智能驾驶汽车测试与评价方法研究

王海涛 ,唐卫平 ,乔卫中 ,金鑫

比亚迪汽车有限公司产品规划及汽车新技术研究院  陕西西安710119

摘要：智能驾驶汽车已经进入到快速发展和迭代研发生产的重要时期，汽车产品的测试和评价也需更高效、准确的方法。本文通过分析智能驾驶汽车的特点，进一步分析了智能驾驶汽车实际测试和评价的有效方法。

关键词：网联技术；智能驾驶；测试

引言：现阶段，越来越多的国内外汽车企业开始投入大量资源来研发自动驾驶、智能驾驶以及无人驾驶等系统，像是特斯拉、奔驰、奥迪等汽车制造厂家还与互联网企业达成了合作，为智能驾驶汽车的开发提供动力。

1.智能驾驶汽车

智能驾驶汽车是指以互联网技术为核心基础的智能网联汽车，这类汽车融合了现代化网络及通信技术，还会运用车载传感器装置来感知获取内外环境信息，为驾驶人员作出预警，使人员快速发觉到驾驶危险，在事故发生之前介入操控车辆，采用避让或制动等手段进行控制，是一种具有主动性特征的车辆安全技术。对于智能网联汽车来讲，其属于高等级的自动驾驶车辆，因而要保证驾驶系统具有不低于真人的安全性，智能网联汽车的系统研发虽然起步较晚，但在新形势下的市场需求不断扩张，其发展机遇也变得更多，需要完善的驾驶测试和评价体系来支撑研发，从现实情况看，传统驾驶测试与评价系统已经不能满足实际开发所需，故而本次围绕着几种匹配的测试与评价方法进行了研究[1]。

2.智能驾驶汽车测试与评价的相关方法

对于汽车驾驶来说，其是一个由交通环境、驾驶人员以及车辆所构成的控制系统，其中的控制要素包含路、人、车三部分，这三者的表现形式各不相同，因此，对智能驾驶汽车的测试评价总体上围绕其控制系统划分为4种方法，包括仿真测试、驾驶模拟器测试、受控场地测试以及实车测试，其中的车辆、人员以及环境等元素，在测试评价中可以为真实存在，也可是模拟的，但这4种测试评价方法中，其真实元素在测试中的参与程度是逐渐提高的，相对应的虚拟元素参与也会下降，测试评价的结果越来越客观和准确，最终的实车测试中，基本上是由真实驾驶员在真实驾驶交通环境中开展的车辆交互活动，测试评价的结果最高，但其具有周期长和成本高的特点。仿真测试则是基于虚拟的数学模型，从驾驶人员、交通环境以及车辆交互全部采用虚拟形式，其周期较短且成本偏低，不过测试评价结果的准确度明显低于实车测试。以下对4类智能驾驶汽车测试与评价方法进行介绍。

2.1仿真测试方法

从当前的智能网联汽车产业的发展情况来说，对于普通、稳定场景下的智能自动驾驶算法已经相对完善，当前需突破研究的难点是部分极端场景下智能自动驾驶算法，而这些场景中的智能驾驶测试评价则必须要借助于仿真平台，将信息导入构建出算法模型，再进一步验证算法的可靠性并针对性开发。对此，汽车行业也达成了一种共识，就是在仿真技术不断发展的过程中，智能驾驶的99.9%测试量都采用仿真平台来测试，而0.09%的测试量安排封闭场地来进行测试，剩余0.01%则是在实路上完成测试，这样就能够保证汽车智能驾驶方向上的研发既经济又高效。这其中，仿真测试评价还包括SIL软件仿真、MIL模型仿真以及HIL硬件仿真等几种形式，一般是先对先进驾驶辅助系统（ADAS）的概念实施评价，采用MIL模型仿真，其中会建立传感器模型、车辆动力学模型、交通环境模型以及驾驶员模型，并将这些模型做集成处理，进一步调整系统中的控制参数和算法，确保系统各项功能及性能需求得到满足；随后，控制模型还要实施代码编译，再采用SIL软件仿真方式来验证代码成果，交通环境与车辆动力学模型也要在此基础上进行实时仿真控制；最后则是针对实际硬件的仿真评价，采用HIL硬件仿真，这种形式较为灵活、安全以及可靠，在测试时还具有较好重复性，能够提高测试效率并降低实际成本，同时其还可采用一些真实部件，确保测试评价结果更为可靠及精准。在实施仿真测试的过程中，不管哪种形式的智能驾驶测试都是基于虚拟元素参与，最终得到的测试评价结果只能对智能驾驶性能的技术性与功能的有效性进行初步判断，不能切实评价用户层面的性能特征，比如说用户主观意识上的接受程度，这也都需采用其他测试评价手段[2]。

2.2驾驶模拟器测试方法

动态驾驶模拟器也被广泛运用到汽车智能驾驶测试评价工作中，这种模拟器甚至被不少科研院所引进，其测试原理为，让真实驾驶人员在具有模拟性质的驾驶舱中测试智能驾驶水平，其中驾驶舱的模拟运用了虚拟交通环境和车辆动力学手段，具体组成结构包括主体器舱及8自由度的驱动机构，可以为测试驾驶员带来一种沉浸式的驾驶场景，驱动机构还能将驾驶人员的车辆操作习惯姿态进行模拟。驾驶模拟器测试评价的显著优势为可以多次无危险复现复杂驾驶交通环境，尤其是一些高度危险的场景中，能够重复高效模拟，切实确保驾驶试验人员的安全，其中参与的真实元素即为驾驶人员，但构建的虚拟车辆动力学模型场景，终究和真实车辆、场景间存在一定差异，尤其是带给驾驶人员的主观运动感受还不太真实。此外，驾驶模拟器的测试使用不会出现危险，这一点是优点也算是缺点，真实的交通事故中驾驶人员心理状态会产生很大变化，从而影响到其主观行为，这是模拟器无法进行模拟的，故而在这种测试评价形式中，只能有限地描述车辆动力学特征，其也与仿真测试一样都缺乏用户层面上较为真实的测评数据。

2.3受控场地测试方法

智能驾驶系统的汽车测试评价中，若采用受控场地测试方法，则其中构成的真实元素包括车辆与驾驶人员，只要交通环境为模拟状态，故而可不断复现相关交通场景，在布置环境时通常采用多种类型的车道线型、道路形态、交通参与者以及交通标志等，要实现测试评价需建立专门的试验场地。许多发达国家都搭建了智能网联汽车测试专用试验场地，我国近些年也建立了多个场地，许多试验场还规划出直线测试区、快速环道、高速道路测试区、动态多功能测试区以及山路模拟测试区等，不同类型测试区的场地环境可以被调控，在此基础上由真实驾驶人员智能驾驶汽车进行交通行驶，从而获得测评结果。受控场地测试评价方式的优点包括可重复、准确以及快速，对ADAS系统的性能评价较好，也无需额外分析系统内部构成，只需基于ADAS规范标准实施测试即可。

2.4实车测试方法

智能驾驶汽车的测试评价中，采用实车测试方法具体包括开放道路与封闭场地两种测试状态，其中封闭场地中的测试场景具有一定可控性，车辆行驶的目标类真实，开放道路场地中的车辆行驶为真实目标，场景具有无限性，能够全面验证整个车辆的执行情况和感知能力。实车测试的系统中，会将算法精度较高且环境感知能力较强的ADAS系统装置安装在车辆外面，包括数据采集和传感器装置，比如说激光雷达、通信装置、智能摄像头以及卫星天线等，都能够实时测试，全方位采集车辆的交通环境、驾驶环境、性能状态以及人员行为等参数信息，再对数据远程传输、监控以及管理，最后也能够将统计报告自动化生成，完成对系统的测试评估。实车测试方式结果最为准确，相关测试评价场景也是最接近真实交通情况，但在典型的场景设计时难度较高，需要耗费较长周期和高昂成本，可操作性也不强[3]。

结论：综上所述，智能驾驶的汽车研发需要完善测试及评价体系作为重要支撑，而以往的测评方法都具有一些不足，故而要研究设计匹配智能驾驶汽车的测评方法。由本文分析可知，智能驾驶汽车测试与评价的相关方法包括：仿真测试方法、驾驶模拟器测试方法、受控场地测试方法以及实车测试方法。

参考文献：

[1]董鸣.视觉感知增强的智能汽车轨迹预测与孪生测试系统构建[D].长安大学,2022.

[2]孙道萃.智能驾驶测试的刑事风险与规范应对[J].南海法学,2020,4(05):104-114.

[3]王羽,曲婕.智能驾驶发展现状及对地方开放智能驾驶车辆测试道路的建议[J].汽车工业研究,2020,(11):4-11.