無人駕駛車輛認知能力測試方法

周旭

摘要為了全面、系統、客觀地測試與評價無人駕駛車輛的認知能力，使經過測試的無人駕駛車輛在城市道路、城際公路和鄉村道路上具有基本自主行駛能力，本文提出一種無人駕駛車輛認知能力測試方法。

關鍵詞無人駕駛車輛；自主行駛能力；認知能力；測試方法

無人駕駛車輛集環境感知、認知、決策規劃和駕駛控制等功能于一體，能夠自主、安全、可靠地在特定環境下行駛。隨著近年來無人駕駛車輛技術的發展，學術界與工業界都需要設計一種測試與評價無人駕駛車輛智能性的方法。

在各研究機構和企業對無人駕駛車輛獨立開展研究的基礎上，美國、歐洲和中國分別在2004年、2006年和2009年各自開始在統一測試環境、測試內容或評判標準下，有組織地舉辦無人駕駛車輛賽事。然而，無論是國內外有組織的無人駕駛車輛競賽，還是谷歌的自動駕駛汽車的白行測試，盡管這些賽事和測試規定了一些相應的測試規則，但是這些規則還都不能全面、系統、客觀地反映無人駕駛車輛的認知能力水平研究如何。雖然各研究單位也有各自研發的無人駕駛車輛測試的環境和方法，但是這些設計都是按照其自身的無人駕駛車輛特點量身定制的，因此這些測試往往不規范、不系統。

1測試方法

無人駕駛車輛認知能力測試系統，應包括無人駕駛車輛和車載記錄設備，二者通過通信接口進行有線或無線連接。其中，車載記錄設備用于向無人駕駛車輛輸入認知能力測試任務，并接收和存儲無人駕駛車輛認知能力測試輸出的數據；無人駕駛車輛通過測試任務輸入程序接收到測試任務后，重新建立串口連接，開啟相應程序輸出測試數據到車載記錄設備中。該測試任務應能全面、系統、客觀地測試與評價無人駕駛車輛的認知能力。因此，我們應開發一種無人駕駛車輛認知能力測試方法。

由于無人駕駛車輛應該在城市道路、城際公路和鄉村道路上具有基本自主行駛能力，因此，應從道路系統的人、車、路、交通信號四個要素出發。在考慮上述范圍內，無人駕駛車輛感知能力測試項目應包括基本認知能力測試項目、高級認知能力測試項目和綜合認知能力測試項目。

1.1基本認知能力測試項目

該測試項目主要是對交通信號、行駛燈信號、笛聲等視聽覺信息的認知能力測試。此部分測試內容屬于靜態測試，根據難易程度的不同分為被測試車輛處于靜止狀態，識別標準的視聽覺信息和識別模糊信息兩種。

1）識別標準信息，要求無人駕駛車輛輸出代表相應視聽覺信息的圖像、文字、符號或聲音，主要考察指標為正確識別視聽覺信息的個數以及識別所需時間。標準的視聽覺信息包括交通信號（交通標志、交通標線、交通信號燈和交通警察指揮）、行車燈信息、笛聲。

交通信號主要是符合國家標準的交通信息。

行車燈信息主要指車輛在參與交通過程中使用的燈光，例如轉向燈、前照燈、制動燈等。

笛聲主要指車輛在參與交通過程中喇叭或特種車輛上的警報器發出的聲音，例如警車、消防車、救護車等。

2）識別模糊信息，主要包括以下3種：（1）對不標準的視聽覺信息的認知，例如標準視聽覺信息受到陰影、污損、遮擋、傾斜、褪色、光照、變形等干擾因素的影響；（2）在具有特征綁定的條件下對相應視聽覺信息目標的提取和認知；（3）在多元信息條件下所需視聽覺信息目標的提取和認知，要求無人駕駛車輛輸出代表相應視聽覺信息的圖像、文字、符號或聲音。

1.2高級認知能力測試項目

該項測試內容屬于動態測試，是在基本認知能力測試的基礎上、無人駕駛車輛和被測視聽覺信息處于相對運動狀態下，測試無人駕駛車輛在一定的交通場景中對交通環境和交通行為的認知能力。

此項測試內容是在較短的距離里面對一個或幾個交通場景和交通現象進行測試，主要的考察指標為識別視聽覺信息的個數以及識別所需時間、指定任務的完成情況（包括認知目標、速度、位置、時間、行為等）。具體測試可分為兩大類：視聽覺信息動而無人駕駛車輛不動和視聽覺信息不動而無人駕駛車輛動。

視聽覺信息動主要指視聽覺信息源或目標源遠近位置縱向變動較大，而左右位置即橫向變動相對較小的情況，這與實際道路情況比較相符，車輛距離視聽覺信息源總是由遠及近即縱向變化較大，而受道路寬度和設置位置的限制，橫向變化相對較小。無人駕駛車輛動是指無人駕駛車輛處于行駛狀態。

這里的交通場景包括交叉口、環島、城市快速匝道、泊車區域、隧道、立交橋、高架橋、急轉彎道路、上下坡路、具有橫向傾斜角度的道路等；具體的交通現象包括轉向、變道、超車、會車、倒車、掉頭、泊車、交叉路口通行、鐵道口通行、立交橋和鐵路橋橋底通行、緊急制動、行人避讓、貨物散落、道路上靜止障礙物等。

1.3綜合認知能力測試項目

該項目測試屬于動態測試，在基本認知能力和高級認知能力測試的基礎上，主要測試無人駕駛車輛對交通場景的綜合認知能力以及自主駕駛和智能導航的能力。

此項測試相對復雜，主要分為面向城市道路環境、城際公路環境、鄉村道路環境以及三者結合的道路環境，在一定長的距離內，無人駕駛車輛需要識別障礙物、交通信號、行駛燈信息、笛聲、交通基礎設施和交通現象等，并按照要求完成自主駕駛和智能導航，主要的考查指標為識別視聽覺信息的個數以及識別所需時間、指定任務的完成情況包括認知目標、速度、位置、時間、行為等。

例如，在城際高速公路和城區道路等正常交通流中，要求無人駕駛車輛能夠與有人駕駛車輛以及無人駕駛車輛之間，基于視聽覺信息（交通信號、行車燈信息和笛聲）進行多車交互及無人駕駛車輛協同駕駛，實現多輛無人駕駛車輛混跡于正常城際交通流中行駛；在城區較大范圍內和復雜交通流條件下，要求無人駕駛車輛能夠自主行駛，包括在遵守交通法規前提下和在可控的真實行車環境中實現基本交通標志的檢測與識別，不同交通環境中的車速控制、車道保持、動態超車、靜動態障礙物避讓以及規定區域的自主停車，并在可控的多種城區道路（密集道路、城市環路、繞城公路等）環境下實現自主駕駛。

2結論

為了通過上述的測試項目達到無人駕駛車輛的認知能力測試的目的，我們所提出測試場景不是場景與傳感、測量、計算設備的簡單組合，而是針對靜態、動態和不確定性環境下完成測試任務的復雜測試場景。我們通過構建一個交通環境和交通現象的最小集合，來實現無人駕駛車輛的全面、系統、客觀的評價。