论文部分内容阅读
摘要：本文对自动驾驶测试标准及测试方法进行了详细的介绍，系统地总结了自动驾驶测试技术的应用现状，深入分析了各类自动驾驶测试方法的主要特点。基于相关研究，提出了自动驾驶测试技术的发展建议。
关键词：自动驾驶汽车;测试方法;测试标准
测试是自动驾驶汽车研发过程中的重要环节，对产品质量起着关键作用。自动驾驶汽车的测试需求与其搭载的自动驾驶系统复杂度相关，不同的测试需求需要不同测试技术满足。根据SAE的定义，自动驾驶分L0至L5共6个级别，其中L0/L1/L2级为驾驶支持系统，即我们通常所讲的ADAS系统，L3/L4/L5级为自动驾驶系统[1]。随着自动驾驶等级的提升，驾驶任务由人类驾驶员逐步向车辆转移，其可运行环境的复杂度也不断提升，如多变的气象条件、道路环境以及无法预知的车辆行为等，对应的测试内容也愈加复杂。根据美国兰德公司的研究，要证明自动驾驶系统要比人类的研究能力提升20%，需要110亿公里的验证。如果采用一支拥有100辆测试车的自动驾驶车队，7天24小时不间断测试，需要花费大约500年的时间才能完成。如何快速的完成自动驾驶的安全验证，是目前产业发展亟需解决的问题，目前行业普遍采用虚拟仿真测试、封闭场地测试和开放道路测试的测试三支柱。其中，场地测试与道路测试针对整车层面，能够全面测试自动驾驶汽车的综合表现，但覆盖的场景工况有限，对于一些危险场景难以通过实车进行测试。仿真测试可以弥补实车测试的不足，可以覆盖所有的测试场景，同时可以针对自动驾驶算法、软件、硬件、子系统、整车等不同层级的测试对象进行测试，目前虚拟仿真测试也是开展高等级自动驾驶测试的最主要手段。
一、虚拟仿真测试
虚拟仿真测试，简单来说就是通过传感器仿真、车辆动力学仿真、交通流仿真、道路建模等技术模拟测试环境，让自动驾驶汽车与算法在虚拟交通场景中进行驾驶测试，可以最大化地覆盖各类场景，模拟在实际道路上难以开展测试的极端场景，短时间内实现现实生活中难以达到的测试里程。根据开发测试阶段及测试对象的不同，虚拟仿真测试可以分为模型在环测试、软件在环测试、硬件在环测试和整车在环测试等测试方法，其特点也各不相同[2]，如表1所示。
1.1 模型在环、软件在环测试
模型在环测试和软件在环测试一般应用在自动驾驶功能开发早期阶段，在没有实物硬件的情况下，对系统的策略算法模型和软件代码进行验证。模型在环测试是将控制算法和被控对象模型（车辆模型）连接起来，形成闭环，并变换输入和车辆模型状态，来对控制算法的功能进行测试。模型在环测试可以使工程师忽略无关的细节，把注意力放在最重要的部分来思考系统的整体设计，在编码之前的早期开发阶段就对算法模型进行测试，将产品的缺陷暴露在项目开发的初期。软件在环测试是在基于自动驾驶模型自动生成的代码或手写的代码进行评估，以实现对生成代码的早期确认，同时可以通过算法模型和代码的同步测试，验证生成的代码与算法模型的一致性。
模型在环和软件在环测试是纯软件仿真测试的方法，无需真实车辆和硬件系统参与测试，可以在开发和测试过程中灵活使用，在前期开发过程中通过相关测试可以及时发现问题，提高整改效率。
1.2 硬件在环测试
硬件在环测试是指自动驾驶系统感知、决策和执行各环节中部分采用真实部件和虚拟环境相结合的方式进行测试。可以单独针对感知、决策或执行的某项硬件进行测试，也可以将几个硬件整合在一起进行联合测试。目前针对摄像头的在环测试实现较为容易，构建摄像头测试黑箱，通过屏幕模拟测试场景，将被测摄像头放置在屏幕前开展测试。超声波雷达硬件在环测试需要专门的目标物超声波信号模拟设备，对不同的车辆和障碍物的雷达波反射特性进行模拟，形成被测超声波雷达的回波信号，目前单目标的反射特性模拟较为精确，但多目标的真实模拟还有难度。另外目前激光雷达、红外摄像头的在环测试技术手段相对复杂且成本很高，也还难以开展相关的硬件在环测试。
1.3 整车在环测试
整车在环测试，即整车作为实物硬件被连接到虚拟的测试环境中进行测试，是硬件在环测试的升级版。通过整车进行测试，可以降低模型偏差带来的不良影响，使测试结果更加可靠。根据整车运行的环境，整车在环测试可以分为封闭场地的整车在环测试和转毂平台的整车在环测试[3]。
封闭场地的整车在环测试是指车辆在封闭的空旷场地上进行测试，目标车辆或行人等环境信息通过场景模拟软件生成，并将虚拟场景的传感器信号发送给车辆ECU，ECU根据虚拟数据进行决策规划和任务执行，同时场景模拟软件读取车辆运行数据，并根据相关信息生成新的传感器模拟信号，如此往复。
转毂平台的在环测试原理与封闭场地的整车在环测试一致，通过转毂模拟了车辆的运动，因此不受场地的限制，可以模拟较大尺度的交通场景。同时受限转毂的性能，不能模拟车辆状态变化较为剧烈的场景。
二、封闭场地测试
仿真测试是自动驾驶汽车重要的测试手段，但由于虚拟仿真环境各环节存在误差，无法完全模拟真实的测试场景，因此需要进行封闭场地测试。
封闭场地测试从测试车辆到测试环境均为实物，在封闭场地内，通过柔性化的场景设计，可以在有限条件下搭建足够丰富的测试场景。但受限场地及目标物等，封闭场地测试能够模拟的场景丰富度远不如虚拟仿真测试，同时，封闭场地测试的场景搭建时间场，整体测试效率较低。为提高测试效率，一般筛选最为典型和具有测试价值的场景开展封闭场地测试，降低场地测试的周期。
2.1 国内外自动驾驶测试场地的基本情况
根据自动驾驶汽车的测试需求，目前欧美多国已经建设了不少自动驾驶专用测试场地，如由位于英国考文垂的A StaZem智能汽车试验场地，位于美国密西根的M-City，日本的J-City，韩国的K-City等自动驾驶汽车封闭测试场地。其中M-City[4]是最典型的自动驾驶汽车封闭测试场地，该测试场地由多种路面和道路要素构成，包含水泥、沥青等铺装路面以及泥土、碎石等非铺装路面，在试验区内设置了丰富的交通标志、车道线、信号灯等道路要素，以及隧道、环岛、施工区等要素，在城市场景中搭建各种模拟建筑物，还有多种停车位、城市辅助设施等自动驾驶车辆在真实世界中可能遇到的道路元素，用于测试自動驾驶车辆的应对状况。 为加快推动国内智能网联汽车技术和产业化发展，提供良好的测试验证环境和条件，工业和信息化部自2015年起先后支持建设了北京、上海、重庆、长沙等智能网联汽车测试示范区[5]，各测试区也建立了良好的封闭测试场地环境。上海测试区[6]测试道路总里程约3.6km，搭建了200余个测试场景，围绕智能网联汽车道路测试，搭建了限速信息识别及响应、跟车行驶、靠路边停车、并道行驶、超车和网联通信等17个测试项目共计62个逻辑测试场景。重庆测试区测试道路里程3km，搭建了50個城市交通测试场景，其中交通安全场景35个，效率类场景3个，信息服务类场景6个，通信和定位能力测试场景6个，涵盖了弯道、隧道、坡道、桥梁、十字交叉口场景。长沙测试区测试道路总里程12km，搭建了78个常规性智能无人测试场景，其中城市环境模拟场景33个，乡村环境模拟场景13个，高速环境模拟场景6个。
2.2 测试标准
自动驾驶测试的标准还很欠缺，还没有成熟的评测体系。但相对虚拟仿真而言，封闭场地测试的测试标准已经初成体系。国内外针对L0～L2级自动驾驶辅助系统已制定了明确的标准法规和测评规程，如ISO、NHTSA、E-NCAP、J-NCAP、CNCAP、i-VISTA、C-IASI、CCRT等，已涵盖FCW、AEB、LDW、LKA、APS等大量ADAS功能的测评，这些测评已经能够有效的贯通标准场景的测试流程。
针对L3级自动驾驶功能的第一个具有约束力的国际法规《自动车道保持系统（ALKS）》已经发布，该法规从系统安全与失效保护响应、人机界面、OEDR、DSSAD、信息安全及软件升级等方面对ALKS提出严格要求，且已被《1958协定书》采用。同时国内汽标委正在组织编写国内的L3级自动驾驶汽车测试的标准《智能网联汽车-自动驾驶功能场地试验方法及要求》，预计在年内正式发布。
三、开放道路测试
开放道路测试是车辆在上市前必经的阶段，需要大量的开放道路测试验证车辆在实际场景中的自动驾驶能力。相对虚拟仿真测试和封闭场地测试，基于复杂道路环境和其它交通参与者的不可预见性，开放道路测试过程中会出现很多难以预估的随机测试场景，对于验证自动驾驶车辆具有不可替代性。
目前美国、德国、日本等国家均允许开展自动驾驶开放道路测试，美国已有加州、徳州、俄亥俄州等20多个州允许自动驾驶开放道路测试，每年加州发布的《自动驾驶路测报告》，也是行业内最具影响力的报告材料。目前Waymo、Uber、福特等都在持续开展自动驾驶测试，其中Waymo已经完成了超过4000万公里的开放道路测试。
国内自2018年开始推动自动驾驶开放道路测试，截至2020年底，27个城市发放智能网联汽车道路测试牌照750多张[6]，全国各地指定供智能网联汽车道路测试用的路段里程超过2800公里，含北京、上海、深圳、重庆、长沙、武汉等多个城市，其中上海已累计开放243条、559.87公里测试道路，2020年全年，开放道路测试有效测试时长1.17万小时，有效测试里程39.7万公里，上传第三方机构数据平台1.68亿条测试数据，累计向22家企业、152辆车颁发道路测试或示范应用资质。
国内经过3年发展，已经建立起一套自动驾驶开放道路测试管理机制，但是还未建立起完善的自动驾驶测试评价体系。同时各地支持自动驾驶开放道路测试的政策还有待进一步完善，需要在高速测试或收费运营上面持续突破。
四、总结
发展自动驾驶测试技术是智能网联汽车国家战略的重要支撑，目前自动驾驶测试技术仍有较大不足需要发展，一是需要完善虚拟仿真测试场景构建方法，加强硬件及整车在环仿真测试技术研究;二是需要建构高等级自动驾驶的场地及开放道路测评体系，建立相应的测试标准;三是探索大规模的自动驾驶汽车商业化示范应用，推动自动驾驶快速落地。
参考文献
[1]Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles：Standard J3016 [S]，Warrendale：SAE International，2021
[2]2020中国自动驾驶仿真蓝皮书，中国电动汽车百人会
[3]符晓明.自动驾驶汽车测试技术与应用进展分析[J].内燃机与配件，2020（19）：217-218.
[4]BRIEFS U.Mcity grand opening [J ].The UMTRI Research Review，2015，46 （3 ）：1
[5]陈桂华，于胜波，李乔，等 中国智能网联汽车测试示范区发展调查研究[J].汽车工程学报，2020，10（2）：79-87
[6]于胜波，陈桂华，李乔，等 国内外智能网联汽车道路测试对比研究[J].汽车文摘，2020，02：29-36
关键词：自动驾驶汽车;测试方法;测试标准
测试是自动驾驶汽车研发过程中的重要环节，对产品质量起着关键作用。自动驾驶汽车的测试需求与其搭载的自动驾驶系统复杂度相关，不同的测试需求需要不同测试技术满足。根据SAE的定义，自动驾驶分L0至L5共6个级别，其中L0/L1/L2级为驾驶支持系统，即我们通常所讲的ADAS系统，L3/L4/L5级为自动驾驶系统[1]。随着自动驾驶等级的提升，驾驶任务由人类驾驶员逐步向车辆转移，其可运行环境的复杂度也不断提升，如多变的气象条件、道路环境以及无法预知的车辆行为等，对应的测试内容也愈加复杂。根据美国兰德公司的研究，要证明自动驾驶系统要比人类的研究能力提升20%，需要110亿公里的验证。如果采用一支拥有100辆测试车的自动驾驶车队，7天24小时不间断测试，需要花费大约500年的时间才能完成。如何快速的完成自动驾驶的安全验证，是目前产业发展亟需解决的问题，目前行业普遍采用虚拟仿真测试、封闭场地测试和开放道路测试的测试三支柱。其中，场地测试与道路测试针对整车层面，能够全面测试自动驾驶汽车的综合表现，但覆盖的场景工况有限，对于一些危险场景难以通过实车进行测试。仿真测试可以弥补实车测试的不足，可以覆盖所有的测试场景，同时可以针对自动驾驶算法、软件、硬件、子系统、整车等不同层级的测试对象进行测试，目前虚拟仿真测试也是开展高等级自动驾驶测试的最主要手段。
一、虚拟仿真测试
虚拟仿真测试，简单来说就是通过传感器仿真、车辆动力学仿真、交通流仿真、道路建模等技术模拟测试环境，让自动驾驶汽车与算法在虚拟交通场景中进行驾驶测试，可以最大化地覆盖各类场景，模拟在实际道路上难以开展测试的极端场景，短时间内实现现实生活中难以达到的测试里程。根据开发测试阶段及测试对象的不同，虚拟仿真测试可以分为模型在环测试、软件在环测试、硬件在环测试和整车在环测试等测试方法，其特点也各不相同[2]，如表1所示。
1.1 模型在环、软件在环测试
模型在环测试和软件在环测试一般应用在自动驾驶功能开发早期阶段，在没有实物硬件的情况下，对系统的策略算法模型和软件代码进行验证。模型在环测试是将控制算法和被控对象模型（车辆模型）连接起来，形成闭环，并变换输入和车辆模型状态，来对控制算法的功能进行测试。模型在环测试可以使工程师忽略无关的细节，把注意力放在最重要的部分来思考系统的整体设计，在编码之前的早期开发阶段就对算法模型进行测试，将产品的缺陷暴露在项目开发的初期。软件在环测试是在基于自动驾驶模型自动生成的代码或手写的代码进行评估，以实现对生成代码的早期确认，同时可以通过算法模型和代码的同步测试，验证生成的代码与算法模型的一致性。
模型在环和软件在环测试是纯软件仿真测试的方法，无需真实车辆和硬件系统参与测试，可以在开发和测试过程中灵活使用，在前期开发过程中通过相关测试可以及时发现问题，提高整改效率。
1.2 硬件在环测试
硬件在环测试是指自动驾驶系统感知、决策和执行各环节中部分采用真实部件和虚拟环境相结合的方式进行测试。可以单独针对感知、决策或执行的某项硬件进行测试，也可以将几个硬件整合在一起进行联合测试。目前针对摄像头的在环测试实现较为容易，构建摄像头测试黑箱，通过屏幕模拟测试场景，将被测摄像头放置在屏幕前开展测试。超声波雷达硬件在环测试需要专门的目标物超声波信号模拟设备，对不同的车辆和障碍物的雷达波反射特性进行模拟，形成被测超声波雷达的回波信号，目前单目标的反射特性模拟较为精确，但多目标的真实模拟还有难度。另外目前激光雷达、红外摄像头的在环测试技术手段相对复杂且成本很高，也还难以开展相关的硬件在环测试。
1.3 整车在环测试
整车在环测试，即整车作为实物硬件被连接到虚拟的测试环境中进行测试，是硬件在环测试的升级版。通过整车进行测试，可以降低模型偏差带来的不良影响，使测试结果更加可靠。根据整车运行的环境，整车在环测试可以分为封闭场地的整车在环测试和转毂平台的整车在环测试[3]。
封闭场地的整车在环测试是指车辆在封闭的空旷场地上进行测试，目标车辆或行人等环境信息通过场景模拟软件生成，并将虚拟场景的传感器信号发送给车辆ECU，ECU根据虚拟数据进行决策规划和任务执行，同时场景模拟软件读取车辆运行数据，并根据相关信息生成新的传感器模拟信号，如此往复。
转毂平台的在环测试原理与封闭场地的整车在环测试一致，通过转毂模拟了车辆的运动，因此不受场地的限制，可以模拟较大尺度的交通场景。同时受限转毂的性能，不能模拟车辆状态变化较为剧烈的场景。
二、封闭场地测试
仿真测试是自动驾驶汽车重要的测试手段，但由于虚拟仿真环境各环节存在误差，无法完全模拟真实的测试场景，因此需要进行封闭场地测试。
封闭场地测试从测试车辆到测试环境均为实物，在封闭场地内，通过柔性化的场景设计，可以在有限条件下搭建足够丰富的测试场景。但受限场地及目标物等，封闭场地测试能够模拟的场景丰富度远不如虚拟仿真测试，同时，封闭场地测试的场景搭建时间场，整体测试效率较低。为提高测试效率，一般筛选最为典型和具有测试价值的场景开展封闭场地测试，降低场地测试的周期。
2.1 国内外自动驾驶测试场地的基本情况
根据自动驾驶汽车的测试需求，目前欧美多国已经建设了不少自动驾驶专用测试场地，如由位于英国考文垂的A StaZem智能汽车试验场地，位于美国密西根的M-City，日本的J-City，韩国的K-City等自动驾驶汽车封闭测试场地。其中M-City[4]是最典型的自动驾驶汽车封闭测试场地，该测试场地由多种路面和道路要素构成，包含水泥、沥青等铺装路面以及泥土、碎石等非铺装路面，在试验区内设置了丰富的交通标志、车道线、信号灯等道路要素，以及隧道、环岛、施工区等要素，在城市场景中搭建各种模拟建筑物，还有多种停车位、城市辅助设施等自动驾驶车辆在真实世界中可能遇到的道路元素，用于测试自動驾驶车辆的应对状况。 为加快推动国内智能网联汽车技术和产业化发展，提供良好的测试验证环境和条件，工业和信息化部自2015年起先后支持建设了北京、上海、重庆、长沙等智能网联汽车测试示范区[5]，各测试区也建立了良好的封闭测试场地环境。上海测试区[6]测试道路总里程约3.6km，搭建了200余个测试场景，围绕智能网联汽车道路测试，搭建了限速信息识别及响应、跟车行驶、靠路边停车、并道行驶、超车和网联通信等17个测试项目共计62个逻辑测试场景。重庆测试区测试道路里程3km，搭建了50個城市交通测试场景，其中交通安全场景35个，效率类场景3个，信息服务类场景6个，通信和定位能力测试场景6个，涵盖了弯道、隧道、坡道、桥梁、十字交叉口场景。长沙测试区测试道路总里程12km，搭建了78个常规性智能无人测试场景，其中城市环境模拟场景33个，乡村环境模拟场景13个，高速环境模拟场景6个。
2.2 测试标准
自动驾驶测试的标准还很欠缺，还没有成熟的评测体系。但相对虚拟仿真而言，封闭场地测试的测试标准已经初成体系。国内外针对L0～L2级自动驾驶辅助系统已制定了明确的标准法规和测评规程，如ISO、NHTSA、E-NCAP、J-NCAP、CNCAP、i-VISTA、C-IASI、CCRT等，已涵盖FCW、AEB、LDW、LKA、APS等大量ADAS功能的测评，这些测评已经能够有效的贯通标准场景的测试流程。
针对L3级自动驾驶功能的第一个具有约束力的国际法规《自动车道保持系统（ALKS）》已经发布，该法规从系统安全与失效保护响应、人机界面、OEDR、DSSAD、信息安全及软件升级等方面对ALKS提出严格要求，且已被《1958协定书》采用。同时国内汽标委正在组织编写国内的L3级自动驾驶汽车测试的标准《智能网联汽车-自动驾驶功能场地试验方法及要求》，预计在年内正式发布。
三、开放道路测试
开放道路测试是车辆在上市前必经的阶段，需要大量的开放道路测试验证车辆在实际场景中的自动驾驶能力。相对虚拟仿真测试和封闭场地测试，基于复杂道路环境和其它交通参与者的不可预见性，开放道路测试过程中会出现很多难以预估的随机测试场景，对于验证自动驾驶车辆具有不可替代性。
目前美国、德国、日本等国家均允许开展自动驾驶开放道路测试，美国已有加州、徳州、俄亥俄州等20多个州允许自动驾驶开放道路测试，每年加州发布的《自动驾驶路测报告》，也是行业内最具影响力的报告材料。目前Waymo、Uber、福特等都在持续开展自动驾驶测试，其中Waymo已经完成了超过4000万公里的开放道路测试。
国内自2018年开始推动自动驾驶开放道路测试，截至2020年底，27个城市发放智能网联汽车道路测试牌照750多张[6]，全国各地指定供智能网联汽车道路测试用的路段里程超过2800公里，含北京、上海、深圳、重庆、长沙、武汉等多个城市，其中上海已累计开放243条、559.87公里测试道路，2020年全年，开放道路测试有效测试时长1.17万小时，有效测试里程39.7万公里，上传第三方机构数据平台1.68亿条测试数据，累计向22家企业、152辆车颁发道路测试或示范应用资质。
国内经过3年发展，已经建立起一套自动驾驶开放道路测试管理机制，但是还未建立起完善的自动驾驶测试评价体系。同时各地支持自动驾驶开放道路测试的政策还有待进一步完善，需要在高速测试或收费运营上面持续突破。
四、总结
发展自动驾驶测试技术是智能网联汽车国家战略的重要支撑，目前自动驾驶测试技术仍有较大不足需要发展，一是需要完善虚拟仿真测试场景构建方法，加强硬件及整车在环仿真测试技术研究;二是需要建构高等级自动驾驶的场地及开放道路测评体系，建立相应的测试标准;三是探索大规模的自动驾驶汽车商业化示范应用，推动自动驾驶快速落地。
参考文献
[1]Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles：Standard J3016 [S]，Warrendale：SAE International，2021
[2]2020中国自动驾驶仿真蓝皮书，中国电动汽车百人会
[3]符晓明.自动驾驶汽车测试技术与应用进展分析[J].内燃机与配件，2020（19）：217-218.
[4]BRIEFS U.Mcity grand opening [J ].The UMTRI Research Review，2015，46 （3 ）：1
[5]陈桂华，于胜波，李乔，等 中国智能网联汽车测试示范区发展调查研究[J].汽车工程学报，2020，10（2）：79-87
[6]于胜波，陈桂华，李乔，等 国内外智能网联汽车道路测试对比研究[J].汽车文摘，2020，02：29-36