自動駕駛技術的發展之路需要高效準確的測評系統保駕護航。

文/王燕文 徐 鳴

王燕文，上汽集團質量和技術管理部新技術支持總監。

徐鳴，上海市科普作家協會會員。

馬路上平穩地行駛著一輛汽車，它沉穩地應對復雜的路況，絲滑地避讓變道過來的車輛，這都讓人相信它的方向盤握在一位經驗豐富的駕駛員手中。然而，如果仔細觀察就會發現，駕駛座上的人雙手全程沒有觸碰方向盤，甚至駕駛座上根本沒有人——這輛汽車是在“自己開自己”。這就是自動駕駛技術。

自動駕駛測評：守住安全防線

自動駕駛是對駕駛員感知、決策、控制功能的增強和替 代。自動駕駛的技術層次分為L1到L5共5級，從低到高依次可降 低人類駕駛勞動強度，最終將人從駕駛勞動中完全解放。當前， 自動駕駛正處于L2到L3的過渡階段。

自動駕駛技術是新一代人工智能、交通強國、“中國制 造2025”、國家科技創新規劃等國家戰略的交匯點，美國、 德國、日本等國家也將發展自動駕駛技術納入國家戰略。自 動駕駛已成為全球科技競爭焦點，各國都在加快推動智能網 聯汽車技術研發及應用。尤其是近年來，全球配置不同級別 自動駕駛系統的新車銷售占比顯著提高，從2015年的23%到 2022年的53%。

自動駕駛的目標是將人從駕駛勞動中解放出來，但目前的現實是自動駕駛百萬千米事故數仍高于人類駕駛的兩倍。美國《科學》雜志和全球知名智庫蘭德公司發布的報告均表明：相對不完備的測試評價導致了自動駕駛安全防線失守。因此，系統性開發自動駕駛相關測評技術，高效準確地評判自動駕駛系統/產品的表現，已成為自動駕駛發展的重要一環。

虛實融合，重構復雜駕駛場景

區別于傳統汽車，自動駕駛需要感知、理 解，甚至與交通環境中的其他參與方進行交 流、對話和博弈。因此，自動駕駛測試的范圍 也超越機械、物理和化學等領域，且沒有系統 的、成熟的方法和標準能夠參照和比較。針對 早期過分依賴道路測試、效率低下等測試瓶 頸，建立以整車道路自然駕駛數據為起點的， 包含場景加速、仿真加速和流程加速三方面， 覆蓋從場景數據到測評標準、從模型在環到系 統在環測試等技術領域的自動駕駛測試技術體 系迫在眉睫。

同濟大學和上汽集團研究團隊研發了基于平臺車輛搭載感知、定位、同步等子系統的三代輕量級駕駛場景全息采集裝備，建立場景數據從采集車隊到后臺的高效傳輸通道，開發涵蓋存儲、查詢、任務調度等功能的場景數據庫，實現復雜駕駛場景語義解析與多模態數據自適應融合技術，完成了復雜駕駛場景要素的高精度重構，構建場景參數組合規律解析與自動化生成模型。高風險場景泛化技術解決了從現實場景有限采集到無限泛化的難題，使采用自動駕駛技術的汽車始終行駛在正確的道路上，保障交通安全、通行效率和社會文明。

在仿真環境里迭代

暴雨等惡劣天氣對自動駕駛的安全性有很大影響。一方面，自動駕駛系統的 傳感器會受到強烈干擾，感知精度大幅下降，執行器也會因路面條件的改變受到 直接影響。另一方面，整個交通環境會發生顯著變化，交通流中的其他車輛通常 會因視距受限、路面濕滑等因素而改變駕駛行為（如更頻繁地剎車），突發事故 概率顯著增加，可能會出現前方突然擁堵、旁車失控滑移等情況。上述因素疊加 在一起，顯著增加了自動駕駛系統的反應難度和決策復雜性，因此，對自動駕駛 系統進行極端天氣中的測試是十分必要的。然而，在真實環境中進行這種測試不 僅難以控制，而且有很高的成本和安全風險。

為了應對這一挑戰，研究團隊利用“人—車—路—環全要素耦合仿真推演技 術”，構建了一個多維的復雜交通仿真環境。這個仿真環境涵蓋了氣候、道路狀 況、交通流特征等所有環境要素，能夠動態模擬暴雨條件下的傳感器視距縮短、 識別模糊和執行器延遲等問題。此外，內置的多車行為模型會根據天氣因素調整 每輛車的行駛模式，包括減速頻率、車距保持、對突發事件的應急反應等，模擬真 實交通流在極端天氣下的駕駛風格。為了提高場景的真實性，研究團隊還引入了 交通流統計數據，融合了多種氣候條件下的交通事故和行為變化歷史數據，以預 測真實環境中的突發事故概率。這些耦合場景的疊加可以在仿真環境中再現極端 天氣下自動駕駛系統可能面臨的各種復雜場景，從而系統地測試算法的性能。

研究團隊利用“人—車—路—環全要素耦合仿真推演技術”對自動駕駛系統進行了數萬千米的虛擬測試，結果顯示，自動駕駛系統在部分突發情況下的應急策略存在不穩定性。例如，在多車突然減速的情況下，傳感器由于雨水干擾無法準確識別車距，導致制動延遲。基于仿真測試結果，研究團隊重新訓練了感知模塊，增強自動駕駛系統在復雜天氣條件下對車輛距離和相對速度的識別，并優化了其應急避障算法。改進后，自動駕駛系統的平均應急響應速度提升了31%，有效減少了極端天氣下的事故風險。

為自動駕駛保駕護航

從跟跑到領跑，研究團隊 打破國外壟斷，自主研發了自 動駕駛系統測試評價技術框架 體系，開發了虛實協同測試優 化技術，顯著縮短自動駕駛產 品更新周期，提高了企業研發 競爭力。

從理論到實踐，研究團隊 正在向開發自動駕駛測評核心 關鍵技術（如場景數據庫和仿 真加速測試方法）及其裝備和 工具鏈進軍，通過參與國際標 準制定，提升自動駕駛技術國 際話語權，加速中國高水平科 技自立自強，支撐相關產品提 質增效和出口持續增長。

近年來，在人工智能、大數據等信息技術的加持下，自動駕駛技術路線不斷創新，既有多傳感器融合并基于規則決策的傳統模式，又有純視覺“端到端”模式等。我國相關企業正穩扎穩打，步步為營，一邊擴大完善L2級功能場景范圍，一邊局部突破L3或L4級應用，甚至希望一步到位攻克L5級。自動駕駛測試評價標準體系中的相關內容也需要進一步細分、完善和創新，為高速發展的自動駕駛技術保駕護航。

本文相關成果“自動駕駛汽車虛實融合測評關鍵技術與系列裝備”榮獲2023年度上海市技術發明獎一等獎。

更多“上海科技進步獎”關文章

▲《“隔空碎石”突破慢性胰腺炎治療困境》

▲《你好，充當模式動物的猴子們》

▲《讓失去的時光重現光彩——真實世界視頻智能增強技術》