智能化科目三考試系統(tǒng)研究

中圖分類號(hào)：TP399 文獻(xiàn)標(biāo)志碼：A

0 引言

科目三駕駛?cè)丝荚囎鳛轳{駛技能評(píng)估的最終實(shí)踐環(huán)節(jié)，其評(píng)估體系的技術(shù)先進(jìn)性與評(píng)判客觀性直接影響道路交通安全生態(tài)構(gòu)建[1]。如何在保證考試過程行車安全的前提下，實(shí)現(xiàn)考試評(píng)判的標(biāo)準(zhǔn)化、考試流程的智能化、考試管理的精細(xì)化成了當(dāng)前駕考行業(yè)探討的熱點(diǎn)。雖然科目三考試系統(tǒng)開展了大量的技術(shù)引進(jìn)2，但考試體系依然面臨評(píng)估過程主觀，隨車考官對(duì)操作細(xì)節(jié)評(píng)分標(biāo)準(zhǔn)不一；人機(jī)混同操作，存在人為干預(yù)考試的風(fēng)險(xiǎn)，影響考試公平；考試管理效率低，大量的人工干預(yù)難以保證考試的效率，拉高考試的成本等問題。

針對(duì)上述問題，本文設(shè)計(jì)了一套基于智能駕駛技術(shù)和行為識(shí)別技術(shù)協(xié)同融合的智能化科目三考試系統(tǒng)，通過行為識(shí)別技術(shù)對(duì)駕駛?cè)笋{駛行為進(jìn)行識(shí)別，實(shí)現(xiàn)駕駛?cè)笋{駛技術(shù)的自動(dòng)化評(píng)判，通過智能駕駛技術(shù)保障考試過程的行車安全，同時(shí)實(shí)現(xiàn)對(duì)駕駛?cè)税踩庾R(shí)的自動(dòng)化評(píng)判。

1智能化科目三駕駛?cè)丝荚囍械碾y點(diǎn)

當(dāng)前科目三駕駛?cè)丝荚囋谥悄芑M(jìn)程中面臨顯著的“人機(jī)協(xié)同困境”，盡管部分標(biāo)準(zhǔn)化考核項(xiàng)目（如燈光操作、直線行駛）已實(shí)現(xiàn)自動(dòng)化評(píng)判，但在考生駕駛行為評(píng)估、安全意識(shí)考核及行車風(fēng)險(xiǎn)防控等核心環(huán)節(jié)，隨車安全員仍承擔(dān)不可替代的監(jiān)管職能[1.3]。這種“人機(jī)混考”模式暴露出3重考評(píng)矛盾：人工經(jīng)驗(yàn)與機(jī)器判斷的決策沖突、主觀評(píng)價(jià)與客觀標(biāo)準(zhǔn)的量化矛盾、實(shí)時(shí)干預(yù)與系統(tǒng)延時(shí)的響應(yīng)矛盾。

智能化考試系統(tǒng)的核心就是通過有效的技術(shù)手段，構(gòu)建全流程無(wú)人化考評(píng)體系，解決現(xiàn)有科目三考試系統(tǒng)“人機(jī)混考”的現(xiàn)象，突破考核過程對(duì)人工干預(yù)的路徑依賴，實(shí)現(xiàn)從人工干預(yù)向算法驅(qū)動(dòng)的轉(zhuǎn)型。然而，系統(tǒng)性技術(shù)瓶頸分析表明，當(dāng)前技術(shù)體系仍存在以下亟待突破的核心問題。

1.1 駕駛行為的語(yǔ)義解析

如何通過多模態(tài)感知技術(shù)精準(zhǔn)識(shí)別駕駛動(dòng)作（如轉(zhuǎn)頭觀察、擋位切換等），并實(shí)現(xiàn)駕駛動(dòng)作的標(biāo)準(zhǔn)化評(píng)判。現(xiàn)行考核標(biāo)準(zhǔn)要求考生在動(dòng)態(tài)駕駛場(chǎng)景中完成復(fù)雜操作，其評(píng)判依據(jù)高度依賴隨車安全員對(duì)考生操作時(shí)序與空間軌跡的主觀經(jīng)驗(yàn)。現(xiàn)行的考試系統(tǒng)雖通過車內(nèi)攝像頭與車載傳感器采集駕駛過程數(shù)據(jù)，但駕駛員視覺、觸覺以及車輛動(dòng)力學(xué)信號(hào)的融合處理缺乏統(tǒng)一語(yǔ)義框架，導(dǎo)致轉(zhuǎn)頭觀察、換擋操作等關(guān)鍵動(dòng)作的時(shí)序特征難以精準(zhǔn)解譯；另外，現(xiàn)有算法依然停留在“動(dòng)作是否存在”層面，無(wú)法解析動(dòng)作質(zhì)量（如觀察視線的持續(xù)時(shí)間、擋位切換的平順性），缺乏動(dòng)作質(zhì)量的差異化評(píng)判[4]

1.2安全意識(shí)的量化評(píng)估

如何建立客觀量化的安全駕駛行為評(píng)價(jià)模型，替代主觀經(jīng)驗(yàn)判斷。安全駕駛意識(shí)的考核涉及道路安全駕駛法律法規(guī)及道路風(fēng)險(xiǎn)的預(yù)判，其評(píng)價(jià)標(biāo)準(zhǔn)具有強(qiáng)主觀性與模糊性，現(xiàn)有考試系統(tǒng)無(wú)法動(dòng)態(tài)解析考生對(duì)道路參與者行為意圖的預(yù)判能力，僅能通過縱橫向車距等離散參數(shù)進(jìn)行間接推斷（如是否保持安全車距等）。

1.3道路駕駛的動(dòng)態(tài)風(fēng)險(xiǎn)防控

如何發(fā)現(xiàn)并防范道路駕駛的安全風(fēng)險(xiǎn)，確保考試過程的安全可控。由于考生并不是具備完全駕駛能力的駕駛?cè)耍{駛行為的不確定性及交通環(huán)境動(dòng)態(tài)變化進(jìn)一步疊加了道路駕駛的安全風(fēng)險(xiǎn)，而安全員在考試過程中的干預(yù)邏輯依據(jù)自身駕駛習(xí)慣，很有可能引發(fā)“過度干預(yù)”或“處置滯后”的風(fēng)險(xiǎn)，給考試監(jiān)管帶來(lái)了極大的不確定性。

2 系統(tǒng)設(shè)計(jì)

針對(duì)上述難點(diǎn)，本文基于自動(dòng)駕駛和行為識(shí)別技術(shù)，結(jié)合科目三考試業(yè)務(wù)場(chǎng)景，構(gòu)建了智能化考試系統(tǒng)架構(gòu)。

智能化考試系統(tǒng)，以傳統(tǒng)科目三考試系統(tǒng)為基礎(chǔ)，通過“車內(nèi)外多模態(tài)感知一智能決策一執(zhí)行干預(yù)—自動(dòng)化評(píng)判\(zhòng)"4大核心模塊，構(gòu)建“駕駛行為解析 + 駕駛意圖識(shí)別 + 風(fēng)險(xiǎn)動(dòng)態(tài)防控”的無(wú)人化考評(píng)體系。系統(tǒng)框架如圖1所示。

圖1系統(tǒng)架構(gòu)設(shè)計(jì)

感知層主要進(jìn)行多元數(shù)據(jù)的采集與融合，分為車內(nèi)感知單元和車外感知單元。其中，車內(nèi)感知單元通過多個(gè)不同視角的攝像頭，進(jìn)行考生考試過程中駕駛動(dòng)作的識(shí)別與解析；車外感知單元通過激光雷達(dá)、毫米波雷達(dá)、車載攝像頭、高精定位模塊等，實(shí)現(xiàn)道路要素構(gòu)建，識(shí)別道路駕駛的潛在風(fēng)險(xiǎn)

決策層主要進(jìn)行駕駛行為的分析、安全駕駛意識(shí)的評(píng)估和道路駕駛碰撞風(fēng)險(xiǎn)的管控。通過不同角度的攝像頭進(jìn)行考試駕駛動(dòng)作的完整拼接，并結(jié)合科目三考試內(nèi)容進(jìn)行語(yǔ)義解釋，對(duì)不符合要求的動(dòng)作進(jìn)行打分；根據(jù)考生的駕駛行為，結(jié)合當(dāng)前車輛狀態(tài)（如車速、方向盤角度等），評(píng)估考生的駕駛安全意識(shí)；基于融合的感知和定位數(shù)據(jù)，對(duì)本車進(jìn)行軌跡預(yù)測(cè)，并計(jì)算與其他道路使用者的碰撞概率，進(jìn)行風(fēng)險(xiǎn)干預(yù)策略設(shè)計(jì)。

執(zhí)行層主要進(jìn)行自動(dòng)化評(píng)判和安全保障。自動(dòng)化評(píng)判模塊根據(jù)決策層的信號(hào)，對(duì)考生考試過程的考核項(xiàng)自進(jìn)行打分，并生成相關(guān)評(píng)判報(bào)告：執(zhí)行層的安全保障模塊主要是對(duì)車輛進(jìn)行制動(dòng)。

應(yīng)用層主要進(jìn)行人機(jī)系統(tǒng)交互。考生的個(gè)人信息、考核項(xiàng)目的情況須在考試頁(yè)面進(jìn)行展示，同時(shí)系統(tǒng)應(yīng)該提供相應(yīng)的語(yǔ)音提醒，如“開始考試”等。

3 系統(tǒng)實(shí)現(xiàn)

系統(tǒng)基于“感知—決策一—執(zhí)行—交互\"4層架構(gòu)，聚焦硬件部署、關(guān)鍵技術(shù)（功能）實(shí)現(xiàn)2大核心環(huán)節(jié)，構(gòu)建滿足科目三考試場(chǎng)景下對(duì)駕駛行為解析、意圖預(yù)測(cè)及動(dòng)態(tài)風(fēng)險(xiǎn)防控需求的軟硬件體系，確保從硬件集成到軟件運(yùn)行、從功能開發(fā)到場(chǎng)景適配的鏈路貫通。

3.1 硬件部署

感知層是系統(tǒng)的“眼睛”，須覆蓋車內(nèi)駕駛員行為與車外道路環(huán)境的全要素感知。表格所示為詳細(xì)的硬件情況。車內(nèi)感知單元采用4個(gè)攝像頭，分別采集考生頭部、肢體動(dòng)作的視頻流，通過以太網(wǎng)接入系統(tǒng)；車外感知單元的毫米波雷達(dá)輸出為控制器局域網(wǎng)（ControllerAreaNetwork，CAN）信號(hào)，通過CAN轉(zhuǎn)網(wǎng)設(shè)備轉(zhuǎn)換成以太網(wǎng)信號(hào)接入系統(tǒng)，其余設(shè)備均通過以太網(wǎng)接入系統(tǒng)。具體硬件部署如表1所示。

決策層是系統(tǒng)的“大腦”，須完成駕駛行為解析、意圖預(yù)測(cè)及風(fēng)險(xiǎn)管控的實(shí)時(shí)計(jì)算，硬件設(shè)計(jì)須滿足高算力與低延遲要求，由于系統(tǒng)集成了多路攝像頭和雷達(dá)，且須實(shí)時(shí)進(jìn)行目標(biāo)感知融合、行為識(shí)別、軌跡預(yù)測(cè)和碰撞檢測(cè)等計(jì)算，因此選用NVIDIAJetson AGXOrin+RTX 3060 的邊緣終端方案。

執(zhí)行層是系統(tǒng)的“手腳”，須實(shí)現(xiàn)自動(dòng)化評(píng)分指令輸出與緊急安全干預(yù)，須保證硬件的高可靠性與精準(zhǔn)控制。執(zhí)行層屬于成熟模塊化系統(tǒng)，其中自動(dòng)化評(píng)判對(duì)于算力的要求不高，常規(guī)RK3399終端即可滿足需求；緊急安全的干預(yù)采用外接輔助制動(dòng)裝備的方式實(shí)現(xiàn)，在副駕安裝制動(dòng)裝置，并與主駕駛位制動(dòng)踏板聯(lián)動(dòng)，通過232串口與系統(tǒng)連接，在接收到制動(dòng)指令后實(shí)施制動(dòng)。

應(yīng)用層主要依托考試系統(tǒng)實(shí)現(xiàn)，無(wú)特殊要求。

表1系統(tǒng)硬件部署

3.2關(guān)鍵技術(shù)實(shí)現(xiàn)

智能科目三考試系統(tǒng)的功能實(shí)現(xiàn)主要集中在感知層、決策層，應(yīng)用層主要是一些人機(jī)交互功能的開發(fā)，本文不作贅述。感知層的行為識(shí)別與障礙物檢測(cè)技術(shù)已相對(duì)成熟，當(dāng)前難點(diǎn)集中于多源感知數(shù)據(jù)的融合。決策層須根據(jù)行為識(shí)別結(jié)果和目標(biāo)融合的結(jié)果，分別進(jìn)行駕駛技術(shù)的考評(píng)、駕駛安全意識(shí)的考核和道路駕駛安全的保障。

3.2.1 感知數(shù)據(jù)融合的實(shí)現(xiàn)

感知數(shù)據(jù)的融合分為車內(nèi)數(shù)據(jù)的融合和車外數(shù)據(jù)的融合，車內(nèi)各攝像頭僅針對(duì)駕駛員特定肢體（如手部、頭部）進(jìn)行監(jiān)測(cè)，并不涉及多個(gè)傳感器對(duì)同一部位的描述，因此首先進(jìn)行時(shí)間同步，再基于時(shí)序進(jìn)行空間范圍的描述即可。

車外多傳感器的融合難點(diǎn)在于對(duì)同一目標(biāo)物的多模態(tài)描述差異：激光雷達(dá)輸出目標(biāo)物位置（xlidar，y_lidar，z_lidar ）、目標(biāo)物速度（ v_xlidar，v_ylidar，v_zlidar ）、目標(biāo)物尺寸 ）、目標(biāo)物類別 ）等；雙目相機(jī)輸出目標(biāo)物位置（ x_cam，y_cam ）、目標(biāo)物速度（ v_xcam，v_ycam ）、目標(biāo)物尺寸 ）、目標(biāo)物類別（20 ）、車道線描述（ y=ax²+bx+c ）等；毫米波雷達(dá)輸出的信息主要包括目標(biāo)物距離（ r_radar ）、目標(biāo)物速度（ v_radar ）、目標(biāo)物方位（ θ_radar ）等。

目標(biāo)級(jí)融合的核心在于解決多傳感器觀測(cè)是否指向同一真實(shí)目標(biāo)的問題。由于傳感器類型差異，激光雷達(dá)提供3D幾何信息，毫米波雷達(dá)提供速度，攝像頭提供類別，因此須通過相似度量化計(jì)算關(guān)聯(lián)度，最終實(shí)現(xiàn)目標(biāo)物狀態(tài)的融合[5-6] O

首先定義激光雷達(dá)和毫米波雷達(dá)目標(biāo)物的相似關(guān)聯(lián)度指標(biāo)S：

S_ij=ω₁?S_pos+ω₂?S_vel+ω₃?S_conf

其中， S_pos 表示位置相似度， S_pos （20 = 為位置誤差經(jīng)驗(yàn)值，取 0.5m ： S_vel 表示速度相似度， σ_vel 為速度誤差經(jīng)驗(yàn)值，取 0.5m/s S_conf 表示置信度，S_conf=c_radar?c_lidar，c_radar 和 c_lidar 分別表示毫米波雷達(dá)和激光雷達(dá)目標(biāo)感知的置信度， c_radar 取經(jīng)驗(yàn)值0.8， c_lidar 取經(jīng)驗(yàn)值1; ω₁，ω₂，ω₃ 分別為權(quán)重，且滿足 ω₁+ω₂+ @=1。

通過同樣的方法將激光和毫米波融合后得到的目標(biāo)物與相機(jī)目標(biāo)進(jìn)行關(guān)聯(lián)匹配，篩選高相似度目標(biāo)（相似度閾值 S_th=0.7 ），最終通過幀列跟蹤法（連續(xù)3幀以上關(guān)聯(lián)成功）確認(rèn)目標(biāo)物存在，將其輸出給決策層。

3.2.2駕駛員行為預(yù)測(cè)和目標(biāo)物軌跡預(yù)測(cè)的實(shí)現(xiàn)

駕駛員的行為預(yù)測(cè)，基于融合層輸出的時(shí)間序列空間動(dòng)作信息，通過邏輯判斷其是否符合科目三考試規(guī)范。例如，當(dāng)車輛完成路口轉(zhuǎn)彎時(shí)，若系統(tǒng)未檢測(cè)到駕駛?cè)宿D(zhuǎn)頭觀察動(dòng)作，則可判定該駕駛行為不符合考核要求。此部分僅須在現(xiàn)有考試系統(tǒng)中擴(kuò)展邏輯計(jì)算模塊即可實(shí)現(xiàn)。

目標(biāo)物的軌跡預(yù)測(cè)，基于車外感知層融合的目標(biāo)物信息（位置、速度、類別等），結(jié)合其歷史運(yùn)動(dòng)狀態(tài)擬合軌跡方程，預(yù)測(cè)未來(lái)3～5s的運(yùn)動(dòng)路徑[7]，具體如下：

（1）分別建立目標(biāo)物軌跡標(biāo)準(zhǔn)方程。

X=[x，y，x，v_x，v_y，v_z，l，w，h]^r

目標(biāo)物歷史軌跡方程為和 τ 時(shí)間內(nèi)方程為：

（2）在線修正。

根據(jù)目標(biāo)物的歷史位置信息和速度信息，擬合出可能的軌跡路線，給出初始 τ 時(shí)間內(nèi)的預(yù)測(cè)軌跡，并結(jié)合未來(lái)10幀數(shù)據(jù)進(jìn)行修正，形成預(yù)測(cè)軌跡的在線修正。

（3）安全評(píng)估。

對(duì)比考生與目標(biāo)物（如前車）的跟車距離、變道時(shí)機(jī)等，判斷是否符合安全駕駛要求（如未保持合理跟車距離則標(biāo)記違規(guī)），實(shí)現(xiàn)駕駛安全意識(shí)類評(píng)判；計(jì)算目標(biāo)物與本車未來(lái)軌跡的交點(diǎn)，若存在碰撞可能則觸發(fā)制動(dòng)信號(hào)至執(zhí)行層，實(shí)現(xiàn)道路安全風(fēng)險(xiǎn)的動(dòng)態(tài)保障。

4結(jié)語(yǔ)

本文針對(duì)安全員隨車帶來(lái)的一系列考試監(jiān)管、公平性等方面的問題，提出了“考試評(píng)判 + 行車安全”的智能化考試解決方案，利用行為識(shí)別和智能駕駛技術(shù)的協(xié)同融合，實(shí)現(xiàn)考生駕駛技術(shù)、安全意識(shí)的自動(dòng)化評(píng)判以及考試過程的安全保障，實(shí)現(xiàn)了考試全流程的自動(dòng)化考評(píng)和行車安全的保障，為下一代科目三駕駛?cè)丝荚囅到y(tǒng)提供了參考。

參考文獻(xiàn)

[1]王秋鴻，鞏建國(guó).新形勢(shì)下機(jī)動(dòng)車駕駛?cè)丝荚噯T管理對(duì)策研究[J].汽車與安全，2023（2）：90-94.

[2]吳美娟.智能輔助駕駛系統(tǒng)在駕駛培訓(xùn)中的應(yīng)用[J].電子技術(shù)，2023（11）：324-325.

[3]潘紅麗，陳三清.基于Android的駕考練習(xí)App設(shè)計(jì)與實(shí)現(xiàn)[J].無(wú)線互聯(lián)科技，2022（24）：92-94，102.

[4]張鐵監(jiān).大數(shù)據(jù)與深度學(xué)習(xí)技術(shù)在駕駛員培訓(xùn)中研究與應(yīng)用[J].長(zhǎng)江信息通信，2023（7）：135-137.

[5]唐勝景，王太巖，趙剛練，等.面向目標(biāo)跟蹤的多傳感器數(shù)據(jù)融合研究綜述[J].空天防御，2024（4）：18-29.

[6]呂強(qiáng)，劉海軍，鐘琿，等.一種主被動(dòng)雷達(dá)目標(biāo)跟蹤測(cè)量數(shù)據(jù)融合方法[J].現(xiàn)代防御技術(shù)，2024（4）：108-116.

[7]高凱，劉欣宇，胡林，等.基于稀疏注意力的時(shí)空交互車輛軌跡預(yù)測(cè)[J].汽車工程，2025（5）：809-819.

（編輯戴啟潤(rùn)）

Research on the intelligent Subject 3 driving examination system

YE Tao’，ZHU Yanglin2 （1.Nanjing Duolun Technology Co.， Ltd.， Nanjing ， China; 2.Automotive Engineering Research Institute of Nanjing Automotive Group Co.， Ltd.， Nanjing 21Oooo， China）

Abstract：To addressthe issues of significant subjective bias，numerous regulatory blind spots，and high labor costs caused byon-board safetyoffcers in Subject3driving examination，an intelligent Subject3driving examinationsystem proposed.Byanalyzing the technical botlenecksand challenges in constructing such a system，acollaborative integration ofbehavior recognitionand intellgent driving technologies is introduced to achieve automated evaluationof candidates’driving skilsand safetyawareness，as wellassafety assurance during the test process.A“test evaluation （204號(hào) + driving safety”intelligent system is designed，which systematically eliminates regulatoryblind spotsand questions aboutfairnessassociated with manual invigilation，providing a theoretical frameworkand practicalpath forthe nextgeneration Subject 3 driving test system.

Key words：intelligent driving;behavior recognition; driving examination； Subject 3；intelligent system