自動駕駛測試包含哪些核心環節？如何考核？

自動駕駛已然成為汽車行業熱詞。在大家殷切的期盼下，近幾年上市的車型，多少都要有和“自動駕駛”功能相關才能贏得消費者青睞。

▍自動駕駛汽車測試的必要性

自動駕駛汽車測試是自動駕駛研發中的重要環節，也是自動駕駛技術發展的重要支撐，隨著智能網聯汽車高等級的自動化和網聯化系統不斷產業化落地，對測試的依賴越來越深入，尤其是面對即將量產落地的L3級以上自動駕駛產品，對現有的測試技術、標準和法規，都提出了新的挑戰，需要新的技術突破。

自動駕駛汽車本身結合了車輛技術，人工智能，模式識別，5G通訊，傳感器融合等多領域，跨學科知識。跟傳統的汽車測試有很大不相同，為了應對千變萬化的交通場景，需要海量的數據對自動駕駛算法進行訓練，通過不斷的迭代，才能覆蓋盡可能多的場景。并且測試會貫穿車輛的生命周期，即使車輛已經賣出，并上路行駛，也會定期遠程升級，以便覆蓋新的場景。

▍自動駕駛汽車測試類型及測試內容是什么？

自動駕駛汽車的測試伴隨著車輛開發的全流程，包括對標測試、軟件在環（SIL，即software-in-loop）、硬件在環（HIL，即hardware-in-loop）、車輛在環（VIL，即vehicle-in-loop），系統標定、再到最后的整車場地、道路測試等方法，涵蓋了從零部件到系統再到整車的全鏈條驗證。

在測試內容方面，主要包括傳感器、執行器、算法、人機界面測試以及整車功能等內容。

▍自動駕駛測試主要驗證目的有什么？

自動駕駛的落地，需要驗證產品及系統的功能、性能、安全、穩定和魯棒性。

功能測試：主要功能指標包括是否能夠正確響應各類道路交通設施、是否能夠遵守交通規則、是否能夠按照自動駕駛功能的設計指標正確響應道路上的車輛、非機動車、行人等交通參與者，是否能在設定的ODD之外正常退出并提示駕駛員接管，以及是否能夠正確完成在功能設計時規劃的其他自動駕駛功能。

性能測試：主要指標包括各項車輛運動數據（如速度、加速度、行駛路線），對交通參與者的識別正確率、響應速度、識別范圍，對各類光照、氣候環境的適應能力，駕駛員、乘員的主觀體驗（如是否感到迷惑、緊張、不安，車輛自動駕駛時的各項駕駛操作是否舒適、自然）。

安全測試：安全指標包括功能失效概率，功能安全場景的通過情況和預期功能安全場景的通過情況。穩定性測試：主要驗證功能及性能是否能穩定運行。

魯棒性測試：魯棒是Rubust的音譯，是在異常和危險情況下系統生存的關鍵，主要測試系統的抗打擊能力。主要驗證在復雜場景下遇到問題時，系統能否及時恢復，把嚴重性降低。例如，計算機軟件在輸入錯誤、磁盤故障、網絡過載或有意攻擊情況下，系統是否不死機、不崩潰。

▍自動駕駛場景庫與虛擬仿真測試

場景是自動駕駛測試系統中相當重要的一環，測試場景的多樣性、覆蓋性、典型性等能夠影響到測試結果的準確性，從而保證自動駕駛的安全與質量。

場景，指的是行駛場合和駕駛情景的組合，它受行駛環境的深刻影響，如道路、交通、天氣、光照等因素，共同構成整個場景概念。場景是在一定時間和空間范圍內環境與駕駛行為的綜合反映，描述了道路、交通設施、氣象條件、交通參與物等外部狀態以及自車的駕駛任務和狀態等信息。從場景架構來看，有不同的行駛場合，像高速公路、鄉村道路、城市工況、機場、碼頭、封閉園區等；在該場合下，如何駕駛、駕駛任務、駕駛速度、駕駛模式等一起構成了整個場景的三維架構。

自動駕駛仿真是借助計算機虛擬技術對實際交通系統進行某種層次的抽象。通過把大量自動駕駛開發和測試的成本轉化為GPU的物料成本和工程師的知識經驗成本，進而大大緩解該痛點。

仿真測試執行包含兩個方面的工作：

（1）對測試場景庫的維護和針對不同算法或功能合適的測試場景進行運行測試；

（2）在測試完成后，整理并提供清晰的測試報告，并提供測試結果的統計數據，為算法團隊的改進提供有效支撐。

▲ 某自動駕駛仿真軟件的運行可視化界面

在仿真測試里，根據自動駕駛測試的關鍵要素，需要建如下的模型，包含最傳統的車輛動力學模型、駕駛人模型、靜態環境模型、動態交通模型、環境感知傳感器模型。建模要關注兩方面，一個是計算效率、一個是計算精度，兩個是彼此制衡。

除了純虛擬環境的測試之外，還有多物理系統在環的仿真測試，就是說要能夠進行化學感知系統、決策規劃系統、控制執行系統的在環測試。

基于場景的虛擬仿真測試，是未來自動駕駛汽車測試的一個發展趨勢，也是必由的途徑。

▍自動駕駛虛擬仿真測試有必要嗎？

根據行業專家的估算，一款自動駕駛汽車，至少需要上億英里的完整測試里程，消耗大約500年的駕駛時間，才能證明自動駕駛車輛的故障率低于人類駕駛員的故障率進而落地應用。盡管實車道路測試是最可靠、最準確的測試方法，但由于時間和金錢成本過高，無法滿足技術研究快速發展的需求。此外，自動駕駛道路測試在交通法規、極端場景、全球產業鏈等方面面臨較多的局限性。

具體分析如下：

1、成本過高

采用路測優化自動駕駛算法耗費的時間成本與資金成本過高；

2、法規風險性高

自動駕駛領域缺乏相應的交通法規和保險理賠機制，導致實車路測難以大范圍展開；

3、極端場景難以復現

極端交通條件和危險場景難以實際復現，即使復現測試也存在較大安全隱患；

4、全球產業鏈發展不充分

各國各地區的社會環境、經濟環境、道路環境和交通習慣千差萬別，難以形成全球認可的自動駕駛產業鏈體系。

虛擬仿真測試是實現自動駕駛的先決條件，是新時代智能網聯汽車研發過程中不可替代的一環。

▍硬件在環測試主要是測什么？

硬件在環指的是，利用仿真軟件，實時機和硬件IO接口，對接到真實的ECU，在實時的環境進行算法測試。

硬件在環仿真是自動駕駛汽車技術測試與驗證的重要環節，具有周期短、成本低及效率高等優點。

自動駕駛汽車，相對于傳統車輛，驗證成指數級增加。都依靠實車測試，從時間上和成本上都不現實，進行充分的仿真測試非常關鍵。

▍場地測試主要測試內容包括什么？

結合工業和信息化部、公安部、交通運輸部等三部委共同發布的《智能網聯汽車道路測試管理規范（試行）》，“考試項目”設置可以包含以下幾個方面：

一是基本交通管理設施檢測與響應能力測試，測試內容應包含《GB5768 道路交通標志和標線》、《GB14887 道路交通信號燈》、《GB14886 道路交通信號燈設置與安裝規范》等標準要求的道路交通設施種類和安裝規范等內容；

二是前方車道內動靜態目標（機動車、非機動車、行人、障礙物等）識別與響應能力測試，測試內容應包含感知識別不同目標（非機動車、行人、障礙物）的類型和狀態、跟隨不同交通參與者（機動車、非機動車、行人）行駛、車速車距控制等內容；

三是遵守規則行車能力測試，測試內容應包含超車、并道、通過交叉口等內容；

四是安全接管與應急制動能力測試，測試內容應包含靠邊停車與起步、應急車道內停車、人工接管等內容；

五是綜合能力測試，綜合考察自動駕駛汽車對交通語言認知能力、安全文明駕駛能力、復雜環境通行能力、多參與對象協同行駛能力、網聯通訊能力等內容。

來源：?焉知智能汽車

聊聊自動駕駛應用層軟件開發

一文搞懂CAN收發器TJA1145

車載抬頭顯示系統(HUD)歷史及發展

車身控制器功能規范

小鵬P7的熱管理系統詳解

大眾ID4.X內部ECU技術細節整理

比亞迪海豹整車技術整理

揭秘理想的整車電子電氣架構

國內主機整車EEA架構匯總

談談Bootloader自更新

談談對兩家AUTOSAR工具看法

汽車軟件需求是如何變成用戶功能？

汽車E/E架構的網絡安全分析

電子電氣架構設計需要考慮哪些方面？

分享不易，懇請點個【??】和【在看】