1.4　汽車(chē)自動(dòng)駕駛仿真測(cè)試面臨的主要挑戰(zhàn)

1.4.1　自動(dòng)駕駛仿真測(cè)試的驗(yàn)證與精度

仿真對(duì)物理現(xiàn)實(shí)的表現(xiàn)是不充分的。以對(duì)圖像進(jìn)行仿真為例說(shuō)明，大量的高精度圖形將對(duì)仿真框架的吞吐量/速度造成不利影響，因此無(wú)法快速迭代不同的測(cè)試方案。但是，如果環(huán)境的逼真度可以高度貼近真實(shí)環(huán)境，就可能會(huì)提高基于機(jī)器學(xué)習(xí)的感知算法及測(cè)試傳感器功能的開(kāi)發(fā)速度。在視覺(jué)上，逼真的環(huán)境可以提供用于訓(xùn)練機(jī)器學(xué)習(xí)模型的充足訓(xùn)練數(shù)據(jù)（圖像、數(shù)據(jù)饋送等），并輕松地將學(xué)習(xí)結(jié)果轉(zhuǎn)移到現(xiàn)實(shí)世界，然而高度一致性需要非常高的成本。為了規(guī)避較高成本，目前也有一部分相關(guān)研究工作探索這一問(wèn)題的解決方法，如百度利用增強(qiáng)現(xiàn)實(shí)生成高精度數(shù)據(jù)集用于仿真的AADS方法等[6]。一般來(lái)說(shuō)，仿真模型必須滿(mǎn)足三個(gè)條件。首先，仿真模型與系統(tǒng)原型之間具有一定程度上的相似關(guān)系，以保證兩者之間的可類(lèi)比性。比如，攝像頭仿真，要在攝像頭工作原理和參數(shù)關(guān)系的基礎(chǔ)上進(jìn)行物理模型仿真，這是仿真模型能夠得以存在的基礎(chǔ)。其次，仿真模型在一定程度上應(yīng)該能夠代替系統(tǒng)原型。比如，在無(wú)人駕駛仿真平臺(tái)上，攝像頭仿真模型應(yīng)該能代替真實(shí)攝像頭，在虛擬場(chǎng)景內(nèi)做環(huán)境感知，生成數(shù)據(jù)。這是能夠利用仿真模型來(lái)進(jìn)行實(shí)驗(yàn)研究，也是仿真過(guò)程能夠得以進(jìn)行的前提條件。最后，通過(guò)對(duì)仿真模型的研究，能夠得到一些關(guān)于系統(tǒng)原型的準(zhǔn)確信息，即仿真模型具有外推性。比如，利用攝像頭仿真模型的參數(shù)調(diào)節(jié)功能，找到真實(shí)攝像頭可能存在的盲區(qū)，這是仿真技術(shù)要達(dá)到的目標(biāo)。

1.4.2　所有相關(guān)的物理現(xiàn)象的考慮和真實(shí)場(chǎng)景的泛化

對(duì)自動(dòng)駕駛系統(tǒng)進(jìn)行測(cè)試，無(wú)論是實(shí)車(chē)測(cè)試，還是基于仿真的測(cè)試，其核心目的都是希望在覆蓋絕大多數(shù)場(chǎng)景的情況下得到安全高效的算法，而往往對(duì)算法進(jìn)行開(kāi)發(fā)和測(cè)試的場(chǎng)景算例和最終需要達(dá)成的場(chǎng)景相比都是很小的一部分—如何通過(guò)這部分?jǐn)?shù)據(jù)盡可能達(dá)成比較好的效果就涉及自動(dòng)駕駛仿真的可復(fù)現(xiàn)性問(wèn)題，即使仿真比實(shí)車(chē)測(cè)試更加可以覆蓋和考慮邊緣場(chǎng)景，但是在對(duì)保障非常高的安全性這個(gè)目標(biāo)下，在每一個(gè)具體的可能涉及安全問(wèn)題的實(shí)際場(chǎng)景中，測(cè)試用例都還是極其稀疏的。如何解決從這樣一些局部的算例達(dá)成對(duì)模型整體在應(yīng)用于全部的駕駛場(chǎng)景下的安全性和穩(wěn)健性的問(wèn)題，是自動(dòng)駕駛仿真的關(guān)鍵問(wèn)題。真實(shí)場(chǎng)景的泛化存在兩個(gè)問(wèn)題，一是泛化的方向是否符合統(tǒng)計(jì)學(xué)意義與測(cè)試需求，二是泛化過(guò)程中真實(shí)性損失。例如，對(duì)密集交通流案例進(jìn)行泛化，更改一條車(chē)輛軌跡后，在實(shí)際中會(huì)對(duì)周邊多條軌跡產(chǎn)生影響，單車(chē)的行駛擾動(dòng)有時(shí)會(huì)造成整個(gè)交通流的失穩(wěn)，而簡(jiǎn)單的泛化擴(kuò)樣方法可能難以重現(xiàn)這類(lèi)現(xiàn)象。將案例的泛化與車(chē)輛行為模型相結(jié)合或許是解決這個(gè)問(wèn)題的思路之一。

1.4.3　仿真測(cè)試的評(píng)價(jià)

自動(dòng)駕駛仿真測(cè)試的評(píng)價(jià)體系主要針對(duì)的是自動(dòng)駕駛整體算法的測(cè)試和評(píng)估。

本部分簡(jiǎn)要描述了自動(dòng)駕駛仿真測(cè)試的評(píng)價(jià)體系，主要針對(duì)的是自動(dòng)駕駛整體算法的測(cè)試和評(píng)估。在算法接入仿真平臺(tái)后，起到測(cè)試目的的關(guān)鍵部分是交通場(chǎng)景的仿真，即系統(tǒng)預(yù)期運(yùn)行環(huán)境的條件模型。環(huán)境條件通常概述于“場(chǎng)景”中，包括但不限于道路屬性（車(chē)道數(shù)、坡度、出口、路障、道路條件等）、交通屬性（其他交通參與者的數(shù)量和速度、其他駕駛員的可能模型）和總體環(huán)境條件（能見(jiàn)度、天氣條件等）。這些條件模型的組合形態(tài)既包括實(shí)際交通中經(jīng)常出現(xiàn)的“標(biāo)準(zhǔn)工況”，也包括對(duì)于安全性評(píng)價(jià)，導(dǎo)致事故的“危險(xiǎn)工況”，以及兩者相結(jié)合的“復(fù)雜交通流”。不管哪種模型，測(cè)試場(chǎng)景標(biāo)準(zhǔn)化都尤為關(guān)鍵。在第29屆國(guó)際智能車(chē)大會(huì)IEEE IV 2018期間，有論文專(zhuān)門(mén)討論了ISO 26262標(biāo)準(zhǔn)中不同階段對(duì)場(chǎng)景描述的要求，提出了滿(mǎn)足一致性的場(chǎng)景描述方法，并演示了如何系統(tǒng)建立滿(mǎn)足不同階段需求的場(chǎng)景。場(chǎng)景可以應(yīng)用到標(biāo)準(zhǔn)的整個(gè)開(kāi)發(fā)過(guò)程中以得到各中間產(chǎn)物，從概念階段到產(chǎn)品開(kāi)發(fā)，再到系統(tǒng)驗(yàn)證和測(cè)試。而在整個(gè)開(kāi)發(fā)周期中，要求在不同抽象級(jí)別上對(duì)所用場(chǎng)景有一致性表述，就此可以將場(chǎng)景劃分為三個(gè)抽象級(jí)別：功能場(chǎng)景（Functional Scenarios）、邏輯場(chǎng)景（Logical Scenarios）和具體場(chǎng)景（Concrete Scenarios）。功能場(chǎng)景是場(chǎng)景表述的抽象級(jí)別場(chǎng)景，是通過(guò)語(yǔ)義描述的操作場(chǎng)景，通過(guò)語(yǔ)言場(chǎng)景符號(hào)來(lái)描述域內(nèi)的實(shí)體及實(shí)體間的關(guān)系。首先需要制定一個(gè)術(shù)語(yǔ)表，這個(gè)術(shù)語(yǔ)表包括不同實(shí)體的術(shù)語(yǔ)和這些實(shí)體的關(guān)系短語(yǔ)。為了生成一致的功能場(chǎng)景，術(shù)語(yǔ)表的所有術(shù)語(yǔ)必須是明確的，其來(lái)源可以是實(shí)際的標(biāo)準(zhǔn)和法規(guī)，如道路交通規(guī)則。功能場(chǎng)景的詳細(xì)程度取決于實(shí)際的開(kāi)發(fā)階段和正在開(kāi)發(fā)的項(xiàng)目。邏輯場(chǎng)景以狀態(tài)空間呈現(xiàn)操作場(chǎng)景。通過(guò)定義狀態(tài)空間內(nèi)變量的參數(shù)范圍，可以表達(dá)實(shí)體特征和實(shí)體間的關(guān)系。參數(shù)范圍可以選擇用概率分布來(lái)確定。此外，不同參數(shù)的關(guān)系可以通過(guò)相關(guān)性或數(shù)值條件來(lái)確定。邏輯場(chǎng)景應(yīng)包含該場(chǎng)景的形式標(biāo)記。具體場(chǎng)景以狀態(tài)空間詳細(xì)描述了操作場(chǎng)景。通過(guò)確定狀態(tài)空間中每個(gè)參數(shù)的具體值來(lái)明確描述實(shí)體和實(shí)體間的關(guān)系。對(duì)于每一個(gè)具有連續(xù)取值范圍的邏輯場(chǎng)景，都可以派生出任意數(shù)量的具體場(chǎng)景。為保證生成具體場(chǎng)景的效率，應(yīng)選擇有代表性的離散值進(jìn)行組合。必須強(qiáng)調(diào)的是，只有具體場(chǎng)景可以直接轉(zhuǎn)化為測(cè)試用例。要將具體場(chǎng)景轉(zhuǎn)換成測(cè)試用例，需要增加被測(cè)對(duì)象的預(yù)期行為表現(xiàn)，以及對(duì)相關(guān)測(cè)試設(shè)施的需求。而被測(cè)對(duì)象的預(yù)期行為則可以從操作場(chǎng)景、邏輯場(chǎng)景或項(xiàng)目定義中導(dǎo)出。標(biāo)準(zhǔn)化交通場(chǎng)景確定之后，自動(dòng)駕駛算法接入仿真平臺(tái)即開(kāi)始測(cè)試，我們可以記錄下自動(dòng)駕駛車(chē)輛從起點(diǎn)出發(fā)之后所有的細(xì)微表現(xiàn)，如是否闖紅燈、壓實(shí)線(xiàn)，是否發(fā)生碰撞，是否到達(dá)終點(diǎn)，甚至全程的油門(mén)、剎車(chē)、轉(zhuǎn)向狀態(tài)都會(huì)被記錄下來(lái)。自動(dòng)駕駛的測(cè)試評(píng)價(jià)緣于這些原子結(jié)果和車(chē)輛狀態(tài)。