自動(dòng)駕駛功能的前瞻性有效性評(píng)估-從方法到結(jié)果

原文：PROSPECTIVE SAFETY EFFECTIVENESS ASSESSMENT OF AUTOMATED DRIVING FUNCTIONS ——FROM THE METHODS TO THE RESULTS

翻譯：盧萍、代超

譯文審核：朱旭光

近年來(lái)，傳感器和電子領(lǐng)域的發(fā)展使汽車行業(yè)越來(lái)越接近自動(dòng)駕駛。市場(chǎng)上已經(jīng)出現(xiàn)了需要駕駛員持續(xù)監(jiān)控的自動(dòng)化功能。高度自動(dòng)駕駛功能（HAD）將在不久的將來(lái)進(jìn)入市場(chǎng)。負(fù)責(zé)自動(dòng)駕駛和聯(lián)網(wǎng)駕駛的德國(guó)倫理委員會(huì)（German Ethics Commission）在其報(bào)告中表示，“除非與人類駕駛相比，自動(dòng)駕駛至少能減少傷害，換句話說(shuō)，達(dá)到風(fēng)險(xiǎn)的積極平衡，否則給自動(dòng)駕駛功能頒發(fā)許可證是不合理的。”這就引出了一個(gè)問(wèn)題，如何評(píng)估自動(dòng)駕駛功能對(duì)交通安全的影響，同時(shí)考慮到可能的積極和消極方面?

本文全面介紹了寶馬公司采用虛擬實(shí)驗(yàn)方法對(duì)HAD進(jìn)行前瞻性安全評(píng)估的方法。除其他外，該方法是HAD評(píng)價(jià)和安全保證活動(dòng)的一部分。描述了該方法從場(chǎng)景選擇到仿真，再到確認(rèn)和驗(yàn)證。與該領(lǐng)域主要使用事故再模擬的其他模擬方法相比，該方法使用蒙特卡羅技術(shù)，其中模擬駕駛場(chǎng)景的初始啟動(dòng)條件以及所涉及的駕駛員的參數(shù)是從分布中隨機(jī)選擇的。這些分布既基于事故數(shù)據(jù)，也基于自然駕駛數(shù)據(jù)。該方法的一個(gè)核心方面是隨機(jī)認(rèn)知駕駛員行為模型，用于描述場(chǎng)景中單獨(dú)不同的交通參與者的行為。與基于事故再模擬的方法相比，這種方法允許分析時(shí)間方向上更大的駕駛場(chǎng)景，這對(duì)HAD來(lái)說(shuō)很重要，因?yàn)檫@些功能在操作設(shè)計(jì)領(lǐng)域的整個(gè)駕駛過(guò)程中發(fā)揮作用，而不僅僅是在關(guān)鍵情況下。

將該方法應(yīng)用于示范性HAD的安全性能評(píng)估。結(jié)果涵蓋了積極的影響，主要是在今天已知的事故場(chǎng)景中實(shí)現(xiàn)的，以及與人工交通相比可能發(fā)生潛在新風(fēng)險(xiǎn)的場(chǎng)景。這方面的一個(gè)例子是最小風(fēng)險(xiǎn)策略，討論了不同實(shí)現(xiàn)的后果。與所有其他方法（事故分析、駕駛模擬器或測(cè)試軌道研究、現(xiàn)場(chǎng)操作試驗(yàn)）一樣，基于仿真的方法有其優(yōu)點(diǎn)和缺點(diǎn)。主要的批評(píng)是評(píng)估是虛擬的，這就提出了模擬有效性的問(wèn)題。為了解決這方面的問(wèn)題，方法和工具的確認(rèn)和驗(yàn)證是一個(gè)關(guān)鍵方面。因此，本文描述了我們目前關(guān)于確認(rèn)和驗(yàn)證的概念考慮。

01  介紹

自20世紀(jì)60年代以來(lái)，為了提高交通安全，汽車工業(yè)引入了不同的技術(shù)，見(jiàn)圖1。第一類技術(shù)是被動(dòng)安全系統(tǒng)（安全帶、安全氣囊等）。這些技術(shù)的主要目的是減少事故的后果。下一步是主動(dòng)嘗試防止事故的系統(tǒng)，或者至少在不可避免的事故發(fā)生的情況下，在第一次接觸之前試圖減少其后果。這些系統(tǒng)被稱為主動(dòng)安全技術(shù)。它們的發(fā)展始于上世紀(jì)80年代主要關(guān)注車輛動(dòng)力學(xué)的系統(tǒng)（例如ABS和ESC）。從2000年開(kāi)始，更多的主動(dòng)安全系統(tǒng)進(jìn)入市場(chǎng)。該系統(tǒng)利用有關(guān)環(huán)境和周圍交通的信息來(lái)檢測(cè)迫在眉睫的風(fēng)險(xiǎn)并啟動(dòng)對(duì)策（例如AEB，盲點(diǎn)檢測(cè)）。綜合交通安全方法中的第三類系統(tǒng)是旨在事先預(yù)防關(guān)鍵駕駛情況發(fā)生的系統(tǒng)。這類系統(tǒng)通常在縱向、橫向或兩個(gè)方向上接管車輛的控制。這些系統(tǒng)可以按照SAE自動(dòng)駕駛分類。這類系統(tǒng)包括高級(jí)駕駛輔助系統(tǒng)（ADAS），如ACC，以及高度自動(dòng)駕駛功能（HAD）。特別是后者是目前汽車工業(yè)發(fā)展的一個(gè)重大課題。

圖1 綜合交通安全方法

高度自動(dòng)化的駕駛功能有望通過(guò)避免與人為錯(cuò)誤相關(guān)的事故，在交通安全方面帶來(lái)重大改善。但是，必須考慮到事故是非常罕見(jiàn)的事件。2017年，德國(guó)高速公路上總共發(fā)生了20.928起事故，其中人類受到輕微、嚴(yán)重或致命的傷害。據(jù)統(tǒng)計(jì)，在德國(guó)高速公路上，每年大約2430億公里的駕駛距離，大約每1160萬(wàn)公里就會(huì)發(fā)生一次造成人員受傷的事故。一旦證明事故頻率低于人類駕駛，自動(dòng)駕駛帶來(lái)的交通安全改善將成為現(xiàn)實(shí)。因此，德國(guó)倫理委員會(huì)關(guān)于自動(dòng)駕駛和網(wǎng)聯(lián)駕駛的第3條要求“……指導(dǎo)原則是避免事故，盡管如果風(fēng)險(xiǎn)平衡從根本上是積極的，技術(shù)上不可避免的剩余風(fēng)險(xiǎn)并不妨礙自動(dòng)駕駛的引入”。這就提出了一個(gè)問(wèn)題，如何才能實(shí)現(xiàn)自動(dòng)駕駛的積極風(fēng)險(xiǎn)平衡在真實(shí)世界的事故數(shù)據(jù)可用之前，已經(jīng)進(jìn)行了調(diào)查和證明。研究自動(dòng)駕駛這種風(fēng)險(xiǎn)平衡的一種方法是前瞻性安全有效性評(píng)估方法。

在本文中，提出了不同的前瞻性安全有效性評(píng)估方法，包括寶馬基于仿真的自動(dòng)駕駛方法。該方法隨后被應(yīng)用于不同的駕駛場(chǎng)景。最后，本文最后描述了該方法所采用的確認(rèn)和驗(yàn)證方法。

02  前瞻性安全有效性評(píng)估方法

有不同的方法和工具來(lái)確定一項(xiàng)技術(shù)對(duì)交通安全的有效性。一般來(lái)說(shuō)，安全有效性評(píng)估是對(duì)沒(méi)有被評(píng)估技術(shù)的情況（基線）與在交通安全方面提供技術(shù)的情況進(jìn)行比較。

在這一點(diǎn)上，有必要區(qū)分回顧性和前瞻性評(píng)估方法?；仡櫺栽u(píng)估是在該技術(shù)上市后進(jìn)行的。評(píng)估通常是通過(guò)真實(shí)世界的事故數(shù)據(jù)來(lái)完成的。這種方法的優(yōu)點(diǎn)是，它能夠提供技術(shù)在現(xiàn)實(shí)世界中的影響。但是這種方法有兩個(gè)方面的挑戰(zhàn)。第一，混雜因素難以控制；第二方面是要求該技術(shù)有一定的滲透率，也就是說(shuō)，一項(xiàng)技術(shù)在市場(chǎng)上推出之前或推出后不久就不能使用。然而，如果證明積極的風(fēng)險(xiǎn)平衡是市場(chǎng)引入自動(dòng)駕駛的先決條件，那么該方法在開(kāi)發(fā)中的應(yīng)用是基本要求。

采用前瞻性評(píng)價(jià)方法，對(duì)該技術(shù)在上市前的安全有效性進(jìn)行評(píng)價(jià)?；旧?，已知有四種不同的評(píng)估方法。這些是:現(xiàn)場(chǎng)操作測(cè)試（FOT），在受控環(huán)境（駕駛模擬器或測(cè)試軌道）中的用戶研究，事故分析和計(jì)算機(jī)模擬。每種方法都有其優(yōu)點(diǎn)和缺點(diǎn)。例如，在euroFOT項(xiàng)目中應(yīng)用的FOT方法分析了一項(xiàng)技術(shù)在現(xiàn)實(shí)世界條件下的影響。然而，該方法需要相當(dāng)高的資源，并且只有在技術(shù)成熟后才能應(yīng)用，這樣才能在公共道路上進(jìn)行測(cè)試。此外，由于事故發(fā)生的可能性很低，因此在FOT中檢測(cè)到統(tǒng)計(jì)上相關(guān)的事故數(shù)量是相當(dāng)不同的。出于這個(gè)原因，通常會(huì)在評(píng)估中應(yīng)用替代措施（例如關(guān)鍵駕駛情況）。在測(cè)試軌道或駕駛模擬器上對(duì)用戶進(jìn)行的研究提供了有關(guān)用戶在受控條件下與技術(shù)交互的詳細(xì)信息，并且不會(huì)給用戶帶來(lái)任何風(fēng)險(xiǎn)。這種方法已在不同的研究中使用，然而，這些研究也需要付出很大的努力——特別是如果要在大量的駕駛場(chǎng)景中分析技術(shù)的影響。相比之下，前瞻性事故分析，例如已在中應(yīng)用，允許以相對(duì)較低的努力調(diào)查潛在的應(yīng)用領(lǐng)域。該方法的缺點(diǎn)在于，由于無(wú)法將駕駛場(chǎng)景中的特定影響考慮在內(nèi)，因此在計(jì)算技術(shù)有效性的精確程度上受到了限制。

剩下的方法是計(jì)算機(jī)模擬，已在不同的研究中使用。這種方法能夠以合理的努力來(lái)研究一項(xiàng)技術(shù)在各種駕駛場(chǎng)景中的安全效果。這種方法的挑戰(zhàn)之處在于它完全是虛擬的，這對(duì)所應(yīng)用的仿真模型提出了很高的要求。同樣清楚的是，設(shè)置模擬需要來(lái)自其他工具的輸入數(shù)據(jù)，例如事故數(shù)據(jù)、駕駛模擬器數(shù)據(jù)、FOT數(shù)據(jù)或自然駕駛研究（NDS）的數(shù)據(jù)。在通過(guò)模擬進(jìn)行的前瞻性安全有效性評(píng)估中，已知有兩種不同的方法，見(jiàn)圖2。

圖2 基于模擬的前瞻性安全有效性評(píng)估方法

第一種方法是基于事故的方法。對(duì)于這種方法，考慮到要評(píng)估的技術(shù)，對(duì)已經(jīng)重建的現(xiàn)實(shí)世界事故進(jìn)行模擬。模擬的交通主體（駕駛員和車輛的組合）的軌跡來(lái)源于原始事故案例。這種方法的先決條件是可以獲得詳細(xì)的事故重構(gòu)。在這里，必須注意的是，重構(gòu)中的不確定性隨著事故案例重構(gòu)時(shí)間的延長(zhǎng)而增加。此外，這種方法只允許調(diào)查危急情況。為了覆蓋更廣泛的情況，可以通過(guò)稍微改變?cè)际鹿拾咐膮?shù)來(lái)完成對(duì)這種方法的修改，以便調(diào)查技術(shù)在變化的條件下如何反應(yīng)。

第二種方法是基于交通的方法，在這種方法中模擬了人工駕駛場(chǎng)景。駕駛場(chǎng)景的起始條件是從事故數(shù)據(jù)或NDS/FOT數(shù)據(jù)的分布中隨機(jī)選擇的。因此，通過(guò)分布確保了模擬案例與現(xiàn)實(shí)世界之間的聯(lián)系。與基于事故的方法相比，無(wú)法預(yù)先計(jì)算軌跡。因此，需要在模擬中確定交通參與者行為的模型。為了進(jìn)行有效的模擬，必須確保這些模型的質(zhì)量。一方面，基于事故的方法在場(chǎng)景的持續(xù)時(shí)間和復(fù)雜性（道路長(zhǎng)度、涉及的交通參與者、進(jìn)行的機(jī)動(dòng)等）方面沒(méi)有限制。通過(guò)這種方法，駕駛情況也可以被分析，這不是最重要的，這允許分析，是否檢測(cè)到任何假陽(yáng)性反應(yīng)的技術(shù)。

由于在合理的努力下可以分析廣泛的場(chǎng)景，寶馬在廣泛的不同分析中使用了基于交通的模擬方法來(lái)預(yù)測(cè)ADAS的預(yù)期安全有效性。然而，HAD對(duì)前瞻性安全有效性評(píng)價(jià)提出了新的挑戰(zhàn)。以下章節(jié)將討論這些挑戰(zhàn)以及為解決這些挑戰(zhàn)所采取的措施。

03  自動(dòng)駕駛前瞻性安全有效性評(píng)估方法

通過(guò)仿真將前瞻性安全有效性評(píng)估方法應(yīng)用于自動(dòng)駕駛功能所需的適應(yīng)性可以從主動(dòng)安全功能的差異中推導(dǎo)出來(lái)。首先，一般來(lái)說(shuō)，每種技術(shù)對(duì)交通安全既有積極影響，也有消極影響。技術(shù)運(yùn)行的時(shí)間越長(zhǎng)，受技術(shù)影響的情況就越多。主動(dòng)安全系統(tǒng)，如AEB，只有在檢測(cè)到緊急情況時(shí)才會(huì)分別對(duì)駕駛動(dòng)態(tài)進(jìn)行干預(yù)。這些情況——當(dāng)然取決于個(gè)人的駕駛風(fēng)格——是罕見(jiàn)和短暫的駕駛情況。此外，系統(tǒng)活躍的情況也有明確的定義。這樣，情境空間就可以縮小到幾類情境。由于干預(yù)在即將發(fā)生的碰撞發(fā)生前幾秒鐘才開(kāi)始，因此模擬的時(shí)間范圍可能相當(dāng)短。此外，在評(píng)估潛在的負(fù)面后果時(shí)，它可以集中在短時(shí)間內(nèi)的情況下。

對(duì)于HAD系統(tǒng)來(lái)說(shuō)，技術(shù)的性質(zhì)導(dǎo)致了不同的需求。在這里，只要車輛處于操作設(shè)計(jì)域（ODD），該功能就可以通過(guò)駕駛持續(xù)運(yùn)行。HAD較長(zhǎng)的運(yùn)行時(shí)間意味著模擬需要覆蓋更大、更長(zhǎng)的駕駛場(chǎng)景。由于駕駛期間不同操作發(fā)生時(shí)，僅僅關(guān)注單一的操作是不夠的，而是需要模擬從正常駕駛到緊急情況直到碰撞時(shí)刻的整個(gè)范圍。

此外，與主動(dòng)安全系統(tǒng)相比，HAD的挑戰(zhàn)性駕駛場(chǎng)景可能會(huì)對(duì)交通安全產(chǎn)生負(fù)面影響，因此必須得到更多的關(guān)注。首先，HAD的運(yùn)行時(shí)間越長(zhǎng)，對(duì)交通的干擾越大，就會(huì)增加執(zhí)行不適合特定情況的行動(dòng)的風(fēng)險(xiǎn)。第二個(gè)原因是，HAD帶來(lái)了新的駕駛場(chǎng)景，而這些場(chǎng)景不是今天手動(dòng)駕駛的一部分，最主要的例子是駕駛員必須從該功能手中接管車輛的控制。

評(píng)估自動(dòng)駕駛的最后一個(gè)重要方面是，該功能不僅會(huì)像主動(dòng)安全系統(tǒng)那樣改變情況的嚴(yán)重程度，而且還會(huì)影響某些駕駛場(chǎng)景的頻率。其中一個(gè)例子就是被動(dòng)切入機(jī)動(dòng)。在公共道路上的首次體驗(yàn)已經(jīng)表明，與人工駕駛[30]相比，自動(dòng)駕駛時(shí)這種操作的發(fā)生頻率有所增加。由于一項(xiàng)技術(shù)的安全效果是通過(guò)相關(guān)駕駛場(chǎng)景中嚴(yán)重程度和頻率的變化來(lái)描述的，因此在評(píng)估自動(dòng)駕駛時(shí)也必須考慮到這種影響。

這些要求導(dǎo)致了前瞻性安全有效性評(píng)估的結(jié)論，這只是整個(gè)HAD測(cè)試和安全保證活動(dòng)的一部分，即只有通過(guò)基于交通的模擬方法才能對(duì)自動(dòng)駕駛進(jìn)行評(píng)估?；谑鹿实哪M方法在場(chǎng)景持續(xù)時(shí)間和場(chǎng)景選擇方面過(guò)于有限，無(wú)法保證全面的評(píng)估。當(dāng)然，必須注意的是，模擬方法需要不同的輸入數(shù)據(jù)。輸入數(shù)據(jù)必須來(lái)自其他來(lái)源，如事故數(shù)據(jù)、駕駛模擬器數(shù)據(jù)（例如描述人類駕駛員的超車能力）以及FOT和NDS數(shù)據(jù)。在以下相關(guān)方面的交通為基礎(chǔ)的模擬方法，因?yàn)樗贐MW的應(yīng)用是突出的。

自動(dòng)駕駛場(chǎng)景分析

對(duì)自動(dòng)駕駛的評(píng)估需要考慮駕駛情況，這可能會(huì)對(duì)交通安全產(chǎn)生積極和消極的影響。為了評(píng)估這些影響，必須識(shí)別相關(guān)的駕駛場(chǎng)景。然而，如前所述，由于HAD駕駛場(chǎng)景的持續(xù)運(yùn)行并不意味著該場(chǎng)景的時(shí)間限制在幾秒鐘內(nèi)，并且只涉及少數(shù)交通參與者。這里的駕駛場(chǎng)景意味著一個(gè)更大的路段-例如兩公里-根據(jù)預(yù)先定義的交通流量計(jì)算出的交通參與者的數(shù)量來(lái)模擬其中的某種駕駛操作或某種沖突發(fā)生。

BMW確定要分析的場(chǎng)景的方法基于三個(gè)支柱，參見(jiàn)圖3。第一個(gè)支柱側(cè)重于預(yù)計(jì)HAD將產(chǎn)生積極影響的駕駛情景。這些可以從人類駕駛員表現(xiàn)不佳的駕駛場(chǎng)景中推導(dǎo)出來(lái)。通常這些都是事故情況。在德國(guó)高速公路上發(fā)生的主要事故類型是與（被動(dòng)）插隊(duì)、交通堵塞結(jié)束時(shí)的追尾沖突、一般的追尾沖突和單一駕駛事故有關(guān)的事故，其中一輛車離開(kāi)道路，不直接涉及任何其他道路使用者。

圖3 確定評(píng)估HAD的最佳方案

第二個(gè)支柱考慮了HAD具有挑戰(zhàn)性的駕駛場(chǎng)景。這種場(chǎng)景可能有積極的影響，也可能有消極的影響。通過(guò)分析功能本身來(lái)識(shí)別這些駕駛場(chǎng)景。相對(duì)于人工駕駛中的事故頻率，這些場(chǎng)景的相關(guān)性通常較低。由于HAD行為的不確定性，它們需要更深入的分析。例如，需要與其他道路使用者進(jìn)行交互的駕駛場(chǎng)景（如高速公路入口、車道盡頭）、HAD需要做出復(fù)雜決策的場(chǎng)景（如車道上的障礙物），以及前面提到的駕駛員（突然）必須從該功能手中接管車輛控制權(quán)的控制場(chǎng)景。

模擬工具openPASS

當(dāng)然，基于模擬的前瞻性安全評(píng)估方法需要一個(gè)模擬工具來(lái)進(jìn)行模擬。市場(chǎng)上有多種商業(yè)工具，不過(guò)，這些工具大多是專有軟件工具，在所需的調(diào)整方面存在局限性。因此，寶馬在其方法中使用了開(kāi)源模擬工具openPASS，該工具目前由寶馬、戴姆勒、大眾、豐田、博世、TüV南德意志集團(tuán)和ITK-Engineering在eclipse基金會(huì)下聯(lián)合開(kāi)發(fā)。openPASS的模塊化框架允許不同模塊采用不同的模型，而開(kāi)源的方法則提供了一定的透明度。此外，在openPASS中還可以使用openDRIVE、open-SCENARIO、OSI和FMI等開(kāi)源接口。對(duì)于常用的HAD評(píng)估方法而言，openPASS最重要的一點(diǎn)是可以通過(guò)多種隨機(jī)變化來(lái)模擬場(chǎng)景，這些隨機(jī)變化可能會(huì)影響環(huán)境、車輛、傳感器參數(shù)和交通。最后一個(gè)重要方面是駕駛員行為模型，該模型將在下一節(jié)詳細(xì)介紹。在這里，通過(guò)將寶馬的駕駛員行為模型集成到模擬框架中，openPASS的靈活性得到了充分發(fā)揮。

駕駛員行為模型

對(duì)于基于交通的模擬方法來(lái)說(shuō)，駕駛員行為模型是必不可少的組成部分。評(píng)估HAD所需的駕駛員行為有兩個(gè)目的：第一個(gè)目的是模擬駕駛員在自動(dòng)駕駛車輛中的行為，在這種情況下，駕駛員必須從自動(dòng)駕駛功能中接管駕駛?cè)蝿?wù)。第二個(gè)目的是在考慮所有相關(guān)交通參與者之間互動(dòng)的情況下，描述不同交通參與者的行為。在基線模擬中，所有交通參與者都由駕駛員行為模型控制。在處理模擬中，該模型只與非自動(dòng)駕駛代理相關(guān)。由于在評(píng)估中要對(duì)基線模擬和處理模擬進(jìn)行比較，因此基線模擬中的風(fēng)險(xiǎn)應(yīng)與現(xiàn)實(shí)世界相當(dāng)。因此，駕駛員行為模型應(yīng)涵蓋各種駕駛員的駕駛能力，包括事故預(yù)防策略以及人類駕駛員的錯(cuò)誤行為。

根據(jù)這一要求，寶馬公司從2014年起開(kāi)始開(kāi)發(fā)隨機(jī)認(rèn)知駕駛員模型（SCM）。該駕駛員行為模型主要針對(duì)高速公路交通而設(shè)計(jì)。SCM 的功能概念將人類認(rèn)知過(guò)程與隨機(jī)過(guò)程建模相結(jié)合。SCM由五個(gè)不同的子模塊組成，分別代表不同駕駛員的行為（信息獲取、心理模型、決策過(guò)程、行動(dòng)模式、行動(dòng)實(shí)施）。通過(guò)這些模型，可以表示從信息獲取到駕駛員轉(zhuǎn)向、制動(dòng)或加速的過(guò)程。由于SCM的隨機(jī)特性，可以保證代理在某些駕駛情況下會(huì)有不同的行為。甚至有可能同一個(gè)駕駛員在相同的情況下做出不同的反應(yīng)。這樣，就能確保評(píng)估涵蓋廣泛的駕駛員行為。

近年來(lái)，SCM的進(jìn)一步發(fā)展涉及兩個(gè)方面。第一個(gè)方面是改進(jìn)了模型的預(yù)測(cè)和預(yù)期能力，以確保更好的交通流量，降低被動(dòng)切入機(jī)動(dòng)的事故率。第二個(gè)方面是駕駛員特征模塊，該子模塊將駕駛員參數(shù)（年齡、行駛里程）和狀態(tài)（如疲勞和壓力）與SCM的駕駛員參數(shù)聯(lián)系起來(lái)。它涵蓋了駕駛員的個(gè)體差異和個(gè)體間差異及其對(duì)駕駛員行為的影響。在單向隨機(jī)過(guò)程中，交通代理可獲得一系列駕駛員個(gè)體特征，這些特征可改變、擴(kuò)大或縮小SCM所有子模塊中隨機(jī)參數(shù)的基線分布。這樣，就可以模擬更廣泛的整體駕駛員群體，并盡可能逼真地運(yùn)行虛擬交通模擬。為了用有效數(shù)據(jù)填充該子模塊，進(jìn)行了一項(xiàng)駕駛模擬器研究。在討論了總體背景之后，下一章將舉例說(shuō)明該方法在HAD中的應(yīng)用。

04  自動(dòng)駕駛方法的應(yīng)用

在介紹了該方法之后，本章將重點(diǎn)介紹其示范應(yīng)用。為此，本章分析了八種不同駕駛場(chǎng)景下的示例HAD效果。這八個(gè)不同的駕駛場(chǎng)景是：

1. 切入；

2.交通堵塞；

3.追尾事故；

4.單車事故；

5.車道盡頭；

6.車道上的障礙物；

7.高速公路入口；

8.駕駛轉(zhuǎn)換后的最小風(fēng)險(xiǎn)機(jī)動(dòng)。

控制權(quán)轉(zhuǎn)換后的最小風(fēng)險(xiǎn)機(jī)動(dòng)，分析是在歐洲資助的AdaptIVe研究項(xiàng)目和德國(guó)資助的Ko-HAF研究項(xiàng)目的背景下進(jìn)行的。前四種情景在事故情景部分進(jìn)行了報(bào)告，其余四種情景在挑戰(zhàn)情景部分進(jìn)行了報(bào)告。

必須指出的是，分析的HAD只是一個(gè)示例功能，并不代表寶馬公司的實(shí)際執(zhí)行情況。

分析的高度自動(dòng)駕駛功能

下文中模擬的示例HAD是根據(jù)表1實(shí)施的。對(duì)于在駕駛員未接管功能的情況下啟動(dòng)的最低風(fēng)險(xiǎn)操作，分析了兩種實(shí)施方案。第一個(gè)實(shí)施方案考慮了適當(dāng)減速（約2 m/s2），第二個(gè)實(shí)施方案考慮了強(qiáng)減速（約5 m/s2）。

表1 分析人工自動(dòng)駕駛功能的規(guī)范

HAD在交通事故相關(guān)場(chǎng)景中的安全性能

首先，根據(jù)所描述的方法對(duì)駕駛場(chǎng)景進(jìn)行模擬，在這些場(chǎng)景中，HAD預(yù)計(jì)會(huì)產(chǎn)生積極影響。與手動(dòng)駕駛車輛相比，自動(dòng)駕駛車輛的事故風(fēng)險(xiǎn)變化見(jiàn)表2。正如預(yù)期的那樣，所有場(chǎng)景都顯示出降低事故風(fēng)險(xiǎn)的潛力。

表2 模擬事故相關(guān)交通場(chǎng)景的結(jié)果

模擬方法唯一沒(méi)有涵蓋的情況是"單次駕駛事故"。在這種情況下，車輛會(huì)意外離開(kāi)車道或道路。預(yù)計(jì)只要彎道位于ODD中，且未出現(xiàn)功能問(wèn)題，該功能就能將車輛保持在車道上，從而防止相關(guān)事故的發(fā)生。

然而，駕駛場(chǎng)景中的效果只是潛在安全效果的一部分，因?yàn)檫@意味著該功能可以在所有條件下運(yùn)行，并且始終處于激活狀態(tài)。這當(dāng)然不符合實(shí)際情況，因?yàn)槿绫?所述，HAD在ODD方面受到限制。為了考慮到這一局限性，表3的第三列提供了符合ODD的GIDAS事故的比例信息。

關(guān)于ODD所包含的事故比例，在HAD運(yùn)行速度之外發(fā)生的事故存在不確定性。在這種情況下，要么是開(kāi)啟了該功能，駕駛員按照計(jì)算結(jié)果獲益；要么是駕駛員打算開(kāi)得更快，這意味著操作者關(guān)閉了該功能。這樣就不會(huì)有任何好處。在某種程度上，這是一個(gè)因國(guó)而異的問(wèn)題，由于德國(guó)高速公路的限速不受限制，這一點(diǎn)在德國(guó)比在其他國(guó)家更為重要。不過(guò)，這個(gè)原則問(wèn)題適用于所有高于HAD運(yùn)行速度的事故。關(guān)于HAD的使用，在市場(chǎng)推出之前幾乎不可能有任何說(shuō)法，因?yàn)閷?shí)際使用情況將取決于人機(jī)界面的設(shè)計(jì)和用戶對(duì)該功能的態(tài)度。

HAD在具有挑戰(zhàn)性的交通場(chǎng)景中的安全性能

在預(yù)期產(chǎn)生積極影響的駕駛場(chǎng)景之后，對(duì)具有挑戰(zhàn)性的場(chǎng)景進(jìn)行了評(píng)估。表3提供了駕駛場(chǎng)景中事故率的預(yù)期平均變化結(jié)果以及ODD中的事故比例。

表3 模擬挑戰(zhàn)性交通場(chǎng)景的結(jié)果

模擬結(jié)果表明，在具有挑戰(zhàn)性的情景下，結(jié)果差異很大。對(duì)于車道上的障礙物和高速公路入口的駕駛情景，與基準(zhǔn)情景相比，發(fā)現(xiàn)降低事故風(fēng)險(xiǎn)的潛力很大。而在風(fēng)險(xiǎn)最小的情況下，情況則有所不同。這并不奇怪，因?yàn)榕c正常駕駛相比，額外的和適當(dāng)?shù)闹苿?dòng)操作會(huì)讓其他交通參與者感到意外。對(duì)于中等-最小風(fēng)險(xiǎn)機(jī)動(dòng)，事故風(fēng)險(xiǎn)大約在手動(dòng)駕駛的范圍內(nèi)。與手動(dòng)駕駛相比，強(qiáng)烈減速的最低風(fēng)險(xiǎn)操作會(huì)顯著增加事故風(fēng)險(xiǎn)。因此，從交通安全的角度來(lái)看，最小風(fēng)險(xiǎn)操作中的減速幅度應(yīng)該相當(dāng)?shù)?。不過(guò)，需要注意的是，本研究并未考慮采用最小風(fēng)險(xiǎn)機(jī)動(dòng)的技術(shù)可行性。很明顯，適度減速的實(shí)施難度明顯高于強(qiáng)減速，因?yàn)闄C(jī)動(dòng)所需的時(shí)間更長(zhǎng)。

05  確認(rèn)和驗(yàn)證流程

由于目前的前瞻性效果評(píng)估方法依賴于虛擬計(jì)算機(jī)模擬，因此驗(yàn)證和確認(rèn)對(duì)于確保模擬提供可信和可靠的結(jié)果至關(guān)重要。在確認(rèn)和驗(yàn)證過(guò)程中，要檢查單個(gè)模型或整個(gè)模擬的結(jié)果是否在預(yù)定范圍內(nèi)符合參考結(jié)果。仿真驗(yàn)證和確認(rèn)的挑戰(zhàn)在于確保仿真的正確性，同時(shí)將這項(xiàng)工作的工作量控制在合理的水平。

由于寶馬公司認(rèn)為驗(yàn)證和確認(rèn)是前瞻性安全有效性評(píng)估方法的一個(gè)重要方面，因此為其模擬確定了驗(yàn)證和確認(rèn)流程。寶馬公司確認(rèn)和驗(yàn)證流程的主要要求如下：

◆ 該流程必須涵蓋整個(gè)方法和模擬方法中的所有相關(guān)（子）模塊；

◆ 每個(gè)模型和整個(gè)方法至少要進(jìn)行一次驗(yàn)證；

◆ 根據(jù)仿真方法或仿真工具的變化，需要重復(fù)進(jìn)行該過(guò)程。為此，可根據(jù)變化的影響程度將其分為小變化和大變化；

◆ 如果使用的是已經(jīng)驗(yàn)證過(guò)的模型，則無(wú)需再對(duì)該模型進(jìn)行驗(yàn)證或確認(rèn)；

◆ 應(yīng)根據(jù)待驗(yàn)證模型和參考數(shù)據(jù)的質(zhì)量來(lái)選擇參考。

表4列出了可通過(guò)不同參照物進(jìn)行驗(yàn)證和確認(rèn)的模型概覽。無(wú)論采用哪種方法，最終都必須確定驗(yàn)證模型的輸出結(jié)果是否足夠接近參考值。對(duì)于標(biāo)準(zhǔn)的定義，評(píng)估目的和參考數(shù)據(jù)的質(zhì)量都很重要。如果有明確的標(biāo)準(zhǔn)（如最大誤差），則應(yīng)證明這些閾值已經(jīng)達(dá)到。如果定義了一定的目標(biāo)范圍，這一點(diǎn)也同樣適用。在這種情況下，有必要對(duì)每個(gè)模型的允許誤差進(jìn)行細(xì)分。在沒(méi)有明確標(biāo)準(zhǔn)的情況下，可采用以下方法之一對(duì)模塊質(zhì)量進(jìn)行量化：

1) 計(jì)算質(zhì)量指標(biāo)（最大誤差）；

2) 量化分布間的技術(shù)偏差（如效應(yīng)大?。?

3) 敏感性分析；

4) 明確宣布置信區(qū)間。

表4 在確認(rèn)和驗(yàn)證仿真模型時(shí)，不同模型的參考數(shù)據(jù)

06  結(jié)論和討論

本文對(duì)HAD的前瞻性安全評(píng)估方法進(jìn)行了全面綜述。HAD的引入為該技術(shù)的前瞻性安全評(píng)估帶來(lái)了不同的挑戰(zhàn)。原則上，可以采用不同的工具進(jìn)行安全評(píng)估。不過(guò)，考慮到其優(yōu)缺點(diǎn)，基于模擬的評(píng)估方法是最有前途的方法，因?yàn)樗軌蛞院侠淼某杀竞w各種各樣的駕駛和交通場(chǎng)景。不過(guò)，其他工具的輸入可以也應(yīng)該用于正確定義模擬應(yīng)用模型。從這個(gè)意義上說(shuō)，模擬是評(píng)估工具所獲知識(shí)的綜合。

最后，描述的方法被應(yīng)用于一個(gè)典型的HAD。結(jié)果表明，在ODD的特定場(chǎng)景中，HAD可以顯著降低事故風(fēng)險(xiǎn)。對(duì)于具有挑戰(zhàn)性的情況，情況就不那么明朗了。在這種情況下，交通安全方面也會(huì)出現(xiàn)新的風(fēng)險(xiǎn)。然而，兩種最低風(fēng)險(xiǎn)操作在事故風(fēng)險(xiǎn)方面的結(jié)果差異突出表明，需要進(jìn)行詳細(xì)分析，考慮確切的技術(shù)行為，并在這一領(lǐng)域進(jìn)行詳細(xì)模擬。

最后一個(gè)挑戰(zhàn)是證明得出的結(jié)果是可靠和可信的。因此，對(duì)包括所有模型在內(nèi)的方法和模擬工具進(jìn)行驗(yàn)證和確認(rèn)至關(guān)重要。本文報(bào)告了寶馬公司為前瞻性安全評(píng)估所采取的驗(yàn)證和核查方法。