关于无人驾驶准入测试的问题与思考

专业就是实力！中国软件评测中心感谢您的关注，我们在这里与您共同分享基于第三方服务的科技资讯与趣闻，欢迎加入我们。

问题背景

当前业界不断有声音向政府呼吁放开无人驾驶车辆上路许可，那现在的无人驾驶车辆足够“安全”了吗？而事实是业界仍未对无人驾驶“安全”的定义达成共识。事实证明，缺乏充分测试就仓促推出自动驾驶功能，会带来严重乃至致命的后果。

2015年7月1日，谷歌一辆雷克萨斯RX450h自动驾驶车遭遇追尾事故，三人因此受伤。

2016年1月20日，河北邯郸一辆处于自动驾驶功能的特斯拉撞上道路清扫车，引发车祸导致驾驶员死亡。

2016年5月7日，美国一辆特斯拉MODEL S在自动驾驶时发生车祸导致驾驶员死亡，这是美国自动驾驶技术应用以来第一起导致死亡的车祸。

2016年11月，一辆特斯拉70D在上海迎宾高速行驶时开启了“自动辅助驾驶”功能，然而在行经一处并道的隔离石墩时，并未做出任何避让动作。

除了这些，如下图所示，近年来与自动驾驶汽车相关的事故越来越多，其中不乏自动驾驶系统的责任。

业界也已经认识到问题的严重性。2016年10月26日，在第23届中国汽车工程学会年会暨展览会(2016SAECCE)上，备受瞩目的《节能与新能源汽车技术路线图》（以下简称“技术路线图”）正式发布。其中智能 联汽车涉及汽车、信息通信、交通等多领域技术，其技术架构较为复杂，可划分为“三横两纵”式技术架构。“三横”是指智能 联汽车主要涉及的车辆、信息交互与基础支撑三大领域技术，“两纵”是指支撑智能 联汽车发展的车载平台以及基础设施条件。如下图所示。

在该架构中，明确提出了要把测试评价作为基础支撑技术。

问题与思考——准入测试如何开展

场景测试方案，顾名思义就是受试无人驾驶系统能够自主行驶通过由众多交通参与者和特定道路环境共同构成交通场景，则称为通过该特定场景的驾驶测试。如果测试场景的样本足够大，则可以相信无人驾驶系统具备足够的安全性能。

然而，交通场景可以大致用一个如下图所示的长尾模型来描述，要涵盖常见的交通场景，比如95%的场景，数量并不大，甚至涵盖到99%的场景，数量也并非不可想想。然而，要涵盖或基本涵盖剩下1%的场景，所需要的数量将远超出一般人的想象。

根据美国著名智库兰德发布的一份 告，自动驾驶汽车需要实地测试数亿至数千亿英里，才能验证它们在减少交通事故方面的可靠性。可见，采用场景测试方案，将需要建立庞大的测试场景库。

对此目前，市场上的无人驾驶系统公司采用有两种互补的测试方案，第一种解决方案是无人驾驶的实际道路场景仿真模拟，第二种是众包数据收集与测试。

这里的无人驾驶仿真模拟并不指通过自动生成的场景进行模拟测试，而是收集真实的道路场景数据，以真实数据为主，生成数据为辅。这种方案保证无人驾驶安全性是通过收集足够多的真实道路场景数据来实现的。

采用众包数据收集与测试，就是设法让测试由很多人一起来承担和完成，但也存在一定的风险或技术困难，可能带来人员的伤害或隐私数据的侵犯，需要合理设计。

基于以上分析，那无人驾驶的准入测试到底应该如何开展？这两种方案对无人驾驶准入测试有借鉴作用吗？

理论上来说，大约可以有三种方案可以在准入测试中考虑：

第一种：在实际道路上大规模部署实车进行测评。如果厂商能够提供大规模实车道路测试数据，可以考虑在准入测试中进行认可。但这种方案需要的资金成本或时间成本非常高。

第二种：首先收集大量的实际道路数据进行仿真模拟测评，其次开展仿真模拟场景和实物场景下的驾驶行为一致性测评，最后开展随机实物场景下的驾驶行为测评。但这种方案在准入测试中进行时，遇到的问题是——每个厂家实现无人驾驶的技术架构不一致，如何保证收集的实际道路数据可以用于每家企业进行测评？

第三种：在基于大数据技术自动生成的大规模仿真场景下进行驾驶行为测评，其次验证自动生成的场景对实际道路场景的覆盖性，第三开展仿真模拟场景和实物场景下的驾驶行为一致性测评，最后开展随机实物场景下的驾驶行为测评。这种方案的难点在于如何保证和验证自动生成的场景的覆盖率。

基于以上考虑，中国软件评测中心智能 联汽车测评工程技术中心正以自动驾驶系统、智能 联驾驶系统的驾驶行为安全测评为核心，推进自动驾驶汽车、智能 联汽车测评体系的建立，力求通过第三方测试推动自动驾驶汽车、智能 联汽车技术的发展和市场认可，为国家相关部门监管及准入自动驾驶汽车、智能 联汽车提供技术支持。