文 /吳海飛 宋雪松 曹 寅

自動駕駛汽車作為解決道路安全、交通擁堵等問題的終極方案，其意義不僅在于汽車產(chǎn)品與技術(shù)的升級，更有可能帶來汽車、相關(guān)產(chǎn)業(yè)格局和價(jià)值鏈體系的重塑，已經(jīng)成為了中國、美國、日本和歐洲等國家和地區(qū)的未來發(fā)展戰(zhàn)略。

各企業(yè)爭先恐后推出的自動駕駛汽車是否滿足道路安全要求？對解決交通擁堵又有多大收益？該如何對自動駕駛汽車進(jìn)行評價(jià)？目前沒有一套成熟的測試體系。

一、自動駕駛汽車測試標(biāo)準(zhǔn)體系現(xiàn)狀

1. 國內(nèi)外自動駕駛汽車標(biāo)準(zhǔn)體系戰(zhàn)略介紹

現(xiàn)階段，高級別的自動駕駛相關(guān)標(biāo)準(zhǔn)尚未出臺，主要國家和國際組織的標(biāo)準(zhǔn)、法規(guī)仍以高級駕駛輔助系統(tǒng)（ADAS）功能類標(biāo)準(zhǔn)為主。國際標(biāo)準(zhǔn)化組織（ISO）已經(jīng)將自動駕駛汽車相關(guān)標(biāo)準(zhǔn)、法規(guī)協(xié)調(diào)作為重點(diǎn)工作，目前已發(fā)布的相關(guān)標(biāo)準(zhǔn)主要有ISO 17361-2017《智能運(yùn)輸系統(tǒng)—車道偏離預(yù)警系統(tǒng)—性能要求及試驗(yàn)方法》和ISO 22178-2009《智能運(yùn)輸系統(tǒng)—低速跟隨行駛系統(tǒng)—性能要求及試驗(yàn)方法》等。世界車輛法規(guī)協(xié)調(diào)論壇（WP29）也設(shè)立了ITS/AD非正式工作組，于2017年3年啟動了自動緊急制動系統(tǒng)（AEBs）與自動轉(zhuǎn)向控制功能（ACSF）法規(guī)制定工作，在原有的制動和轉(zhuǎn)向控制標(biāo)準(zhǔn)（ECER131、ECER79）中進(jìn)行修訂，計(jì)劃在2018年提交法規(guī)草案。

2017年12月，我國制定了《國家車聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)體系建設(shè)指南》，旨在指導(dǎo)智能網(wǎng)聯(lián)汽車標(biāo)準(zhǔn)化工作，加快構(gòu)建包括整車、關(guān)鍵系統(tǒng)部件功能安全和信息安全在內(nèi)的智能網(wǎng)聯(lián)標(biāo)準(zhǔn)體系，并逐步形成統(tǒng)一、協(xié)調(diào)的國家車聯(lián)網(wǎng)產(chǎn)業(yè)標(biāo)準(zhǔn)體系架構(gòu)。2018年1月，國家發(fā)展和改革委員會發(fā)布了智能汽車創(chuàng)新發(fā)展戰(zhàn)略征求意見稿，把構(gòu)建系統(tǒng)完善的智能汽車法規(guī)標(biāo)準(zhǔn)體系作為一項(xiàng)重要戰(zhàn)略任務(wù)，通過健全法律法規(guī)、完善技術(shù)標(biāo)準(zhǔn)、推動認(rèn)證認(rèn)可等措施來推動智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)發(fā)展。

2. 我國自動駕駛標(biāo)準(zhǔn)體系建設(shè)

中國汽車標(biāo)準(zhǔn)化技術(shù)委員會智能網(wǎng)聯(lián)汽車分技術(shù)委員會于2018年4月成立，分標(biāo)委下設(shè)立ADAS、汽車信息安全和自動駕駛?cè)齻€標(biāo)準(zhǔn)工作組以及國際協(xié)調(diào)專家組。標(biāo)準(zhǔn)體系建設(shè)方面，計(jì)劃到2020年，初步建立能夠支撐駕駛輔助和低級別自動駕駛的智能網(wǎng)聯(lián)汽車標(biāo)準(zhǔn)體系，制定30項(xiàng)以上智能網(wǎng)聯(lián)汽車重點(diǎn)標(biāo)準(zhǔn)，涵蓋功能安全、信息安全和人機(jī)界面等通用技術(shù)和信息感知與交互、決策預(yù)警和輔助控制等核心功能相關(guān)的技術(shù)要求和試驗(yàn)方法；到2025年，將建成能夠支撐高級別自動駕駛的智能網(wǎng)聯(lián)汽車標(biāo)準(zhǔn)體系，制定100項(xiàng)以上智能網(wǎng)聯(lián)汽車標(biāo)準(zhǔn)，涵蓋智能化自動控制、網(wǎng)聯(lián)化協(xié)同決策技術(shù)以及典型場景下自動駕駛功能與性能相關(guān)的技術(shù)要求和評價(jià)方法。目前，已開展的標(biāo)準(zhǔn)制定計(jì)劃包括自動緊急制動系統(tǒng)（AEB）、車道保持輔助系統(tǒng)（LKA）、盲區(qū)監(jiān)視系統(tǒng)（BSM）和自動泊車系統(tǒng)等。

除了國家標(biāo)準(zhǔn)，2017年10月，上海市成立了智能網(wǎng)聯(lián)汽車和應(yīng)用標(biāo)準(zhǔn)工作組，以推進(jìn)智能網(wǎng)聯(lián)汽車地方標(biāo)準(zhǔn)的先行先試。第一批研究制定的相關(guān)標(biāo)準(zhǔn)包括：《智能引導(dǎo)、充電停車庫和管理系統(tǒng)技術(shù)規(guī)范》《基于上海道路環(huán)境的車輛車道盲區(qū)監(jiān)控系統(tǒng)性能要求及測試方法》《基于上海道路環(huán)境的車道偏離預(yù)警系統(tǒng)性能要求及測試方法》等。

二、自動駕駛測試評價(jià)挑戰(zhàn)分析

1. 安全性評價(jià)挑戰(zhàn)

安全性的評估主要涉及交通事故。據(jù)統(tǒng)計(jì)，90%的傳統(tǒng)汽車交通事故是駕駛員操作錯誤造成的，而自動駕駛則是通過機(jī)器代替人類駕駛，不會產(chǎn)生疲勞、分心，可以顯著降低由于操作錯誤產(chǎn)生的交通事故。但是，目前自動駕駛系統(tǒng)的技術(shù)還不夠成熟，社會體系的融入問題依然沒有解決。因此，也會帶來新的、甚至更加嚴(yán)重的危險(xiǎn)，比如復(fù)雜的天氣和交通環(huán)境、信息安全以及自動系統(tǒng)故障等風(fēng)險(xiǎn)。無論自動駕駛技術(shù)多么成熟，都無法避免事故的發(fā)生，那么，自動駕駛汽車究竟需要多么安全才能投放市場？

根據(jù)美國DOT數(shù)據(jù)，在美國，每行駛1億公里，因交通事故受傷的有77人，死亡1.09人。因此，為了證明自動駕駛汽車也具備每1億公里1.09死亡人數(shù)的水平甚至更高，需要幾億公里甚至幾十億公里的道路測試和非常高的時(shí)間與金錢成本；再者嚴(yán)苛的工況在道路測試中可遇不可求，即使遇見了也無法進(jìn)行重復(fù)驗(yàn)證。道路交通事故測試場景需能夠體現(xiàn)出實(shí)際交通環(huán)境下的高危場景。那么，以人類駕駛歷史交通事故信息為基礎(chǔ)構(gòu)建相應(yīng)的測試場景，理論上應(yīng)該可以縮短道路測試的里程。但是，就算自動駕駛車輛遍歷了人類駕駛歷史交通事故場景，也不能從根本上解決自動駕駛的安全性問題；自動駕駛汽車不存在醉酒、分心和疲勞，而這些因素占所有事故原因的50%以上。所以，事故場景中有一大部分場景對自動駕駛是沒有意義的。

自動駕駛安全測試面臨的更大挑戰(zhàn)是隨機(jī)情況處理能力測試，比如道路環(huán)境問題、信息安全問題和系統(tǒng)故障問題等都是隨機(jī)并且不可預(yù)知。

2. 高效性評價(jià)挑戰(zhàn)

高效性評價(jià)主要涉及單車、路口、某條走廊或者區(qū)域內(nèi)的交通移動表現(xiàn)，包括用戶使用的便捷性和到達(dá)目的地的效率等。

很顯然，自動駕駛汽車在解決員工通勤時(shí)間長的問題上具有非常好的應(yīng)用前景，它可以完美地解決最后一公里的出行問題，用戶無需親自停車，也不用走去停車場；通過自動駕駛汽車構(gòu)建的智能交通，以云平臺控制，從而提高區(qū)域的交通效率。雖然自動駕駛汽車在降低交通事故的同時(shí)必然可以減少擁堵，但是自動駕駛功能在一定條件下同樣會影響交通效率。比如：自動跟車功能可能會設(shè)置一個較長的跟隨距離，這可能會提高其安全性，但也會降低車道的通過量。

單車的測試往往不能全面地評價(jià)自動駕駛汽車效率，還應(yīng)評估一組自動駕駛汽車在一定的周期內(nèi)對某個區(qū)域交通效率的影響，這就需要一個非常復(fù)雜的現(xiàn)實(shí)或者虛擬的交通模型。自動駕駛汽車與非自動駕駛汽車混合駕駛的時(shí)期，評價(jià)會變得更復(fù)雜。目前，比較常用的區(qū)域交通效率指標(biāo)（平均出行時(shí)間、出行指數(shù)等）會隨著自動駕駛汽車技術(shù)的發(fā)展而不斷地發(fā)生變化，比如出行更方便，人們會有更強(qiáng)的意愿去更遠(yuǎn)的地方，更頻繁的出行，從而再次影響區(qū)域交通效率。

3. 舒適性評價(jià)挑戰(zhàn)

舒適性的評價(jià)主要涉及駕駛員或者乘員的駕乘體驗(yàn)。傳統(tǒng)汽車舒適性評價(jià)主要通過人體總的振動加速度與主觀感覺來判斷舒適性。這一評價(jià)內(nèi)容只是自動駕駛汽車舒適性評價(jià)中的一部分；評價(jià)的另一部分內(nèi)容是駕駛員或者乘員對于自動駕駛系統(tǒng)本身的感受，包括加速、剎車、轉(zhuǎn)向、換道以及人機(jī)交互等。

不同國家、不同區(qū)域的用戶由于駕駛習(xí)慣的不同，對待同一自動駕駛功能的主觀感受也會不同。如，歐美開發(fā)的前方碰撞預(yù)警（FCW）系統(tǒng)報(bào)警碰撞時(shí)間（TTC）通常為2.5 秒，這里拋開安全性考慮，2.5 秒以上的跟車時(shí)距在歐美是能夠被接受的，但這功能很可能會被大部分國內(nèi)用戶關(guān)閉，因?yàn)槲覈{駛員的習(xí)慣跟車距離往往比該限值近得多。

因此，駕駛員行為模型對自動駕駛舒適性評價(jià)顯得尤為重要，而要建立一個基于舒適性評價(jià)的駕駛員模型本身就是一個挑戰(zhàn)。隨著自動駕駛技術(shù)的發(fā)展，駕駛員的駕駛行為也會不斷變化，駕駛員模型需不斷地進(jìn)行迭代。當(dāng)車輛不再需要駕駛員時(shí)，用戶作為乘員的身份對跟車距離、變道時(shí)機(jī)等因素可能不再關(guān)心，但會更關(guān)注人機(jī)交互、娛樂系統(tǒng)等因素。

三、自動駕駛汽車評價(jià)框架

通過以上分析可以得出，自動駕駛汽車評價(jià)是一個體系，任何一種單一測試方法都無法得到一個較為全面的結(jié)果。另外，該體系還必須是持續(xù)靈活的，隨著自動駕駛技術(shù)的發(fā)展而不斷地進(jìn)行更新迭代。

本文提出的評價(jià)框架（見圖1）是以數(shù)據(jù)庫為基礎(chǔ)，通過篩選邏輯確定虛擬測試、場地測試和公共道路測試之間的場景比例，三種測試方法之間相互補(bǔ)充，對自動駕駛汽車進(jìn)行更全面的評價(jià)。在安全性評價(jià)內(nèi)容中還應(yīng)增加故障注入和系統(tǒng)風(fēng)險(xiǎn)分析等手段，有針對性地評價(jià)自動駕駛汽車的隨機(jī)事件處理能力、網(wǎng)絡(luò)安全性和故障處理能力。

圖1 自動駕駛汽車評價(jià)框架

框架中篩選邏輯以由簡單到復(fù)雜為原則，如場景覆蓋單車單車道、多車單車道、多車多車道、路口、帶信號燈路口、快速走廊和區(qū)域交通場景等，可以從微觀到宏觀層面全面評價(jià)一輛或一組自動駕駛汽車。安全性評價(jià)、高效性評價(jià)和舒適性評價(jià)之間的篩選邏輯也不應(yīng)完全相同，安全性注重單車、短時(shí)間內(nèi)的系統(tǒng)性能；高效性注重的是多車、區(qū)域內(nèi)、長周期內(nèi)的性能表現(xiàn)。根據(jù)測試數(shù)據(jù)采集類型的不同，其虛擬仿真模型也完全不同，如舒適性評價(jià)應(yīng)加入人類駕駛員模型進(jìn)行對比。

框架中的數(shù)據(jù)基礎(chǔ)、篩選邏輯以及測試方法都是持續(xù)靈活、不斷迭代的。測試評價(jià)指標(biāo)涵蓋多空間、多時(shí)間維度，不僅可以評價(jià)自動駕駛汽車單場景單次的測試性能表現(xiàn)，也應(yīng)該能評價(jià)多車、長周期內(nèi)的性能表現(xiàn)。

四、總 結(jié)

自動駕駛的實(shí)現(xiàn)需要集汽車、信息通信、交通甚至人工智能等多領(lǐng)域技術(shù)，加上無法窮舉的隨機(jī)工況，自動駕駛汽車測試評價(jià)面臨著極大的挑戰(zhàn)。對此，本文歸納出一個評價(jià)框架，該框架以數(shù)據(jù)庫為基礎(chǔ)，通過多手段、多空間維度和多時(shí)間維度可以對自動駕駛汽車的安全性、高效性以及舒適性進(jìn)行評價(jià)。該框架目前還只是初步研究階段，后續(xù)需進(jìn)行一系列的細(xì)化與驗(yàn)證，才能更好地應(yīng)用到產(chǎn)品開發(fā)與標(biāo)準(zhǔn)研究中。