同濟大學熊璐：需要對智能駕駛汽車的可用性進行測試評價

　　    3月31日，中國電動汽車百人會論壇（2023）在京開幕。會上，同濟大學教授、汽車學院副院長熊璐發表了主題演講。

　　    以下為演講實錄：

　    　尊敬的各位來賓，大家上午好！非常感謝百人會能夠提供這樣的機會讓我在這里分享我們前期做的一些工作和體會。剛才王首席和續首席分別從路和云的角度或者通信的角度分享了他們精彩的觀點，今天我主要講的是車的角度——車路云。車路云連起來之后才能叫車路協同。我們所有的車路協同也好、智能網聯也好最后落到載體上都是車，車方面其實也存在非常多的瓶頸問題，今天我要分享的是“智能駕駛汽車測試與評價”的關鍵問題。

　　    看一下我們目前智能駕駛應用的現狀。

　　    可以看到，從美國加州車輛管理局2015—2022年間他們的自動駕駛汽車示范運營的情況來看，報告的自動駕駛測試事故達543起，好像車子不多、事故不少。另外看看國內，我們幾個主要的地區，北京、上海、廣州基本上各個自動駕駛企業的自動駕駛系統平均安全接管的平均里程大概都是在百公里要到3.5次，多的要到10次，就是說基本上可能每過十幾公里或者幾十公里就得接管一次。從這兩個數據看，我們可以知道的是，自動駕駛落地道路還很漫長。

　　    我們自動駕駛到底面臨著什么樣的問題？主要是這個方面。

　　    首先，安全性不足。這是一個自動駕駛汽車在做路測，很顯然漏檢了橫穿的行人，安全員接管。

　　    第二，缺少應變。碰到違章停車的情況，結果自動駕駛汽車不會了，沒有辦法自行變道超越，也必須進行接管。

　　    第三，規則感差。會自己超車了，但是越過了雙黃線。

　　    第四，變互低能。遇到了無紅綠燈的行人密集的路口，可以看到車子也不會了，無法實現與其他交通參與者的博弈，一直在那兒等待，也就是傻在那兒了。

　　    所以智能駕駛汽車真正落地還需要去解決可用性問題，雖然我們研發了這么多的自動駕駛汽車，但是實際不可用，到真實的道路場景下就不行了。

　　    從自動駕駛本身系統來看，它的功能極其復雜，面臨的環境也極其復雜，同時由于功能復雜、環境復雜，所以這個系統設計得極為復雜。我們說智能駕駛是個極端復雜性的系統，同時它的需求又是多元的、復合的，有可靠性、安全性、舒適性、智能性、交通和諧性的需求等等。在我們的系統和需求之間，必須要通過測試評價作為紐帶把它們連接起來。

　　    從另外一個側面大家可以想象到，智能駕駛系統開發得好不好其實很重要的就是它的測試工具行不行、它的評價指標好不好，所以說完善的測試與評價體系是連接智能駕駛技術與需求的紐帶，也是智能駕駛研發過程中所必須要解決的關鍵問題。

　　    但是現在我們的智能駕駛汽車測試評價是怎樣的？在座有非常多的自動駕駛汽車的評價者，我們目前對自動駕駛的測評基本上沿用輔助駕駛的測試手段，汽車可能以某一個特定的車速比如50公里/小時、60公里/小時的定速，特定的時間給出一個假人或者假車作為交通參與者突然出現，測試它的反應，這種測試的場景是非常簡單的，范圍是非常局部的，而且是孤立場景，這個工況也沒辦法滿足我們現在非常多的企業開發的L2+的輔助駕駛、甚至L3級別自動駕駛連續性的設計運行范圍（ODD）的需求。同時智能駕駛是簡單的二元評價，通過或者不通過，沒有辦法去綜合反映智能駕駛的性能水平。最后，測試和評價實際是割裂的，沒有辦法系統、完整地去測評功能實現情況。所以我們認為，應該以智能駕駛系統的可用性為出發點建立一個系統、完整、進階式的測評體系，這個是未來自動駕駛系統或者智能駕駛系統研發必須要解決的問題。

　　    所以我們提出智能駕駛汽車需要對它的可用性進行測試評價，不是說簡單的通過與不通過?？捎眯?，在這里我們可以用四個層面或者四個階段進行能力劃分。

　　    首先，必須能夠實現基本的行駛能力；其次，能夠達到我們的安全保障水平，就是達到一定的功能；再次，必須要有很好的智能性；最后，面向一些特定的場景或者工況必須能夠妥善去應對。

　　    從這四個層級來看，我們需要去解決：一是解決怎么測的問題，就是我們得有場景的矩陣。二是解決怎么評的問題，就是我們的評價矩陣。

　　    這四個層級我下面展開講一下。

　　    我們從這四個層級來看：第一個，基本行駛能力，就是我們的功能層，就是自動駕駛汽車必須滿足基本的功能。第二個，安全保障水平，必須得達成一定的性能。第三個，綜合智能表現，也就是它必須得有足夠的智能。第四個，要實現類人的智能，達到人類的水平。

　　    簡單解釋一下基本的行駛能力：一是能變道，這樣一種設施，不管是HWP、或者NOA、AVP必須具備這個功能，我們把L2、L3都要做統一的測試。同樣，對安全保障水平性能層面，比如需要在動態的環境下變道，這是性能層面的。再進一步，足夠智能，是否能在動態環境下選擇最佳的時機變道？這是考驗它是否足夠智能的。最后一個，如果作為人類的老司機，必須得對一些突發的情況進行處理，比如說變道過程中突然爆胎了怎么處理。所以我們提出需要從這四個層面逐級去遞進對智能駕駛汽車進行測試和評價，不管對哪種功能，不同企業的自動駕駛功能都是必須要滿足的，所以我們就可以實現連續的、可以普適于各種各樣不同的自動駕駛功能的測試場景矩陣，這個可以去列我們整個場景矩陣的內涵，基本功能層面的、性能層面的、智能層面的、內容智能層面的。

　　    在基本行駛能力層面，我們需要建立基本的行駛能力，HWP的場景、NOA的場景、AVP的場景，需要滿足交通法規的符合性，列出了19類的交通法規的符合性，建立基本行駛能力的場景庫。

　　    在性能層面必須得考慮ODD（設計運行范圍），不同的功能有不同的ODD，ODD內的各種復雜環境行駛需要滿足什么。同時，我們的車輛必須得具備識別ODD邊界的能力，區域范圍識別、天氣條件識別、自身狀態識別等等，這都是自動駕駛汽車在性能層面需要去測試和評價的一些內涵，我們的場景內涵。

　　    接下來在智能層面，我們前面功能也好、性能也好，更多的是立足于單車的，性能層面，除了單車的自動駕駛能力之外，必須考慮到我們的車輛對于整個交通系統的影響，所以這個層面我們的價值不斷增多，而且場景交互會增高，所以這里面我們必須考慮，整個交通系統是不是符合通常人類駕駛員開的，考慮到別人的效率，不僅僅是考慮自己的效率，人具有社會性，自動駕駛汽車必須有社會性，具有交通的協調性、和諧性，我們需要構建復雜的混雜交通場景去測試。

　　    在內容智能這塊，比如智車故障、智車事故、交通檢查等等，碰到這些情況下怎么去妥善應對，這是最后一個層級的場景。

　　    接下來是評價矩陣層面的，基本的行駛能力，我們可以是通過和不通過的二元評價，但是到安全保障水平方面，我們需要對場景的條件和安全性水平兩方面進行評估，然后才能給出一個安全保障水平的評分。在綜合智能表現方面，我們必須要從單車的行駛到微觀的交互、到中觀的交通，就是不僅自己開的好，也要保障整個交通能夠順暢地通行，所以是一個綜合的評估。最后妥善應對層面，我們需要有一個最小風險達成程度的評價。

　　    所以這個評價層面我們可以用這樣一個SLAM串起來，尤其要強調第三層面的綜合評估。我們前期也發布了一些團體標準，在上海我們率先發布國內針對自動駕駛汽車交通的和諧性或者交通的協調性的地方標準，就是要考察自動駕駛汽車，不僅要自己開得好，而且得讓別人也開得好，所以這個評價矩陣是一個多維的。

　　    最后介紹一下，我們同濟大學和上汽集團共建了智能網聯的測試試驗場，在里面做智能駕駛的綜合測試評價系統，我們希望將來的運營場景是從孤立到連續、交通參與者是從單一到混雜、評價方法是從一維到多維、整個自主區域是從局部到整體，我們要構建綜合的智能網聯汽車、智能駕駛汽車的測試評價體系。這是我們總體的測試網里智能網聯汽車測試場的圖，接下來我們會設置連續的交通場景，設置各種各樣混雜的交通參與者，去真正實現在真實的條件下、真實的環境下，或者接近于真實的條件和環境下，對智能網聯汽車、自動駕駛進行測試與評價。

　　    最后總結一下，我們認為智能網聯汽車研發中，測試和評價是其中的瓶頸問題，也是關鍵問題。在這里我們需要把傳統的ADAS測評進行徹底顛覆，要把評價體系從一維變成多維評價，把測試系統變成一個綜合交通場景里面的測試系統。

　　    我的報告到此結束，謝謝大家！