第一部分
概述篇

第1章
汽車自動駕駛仿真測試發展概述

成波1 李揚2 肖飛宇1
（清華大學 車輛與運載學院1 北京航空航天大學 交通科學與工程學院2）

1.1　引言

2015年工業和信息化部首次提出了智能網聯汽車概念，明確了智能網聯汽車的發展目標。2017年發布的《中國智能網聯汽車技術路線圖》確定了智能網聯汽車的定義、技術構架、發展目標路徑與重大創新優先行動專項。該技術路線圖指出，測試評價是智能網聯汽車基礎支撐技術之一。其中，自動駕駛系統計算機仿真是自動駕駛車輛測試和試驗的基礎關鍵技術，也是未來行業定義自動駕駛車輛相關開發流程與技術準入標準的基礎工具。

隨著自動駕駛技術的發展，演變得越來越復雜的自動駕駛系統使得在系統正式部署前對其進行有效的測試和驗證顯得越發必要。早期的簡單的輔助駕駛系統僅僅依賴車載或者環境傳感器的數據進行開環測試即可完成功能驗證，然而隨著越來越多的公司致力于SAE L5級別的自動駕駛解決方案，閉環測試就顯得必不可少[1]。SAE L5級別的自動駕駛車輛需要能在任何交通狀況下保證安全行駛，而不需要施加人工干預，有望實現這樣的功能的算法正變得極其復雜。因此，需要對構成自動駕駛車輛的車載傳感器、車輛動力學模型和控制器、虛擬驅動程序和綜合交通環境等環節進行詳盡的測試和評估。這些功能通過軟件在環（SiL）、硬件在環（HiL）、車輛在環（ViL）及混合仿真等方法進行驗證[2]。

測試評價是汽車自動駕駛技術研發和實際應用的關鍵。為促進汽車自動駕駛的規范發展，美國聯邦政府在2016年頒布了全球首部無人駕駛汽車政策文件《聯邦汽車自動駕駛政策》（Federal Automated Vehicle Policy）。其中，為了規范自動駕駛的公共道路測試，要求測試企業、機構在一定的周期內向相關部門提交公共道路測試過程中的數據，用于對汽車自動駕駛道路測試的安全性評估。緊接著，日本、新加坡、韓國等國家也通過頒布相關法規的方式規范自動駕駛研發企業在可控的條件下進行公共道路測試。2017年發布的《中國智能網聯汽車技術路線圖》指出，測試評價是汽車自動駕駛的基礎支撐技術。在2018年麥肯錫發布的報告中，“自動駕駛軟件開發”和“自動駕駛系統與整車驗證和集成”位列未來自動駕駛產業鏈中最具價值的三項產業中的兩項。這兩項在很大程度上都依托于計算機仿真技術提供的共性技術的支撐。對于汽車制造技術企業而言，自動駕駛仿真系統貫穿產品的研發與使用生命全周期。從產品概念選型到產品運行數據收集與系統升級，仿真系統既作為工程技術開發人員的工具箱，幫助實現產品的安全性與穩定性，又作為企業管理人員的數據知識庫，幫助累積企業的設計流程、工程經驗與數字模型等寶貴的無形資產。對于國家監管與測試機構而言，自動駕駛仿真系統作為分析與檢測工具對汽車功能安全性與智能水平高低進行評價。仿真系統不但有助于我國完善汽車的認證標準與質量監督測試方法，而且也有助于我國參與國際法規標準化的制定，為測試場景庫與仿真測試方法提供標準化的數據交換格式。

測試評價的關鍵性體現在兩個方面：一是測試評價與技術研發相互促進，自動駕駛技術通過“研發、測試、再研發、再測試”的迭代過程逐步發展完善；二是由于汽車自動駕駛的黑箱特性，測試評價是汽車自動駕駛實際應用的必由之路。測試評價已經成為企業分析自動駕駛技術成熟程度的有效方法，也是監管者判斷汽車自動駕駛能否安全和高效運行的重要手段。與傳統車輛的模塊化測試不同，汽車自動駕駛的測試注重對整車性能的評估。而傳統車輛的測試側重對車輛安全相關的零部件和系統的評估，加上在傳統車輛中由駕駛員完成全部駕駛任務，車輛測試無須考慮駕駛員負責的功能。而在自動駕駛車輛中采用智能技術部件部分或者完全替代駕駛員，使得整車系統具有黑箱性和智能性的特點[3]；再考慮車輛行駛環境的復雜性，汽車自動駕駛的測試評價面臨諸多挑戰。

真實開放道路測試可以直觀反映自然駕駛環境中的靜態和動態元素，是測試汽車自動駕駛的最為真實的方法。然而，道路測試有兩個難以解決的難題：一是安全性的問題，過去幾年，特斯拉、Uber和Waymo等企業的自動駕駛真實道路測試均發生了嚴重交通事故，引發了大眾對其安全性的普遍擔憂。自動駕駛事故促使各國車輛技術監管機構提高了警惕，開始慎重審視在公共道路上進行的自動駕駛道路測試。二是其相對較低的效率問題，即因為未知的危險交通場景難以窮盡，所以基于場景的實車測試方法存在根本上的困難。美國著名智庫蘭德公司曾經估計[4]，如果想讓一輛SAE L5級別的自動駕駛車輛正式上路，需要經過176億千米的測試。這就意味著，即便是一支擁有100輛測試車的自動駕駛車隊，以40km/h的平均時速每天24小時一刻不停地測試，也需要花費大約500年的時間。從企業層面來看，即便是頭部企業Waymo，截至2020年年初也只完成了3 200萬千米的自動駕駛路測，離176億千米還相差很遠。這使得真實道路測試難以成為自動駕駛測試的主要手段，而基于計算機仿真和虛實結合系統的測試方法越來越得到廣泛的應用。眾多廠商布局自動駕駛技術研發，如圖1-1所示。

圖1-1　眾多廠商布局自動駕駛技術研發

圖片來源：佐思汽研《2018—2019ADAS和自動駕駛產業鏈報告》。