科海撷珠 | 把好汽车方向盘

科学画报 · 公众号 · 科学 · 2024-12-12 14:29

正文

自动驾驶技术的发展之路需要高效准确的测评系统保驾护航。

文/王燕文徐鸣

王燕文，上汽集团质量和技术管理部新技术支持总监。

徐鸣，上海市科普作家协会会员。

马路上平稳地行驶着一辆汽车，它沉稳地应对复杂的路况，丝滑地避让变道过来的车辆，这都让人相信它的方向盘握在一位经验丰富的驾驶员手中。然而，如果仔细观察就会发现，驾驶座上的人双手全程没有触碰方向盘，甚至驾驶座上根本没有人——这辆汽车是在“自己开自己”。这就是自动驾驶技术。

自动驾驶测评：守住安全防线

自动驾驶是对驾驶员感知、决策、控制功能的增强和替代。自动驾驶的技术层次分为L1到L5共5级，从低到高依次可降低人类驾驶劳动强度，最终将人从驾驶劳动中完全解放。当前，自动驾驶正处于L2到L3的过渡阶段。

自动驾驶技术是新一代人工智能、交通强国、“中国制造2025”、国家科技创新规划等国家战略的交汇点，美国、德国、日本等国家也将发展自动驾驶技术纳入国家战略。自动驾驶已成为全球科技竞争焦点，各国都在加快推动智能网联汽车技术研发及应用。尤其是近年来，全球配置不同级别自动驾驶系统的新车销售占比显著提高，从2015年的23%到2022年的53%。

自动驾驶的目标是将人从驾驶劳动中解放出来，但目前的现实是自动驾驶百万千米事故数仍高于人类驾驶的两倍。美国《科学》杂志和全球知名智库兰德公司发布的报告均表明：相对不完备的测试评价导致了自动驾驶安全防线失守。因此，系统性开发自动驾驶相关测评技术，高效准确地评判自动驾驶系统/产品的表现，已成为自动驾驶发展的重要一环。

虚实融合，重构复杂驾驶场景

区别于传统汽车，自动驾驶需要感知、理解，甚至与交通环境中的其他参与方进行交流、对话和博弈。因此，自动驾驶测试的范围也超越机械、物理和化学等领域，且没有系统的、成熟的方法和标准能够参照和比较。针对早期过分依赖道路测试、效率低下等测试瓶颈，建立以整车道路自然驾驶数据为起点的，包含场景加速、仿真加速和流程加速三方面，覆盖从场景数据到测评标准、从模型在环到系统在环测试等技术领域的自动驾驶测试技术体系迫在眉睫。

同济大学和上汽集团研究团队研发了基于平台车辆搭载感知、定位、同步等子系统的三代轻量级驾驶场景全息采集装备，建立场景数据从采集车队到后台的高效传输通道，开发涵盖存储、查询、任务调度等功能的场景数据库，实现复杂驾驶场景语义解析与多模态数据自适应融合技术，完成了复杂驾驶场景要素的高精度重构，构建场景参数组合规律解析与自动化生成模型。高风险场景泛化技术解决了从现实场景有限采集到无限泛化的难题，使采用自动驾驶技术的汽车始终行驶在正确的道路上，保障交通安全、通行效率和社会文明。

在仿真环境里迭代

暴雨等恶劣天气对自动驾驶的安全性有很大影响。一方面，自动驾驶系统的传感器会受到强烈干扰，感知精度大幅下降，执行器也会因路面条件的改变受到直接影响。另一方面，整个交通环境会发生显著变化，交通流中的其他车辆通常会因视距受限、路面湿滑等因素而改变驾驶行为（如更频繁地刹车），突发事故概率显著增加，可能会出现前方突然拥堵、旁车失控滑移等情况。上述因素叠加在一起，显著增加了自动驾驶系统的反应难度和决策复杂性，因此，对自动驾驶系统进行极端天气中的测试是十分必要的。然而，在真实环境中进行这种测试不仅难以控制，而且有很高的成本和安全风险。

为了应对这一挑战，研究团队利用“人—车—路—环全要素耦合仿真推演技术”，构建了一个多维的复杂交通仿真环境。这个仿真环境涵盖了气候、道路状况、交通流特征等所有环境要素，能够动态模拟暴雨条件下的传感器视距缩短、识别模糊和执行器延迟等问题。此外，内置的多车行为模型会根据天气因素调整每辆车的行驶模式，包括减速频率、车距保持、对突发事件的应急反应等，模拟真实交通流在极端天气下的驾驶风格。为了提高场景的真实性，研究团队还引入了交通流统计数据，融合了多种气候条件下的交通事故和行为变化历史数据，以预测真实环境中的突发事故概率。这些耦合场景的叠加可以在仿真环境中再现极端天气下自动驾驶系统可能面临的各种复杂场景，从而系统地测试算法的性能。

研究团队利用“人—车—路—环全要素耦合仿真推演技术”对自动驾驶系统进行了数万千米的虚拟测试，结果显示，自动驾驶系统在部分突发情况下的应急策略存在不稳定性。例如，在多车突然减速的情况下，传感器由于雨水干扰无法准确识别车距，导致制动延迟。基于仿真测试结果，研究团队重新训练了感知模块，增强自动驾驶系统在复杂天气条件下对车辆距离和相对速度的识别，并优化了其应急避障算法。改进后，自动驾驶系统的平均应急响应速度提升了31%，有效减少了极端天气下的事故风险。

为自动驾驶保驾护航

从跟跑到领跑，研究团队打破国外垄断，自主研发了自动驾驶系统测试评价技术框架体系，开发了虚实协同测试优化技术，显著缩短自动驾驶产品更新周期，提高了企业研发竞争力。

从理论到实践，研究团队正在向开发自动驾驶测评核心关键技术（如场景数据库和仿真加速测试方法）及其装备和工具链进军，通过参与国际标准制定，提升自动驾驶技术国际话语权，加速中国高水平科技自立自强，支撑相关产品提质增效和出口持续增长。

近年来，在人工智能、大数据等信息技术的加持下，自动驾驶技术路线不断创新，既有多传感器融合并基于规则决策的传统模式，又有纯视觉“端到端”模式等。我国相关企业正稳扎稳打，步步为营，一边扩大完善L2级功能场景范围，一边局部突破L3或L4级应用，甚至希望一步到位攻克L5级。自动驾驶测试评价标准体系中的相关内容也需要进一步细分、完善和创新，为高速发展的自动驾驶技术保驾护航。

本文相关成果“自动驾驶汽车虚实融合测评关键技术与系列装备”荣获2023年度上海市技术发明奖一等奖。

END

更多“上海科技进步奖”关文章

∨

▲《“隔空碎石”突破慢性胰腺炎治疗困境》

▲《你好，充当模式动物的猴子们》

▲《让失去的时光重现光彩——真实世界视频智能增强技术》