第一部分
概述篇

第1章
汽车自动驾驶仿真测试发展概述

成波1 李扬2 肖飞宇1
（清华大学 车辆与运载学院1 北京航空航天大学 交通科学与工程学院2）

1.1　引言

2015年工业和信息化部首次提出了智能网联汽车概念，明确了智能网联汽车的发展目标。2017年发布的《中国智能网联汽车技术路线图》确定了智能网联汽车的定义、技术构架、发展目标路径与重大创新优先行动专项。该技术路线图指出，测试评价是智能网联汽车基础支撑技术之一。其中，自动驾驶系统计算机仿真是自动驾驶车辆测试和试验的基础关键技术，也是未来行业定义自动驾驶车辆相关开发流程与技术准入标准的基础工具。

随着自动驾驶技术的发展，演变得越来越复杂的自动驾驶系统使得在系统正式部署前对其进行有效的测试和验证显得越发必要。早期的简单的辅助驾驶系统仅仅依赖车载或者环境传感器的数据进行开环测试即可完成功能验证，然而随着越来越多的公司致力于SAE L5级别的自动驾驶解决方案，闭环测试就显得必不可少[1]。SAE L5级别的自动驾驶车辆需要能在任何交通状况下保证安全行驶，而不需要施加人工干预，有望实现这样的功能的算法正变得极其复杂。因此，需要对构成自动驾驶车辆的车载传感器、车辆动力学模型和控制器、虚拟驱动程序和综合交通环境等环节进行详尽的测试和评估。这些功能通过软件在环（SiL）、硬件在环（HiL）、车辆在环（ViL）及混合仿真等方法进行验证[2]。

测试评价是汽车自动驾驶技术研发和实际应用的关键。为促进汽车自动驾驶的规范发展，美国联邦政府在2016年颁布了全球首部无人驾驶汽车政策文件《联邦汽车自动驾驶政策》（Federal Automated Vehicle Policy）。其中，为了规范自动驾驶的公共道路测试，要求测试企业、机构在一定的周期内向相关部门提交公共道路测试过程中的数据，用于对汽车自动驾驶道路测试的安全性评估。紧接着，日本、新加坡、韩国等国家也通过颁布相关法规的方式规范自动驾驶研发企业在可控的条件下进行公共道路测试。2017年发布的《中国智能网联汽车技术路线图》指出，测试评价是汽车自动驾驶的基础支撑技术。在2018年麦肯锡发布的报告中，“自动驾驶软件开发”和“自动驾驶系统与整车验证和集成”位列未来自动驾驶产业链中最具价值的三项产业中的两项。这两项在很大程度上都依托于计算机仿真技术提供的共性技术的支撑。对于汽车制造技术企业而言，自动驾驶仿真系统贯穿产品的研发与使用生命全周期。从产品概念选型到产品运行数据收集与系统升级，仿真系统既作为工程技术开发人员的工具箱，帮助实现产品的安全性与稳定性，又作为企业管理人员的数据知识库，帮助累积企业的设计流程、工程经验与数字模型等宝贵的无形资产。对于国家监管与测试机构而言，自动驾驶仿真系统作为分析与检测工具对汽车功能安全性与智能水平高低进行评价。仿真系统不但有助于我国完善汽车的认证标准与质量监督测试方法，而且也有助于我国参与国际法规标准化的制定，为测试场景库与仿真测试方法提供标准化的数据交换格式。

测试评价的关键性体现在两个方面：一是测试评价与技术研发相互促进，自动驾驶技术通过“研发、测试、再研发、再测试”的迭代过程逐步发展完善；二是由于汽车自动驾驶的黑箱特性，测试评价是汽车自动驾驶实际应用的必由之路。测试评价已经成为企业分析自动驾驶技术成熟程度的有效方法，也是监管者判断汽车自动驾驶能否安全和高效运行的重要手段。与传统车辆的模块化测试不同，汽车自动驾驶的测试注重对整车性能的评估。而传统车辆的测试侧重对车辆安全相关的零部件和系统的评估，加上在传统车辆中由驾驶员完成全部驾驶任务，车辆测试无须考虑驾驶员负责的功能。而在自动驾驶车辆中采用智能技术部件部分或者完全替代驾驶员，使得整车系统具有黑箱性和智能性的特点[3]；再考虑车辆行驶环境的复杂性，汽车自动驾驶的测试评价面临诸多挑战。

真实开放道路测试可以直观反映自然驾驶环境中的静态和动态元素，是测试汽车自动驾驶的最为真实的方法。然而，道路测试有两个难以解决的难题：一是安全性的问题，过去几年，特斯拉、Uber和Waymo等企业的自动驾驶真实道路测试均发生了严重交通事故，引发了大众对其安全性的普遍担忧。自动驾驶事故促使各国车辆技术监管机构提高了警惕，开始慎重审视在公共道路上进行的自动驾驶道路测试。二是其相对较低的效率问题，即因为未知的危险交通场景难以穷尽，所以基于场景的实车测试方法存在根本上的困难。美国著名智库兰德公司曾经估计[4]，如果想让一辆SAE L5级别的自动驾驶车辆正式上路，需要经过176亿千米的测试。这就意味着，即便是一支拥有100辆测试车的自动驾驶车队，以40km/h的平均时速每天24小时一刻不停地测试，也需要花费大约500年的时间。从企业层面来看，即便是头部企业Waymo，截至2020年年初也只完成了3 200万千米的自动驾驶路测，离176亿千米还相差很远。这使得真实道路测试难以成为自动驾驶测试的主要手段，而基于计算机仿真和虚实结合系统的测试方法越来越得到广泛的应用。众多厂商布局自动驾驶技术研发，如图1-1所示。

图1-1　众多厂商布局自动驾驶技术研发

图片来源：佐思汽研《2018—2019ADAS和自动驾驶产业链报告》。