智能網聯汽車的技術架構及測試方法

甘海云

（1．天津職業技術師范大學智能車路協同與安全技術國家地方聯合工程研究中心，天津 300222；2.天津職業技術師范大學汽車與交通學院，天津 300222）

隨著電子技術和計算機軟件技術的不斷發展，汽車的智能化水平也在不斷推進。汽車的智能化是從電子化開始的，20世紀70年代，以汽車收音機和電子點火裝置為代表的電子技術開始應用于汽車領域，隨著集成電路和微處理器技術的發展，動力系統和底盤系統開始實現電子化，為智能汽車的發展奠定了基礎。進入2000年以來，以自適應巡航控制（adaptive cruisecontrol，ACC）、自動緊急剎車（automaticemergency braking，AEB）和車道保持輔助（lane keeping assistance，LKA）為代表的高級駕駛輔助系統（advanced driver assistance system，ADAS）開始實現應用，實現了至少一種駕駛操作的自動化，達到自動化駕駛1級水平。目前，以Volvo XC90等達到2級自動化駕駛水平的汽車也開始批量投放市場。本文對智能網聯汽車的分級及其技術體系架構、控制系統的功能框架和算法、智能網聯汽車的測試評價方法及國際標準的制定現狀等進行分析。

1 智能汽車的智能化等級概述

智能汽車的智能化等級分為自動駕駛等級和網聯化等級2個方面。根據節能與新能源汽車技術路線圖戰略咨詢委員會、中國汽車工程學會發布的資料，自動駕駛等級定義如表1所示[1]。

從表1中知，在自動駕駛1級和2級情況下，駕駛操作部分由機器完成，對駕駛系統的監控和失效應對由駕駛員執行，與現行法律對駕駛人員的要求一致。自動駕駛為3級以上時，由自動駕駛系統監控駕駛環境，當3級自動駕駛在系統失效時，要求駕駛員接管車輛的控制；4級自動駕駛系統失效時，系統對駕駛員提出響應請求，駕駛員也可以不響應。3級和4級自動駕駛在法律上都要求界定機器駕駛和駕駛員駕駛的責任。5級自動駕駛為最高級別的自動駕駛，駕駛操作的控制、監控和失效應對都由機器完成，因而機器駕駛承擔法律責任，這與現行維也納公約國際法對駕駛員是駕駛行為法律主體的描述相矛盾。為此，相關國家已經開始對自動駕駛車輛的法律問題進行研究和探討，有望在未來制定出適應自動駕駛技術發展的相關法律。

表1 自動駕駛等級

2 智能汽車技術體系架構及其控制系統

2.1 智能汽車技術體系架構

智能網聯汽車除了依靠本車的物理傳感器實現周邊狀態的感知外，還能夠通過V2X（vehicle to vehicle（V2V），vehicle to infrastructure（V2I），etc.）通信技術在更大的空間尺度上擴展環境和交通狀況的感知范圍。在目前智能汽車環境感知傳感器配置下，通過車載毫米波雷達、機器視覺、激光雷達和超聲波雷達等物理傳感器可實現自車物理傳感器感知范圍內（通常在200 m之內）環境和交通狀態的感知。對于廣域的交通擁堵狀況、氣象情況以及道路維修和道路事故等信息的感知，則可通過V2X通信技術獲得自車物理傳感器感知范圍之外的交通信息。根據V2X通信獲取信息的內容及其在駕駛和協同控制中的作用，汽車網聯化可分為3個等級，如表2所示[1]。

智能汽車通過自車傳感器感知、結合V2X通信感知，能夠在廣域范圍內實現以安全和能量優化為目標的路徑和車速優化、防撞避撞等功能，進一步提升道路交通的效率、降低事故發生率和整車的能耗水平。智能網聯汽車集成了先進的傳感器、定位和通信裝置，在不同空間尺度范圍內感知道路周邊及廣域交通環境信息，通過環境感知信息融合、評估和路徑規劃控制，能夠通過協同控制提高自動駕駛技術的安全性、舒適性和節能性。智能汽車技術體系架構如圖1所示。

表2 網聯化等級

2.2 智能汽車控制系統功能架構

智能汽車的控制系統由環境感知系統，評估、決策和控制系統以及人機交互系統組成。智能汽車控制系統的功能架構如圖2所示。

圖1 智能汽車技術體系架構

圖2 智能汽車控制系統的功能架構

環境感知系統分為物理傳感器系統和V2X通信傳感系統2種類型。物理傳感器分為環境感知傳感器（包括超聲波雷達、毫米波雷達、激光雷達和機器視覺傳感器）、高精度數字地圖以及車輛狀態傳感器（包括動力系統和底盤系統等狀態）3類。V2X通信傳感系統一方面通過V2V、V2I等通信獲得道路交通狀態和其他車輛及交通參與者的信息，另一方面可以將本車的相關操縱狀態信息發給其他車輛和交通參與者。

評估、決策和控制系統由交通場景評估模塊及路徑規劃和控制模塊組成。交通場景評估模塊的功能是將不同傳感器感知的交通狀況進行信息融合，進行地圖定位和匹配、生成道路交通狀態描述等。路徑規劃和控制模塊的功能是根據交通場景評估的結果進行路徑規劃和行駛軌跡控制。在完成車輛的路徑規劃后，需要進行軌跡跟蹤控制來實現車輛的自動駕駛功能。車輛的軌跡跟蹤控制可通過控制實際車輛跟蹤虛擬車輛來實現。

為便于描述軌跡控制原理，車輛的實際位姿與虛擬車輛位姿、智能汽車軌跡跟蹤控制原理分別如圖3和圖4所示。

圖3 車輛的實際位姿與虛擬車輛位姿

圖4 智能控制原理圖

圖3中參考點M表示的位置是車輛的實際位姿，（xc，yc）為參考點M在世界坐標系下的坐標，θc為局部坐標系（M，i，j）與世界坐標系（O，x，y）的夾角。參考點N表示虛擬車輛位姿。圖4中，車輛的參考位姿Pr=（xr，yr，θr）T為車輛的參考位姿，Pc=（xc，yc，θc）T為車輛的實際位姿，Qe=Pr-Pc。車輛的運動誤差Pe=J1·Qe，運動誤差輸入控制器后，控制器采用相應的控制算法輸出控制量 Uc=（vc，ωc）T，Uc通過電控執行機構控制智能車輛的狀態，使其狀態逼近參考位姿。控制器采用Backstepping算法，其算法描述如下[2-6]：

式中：a1、ax、ay、a0均為正實數；f（kωc）為雙曲正切函數。ax影響x方向誤差，ay影響y方向誤差，a0影響車輛方向角誤差。

人機交互系統具有2個方面的功能：智能駕駛系統檢測到危險狀態時，對駕駛員進行振動、聲音或語音報警，提醒駕駛員危險狀況；駕駛員通過操作控制面板、旋鈕激活、關閉智能駕駛系統或設定智能駕駛系統的參數來進一步設置智能駕駛系統。

3 智能網聯汽車的測試方法

3.1 智能網聯汽車的測試需求

智能汽車的開發主要涵蓋從概念開發、系統實現到測試評價的整個流程。智能網聯汽車的測試需求和流程如圖5所示。

圖5 智能網聯汽車的測試需求和流程

在概念開發階段，需要采用交通流模擬仿真工具如Prescan、Carmaker等軟件進行控制系統的模型在環（model in the loop，MIL）和軟件在環（software in the loop，SIL）仿真。此階段，還需要采用駕駛模擬器進行駕駛行為的分析，用于設定自動駕駛系統及其人機交互系統（HMI）的參數。功能開發階段采用基于模型開發（model based development，MBD）方法和流程進行ADAS和自動駕駛控制功能的開發，實現相關的駕駛輔助和自動駕駛功能。零部件測試階段主要對智能汽車傳感器、執行機構及硬件在環（hardware in the loop，HIL）進行測試。

智能汽車實車測試分為3個層級。首先是在可控場地的測試，通常在汽車試驗場等設施內進行，排除社會車輛的隨機影響。可控場地內的測試主要進行規范場景下的整車智能駕駛功能測試及極端駕駛條件下的功能測試。開放道路和可控場地的專家評測，由專業的智能駕駛測試評價人員在開放道路和可控場地內進行智能駕駛的功能測試和性能評價，主要從專業、量化的角度對零部件、系統及駕駛行為進行評測。道路運行測試（field operational tests，FOT）的主要目的是評估實際道路上的智能駕駛對零部件、系統以及駕駛行為的影響[7]。

3.2 智能網聯汽車相關標準現狀

國際標準化組織（ISO）于1993年成立了TC204技術委員會，主要職責是組織制定交通信息和控制系統狀況的總體目標和結構的相關標準及與ISO整體計劃的協調。TC204技術委員會下設16個工作組，分別涉及智能網聯汽車相關的體系架構、自動隊列行駛控制、交通信息管理和控制系統、定位和導航、車路協同預警和控制、專用短程通信DSRC和廣域通信等技術領域。ISO/TC204/WG14工作組是國際標準化組織智能運輸系統分技術委員會（IS0/TC204）下設的一個標準化工作組，主要負責車輛/道路警示及控制系統方面的標準化制定工作。TC204工作組目前已經正式發布了13個標準，10個標準正在制定過程中，其中11個標準與自動駕駛相關，4個標準與車路協同駕駛相關。標準的制定反映了當今智能網聯汽車技術的發展趨勢和方向。智能網聯汽車相關標準信息如圖6所示[8]。

圖6 智能網聯汽車ISO標準現狀

由圖6知，從通信技術應用的角度看，可以分為本車智能系統和車路協同系統。從本車智能化的角度看，可分為信息/警告顯示系統以及車輛控制和自動駕駛系統。信息警告系統作為汽車智能化的初級階段，現已發展成熟，目前已有6項標準制定完成。車輛控制和自動駕駛系統相關技術仍在不斷發展進步中，因此有5項標準已制定完成，6項標準仍在制定過程中。另外，還有2項智能汽車相關的通用基礎設施標準也在制定過程中。車路協同系統作為新技術在智能汽車上應用的相應標準已開始制定或完成制定，目前有2項車路協同系統標準已經發布，另有2項標準仍在制定過程中。

4 結語

隨著汽車技術和電子技術的不斷進步以及對汽車安全性、舒適性和交通效率提升要求的不斷提高，智能駕駛已經成為不可逆轉的趨勢。智能網聯汽車運行涉及環境傳感、規劃決策、人機交互和復雜交通等方面，自動駕駛相關系統的開發和測試面臨巨大的挑戰。與此同時，ADAS系統和自動駕駛系統的測試理論和實踐在不斷發展，相關的方法研究和項目持續開展，相關標準規范也在不斷完善中。

參考文獻：

［1］節能與新能源汽車技術路線圖戰略咨詢委員會，中國汽車工程學會.節能與新能源汽車技術路線圖［M］.北京：機械工業出版社，2017.

［2］游峰.智能車輛自動換道與自動超車控制方法的研究［D］.長春：吉林大學交通學院，2005.

［3］祖莉.戶外小型智能移動機器人運動軌跡跟蹤控制［J］.南京理工大學學報，2003，27（1）：56-60.

［4］FRERRO R.Control of a nonholorxrmic mobile robot：backstepping kinematics into dynamics［C］//WATADA J，YABUUCHI Y.IEEE Proceedings of 34th Conference on Decision and Control.Piscataway：IEEE Computer Society Press，1995：3805-3810.

［5］LI J H.Design of an adaptive nonlinear controller for depth control of an autonomous underwater vehicle［J］.Ocean Engineering，2005，17（32）：2165-2181.

［6］CHEN C.Backstepping control design and its application to vehicle lateral control in automated highway systems［D］.Los Angeles：University of California，1996.

［7］李霖，朱西產.智能汽車安全技術評價方法研究［C］//中國汽車工程學會.汽車工程學會年會論文集.北京：北京理工大學出版社，2015：488-490.

［8］Society of Automotive Engineers of Japan，Inc.ITS standardization activities of ISO/TC204 2016［EB/OL］.（2016-09-10）［2018-02-09］.http：//www.iso.org/iso/iso_technical_committee%3Fcommid%3D54706.