王鳳嬌 宗 巖 靳志剛 張?zhí)K林

（中汽數(shù)據(jù)（天津）有限公司，天津300000）

1 背景介紹

隨著自動駕駛的等級增加與功能豐富，傳統(tǒng)的測試方法與工具不能滿足自動駕駛測試的要求，使自動駕駛測試工作進度緩慢?；趫鼍暗姆抡鏈y試手段在測試效率、成本、覆蓋率等方面的優(yōu)勢，且通過仿真覆蓋實車不能實現(xiàn)的邊緣場景，可以在仿真環(huán)境下盡早發(fā)現(xiàn)實車測試不易識別的軟件故障，仿真測試將逐步成為實車測試的前提條件與當(dāng)前研究熱點。

自動駕駛仿真場景是在設(shè)計的作用域范圍內(nèi)，可從駕駛能力/功能特征、物理環(huán)境、交通參與者行為、評價準則等相關(guān)因素進行考量。自動駕駛場景測試分為靜態(tài)與動態(tài)兩類，場景設(shè)計可遵循Open X 系列標(biāo)準進行設(shè)計。靜態(tài)場景通常包括道路設(shè)施、交通附屬設(shè)施、周邊環(huán)境等；動態(tài)場景通常包括交通管理控制、機動車、行人與非機動車等[1]。

2 基于功能安全的場景

場景應(yīng)用是ISO 26262 標(biāo)準的整個開發(fā)過程中以得到各中間產(chǎn)物，在不同階段建立并描述滿足一致性要求場景，將場景劃分為三個抽象級別：概念設(shè)計階段的功能場景、系統(tǒng)開發(fā)階段的邏輯場景和測試驗證階段的具體場景[4]。

以AEB 為例，功能場景依賴于功能需求描述詳細程度。AEB功能描述：在規(guī)定范圍內(nèi)，由感知系統(tǒng)識別本車前方可能會發(fā)生碰撞的目標(biāo)，當(dāng)系統(tǒng)計算出本車在閾值區(qū)間會和前方目標(biāo)發(fā)生碰撞時，系統(tǒng)提供制動輔助，避免碰撞發(fā)生或減緩碰撞強度。

車輛道路行駛需要描述道路的幾何結(jié)構(gòu)和拓撲結(jié)構(gòu)、與其他交通參與者的交互等，還可根據(jù)排列組合方式羅列主車與交通參與者的位置與相對運動趨勢進行設(shè)計，排除不合理場景來保證場景覆蓋性。表1 為在一個城市道路的功能場景：主車行駛在城市道路右側(cè)車道上，前方有行人橫穿馬路。

表2 為從表1 所示的功能場景中衍生出的邏輯場景。功能場景術(shù)語表中的每一項都必須分配一個描述該術(shù)語的參數(shù)，有時可能需要多個參數(shù)來描述單個術(shù)語。在示例中，車道都是通過車道寬度來描述，幾何結(jié)構(gòu)是由一個半徑來表示，行人由其與主車相對位置來描述。

表1 AEB 功能場景實例

表2 AEB 邏輯場景實例

表3 AEB 具體場景實例

表4 AEB 誤觸發(fā)場景

表3 為表2 中的邏輯場景中得出的一個具體場景。邏輯場景到具體場景的轉(zhuǎn)化其實是每個參數(shù)都從指定的參數(shù)范圍內(nèi)確定一個具體的參數(shù)值，從而確定一個特定的測試條件。參數(shù)確定從基于需求、等價類劃分、邊界值、錯誤猜想等功能安全測試用例設(shè)計方法進行考慮。

只有具體場景才能轉(zhuǎn)化為測試用例，但測試用例需要增加被測試對象的預(yù)期行為及相關(guān)測試需求，而被測試對象的預(yù)期行為和需求時根據(jù)功能場景和邏輯場景得出，故測試用例的設(shè)計離不開功能安全不同階段的功能場景、邏輯場景、具體場景。

3 基于SOTIF 的場景

SOTIF 強調(diào)的是避免因為預(yù)期的功能表現(xiàn)局限而導(dǎo)致不合理的風(fēng)險。智能系統(tǒng)涉及到的算法/功能具有非預(yù)測行為，通過應(yīng)用SOTIF 以及分析環(huán)境場景，識別和評估場景并觸發(fā)事件，設(shè)計人員不需要額外的操作，就可以完成“智能場景感知”系統(tǒng)的設(shè)計?！肮δ鼙憩F(xiàn)局限”體現(xiàn)在三個方面：傳感器感知局限導(dǎo)致場景識別錯誤、深度學(xué)習(xí)不夠?qū)е聸Q策算法判斷場景錯誤、執(zhí)行器功能局限導(dǎo)致與理想目標(biāo)偏差。故在識別危險事件時，要從預(yù)期功能和合理可預(yù)見的誤操作等“功能表現(xiàn)局限”角度驗證和確認SOTIF 相關(guān)場景。

若在正常情況下AEB 被觸發(fā)，反而會導(dǎo)致駕駛體驗感差、后車追尾等危險。故針對AEB 誤觸發(fā)進行的設(shè)計驗證是AEB開發(fā)工作的重要環(huán)節(jié)，表4 列舉了常見的誤觸發(fā)場景。

誤觸發(fā)場景按照“功能表現(xiàn)局限”進行識別，然后按照功能場景、邏輯場景、具體場景進行具設(shè)計，最終形成誤觸發(fā)測試用例，進一步補充功能安全中的故障注入、錯誤猜想等方面用例。此外，還可以根據(jù)常見的交通事故及人為誤操作來豐富測試用例并進行分類。

通過“實時道路仿真場景VS 誤操作”的組合，從功能安全和預(yù)期功能安全角度出發(fā)，生成可能會導(dǎo)致的危險事件，分析這些危險事件的模型，將有助于推倒出危險發(fā)生的可能性，以及測試智能駕駛輔助系統(tǒng)的行為，從根本上避免潛在的危險。

4 展望

基于駕駛模擬技術(shù)成功實現(xiàn)了車路協(xié)同應(yīng)用系統(tǒng)的再現(xiàn)與仿真測試，通過構(gòu)造虛擬路側(cè)傳感器、虛擬車車通信系統(tǒng)，構(gòu)建試驗車輛與背景車輛的交互場景，形成了面向人因的車路協(xié)同應(yīng)用系統(tǒng)實驗測試仿真一般性方法。但是基于場景的自動駕駛仿真測試還處于初級階段，未來還需要大力突破擬的仿真場景與實際路況融合數(shù)據(jù)庫的創(chuàng)建、自動駕駛仿真測試標(biāo)準及工具鏈等核心技術(shù)，建立自動駕駛的仿真測試的架構(gòu)體系，為智能產(chǎn)業(yè)發(fā)展保駕護航[3]。