王鳳嬌 宗 巖 靳志剛 張蘇林
(中汽數據(天津)有限公司,天津300000)
隨著自動駕駛的等級增加與功能豐富,傳統的測試方法與工具不能滿足自動駕駛測試的要求,使自動駕駛測試工作進度緩慢?;趫鼍暗姆抡鏈y試手段在測試效率、成本、覆蓋率等方面的優勢,且通過仿真覆蓋實車不能實現的邊緣場景,可以在仿真環境下盡早發現實車測試不易識別的軟件故障,仿真測試將逐步成為實車測試的前提條件與當前研究熱點。
自動駕駛仿真場景是在設計的作用域范圍內,可從駕駛能力/功能特征、物理環境、交通參與者行為、評價準則等相關因素進行考量。自動駕駛場景測試分為靜態與動態兩類,場景設計可遵循Open X 系列標準進行設計。靜態場景通常包括道路設施、交通附屬設施、周邊環境等;動態場景通常包括交通管理控制、機動車、行人與非機動車等[1]。
場景應用是ISO 26262 標準的整個開發過程中以得到各中間產物,在不同階段建立并描述滿足一致性要求場景,將場景劃分為三個抽象級別:概念設計階段的功能場景、系統開發階段的邏輯場景和測試驗證階段的具體場景[4]。
以AEB 為例,功能場景依賴于功能需求描述詳細程度。AEB功能描述:在規定范圍內,由感知系統識別本車前方可能會發生碰撞的目標,當系統計算出本車在閾值區間會和前方目標發生碰撞時,系統提供制動輔助,避免碰撞發生或減緩碰撞強度。
車輛道路行駛需要描述道路的幾何結構和拓撲結構、與其他交通參與者的交互等,還可根據排列組合方式羅列主車與交通參與者的位置與相對運動趨勢進行設計,排除不合理場景來保證場景覆蓋性。表1 為在一個城市道路的功能場景:主車行駛在城市道路右側車道上,前方有行人橫穿馬路。
表2 為從表1 所示的功能場景中衍生出的邏輯場景。功能場景術語表中的每一項都必須分配一個描述該術語的參數,有時可能需要多個參數來描述單個術語。在示例中,車道都是通過車道寬度來描述,幾何結構是由一個半徑來表示,行人由其與主車相對位置來描述。

表1 AEB 功能場景實例

表2 AEB 邏輯場景實例

表3 AEB 具體場景實例

表4 AEB 誤觸發場景
表3 為表2 中的邏輯場景中得出的一個具體場景。邏輯場景到具體場景的轉化其實是每個參數都從指定的參數范圍內確定一個具體的參數值,從而確定一個特定的測試條件。參數確定從基于需求、等價類劃分、邊界值、錯誤猜想等功能安全測試用例設計方法進行考慮。
只有具體場景才能轉化為測試用例,但測試用例需要增加被測試對象的預期行為及相關測試需求,而被測試對象的預期行為和需求時根據功能場景和邏輯場景得出,故測試用例的設計離不開功能安全不同階段的功能場景、邏輯場景、具體場景。
SOTIF 強調的是避免因為預期的功能表現局限而導致不合理的風險。智能系統涉及到的算法/功能具有非預測行為,通過應用SOTIF 以及分析環境場景,識別和評估場景并觸發事件,設計人員不需要額外的操作,就可以完成“智能場景感知”系統的設計?!肮δ鼙憩F局限”體現在三個方面:傳感器感知局限導致場景識別錯誤、深度學習不夠導致決策算法判斷場景錯誤、執行器功能局限導致與理想目標偏差。故在識別危險事件時,要從預期功能和合理可預見的誤操作等“功能表現局限”角度驗證和確認SOTIF 相關場景。
若在正常情況下AEB 被觸發,反而會導致駕駛體驗感差、后車追尾等危險。故針對AEB 誤觸發進行的設計驗證是AEB開發工作的重要環節,表4 列舉了常見的誤觸發場景。
誤觸發場景按照“功能表現局限”進行識別,然后按照功能場景、邏輯場景、具體場景進行具設計,最終形成誤觸發測試用例,進一步補充功能安全中的故障注入、錯誤猜想等方面用例。此外,還可以根據常見的交通事故及人為誤操作來豐富測試用例并進行分類。
通過“實時道路仿真場景VS 誤操作”的組合,從功能安全和預期功能安全角度出發,生成可能會導致的危險事件,分析這些危險事件的模型,將有助于推倒出危險發生的可能性,以及測試智能駕駛輔助系統的行為,從根本上避免潛在的危險。
基于駕駛模擬技術成功實現了車路協同應用系統的再現與仿真測試,通過構造虛擬路側傳感器、虛擬車車通信系統,構建試驗車輛與背景車輛的交互場景,形成了面向人因的車路協同應用系統實驗測試仿真一般性方法。但是基于場景的自動駕駛仿真測試還處于初級階段,未來還需要大力突破擬的仿真場景與實際路況融合數據庫的創建、自動駕駛仿真測試標準及工具鏈等核心技術,建立自動駕駛的仿真測試的架構體系,為智能產業發展保駕護航[3]。