课题承担单位 ：武汉理工大学
近年来自动驾驶系统的研发与测试迅速发展 ，但业界仍未就如何在现实世界中进行安全性测试达成一致。自动驾驶系统测试的目标是确定车辆设计运行区域。因为未知的危险交通场景难以穷尽，所以基于场景的实车测试方法存在技术瓶颈。按照美国高速公路管理局的统计数据，驾驶者平均需要行驶85万公里才会经历一次警方报告事故，接近1.5亿公里才会经历一次致命事故 。产业观点通常认为每个自动驾驶系统需要160亿公里的驾驶数据来优化。配置一支1000辆自动驾驶测试车的车队需要花费大约50年的时间才能完成足够的里程测试。正是由于无法进行充分的道路测试，需要投入的时间和费用也不能承受，所以行业普遍共识是需要基于仿真技术对自动驾驶系统进行仿真测试与评价 。
自动驾驶仿真技术可以帮助认证机构去完善对汽车智能化软件产品的认证流程与监督方法 ，尤其是从测试技术上 ，弥补目前偏重实车路试的不足。通过完善仿真的海量自动化测试流程，不但可以增加测试工况范围和复杂程度 ，更可以对其零部件、子系统与整车集成进行不同层级的全链条测试。通过仿真覆盖实车不能实现的边缘场景 ，在虚拟测试环境下及早发现实车测试不易甄别的软件故障，仿真测试将逐步成为实车测试的前提条件。加快自动驾驶仿真测试能力建设，可以帮助自动驾驶封闭测试区和示范区进行更高效和全面的测试 ，提高测试的安全性 ，节省测试的时间与成本。
仿真系统有能力承载自动驾驶车辆运行全生命周期中的实时数据。当智能网联汽车获得认证许可后，自动驾驶系统仿真平台用来存储车辆实时行驶数据 ，收集并分析车辆遇到的危险工况并作为复现决策的依据，一方面用于检验产品的故障原因，另一方面提供产品的优化数据，从而保证汽车产品质量的安全可靠与持续升级。最终形成更为科学有效的功能测试方法和产品性能评价指标 。
目前国内外针对自动驾驶仿真测试方法和评价等方面开展了大量的研究工作，但仍存在以下两个方面的问题：
（1）智能网联汽车自动驾驶仿真测试场景尚需完善。当前测试库以经典的车辆测试场景为主，如过弯 、换道等，这些简单场景显然不能满足自动驾驶所有功能测试的需求 。如何建立接近实际行驶环境的复杂测试场景，能在统计学上覆盖现实交通中部分典型现象，是当前一个亟待解决的问题。
（2）缺少智能网联汽车自动驾驶仿真测试标准评价体系。目前 ，针对自动驾驶功能的仿真测试处于起步阶段，尚未形成明确的评价体系。测试所用的指标不够全面，大量研究利用车辆动力学稳定性指标进行测试评价，如车距 、车速变化率等 。而与车辆密切相关的能耗、舒适度等具有实际工程意义指标的研究较少。
本项目首先在传统车辆性能测试标准的基础上 ，基于实际需求进行智能网联汽车场景的设计 。场景的设计除了天气情况、通信情况等静态参数外，还有表征车辆运行情况的动态参数（工况）。为了满足不同的测试要求 ，将其分为标准工况和自定义工况。然后通过查找文献资料 、实车实验等方式获取自动驾驶测试功能的通过性评价指标和性能评价指标（驾驶安全性、驾驶舒适性、交通协调性等）。最后基于获取的“场景库”和自动驾驶功能测试评价指标，构建包含软件在环（SIL）、硬件在环（HIL） 、实车在环（VIL）系统的智能网联汽车自动驾驶仿真测试平台 ，分步骤、多角度的对自动驾驶算法功能进行测试。
图1 技术路线图
（1）开展自动驾驶功能仿真测试方法研究
自动驾驶仿真方法采用基于计算机模型的控制器开发“V”模式，但是其中的测试场景有限 。因此 ，需要建立与完善测试场景库，使测试方法标准化 、规范化，同时提高测试质量和效率 。项目中支持10种以上自动驾驶相关的仿真应用场景。
（2）开展仿真测试评价方法研究
目前，针对智能网联汽车自动驾驶功能的仿真测试尚处于萌芽阶段，尚未形成明确的评价方法 。未来，应明确不同虚拟测试平台之间的测试优势 ，采用在环设计方法和多构型执行机构一体化测试技术，建立统一 、规范的自动驾驶汽车虚拟测试标准工具链。另外针对不同的测试场景测试算法的不同功能，提取相应的评价指标，建立基于测试场景库的标准评价方法也是需要解决的。
（3）利用评价方法评估仿真测试用于自动驾驶功能的可行性
开发包含软件测试 、硬件在环测试与实车测试三个方面内容的测试平台。根据不同自动驾驶功能建立的场景库 ，以及相应的评价指标。其中，基于传感器模型、车辆动力学模型等开展软件在环 ，硬件在环测试主要是基于实时系统，最后在实车平台上进行路测。这种三级测试流程用于自动驾驶功能，从理论和技术上是可行性的。
本项目从智能网联汽车自动驾驶功能的技术特点入手，主要对自动驾驶测试方法评价及可行性进行研究，首先是设计测试场景及规范 ，然后是提取测试评价指标，最后搭建仿真测试平台及示范应用 。
（1）智能网联汽车自动驾驶功能测试平台构建
建立包含软件在环、硬件在环与实车在环等三个方面内容的测试平台。其中，基于车辆动力学模型 、传感器模型 、通信模型的仿真软件进行软件在环。硬件在环测试主要是基于实时系统进行仿真模拟，仿真的实际负载为搭载自动驾驶算法的车辆对照ECU单元。感知、决策和控制算法通过软件和硬件在环测试后 ，在实车平台上进行路测。这种三级测试流程能够显著地提高测试的效率和安全性 。
图2 硬件在环测试系统实物图
（2）智能网联汽车自动驾驶测试场景
在测试场景方面，考虑自动驾驶汽车运行工况、通信条件、行车环境等方面的因素进行设计 。主要分为两类场景 ：。这些场景都是以“场景库”的形式储存 。标准工况场景是指车辆按照传统的典型工况行驶的场景。
自定义工况场景有两个方面的内容：1）通过标准工况场景叠加而形成的测试场景。比如将标准过弯场景和标准换道场景叠加 ，形式自定义的过弯换道场景。通过这种方式可以极大的丰富测试场景库；2）基于实际测试的需要，通过高精度电子地图生成测试场景 。这种方式可以满足测试个性化的需要。此外，场景中还包含道路类型、车道线型 、路面材料、天气状况等静态要素 。
图3 智能网联汽车自动驾驶测试场景一
图4智能网联汽车自动驾驶测试场景二
（3）智能网联汽车自动驾驶功能测试评价指标
智能网联汽车自动驾驶功能评价指标分为：通过性评价指标和性能评价指标 。通过性评价指标针对自动驾驶汽车做出判断以及规定场景内必须实现目标的评价，例如自动驾驶汽车的安全性、完备性 、人工干预度等均可以采用通过性评价指标 ，量化上采取0/1机制。
性能评价指标表征自动驾驶汽车在具体测试场景下预期功能实现的程度 。即将具体测试场景下自动驾驶汽车的某些参数值或其推导值作为评价指标。可以从驾驶舒适性、燃油经济性、交通流稳定性等多个方面提取其性能指标。驾驶舒适性和燃油经济性可以基于汽车理论中的单车舒适性和燃油经济性指标进行描述 ，如燃油经济性的单位里程的耗油量 ，舒适性的功率谱密度等指标 。交通流稳定性主要体现在车辆运动对环境车辆的影响作用。
（4）智能网联汽车自动驾驶仿真测试方法评价
自动驾驶汽车仿真测试方法可以从覆盖度及完备性两个方面进行评价 。仿真测试方法包含三个方面：测试场景 、仿真测试平台以及评价指标。针对所设计的测试场景和评价指标与目前现有智能网联场景库进行对标，分析其覆盖度并找出其不足与缺陷，制定完整的仿真测试场景和指标的评价流程。调研相关单位了解目前主流的仿真测试系统及其功能，从仿真模型和仿真设施两个方面分析仿真测试平台的功能完备性 ，制定完整的仿真测试平台评价流程。
研究成果涉及自动驾驶仿真测试场景设计 、测试评价指标提取、测试平台构建三个方面 。已形成一套完整的智能网联汽车自动驾驶仿真测试系统。具体地 ，仿真测试场景除了标准的测试场景外，也能满足个性化的测试需求。同时 ，从通过性评价指标和性能评价指标两大方面建立仿真测试评价体系 。最后，搭建智能网联自动驾驶测试平台，分步骤地测试自动驾驶算法功能，提高算法鲁棒性。本项目研究成果可为智能网联汽车自动驾驶仿真测试系统的应用与推广提供有力支撑 。
关注创新基地公众号