美國加州自動駕駛汽車路測數據分析*

劉力源， 榮亞鵬， 李碩， 趙華

(1.山西交通科學研究院集團有限公司 黃土地區公路建設與養護技術交通行業重點實驗室， 山西 太原 030006；2.同濟大學 道路與交通工程教育部重點實驗室， 上海 201804；3.美國印第安納州交通部， 西拉斐特 47906；4.普渡大學， 西拉斐特 47907 )

自動駕駛汽車所采用的硬件、算法及運行的道路環境都影響其可靠性和安全性，在實際道路上進行駕駛測試是檢驗自動駕駛汽車能否安全運行的必要手段。美國加利福尼亞州(下稱加州)制訂了自動駕駛汽車道路測試條例，要求所有自動駕駛汽車制造商在加州公共道路上進行駕駛試驗前必須申請測試許可證，并每年提交駕駛測試中自動模式脫離和事故報告。該文通過采集和分析美國加州自動駕駛汽車企業在公共道路測試中的自動駕駛脫離數據和事故數據，研究面向自動駕駛安全的現有道路設施的改善方式，為國內自動駕駛汽車的道路測試和管理提供借鑒，促進自動駕駛汽車和道路的安全融合。

1 美國加州自動駕駛汽車道路測試法規

1.1 自動駕駛汽車測試法規

美國加州機動車管理局于2014年9月頒布公共道路自動駕駛汽車測試法規，即加州法規第13篇第1部第1章第3.7條款“自動駕駛汽車”，并于2018年4月修訂為“自動駕駛汽車試驗”。該法規授權加州機動車管理局審查和頒發自動駕駛汽車試驗和部署許可證，確保申請人符合法定的所有安全駕駛操作要求。該條款主要涉及關鍵術語、許可證(種類、申請和吊銷)、試驗駕駛人和試驗車輛、報告四方面共計24項內容。目前自動駕駛汽車企業在加州可申請的許可證有司機的試驗許可證、無人駕駛試驗許可證和部署(公共使用)許可證3種。

該法規規范了自動駕駛汽車測試的15個關鍵術語，包括自動駕駛模式、自動駕駛試驗車輛、自動駕駛汽車試驗駕駛人、普通駕駛模式、指定人、駕駛人、動態駕駛任務、自動駕駛車輛制造商、最小風險狀態、設計運行范圍、乘客、個人信息、公共道路、遠程操作員和試驗。申請許可證的企業必須滿足3個基本要求：一是必須是企業自身進行試驗；二是試驗車的駕駛人必須是企業的雇員、承包人或指定人，并由企業向機動車管理局證實其能操作試驗車輛并獲得企業授權駕駛試驗車輛；三是企業已向機動車管理局提供500萬美元的保證金，證明其有能力應對試驗車輛行駛在公共道路上造成的財產、傷殘和死亡賠償的判決。測試許可證的有效期為2年，到期后必須更新。獲得測試許可證的企業，每年都需向機動車管理局提交自動駕駛模式脫離和事故報告。

1.2 自動模式脫離和事故報告

自動駕駛汽車企業每年向機動車管理局提交自動模式脫離報告的截止日期為1月1日。自動模式脫離是指在自動模式駕駛中當檢測到自動駕駛技術失效時或試驗車輛要求駕駛人脫離自動模式并立即手動控制車輛時。第一次提交脫離報告時間應涵蓋獲得試驗許可證之日起至次年11月30日，后續年度報告應涵蓋當年12月1日至次年11月30日。報告的主要內容包括車輛能否在無人駕駛的情況下正常運行及脫離的地點、車輛駕駛模式、原因。另外，脫離報告必須提供每月每輛試驗車輛的駕駛總里程數。

加州自動駕駛汽車測試法規還要求汽車企業在公共道路上試驗時，一旦試驗車輛涉及到人員傷亡、財產損失的事故，必須在事故發生10 d內向機動車管理局提交事故書面報告，報告采用統一格式，內容包括事故涉及的所有人員信息、事故發生時的詳細敘述等。

2 自動駕駛模式脫離數據分析

搜集加州部分汽車企業自動駕駛測試中自動模式脫離數據和事故數據，2018年駕駛試驗中自動駕駛模式脫離數據見表1。脫離率是指自動駕駛單位里程的脫離次數，脫離次數越多，脫離率越大，說明人工干預越頻繁，自動駕駛技術可靠性越差。駕駛試驗里程越長，脫離率越能反映自動駕駛技術的真實水平。根據表1，谷歌公司在2018年的試驗里程位居第一，高達200 萬km，脫離率最低，為 0.056 次/(1 000 km)；國內公司中百度公司的試驗里程最多，為2.9 萬km，脫離率為3.023 次/(1 000 km)；優步的脫離率最高，為1 622.435次/(1 000 km)。

表1 2018年自動駕駛汽車路測脫離次數

由于道路、交通和氣候條件不同，單從脫離率一個指標評價不同企業的自動駕駛技術并不準確，但從2015—2018年脫離率的變化來看，自動駕駛技術進展非常迅速，如谷歌的脫離率從2015年的0.499 次/(1 000 km)降到2018年的0.056 次/(1 000 km)。

造成脫離的原因總體上可分為硬件和軟件兩大類，前者包括車輛、車載計算單元、傳感器等故障或損壞，后者包括感知、規劃、控制3個子系統和輔助軟件等出現差錯。感知是認知周圍場景和確定所處位置、障礙物及其位置、檢測和辨認標志標線和信號燈；規劃是根據駕駛場景計算確定其應遵循的軌跡和駕駛決策，如起終點路徑、轉彎時加減速、安全避開障礙物等；控制是準確執行規劃傳達的指令，包括車輛制動、轉向、加速、變速和指示燈；輔助軟件是支持、監視和協調各子系統之間信息交換的中間件。圖1為根據2018年自動駕駛模式脫離報告，按硬件和軟件兩大原因分別統計得到的脫離百分率。谷歌、通用和優步的脫離原因90%以上是軟件差錯，文遠知行和星行的脫離原因約80%是軟件差錯。

圖1 2018年加州自動駕駛汽車路測脫離原因統計

圖2為部分汽車企業自動模式脫離原因統計。由圖2可知：1) 導致脫離的主要軟件系統原因是規劃子系統，其次是感知子系統。從不同類型道路脫離次數來看，發生在城市道路上的次數遠大于發生在高速公路和普通公路上的次數，96%的脫離發生在城市道路上，高速公路和普通公路脫離次數分別占3%、1%。城市道路交叉繁多復雜，行人、自行車較多，駕駛環境較混亂。交叉口設置如轉彎車道、標志標線和信號燈、其他道路用戶的交通行為都影響自動駕駛汽車行駛。谷歌公司自動模式脫離的主要原因是其他道路用戶的魯莽駕駛，占脫離總數的88%。安波福自動模式脫離的主要原因是交通信號燈，占脫離總數的42%；其次分別是路面標線、道路施工和其他道路用戶的魯莽駕駛，各占脫離總數的29%、19%和10%。

圖2 自動駕駛模式脫離原因統計

3 自動駕駛汽車交通事故數據分析

2014—2018年自動駕駛汽車交通事故報告中記錄了82起自動駕駛汽車在自動駕駛模式時發生的事故，根據所有事故細節，同時查閱2017年美國全國大約645.2萬交通事故統計結果，分析自動駕駛汽車交通事故特征。如圖3(a)所示，自動駕駛和普通汽車交通事故類型分布趨勢相似，以多車事故為主，自動駕駛汽車多車事故占總數的95%，普通汽車多車事故占總數的71%。自動駕駛汽車多車事故中，約99%為雙車事故。如圖3(b)所示，自動駕駛汽車交通事故造成的死亡、傷人和財產事故占比分別為0、2.4%和97.6%，普通汽車分別為0.5%、29.3% 和70.2%。自動駕駛汽車的事故程度比普通汽車的事故程度低，尤其是傷殘和死亡事故很少。如圖3(c)所示，自動駕駛汽車碰撞類型主要是追尾、側碰、角度碰撞和行人或自行車碰撞，分別占事故總數的67%、21%、6%和5%；普通汽車碰撞類型主要是追尾、碰撞物體、角度碰撞和側碰等，分別占事故總數的33%、28%、21%和12%。自動駕駛汽車對撞和碰撞物體的事故率均為零，但和行人或自行車碰撞的事故率較高。車輛對撞更有可能對駕駛人或乘客造成嚴重傷害或死亡，碰撞物體也可能造成重大損傷，特別是高速沖出路外時。自動駕駛汽車可有效防止車輛對撞和沖出路外事故，但要注意防止和行人或自行車發生碰撞。

圖3 自動駕駛汽車和普通汽車交通事故比較

圖4為自動駕駛汽車交通事故發生地點和事故發生時車輛所處行駛狀態分布，其中交叉口、變道、減速轉彎和泊車等場景均發生在城市道路上。自動駕駛汽車交通事故主要發生在城市道路上，占總數的95%，而發生在高速公路上的事故不超過3%。城市道路上自動駕駛汽車事故中，發生在交叉口、變道和減速轉彎的事故率分別為57%、27%和7%。在交叉口事故中，64%是自動駕駛汽車停駐等候紅燈或行人時被普通車輛追尾，15%是在減速轉彎時被普通車輛追尾，其余的是在信號燈變紅自動駕駛汽車減速或信號燈變綠自動駕駛汽車起動時被普通車輛追尾。在變道時發生的事故中，除2起事故是自動駕駛汽車變道時碰撞普通車輛外，其余均為普通車輛變道超車時碰撞自動駕駛汽車。自動駕駛汽車減速停讓事故均為自動駕駛汽車被普通車輛追尾。在高速公路2起事故中，一起是自動駕駛汽車從匝道進入高速公路時被普通車輛追尾，另一起是自動駕駛汽車在正常行駛時被普通車輛追尾。

圖4 自動駕駛汽車交通事故發生地點和行駛狀態分布

造成車輛追尾的原因是駕駛人注意力不集中、疲勞駕駛、跟車太緊而車速快、車輛尾燈或剎車故障、輪胎磨損、雨雪天路面打滑及霧天能見度降低、路面磨損等。追尾事故的發生在于車輛制動剎車時停車距離過大，主要受車速、反應時間和路面摩擦系數的影響。

4 面向自動駕駛的道路設施改善建議

(1) 改良信號燈設施。采用反光邊框黑色背板和切口遮沿的信號燈。圖5(a)為普通信號燈，紅黃燈已被冰雪覆蓋。圖5(b)為采用反光邊框黑色背板和切口遮沿的信號燈，反光邊框黑色背板可提高信號燈能見度和對比度、消除太陽眩光，切口遮沿可防止冰雪在燈底部積聚而覆蓋信號燈。

(2) 采用全天候反光路面標線，確保夜間和惡劣天氣下標線的能見度和對比度。圖5(c)中的普通路面標線在夜間幾乎從視線中完全消失，而圖5(d)中的全天候反光標線在夜間清晰可見。

(3) 在交叉口前設置警告標志[見圖5(e)]，在人行橫道前設置警告標志[見圖5(f)]。采用車-路(V2I)技術，使駕駛人能準確地獲取交通信號燈變化時間，以便調整車速。

(4) 設立自行車專用車道，嚴禁自行車隨意占用機動車道。

(5) 加強道路施工作業區交通組織管理，如標志標線、導流設施和作業車輛。在多車道道路施工作業區，兩側均設置相關標志，以防其他車輛阻擋視線[見圖5(g)]。另外，設立道路施工作業區前置警告標志，提醒駕駛人和自動駕駛車輛及時繞行[見圖5(h)]。

(6) 交叉口設立分離式右轉車道[見圖5(i)]，減少追尾事故。也可采用特殊路面抗滑技術[見圖5(j)]，提高路面摩擦系數，減少追尾事故。

(7) 如圖5(k)所示，陽光可能使自動駕駛汽車無法辨別物體，路表積水可能使自動駕駛汽車無法讀取路面標線。高速公路道路用地范圍內廣告牌和交通標志牌混雜在一塊，會給駕駛環境帶來干擾[見圖5(l)]。采用全天候標志標線和清理雜亂的廣告牌，有助于營造友好的道路環境。

圖5 自動駕駛汽車交通安全隱患和改善措施

5 結論

在公共道路上進行駕駛測試是檢驗自動駕駛汽車駕駛安全性的必要手段，是認知自動駕駛技術的有效途徑，是提出道路設施改善措施的前提。通過采集和分析美國加州自動駕駛測試過程中自動駕駛模式脫離和事故數據，得出以下結論：

(1) 自動駕駛模式脫離大多發生在城市道路上，主要原因是自動駕駛軟件出現故障，硬件出現故障的概率較低。

(2) 自動駕駛汽車安全事故多發生在城市道路上，和普通汽車交通事故類型分布相似，主要是多車事故且多為雙車事故，事故程度比普通汽車低，沒有對撞事故。自動駕駛汽車事故碰撞類型主要是城市道路交叉口追尾。其他道路用戶的魯莽行為包括行人、自行車、普通汽車的不規范交通行為等對自動駕駛車輛的干擾較大。

(3) 加強行人和自行車交通管理、提高標志標線能見度、合理規劃車道、清除混亂的道路廣告牌和提高特殊路段的路面抗滑性能等能提高自動駕駛汽車的行駛安全。