近日，自動駕駛相關(guān)話題再度引發(fā)熱議，公眾對技術(shù)的信任出現(xiàn)危機。自動駕駛等于無人駕駛嗎？自動駕駛究竟發(fā)展到了何種階段？自動駕駛的安全防線誰來把守？希望本文能帶給你關(guān)于自動駕駛的新知識、新思考。

《科學(xué)畫報》編輯部

馬路上平穩(wěn)地行駛著一輛汽車，它沉穩(wěn)地應(yīng)對復(fù)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(jīng)驗豐富的駕駛員手中。然而，如果仔細觀察就會發(fā)現(xiàn)，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(shù)。

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(shù)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(shù)是新一代人工智能、交通強國、“中國制造2025”、國家科技創(chuàng)新規(guī)劃等國家戰(zhàn)略的交匯點，美國、德國、日本等國家也將發(fā)展自動駕駛技術(shù)納入國家戰(zhàn)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(wǎng)聯(lián)汽車技術(shù)研發(fā)及應(yīng)用。尤其是近年來，全球配置不同級別自動駕駛系統(tǒng)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(xiàn)實是自動駕駛百萬千米事故數(shù)仍高于人類駕駛的兩倍。美國《科學(xué)》雜志和全球知名智庫蘭德公司發(fā)布的報告均表明：相對不完備的測試評價導(dǎo)致了自動駕駛安全防線失守。因此，系統(tǒng)性開發(fā)自動駕駛相關(guān)測評技術(shù)，高效準確地評判自動駕駛系統(tǒng)/產(chǎn)品的表現(xiàn)，已成為自動駕駛發(fā)展的重要一環(huán)。

虛實融合，重構(gòu)復(fù)雜駕駛場景

區(qū)別于傳統(tǒng)汽車，自動駕駛需要感知、理解，甚至與交通環(huán)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(xué)等領(lǐng)域，且沒有系統(tǒng)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(shù)據(jù)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(shù)據(jù)到測評標準、從模型在環(huán)到系統(tǒng)在環(huán)測試等技術(shù)領(lǐng)域的自動駕駛測試技術(shù)體系迫在眉睫。

同濟大學(xué)和上汽集團研究團隊研發(fā)了基于平臺車輛搭載感知、定位、同步等子系統(tǒng)的三代輕量級駕駛場景全息采集裝備，建立場景數(shù)據(jù)從采集車隊到后臺的高效傳輸通道，開發(fā)涵蓋存儲、查詢、任務(wù)調(diào)度等功能的場景數(shù)據(jù)庫，實現(xiàn)復(fù)雜駕駛場景語義解析與多模態(tài)數(shù)據(jù)自適應(yīng)融合技術(shù)，完成了復(fù)雜駕駛場景要素的高精度重構(gòu)，構(gòu)建場景參數(shù)組合規(guī)律解析與自動化生成模型。高風險場景泛化技術(shù)解決了從現(xiàn)實場景有限采集到無限泛化的難題，使采用自動駕駛技術(shù)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(huán)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(tǒng)的傳感器會受到強烈干擾，感知精度大幅下降，執(zhí)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(huán)境會發(fā)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(fā)事故概率顯著增加，可能會出現(xiàn)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(tǒng)的反應(yīng)難度和決策復(fù)雜性，因此，對自動駕駛系統(tǒng)進行極端天氣中的測試是十分必要的。然而，在真實環(huán)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(yīng)對這一挑戰(zhàn)，研究團隊利用“人—車—路—環(huán)全要素耦合仿真推演技術(shù)”，構(gòu)建了一個多維的復(fù)雜交通仿真環(huán)境。這個仿真環(huán)境涵蓋了氣候、道路狀況、交通流特征等所有環(huán)境要素，能夠動態(tài)模擬暴雨條件下的傳感器視距縮短、識別模糊和執(zhí)行器延遲等問題。此外，內(nèi)置的多車行為模型會根據(jù)天氣因素調(diào)整每輛車的行駛模式，包括減速頻率、車距保持、對突發(fā)事件的應(yīng)急反應(yīng)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(tǒng)計數(shù)據(jù)，融合了多種氣候條件下的交通事故和行為變化歷史數(shù)據(jù)，以預(yù)測真實環(huán)境中的突發(fā)事故概率。這些耦合場景的疊加可以在仿真環(huán)境中再現(xiàn)極端天氣下自動駕駛系統(tǒng)可能面臨的各種復(fù)雜場景，從而系統(tǒng)地測試算法的性能。

研究團隊利用“人—車—路—環(huán)全要素耦合仿真推演技術(shù)”對自動駕駛系統(tǒng)進行了數(shù)萬千米的虛擬測試，結(jié)果顯示，自動駕駛系統(tǒng)在部分突發(fā)情況下的應(yīng)急策略存在不穩(wěn)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(dǎo)致制動延遲?；诜抡鏈y試結(jié)果，研究團隊重新訓(xùn)練了感知模塊，增強自動駕駛系統(tǒng)在復(fù)雜天氣條件下對車輛距離和相對速度的識別，并優(yōu)化了其應(yīng)急避障算法。改進后，自動駕駛系統(tǒng)的平均應(yīng)急響應(yīng)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(lǐng)跑，研究團隊打破國外壟斷，自主研發(fā)了自動駕駛系統(tǒng)測試評價技術(shù)框架體系，開發(fā)了虛實協(xié)同測試優(yōu)化技術(shù)，顯著縮短自動駕駛產(chǎn)品更新周期，提高了企業(yè)研發(fā)競爭力。

從理論到實踐，研究團隊正在向開發(fā)自動駕駛測評核心關(guān)鍵技術(shù)（如場景數(shù)據(jù)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(shù)國際話語權(quán)，加速中國高水平科技自立自強，支撐相關(guān)產(chǎn)品提質(zhì)增效和出口持續(xù)增長。

近年來，在人工智能、大數(shù)據(jù)等信息技術(shù)的加持下，自動駕駛技術(shù)路線不斷創(chuàng)新，既有多傳感器融合并基于規(guī)則決策的傳統(tǒng)模式，又有純視覺“端到端”模式等。我國相關(guān)企業(yè)正穩(wěn)扎穩(wěn)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(yīng)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(guān)內(nèi)容也需要進一步細分、完善和創(chuàng)新，為高速發(fā)展的自動駕駛技術(shù)保駕護航。

本文作者為上汽集團質(zhì)量和技術(shù)管理部新技術(shù)支持總監(jiān)王燕文、上海市科普作家協(xié)會會員徐鳴。

本文相關(guān)成果“自動駕駛汽車虛實融合測評關(guān)鍵技術(shù)與系列裝備”榮獲2023年度上海市技術(shù)發(fā)明獎一等獎。

點擊圖片訂閱

2025年《科學(xué)畫報》