杨秋燕 秦明明

摘 要：智能网联汽车测试是一个重要环节，确保智能网联汽车的安全和智能网络车辆的快速发展需求。场景库在智能网联汽车测试评价系统中起着非常重要的作用，是测试评价的基础和出发点。为确保测试场景的充分性，场景库应使自动驾驶比所有场景更加安全可靠，但实际上不可能看到所有的场景。通过不同的数据源（如收集自然驾驶数据、事故数据和大量模拟试验）查找典型场景的成本很高，任务复杂而艰巨，因此本文提出了一种基于测试场景元素的测试场景库创建方法，可以构建测试场景库，提高测试的有效性和舒适性。

关键词：场景元素;智能网联汽车;场景构建

1 智能网联汽车测试评价

1.1 智能网联汽车测试技术的发展

智能网联汽车是一个非常复杂的系统，包含多种复杂的传感器系统，包括车对路V2I通信、GPS传感器、高精度地面地图等。许多传感器也有一个智能化的数据分析和处理子系统，在进行测试和评估时必须考虑到这些特点，并有效地进行有针对性的测试和评估。因为这些新传感器存在一些弱点，所以传感器数据的融合是测试过程中十分关键的一部分，在测试中需要考虑所有传感器的数据同步性，传感器数据的不同步是导致数据融合算法误差的主要原因。智能网联汽车最有效的测试方法是道路测试，使车辆能够在复杂的驾驶条件下进行实车试验。但是这种实际道路测试必须对智能网络车辆进行有效性全面审查，至少要求智能网联汽车在实际道路上行驶一亿公里才能完全确保智能网联汽车的安全性，并且绝大部分汽车生产公司的车型复杂多样，这些车辆的配置和软件还原都比较复杂，如果都是通过实际的道路试验来检验，显然不符合产品开发在时间和资金上的需求，难以在规定的时间内完成智能网络车辆的测试和评估。测试需要对驾驶场景中的“人、车、环境"三个要素进行测试，验证其中的一部分或全部是否符合标准，建议可以执行模拟测试和仿真验证，从而显著缩短测试和评估周期。这些方法包括仿真、驾驶模拟，受控场地试验和实地测试。图1为具有代表性的硬件在环测试系统。

1.2 智能网联汽车测试及场景需求分析

智能网联汽车的测试主要包括传感器、执行器、算法、人机界面、闭场测试等，对汽车自动行驶过程中的安全隐患进行测试。另外，智能网联汽车的驾驶环境复杂，除交通设施外，还必须考虑车辆、行人等因素。有些司机在穿越十字路口时刹车很快，有些则刹车很慢，因此也必须考虑司机的不同驾驶行为。要充分考虑试验和评价，驾驶环境的实际因素也是多种多样的，这也使智能网联汽车测试和评估系统充满了许多不确定性，比如天气如雨、雪、雾、光、温度等其他因素将是智能网络车辆的传感器性能的又一重要影响途径，必须在不同的环境中对车辆进行测试和评价。这些不确定性是我们在建立测试和评估系统时需要充分考虑的因素。主要目标是：全面有效地验证车辆在复杂驾驶场景下的功能满足客户预期使用的要求，所以要求测试评价系统的建立能充分反映用户的使用需求，能充分反映实际驾驶环境的不同场景和工作条件。有效性是指测试方法的有效性能，所采用的方法能够有效地验证智能驾驶功能的质量，有效地评估车辆系统的一致性和可靠性。此外，智能网联汽车可能出现自动驾驶系统失效，硬件故障的情况，此时汽车的系统应能安全离开自动驾驶系统，并提醒驾驶员进行主动驾驶避免事故。如果当通信信息丢失时，智能联网车辆无法正确识别错误，自动驾驶系统应提醒驾驶员同时接入互联网，如果驾驶员未及时接收，或智能车辆中没有驾驶员连接到互联网，智能车辆必须能够自动进入最低风险等级。

2 智能网联汽车测试评价体系

2.1 场景采集及场景测试分析

场景库在该系统中起着非常重要的作用，它是智能网联汽车测试和评估的基础和关键。为确保其充分性，场景库应至少与驾驶性能中可能出现的所有场景相对应，证明自动驾驶在同等行驶里程数的前提下比人为驾驶有更高的安全性，在不同的测试阶段对场景数据库中的数据进行分析，同时应在车辆的测试中收集新生成的情景。特别是在经验测试过程中，在新的场景数据中进行细化和分析之后，转换为闭环系统，不断优化逐步使场景数据库与场景数据库丰富，将再增加模拟场景的数量和对经验场景的需求测试。这就大大缩短了测试和评估周期，以提高测试和评估的有效性。

对于场景数据的获取，在上述测试评估系统中，场景数据库的构建是决定测试评估充分性的关键，从实际驾驶环境和视觉、雷达传感器和环境数据记录器、车辆驾驶数据（车速、制动、气阀开度、转向信息等）收集现场数据。对最初记录的信息进行分析时，如果发现某个特定场景触发了一个重要的安全事件，则该场景可能包含在测试场景数据库中，测试过程中的数据也可以作为现场数据生成的有力补充。此外，还可以根据实际交通模式分析，根据我国道路交通的特点，分析道路交通事故和事故的类型，分析道路交通事故的成因，通过模拟交通事故和事件的元素重建场景，并作为测试和评估。也可以使用ADAS系统和自动驾驶系统开发过程的安全分析，特别是第一次场景作为数据来源，因为它来自于实际道路的行驶环境，是一个不断迭代优化的封闭系统，由此可以不断实现现场数据的更新，解決当前场景数据库的不足。这样我们还可以将采集到的场景数据传递给实际用户，从而大大加快了过程场景数据的采集速度。之后我们将获得的场景数据分为不同的场景参数，可以与车辆运动控制一起生成我们需要的测试用例，以形成后续测试过程的基础。

2.2 场景搭建及实车道路测试

场景搭建是受控测试中最为关键的部分，由于道路场景的复杂性和不可计数性，我们不可能在一个封闭的地方模拟所有社会道路的驾驶场景，因此我们需要在已建成的测试环境中配备一些基本要素。道路基础设施要素分为：高速岔路口、交叉口、T形交叉口、隧道、建筑公园、详细的设备和设施、智能交通灯、街道标志、无线充电器、智能停车场、桥梁公共设施公园、高架桥、积木、街道智能标志、停车控制照明系统等;交通部件包括：隐藏式护栏、气球车等;气候要素，具体如下：现场环境监测、雨雾气候及环境治理基础设施实施、光、雨、雾、雪、尘（可控）;信息和通信元素具体如下：DSRC、5g、G4S差分定位、北斗定位、高精度卡、WiFi技术升级等等;电磁空间元素具体如下：电磁兼容与控制。电磁空间元件在传统测试中具有独立性和创新性，由智能网络车辆的具体性能决定这个其特殊原因是：车辆雷达探头必须解决相互干扰，保证信号分集和干扰抑制技术;除了传统的车上高压点火系统外，通信还包括电磁干扰，包括不同的发电机、电动机和车上的电力电磁脉冲引起的干扰等;广泛使用不同的传感器，特别是与电驱动系统的结合，整车的电磁兼容显得尤为重要;除了车辆本身的电磁干扰外，车外的无线通信、移动通信设备和微波通信设备都会产生强烈的电磁干扰干扰是智能推进技术发展中需要特别关注的问题。

3 小结

我们应该意识到智能互联网网络车辆的复杂性，在推动智能互联网网络车辆的发展过程中，必须始终把用户和社会的安全放在首位。为此，有必要对ICV进行测试和评估详，仔细审查和评价的充分性和有效性。针对ICV的技术特点，本文从测试场景数据、测试方法、评价标准等方面进行了研究，希望能建立一套完整的ICV测试评价体系。测试和评估的有效发展在该系统的开发过程中还面临着许多挑战，但是在智能网联汽车市场上也有许多有益尝试，使得智能网联汽车的测试和评估工作日趋完善。

参考文献：

[1]余卓平，邢星宇，陈君毅.自动驾驶汽车测试技术与应用进展[J].同济大学学报：自然科学版，2019，47（4）.

[2]和福建，张晋崇，石娟.智能网联汽车测试技术研究[J].汽车电器，2019（3）.