智能網聯汽車的測試評價

赫炎　 邱洪濤

2020年10月27日，2.0版《節能與新能源汽車技術路線圖》正式發布。其中，測試評價技術被再次列為基礎支撐技術之一，并提出“低等級和高等級智能網聯汽車整車與系統測試技術實現突破。”根據測試環境可以將測試技術分為虛擬仿真測試、封閉場地測試和開放道路測試。

目前，我國在PA級及以下智能網聯汽車在整車與系統測試方面已基本形成完善的測試方法，CA級及以上智能網聯汽車在虛擬仿真測試、場地測試等技術方面取得了一定進展，并積極推進我國典型駕駛場景數據庫建設。國家智能網聯汽車創新中心已布局共性關鍵技術之一的多模式測試評價體系建設，而且正在形成測試能力。

虛擬仿真測試

虛擬仿真測試擁有測試場景搭建方便、測試過程無安全隱患、可重復、成本低和效率高的特點。但場景的真實性受模型精度的限制，一般用于算法開發迭代的早期測試。

虛擬仿真測試需要構建動態車市場景，搭建仿真測試平臺。測試平臺需要通過采集海量的道路數據，才能對算法進行有效的訓練和測試驗證。采集的測試場景包括典型場景和危險場景，在采集過程中會逐漸顯現長尾效應。測試工況類型覆蓋有效性和數據格式統一性，將成為技術研究的難點。

百度公司創建了自動駕駛仿真系統AADS，包括由數據驅動的交通流仿真框架和基于圖片渲染的場景圖片合成框架，可通過增強現實技術減輕甚至消除仿真場景與真實場景間的差距。另外，該系統還可通過掃描得到的街景圖和軌跡數據擴展產生新的駕駛場景。依據該系統，百度公司公布了ApolloCar3D和TrafficPredict兩大數據集。

51VR創建的51Sim-One自動駕駛仿真測試產品提供兩種動態場景構建方式： ①基于其自研的仿真系統，通過自定義宏觀參數構建動態場景;②基于其不斷擴充的案例庫（包括真實案例和根據真實泛化形成的案例），以及空間、時間觸發器，實現主車附近的案例重現和各類危險工況的測試。

Google的Waymo構建了仿真世界Carcraft，包括2萬個以上動態場景，例如居民區街道、高速公路、死胡同、停車場等。其通過場景泛化技術構建了更多測試場景，并于2019年8月公布了全場景的無人駕駛汽車路測數據，該數據在多樣化的交通環境下采集，包含激光雷達和360°多個攝像頭的數據（含標簽），實現了激光雷達和攝像頭的同步。

仿真測試平臺需要通過數學建模的方式將真實世界進行數字化還原和泛化，建立正確、可靠、有效的仿真模型。傳感器的仿真有三種類型：①對物理型號進行仿真，即仿真傳感器接收到的信號，如攝像頭的光學信號、雷達的聲波電磁波信號;②對原始信號進行仿真，即仿真數字處理芯片的輸入單元;③傳感器目標仿真，即傳感器檢測到的理想目標。現有仿真測試平臺的特點多為動力學仿真、ADAS測試、場景仿真和交通流仿真。

封閉場地測試

發展智能網聯汽車受到全國各地重視，各地政府積極響應國家號召，開展測試示范區和開放測試道路建設。大多數測試場由國家或當地政府出資建設，少部分由企業或高校共建。

其中，整車企業為方便測試，占領智能網聯技術制高點，紛紛籌備封閉試驗場建設。例如吉利汽車在2019年1月國家智能產業峰會上提到，該公司在江西上饒籌備建設6200畝的綜合測試試驗場。

目前，各已建成的測試場并未系統地公開披露開展測試的情況，且存在測試結果不互認現象，此局面在2019年9月得到改變，蘇浙滬皖等地簽署了測試場協議，推動區域內智能網聯汽車道路測試結果互認。

開放道路測試

為了進一步推動智能網聯汽車測試工作，各地正在逐批開放不同風險程度的多類型道路。截至目前，北京市已開放自動駕駛測試道路超過200條，總長700km，自動駕駛車輛道路測試里程超過180萬km。北京市正在研究開放更多的測試場景，并計劃利用2022年冬奧會全面開展氫燃料自動駕駛等新技術的應用。上海在國內率先開放測試路段，并對路段進行基礎設施改造和智慧化改造，目前已分批次開放了530.57km道路，且于2019年9月向上汽集團、寶馬集團、滴滴頒布了具備功能化載人應用權限的測試牌照。該牌照賦予各企業與市民互動的權利。2020年6月27日，滴滴自動駕駛向上海民眾開放試乘體驗。

目前，僅北京公布了2018年度和2019年度的道路測試報告，其中《北京市自動駕駛車輛道路測試2018年度工作報告》成為中國首份自動駕駛路測工作報告，其他城市暫未披露測試情況。該報告的路測數據由監管機構提取，而非企業自行上報，最大程度地保證了數據的可靠性。該《報告》表明了2018年度的測試企業牌照發放及其測試里程情況，指出其發現的自動駕駛系統十大主要問題，包括交規遵守機制不健全、障礙物誤識別或漏識別和車輛建模真實度不足等，并分析了自動駕駛脫離需要人工接管的原因。《北京市自動駕駛車輛道路測試報告（2019年）》還顯示，截止2019年年底，各企業在北京進行自動駕駛路測的車輛累計達到77輛，測試總里程超過104萬公里。其中，2019年全年測試總里程達88.66萬公里，測試車輛為73輛，其中40輛可載人測試。百度Apollo以52輛測試車以及75.4萬公里新增測試里程成為年度所有測試企業中投入測試車數量最多、測試里程最長的企業。

企業測試評價體系

2019年4月，北京亮道智能汽車技術有限公司正式發布自動駕駛環境感知系統測試驗證的完整流程，并在車展上對外展示了產品和服務。該測試流程是通過在車輛上搭載一套感知能力優于待測感知系統的Reference System，實現獲取感知真值。

2018年5月，中國汽車工程研究院股份有限公司發布《中國智能汽車指數管理辦法》，針對自適應巡航控制系統、自動緊急制動系統、車道偏離報警系統、盲區監測系統和泊車輔助系統展開測試評價，并給出評分等級。2019年9月發布《2020版i-vista中國智能汽車指數測評規程》，包含智能行車、智能泊車、智能安全、智能交互四個子指數，主要針對ADAS功能展開測評。

Waymo構建的測試評價由三個相互獨立的子系統測試評價組成，包括車輛本身、傳感器、計算機和自動駕駛軟件。車輛本身需符合聯邦機動車輛安全標準（FMVSS）;傳感器在設計制作時期就需考慮產品性能、安全、質量和可靠性，與車輛集成后需要完成故障模式分析、風險評估和多層次的測試;自動駕駛軟件通過虛擬仿真、封閉場地和公共道路完成測試。

2019年7月，11家自動駕駛企業（Apitv、寶馬集團、百度公司、奧迪品牌、大陸集團等）聯合發布白皮書《自動駕駛安全第一》（Safety First For Automated Driving），描述了自動駕駛汽車開發、測試和驗證的框架，提出了12條自動駕駛準則，包括：安全運行、安全層、操作設計領域、交通行為、用戶責任、車輛發起的移交、車輛操作員發起的移交、車輛操作員和自動駕駛系統（ADS）之間的相互依賴性、數據記錄、安全性、被動安全及安全評估。并分析了測試所面臨的5大挑戰：①從統計角度證明系統的安全性和無駕駛員介入時的風險平衡;②需要證明系統與駕駛員的互動安全性;③考慮到現有交通環境中未出現的場景;④驗證各種系統配置和變體;⑤實現機器學習系統的驗證。進一步提出可通過沿用5W2H（who、what、where、when、why、how、how well）測試理念明確測試案例，完成自動駕駛系統的測試驗證工作。

中國軟件評測中心針對智能交通及車聯網系統、新能源汽車系統、充電樁設備、自動駕駛系統、智能網聯駕駛系統、智能汽車ECU關鍵零部件、信息安全和智能汽車整車級信息安全等系統的測評提供了相關服務。

存在的問題

中國現有封閉測試場地已初步實現全國范圍布局，基礎設施建設耗資巨大，少部分測試場已經投入運營使用。在運營過程中暴露出：利用率不高，主要是技術尚處于研發積累階段，各企業測試需求有限，測試場難以實現資本回收;各測試場測試結果未實現互認，增加了企業測試難度。

雖然已有的《測試規程》規定了測試過程需要采集數據，但當前采集測試數據是否滿足監管需求，是否能夠更深入地收集多樣化的測試數據，如何利用采集數據，均需要進一步研究。新能源汽車國家監測與管理平臺建立了國家、地方和企業的三級監管機構，智能網聯汽車產業也可借鑒其經驗，建立國家級監管平臺。

現有的虛擬仿真測試和真實開放道路測試，使測試結果更全面可信，但其究竟如何有機結合以完成系統化測試，并如何得出全方位的測試結果尚未有定論。