- “一個自動駕駛還真的不是幾個毫米波雷達,幾個攝像頭,甚至我們在討論的激光雷達用還是不用的問題,更難的事情是應(yīng)用傳感器后,功能強于駕駛員駕駛,我們才會接受它。”———朱西產(chǎn)(同濟大學(xué)汽車學(xué)院教授、汽車安全技術(shù)研究所所長)
智能汽車在路上行駛的時候有各種各樣的路況、復(fù)雜交通,以及光照、各種各樣的危險,交通違法等情況,需要通過自動駕駛測試來證明自動駕駛汽車足以面對這些各種各樣的復(fù)雜問題。
中國駕駛場景與國外存在差異,不可直接沿用國外標準,需獨立自主開發(fā)具有中國駕駛特性的智能網(wǎng)聯(lián)汽車測試評價標準。以自適應(yīng)巡航系統(tǒng)(ACC)中的車輛切入為例,中國存在大量該類型場景,所以中國的ACC設(shè)計及測試需考慮該場景。
以目前的 ADAS 駕駛輔助來說,已經(jīng)有比較完備的測試標準。ADAS 的測試評價已經(jīng)成熟,并且有很多的標準。這些標準大部分是 ISO、SAE 的標準,現(xiàn)在逐漸在各個國家開始進入到強制或者對商用車采用強制的方式。乘用車雖然不強制,但是用到了 NCARP,也相當(dāng)于變相的強制。
現(xiàn)在 L2 級別的自動駕駛汽車的已經(jīng)可以銷售,但是它的測試評價其實還沒有一個比較完整的體系,至少中國到現(xiàn)在為止沒有。這些車上路后發(fā)生的事故,按照 L2 的法律定義,責(zé)任都是駕駛員承擔(dān)。很多時候這種事故都是駕駛員違反安全手冊把手離開方向盤而造成的。因此實際上也都是駕駛員承擔(dān)著這些事故的責(zé)任。
但是到了 L3 級,可能更多要車來負責(zé)任,所以測試評價就顯得更重要。朱西產(chǎn)教授認為開發(fā)自動駕駛汽車已經(jīng)很難,證明自動駕駛汽車是安全的是更難的事情。因此需要有一些創(chuàng)新的方法,來證明自動駕駛汽車的安全性。
歐洲已經(jīng)完成了一個 AdaptlVe 項目,這個項目還是借用了原來 ADAS 的基于場景的矩陣測試方式。同樣基于場景,但是自動駕駛汽車面臨的場景會更多,事故是一個很小的范圍,危險這個范圍就更大了,再把正常駕駛放進去這個場景范圍就更寬更廣了。這樣的規(guī)模不是一家公司能夠獨自完成的,因此在前期的會議上討論了是否能夠全行業(yè)合作起來能夠建立這樣一個場景庫。
朱西產(chǎn)教授認為對自動駕駛汽車的應(yīng)該從四個維度來進行評價:
第一個維度是它的技術(shù)評價,就是車的自動駕駛的功能、性能的評價;
第二個維度是用戶相關(guān)評價,就是駕駛員和車輛之間的交互,駕駛?cè)蝿?wù)的切換,以及用戶滿意度;
第三個維度就是交通流評價,自動駕駛汽車和交通流的融洽度的評價,以及其他的交通參與者對于自動駕駛的滿意度評價;
第四個維度是自動駕駛汽車大量進入到交通里面以后,有一定滲透率以后,在不同滲透率的情況下對于道路交通安全性和道路交通的環(huán)境影響評價。
要完成完整的測評,自動駕駛汽車開發(fā)和測評用的 V 型圖,和傳統(tǒng)汽車的 V 型圖不一樣的地方是上面多了一個場景庫。傳統(tǒng)汽車的開發(fā)是沒有場景庫的,也就是傳統(tǒng)汽車的復(fù)雜的場景是駕駛員去處理的。但是對于自動駕駛汽車由駕駛員在處理的很多事情都移給車了,所以它的開發(fā)和測試評價是圍繞場景庫的。
在場景庫里面,尤其是安全評價所關(guān)注的兩個危險域,又分成人類駕駛的危險域和自動駕駛的危險域,這兩個危險域有一部分重疊,有一部分并不重疊。在現(xiàn)階段做自動駕駛汽車的測試評價特別是做場景庫有一點難處,就是自動駕駛的環(huán)境感知系統(tǒng)還沒有定型。
在沒有定型的情況下不同的自動駕駛汽車的安全域到底是什么,其實還在變化中,在以后可能還需要經(jīng)過幾輪的各類車型的循環(huán)。
在測試評價方法上,AdaptlVe 項目里面很多測評都是用仿真實現(xiàn)的。在實際操作中,如果每個都要用實際的試車廠的測試效率太低,大部分是仿真在實現(xiàn)。朱西產(chǎn)教授表示從 MIL 到 HIL 到 VIL 到場地測試到 FOT,要有一整套完整的測評方法才可以完成測試。
在比較中國和外國危險場景的區(qū)別時,朱西產(chǎn)教授認為切入風(fēng)險和騎車人風(fēng)險是所占比例相當(dāng)高,這是國外所沒有的。中國變換車道線的頻繁程度跟美國相應(yīng)的數(shù)據(jù)對比大概要高出 3-4 倍左右,由于變道多了以后切入就比較多。
并且一些司機切入變換車道是比較魯莽而危險的。但是目前自動駕駛系統(tǒng)應(yīng)對切入的能力遠不如人,這也就造成了目前 ACC 功能的雞肋。