无线通信技术（Vehicle to X, V2X）功能、高精度地图功能、最小风险控制策略。

表3 L3级自动驾驶高速公路道路测试车辆 状态场景要素

测试场景包含许多要素，多种要素组合成多种多样的场景。自动驾驶场景构建的思路是从自动驾驶功能出发，结合已有的驾驶经验，形成具有真实性、代表性和有效性场景的集合。

自动驾驶测试场景构建首先是需要对场景数据进行采集。数据采集通过车辆采集平台实现，采集车辆安装摄像头、激光雷达、毫米波雷达等多种采集传感器，规定采集格式和存储方式，基于实车场景数据采集、事故场景数据采集及其他相关场景进行数据采集，对采集后的数据利用自动化处理工具进行特征提取。

场景构建的第二步是对场景数据进行分析挖掘。将采集回来的数据进行处理，统一格式后再导入场景库中，对相关场景进行聚类、生成和优化等处理，从而构建出不同的道路场景。场景分析挖掘技术通常需要对场景进行场景理解、特征提取、场景聚类、场景生成等一系列的工作方法来完成。场景理解应用中，经常通过模型建模的过程，分为模型特征表示、学习推理及评价。随着深度学习的发展，基于卷积神经网络的检测模型逐渐成为首选方案；
特征提取就是在场景理解的基础上，对各种要素进行特征提取，进行数值化的描述，例如对场景中的位置信息、速度、加速度、转向角等信息进行提取；
场景聚类是对大量的场景信息进行进一步的分析，也就是对场景进行分类和聚类，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]。现实道路上的车辆在行驶过程中会遇到各种各样的场景，自动驾驶测试难以覆盖所有场景，为了提高场景覆盖率，通常采用对现有场景进行归纳处理，衍生出更多合理的场景，也就是场景重构。

之后是对场景通过关联数据标签后进入测试层，测试层就是对提取出的场景进行虚拟仿真、实车道路测试等方法进行验证，确认场景的真实性、有效性及代表性，从而更好地服务于研发测试工作。

通过分析高速公路自动驾驶场景特性，根据场景要素库中的组成要素，从功能、逻辑等维度进行组合，得出不同环境、道路、车辆状态下的测试场景[18]，参考《智能网联汽车道路测试与示范应用管理规范（试行）》及《自动驾驶车辆道路测试能力评估与方法》（T/CMAX116-01—2020）[19]，从自动驾驶车辆应急处置与人工介入能力和综合驾驶能力等方面，设计搭建38组城市高速公路道路测试场景，如表4所示。

表4 L3级自动驾驶高速公路道路测试场景及项目

得到的测试场景需要经过初步的测试验证后才能用于自动驾驶车辆的测试研发工作，场景试验验证分为实车验证试验和虚拟仿真验证试验。

基于实车进行的场景验证，需要在专业的封闭测试场根据场景参数进行场景要素设定，包括动态环境要素和静态环境要素的设定。场景要素设定完成后，执行场景验证试验，记录相关试验数据，根据试验数据分析场景设定的合理性。

由于实车验证试验存在成本高、效率低等缺点，随着虚拟仿真测试技术的进步，考虑采用虚拟测试进行场景验证试验。

在自动驾驶车辆进入市场前，需要大量测试证明其各项功能和性能的稳定性、可靠性和鲁棒性等。自动驾驶测试对象由传统的车变为车-人-环境-任务强耦合的系统，给测试及验证带来大量挑战。传统车辆测试方法已经无法满足自动驾驶车辆全面测试验证的需求。现有的测试场景搭建及验证试验费用高、效率低、场景不全面，后续需要一套快速生成测试场景的方法。根据自动驾驶测试场景的发展趋势，结合我国实际情况，建议建设国家自动驾驶测试场景标准化工作，统一场景及要求，验证自动驾驶功能的确定性。通过自动驾驶测试场景技术的研究，推动自动驾驶技术的成熟。

猜你喜欢要素高速公路道路坚持中国道路——方向决定道路，道路决定命运当代陕西(2022年4期)2022-04-19道听途说小猕猴学习画刊(2022年3期)2022-03-28我们的道路更宽广青年歌声(2020年12期)2020-12-23掌握这6点要素，让肥水更高效当代水产(2020年4期)2020-06-16观赏植物的色彩要素在家居设计中的应用现代园艺(2017年22期)2018-01-19论美术中“七大要素”的辩证关系河北书画研究(2017年1期)2017-08-22高速公路与PPP中国交通信息化(2016年9期)2016-06-06也谈做人的要素山东青年(2016年2期)2016-02-28一次骑行带来的感悟读写算·高年级(2015年1期)2015-07-25高速公路上的狗小说月刊(2014年4期)2014-04-23