马兵兵 郭刚 薛亮 冷粤

【摘  要】通过分析影响车载传感器工作性能的主要气象条件因素，进而构建出影响智能网联汽车性能的气象因素，并给出场景特征及主要控制指标。

【Abstract】Through analyzing the main meteorological conditions that affect the performance of vehicle sensors， the meteorological factors that affect the performance of intelligent network-connected vehicles are constructed， the scene features and main control indexes are given.

【关键词】智能网联汽车;气象条件;场景控制指标

【Keywords】intelligent networked automobile; meteorological conditions; scene control index

【中图分类号】F407.471                               【文献标志码】A                                   【文章编号】1673-1069（2020）08-0102-02

1 引言

智能网联汽车的发展能够提高交通效率，解决能源短缺、环境污染、交通拥堵等诸多难题。2018年4月12日，工业和信息化部、公安部、交通运输部联合发布《智能网联汽车道路测试管理规范（试行）》，对智能网联汽车道路测试的申请、审核、管理进行了规范，并对试验准驾人和试验样车进行了特殊要求。按照《规范》要求，测试车辆应在封闭道路、场地等特定区域进行充分的实车测试，并由国家或省市认可的第三方检测机构进行检测验证，确认其具备进行道路测试的条件，方可申请进行自动驾驶道路测试。然而，目前各测试示范区测试功能大同小异，多集中于研发阶段的道路外场常规测试，自动驾驶功能测试场景选择均为最基本道路类型、最常见交通标识、最普遍车辆行驶状态等，旨在确保自动驾驶车辆的基本行驶功能，而未有针对复杂气象条件下的智能网联汽车性能测试方法及流程，不能更好地保障车辆在复杂环境中行驶的安全及可靠性。但在智能网联实际测试过程中面临的工况场景是非常复杂的，智能网联汽车想要正式推广运行必须进行严格全面的测试才能保证智能网联汽车的实际使用推广的安全性。

因此，结合当前行业测试需求，开展复杂气象条件下智能网联汽车性能的相关测试工作研究具有重要意义。

第一，加快智能网联汽车测试技术的发展。气象场景作为智能网联汽车在开放道路或封闭道路测试中很少遇到的特殊状况，对智能网联汽车的安全性影响尤为显著。通过分析智能网联汽车在复杂气象条件下的性能状况，有利于行业数据比对以及数据库的建立，推动智能网联汽车测试技术的发展。

第二，满足企业对智能网联汽车可靠性测评的迫切需求。各主机厂和部件供应商对智能网联汽车相关的测试关注度越来越高，但目前测试多集中于研发阶段的道路外场测试，尚未有专门针对复杂气象条件下智能网联汽车的可靠性测试，无法满足企业对车辆功能、安全、可靠性等全方位的测试评价需求，这限制了智能网联汽车的推广应用。

第三，支撑智能网联测试标准建立。通过研究过程及测试结果，提取测试类信息功能的重要性能指标，分析不同复杂气象条件下的车辆性能，从而形成复杂气象条件下的智能网联汽车性能测试方法及流程，为我国汽车行业的法规及行业政策的制定提供技术基础。

2 气象条件对智能网联汽车传感器的影响分析

气象条件作为智能网联汽车在开放道路或封闭道路测试中很少遇到的特殊状况，对智能网联汽车的安全性影响尤为显著。通过分析智能网联汽车在复杂气象条件下的性能状况，有利于行业数据比对以及数据库的建立，推动智能网联汽车测试技术的发展。

智能网联汽车感知模块主要依赖于毫米波雷达、激光雷达、惯导设备、V2X、GPS、车载摄像头等多种传感器。如果感知模块受气象条件影响较大，这将直接影响智能网联汽车的性能。因此，通过环境箱对各个传感器在不同气象条件下的性能进行测试分析，可得出影响智能网联汽车性能的关键气象因素。

第一，激光雷達波长短，可发射发散角非常小的激光束，能够直接获取目标的速度、距离、角度及反射强度等信息，生成目标的多维度图像，具有极高的距离分辨率、角分辨率和速度分辨率。但在雨、雾、霾等能见度低的恶劣天气里，激光的衰减十分严重，传播距离也大大受到限制。通过环境模拟试验进行对比验证，如工作波长为10.6μm的co2激光雷达，在大雨下的衰减量是晴天的2～8倍。与此同时，大气环流还会使激光光束发生畸变、抖动，直接影响激光雷达的测量精度。

第二，摄像头传感器分辨率高、障碍物种类识别精确，能捕捉物体形状及细节，擅长对复杂驾驶环境的分析和处理，生产成本适用于普及推广、成本低、功能齐全，但是摄像头受光照环境、雨雪天气影响较大，摄像头在暴雨、强光照射、光度瞬变等气象环境下，视频画像会出现模糊、畸变等问题。

第三，车载毫米波雷达通过天线向外发射毫米波，接收目标反射信号，经后方处理后快速准确地获取汽车车身周围的物理环境信息，然后根据所探知的物体信息进行目标追踪和识别分类，最终通过中央处理单元（ECU）进行智能处理。毫米波雷达稳定的探测性能，不受被测物体表面形状、颜色等的影响，对大气紊流、气涡、杂声等适应性强，其与激光雷达有相似的工作原理，受雨、雾等气象环境影响较大。

第四，超声波雷达的能量消耗较缓慢，在介质中传播的距离比较远，穿透性强，测距的方法简单，成本低。但其传输速度和传输距离也受天气影响较大，尤其是雨天时，不能精确测距。

第五，惯性导航系统是利用陀螺仪和加速度计这两种惯性传感器，通过测量载体加速度和角速度而实现的自主式导航方法。系统的性能由传感器噪声、偏差、比例因子和系统校准决定，采样率高、运算速度快，其只用内部传感器就可以得到测量数据，不需要任何外界帮助，因此，惯性导航设备受天气影响较小。

第六，利用V2X车联网，车辆可以获取周围环境的未知参数以及附近车辆的运行状态，然后车载端主动安全算法将处理所获取的信息，并按照优先级对信息进行分类，对可能发生的危险情景进行预警，紧急情况下可以利用车辆执行端对车辆进行控制从而规避风险。以上可知，V2X在电磁环境下会受到干扰，但V2X 是唯一不受天气状况影响的车用传感技术，无论雨、雾或强光照射都不会影响其正常工作。

根据上述分析及统计，影响智能网联汽车各关键传感器的主要气象因素如表1所示。

3 气象条件对智能网联汽车整车性能的影响分析

根据上述分析及测试验证结果，雨、雾、雪、光照等不同的工况环境将对智能网联汽车整车性能造成不同的影响，主要为测量精度降低、测距误差变大、视频画质变差、交通标示信息识别错误等问题，这将直接降低智能网联汽车的整车性能，甚至影响智能网联汽车的正常行驶，造成交通事故的发生。

通过定量及定性分析，结合现实用户工况归纳分类，场景的设计主要用于模拟雨、雾、光照及多种融合天气等环境状态，以便车辆在特定标准化的气象场景中进行测试验证。根据不同天气情况的气象等级，即可确定淋雨头、雾化碰头、照射灯等相关场景的详细设计参数，得出不同的搭建场景及其控制指标，如表2所示。

4 结论

通过分析不同气象条件对各个车载传感器的性能影响，研究影响智能网联汽车性能的气象条件特征，提出相应的气象测试场景及其控制指标，为下一步复杂气象条件的场景搭建、复杂气象条件下智能网联汽车的性能分析方法研究提供了依据，具有重要意义。

【作者简介】马兵兵（1987-），男，河南汝州人，工程师，从事汽车与关键部件的检测与认证研究。