商用車AEB系統測試場景構建及仿真研究*

蔡博， 陳韜, 回春， 檀廷軍

(1.中國汽車技術研究中心有限公司， 天津 300300；2.中汽研汽車檢驗中心(武漢)有限公司， 湖北 武漢 430056)

據統計，中國近5年死亡10人以上的重特大交通事故均由商用車引發，提高商用車主動安全水平迫在眉睫；交通事故中70%由撞車事故引起，而撞車事故主要表現為追尾。自動緊急制動(AEB)作為一項主動安全技術，在車輛檢測到前方存在碰撞危險時能自行啟動行車制動系統為車輛施加制動力，降低車輛行駛速度，從而避免發生碰撞。JT/T 1094-2016《營運客車安全技術條件》中規定車長大于9 m的營運客車應裝備車道偏離預警系統(LDWS)及AEB系統，隨著車輛智能化水平的逐步提高及GB/T 38186-2019《商用車輛自動緊急制動系統(AEBS)性能要求及試驗方法》、JT/T 1242-2019《營運車輛自動緊急制動系統性能要求和測試規程》、JT/T 883-2014《營運車輛行駛危險預警系統技術要求和試驗方法》等標準的實施，商用車裝配AEB系統已成為一種趨勢。當前智能網聯汽車自動駕駛最先有望實際落地的場景將主要由商用車、專用車來實現，其中商用車的應用場景包括城市公交、城市物流、高速公路、干線物流，專用車的應用場景包括礦區礦山、港口碼頭、園區接駁、工廠。另一方面，與乘用車相比，商用車自重大、車身寬且長、輪胎直徑大，自動駕駛商用車對車輛的控制要求比乘用車高，駕駛場景也更復雜。目前國內商用車AEB系統性能測試評價尚處于起步階段，亟待各企業加大研發力度。該文從各類智能網聯汽車自動駕駛功能測試場景來源中提取關鍵共性與個性場景要素，考慮場景可移動性、可組合性及易搭建性進行場景元素分類，構建智能網聯汽車自動駕駛功能測試場景，從商用車自動緊急功能測試評價技術著手，建立商用車AEB典型測試場景，搭建自動駕駛功能控制模型，進行AEB系統測試仿真分析與測試驗證。

1 場景采集與場景元素分類

1.1 自動駕駛測試場景概述

測試場景及場景搭建是智能網聯汽車測試評價中的關鍵，測試場景數據主要來源于U-NCAP和E-NCAP等標準法規、共享出行車輛采集的自動駕駛數據、交通事故數據(CIDAS數據庫)、模擬試驗所得仿真及理論分析數據，而通過多種來源的測試數據庫尋找典型場景的成本高、任務復雜。

不同數據來源的場景數據之間存在差異，且原始采集數據中存在很多無效數據、錯誤數據，對場景數據進行適當處理才能形成對自動駕駛測試場景有用的測試場景。另一方面，可基于各種自動駕駛測試場景數據來源，通過匹配ESC、AEB等功能特點進行場景篩選，然后通過概率分布統計和聚類分析等獲得典型駕駛場景，結合實際測試試驗與工程經驗，設計得到相關測試用例(見圖1)。

圖1 智能網聯汽車測試用例生成

1.2 基于場景元素的測試場景庫構建

真實交通場景復雜多變，數據量非常大，在現實中無法窮盡所有場景，而從標準法規、自然駕駛數據、仿真和理論分析等場景數據中篩選得到測試需求場景的過程繁瑣、效率低下。分析大量場景數據，發現每個場景工況都可被抽象為多個變量參數的組合。為此，對當前智能網聯汽車測試場景需求進行分析，剖析多元化場景數據中的關鍵測試場景元素，歸納各類場景中的共性和個性特征，同時考慮測試場景可移動性、可組合性及易搭建性，構建智能網聯汽車自動駕駛測試場景。

如圖2所示，根據自動駕駛典型測試場景分析進行場景特征元素提取，實現場景解構，搭建基于人-車-路-環境模型的場景元素分類架構，對各類場景元素進行基本整理與分類。

圖2 場景元素分類

智能網聯汽車的駕駛場景覆蓋自然駕駛、危險工況、人機共駕數據及道路交通交互等多個方面，其在實際工況時的場景數不勝數，構建測試場景時，無法在有限的區域內構建現實道路中的無限場景。因此，場景元素分類采用場景融合和柔性設計理念，具有易組合性、快搭建性、強擴展性的特點。

2 商用車AEB系統場景搭建

AEB是一種汽車主動安全技術，主要由控制模塊(ECU)、測距模塊和制動模塊構成，其中測距模塊的核心包括微波雷達、人臉識別和視頻系統等，它可提供前方道路準確、實時的圖像和路況信息。通過激光雷達、毫米波雷達和攝像頭感知前方道路環境，識別到危險時通過報警聲和閃爍燈提醒駕駛員。如果駕駛員沒有反應，則在碰撞前AEB系統開始起作用，提前主動采取制動措施以避免或減緩交通事故。目前各類法律法規、標準中的自動緊急制動測試場景有前車靜止測試場景、前車慢行測試場景、前車制動測試場景、行人自動緊急制動系統等。

在智能網聯汽車自動駕駛方面，商用車比乘用車有著更強的需求、更明確的目標和商業場景，故從需求側來看，商用車自動駕駛有望最先落地。根據AEB系統的技術發展和實際交通事故場景的需求，

各試驗規程的測試評價內容在逐漸豐富，但目前國內已有AEB測試評價方法存在場景單一、評價參數單一的問題，如缺少夜間測試、雨雪天氣測試等。

基于前文搭建的具有易組合、快搭建、強擴展特點的場景元素分類框架，選擇2018版C-NCAP中AEB CCR系統性能測試場景中的前車制動測試場景(CCRs)作為自動緊急制動典型場景進行場景搭建與仿真測試評價，在車輛主動安全仿真軟件Pre-Scan中進行自動緊急制動測試場景建模，采用前述場景元素法進行測試場景構建(見圖3)。

圖3 商用車AEB性能測試場景

根據車輛主動仿真軟件中搭建的商用車自動緊急制動場景，場景可描述為：廂式貨車以50 km/h的速度跟隨前方以同樣速度行駛的輕型廂式貨車行駛，兩車都在單向三車道的中間車道沿同一方向行駛，兩車縱向距離為40 m，前方輕型廂式貨車檢測到前方車輛停車等待紅燈，便以一定減速度減速停車，以此檢驗廂式貨車的自動緊急制動功能。

按照上述智能網聯汽車測試場景元素分類架構，提取場景元素進行整理，結果見圖4。圖4已概括出該場景中各測試場景要素，表明文中提出的測試場景元素分類架構合理，可為智能網聯汽車場景庫搭建提供參考與借鑒。

圖4 場景要素分類結果

3 AEB系統測試仿真分析與驗證

3.1 AEB系統控制模型搭建

在前文所搭建的商用車自動緊急制動典型測試場景中，前方輕型廂式貨車以一定減速度減速停車，后方廂式貨車在其正后方以同樣的速度跟隨，若AEB系統未起作用，則廂式貨車與輕型廂式貨車存在碰撞的可能。針對前文所搭建的商用車AEB典型測試場景，搭建商用車AEB系統控制模型，利用主動安全系統開發驗證軟件PreScan與可視化仿真工具Simulink進行聯合仿真。

根據搭建的測試場景，采用Inherited Path Definition的方式規劃測試車輛與目標車輛的行駛軌跡，并進行車輛行駛速度與相對位置設定，在測試車輛上安裝TIS傳感器檢測測試車輛周圍的物理環境，包括測試車輛與目標車輛之間的相對距離、相對速度、角度、運動方向等，以便于仿真測試。最后在Simulink中搭建商用車AEB系統控制模型，選用仿真軟件模型庫中自帶的AEB系統模型作為測試車輛在自動緊急制動測試場景中的控制算法模型，再添加傳感器模塊、車輛自身參數模塊、路徑跟隨模塊、車輛動力學模塊、動畫顯示模塊等組成控制系統。將測試車輛控制各模塊進行有效連接(見圖5)，建立兩個仿真軟件之間的交互數據連接，形成一個完整的閉環控制系統。

圖5 車輛控制流程

3.2 測試仿真

完成商用車自動緊急制動功能系統場景搭建、車輛動力學模型及控制系統模型搭建后，PreScan與Simulink進行實時信息數據流交互，進行測試場景下AEB系統仿真測試。 在單向三車道的次干線道路上，廂式貨車以50 km/h的速度跟隨前方距離40 m、以相同速度行駛的輕型廂式貨車在中間車道中間行駛；輕型廂式貨車發現前方車輛在隊列停車等待紅綠燈，開始以4 m/s2的減速度減速并停車；后方自動駕駛測試車輛啟動AEB功能，測試車輛感知系統中TIS雷達時刻進行掃描檢測與前方目標車輛的相對距離、相對位置、相對速度等;如圖6所示，測試車輛以40%的制動減速，油門開度為零，同時發出自動緊急制動警示提示預警。

圖6 測試車輛狀態

測試車輛根據與前車的相對距離、相對速度自動控制自身減速度、速度等(見圖7)。當檢測到前方目標車輛減速時，測試車輛AEB系統控制模塊開始執行，車輛及時進行減速制動，有效避免與前方廂式貨車發生碰撞。

圖7 車輛運行參數

4 結語

針對智能網聯汽車最有望落地的商用車干線自動駕駛場景，研究智能網聯汽車自動駕駛功能各類測試場景的共性與個性特征，考慮場景搭建的場景元素可移動性、可組合性、可擴展性及場景搭建便捷性，構建智能網聯汽車自動駕駛功能測試場景分類架構，結合商用車自動緊急制動功能需求，進行測試場景構建，并在仿真軟件中進行仿真分析與測試驗證。仿真結果表明所搭建的智能網聯汽車場景分類架構合理，商用車自動緊急制動功能測試場景與測試評價方法合理，可為智能網聯汽車場景構建與仿真測試提供新的思路與借鑒。