科海撷珠 把好汽车方向盘

时间：2024-12-13 20:02:00     来源： 必威BETWAY官网

                                                                                            

  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比较丰富的驾驶员手中。然而，如果仔仔细细地观察就会发现，驾驶座上的人双手全程没有触碰方向盘，甚至驾驶座上就没有人——这辆汽车是在“自己开自己”。这就是无人驾驶技术。

  自动驾驶是对司机感知、决策、控制功能的增强和替 代。无人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， 无人驾驶正处于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”、国家科学技术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无人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 无人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%。

  无人驾驶的目标是将人从驾驶劳动中解放出来，但目前的现实是无人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无人驾驶安全防线失守。因此，系统性开发无人驾驶相关测评技术，高效准确地评判无人驾驶系统/产品的表现，已成为无人驾驶发展的重要一环。

  区别于传统汽车，无人驾驶需要感知、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，无人驾驶测试的范围 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无人驾驶测试技术体 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，使采取了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。

  暴雨等恶劣天气对无人驾驶的安全性有很大影响。一方面，无人驾驶系统的 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，显著增加了无人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 天气下无人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”对自动驾驶系统来进行了数万千米的虚拟测试，结果显示，无人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，增强无人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，无人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。

  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，显著缩短无人驾驶产 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 正在向开发无人驾驶测评核心 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，提升无人驾驶技术国 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，无人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。无人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，为高速发展的无人驾驶技术保驾护航。

  本文相关成果“无人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。