編者按：為凝聚新能源汽車行業(yè)的研究力量，發(fā)揮協(xié)作效應，第一電動網(wǎng)建立特約研究員機制，邀請行業(yè)知名專家、大牛作者作為特約研究員，集中多方智慧，深入探索新能源汽車政策、資本、技術、市場等領域，并定期推出【研究周報】，解析行業(yè)熱點問題。

【特約研究員 朱玉龍】2017年2月初，美國加州車輛管理局(DMV)披露了11家自動駕駛系統(tǒng)公司的年度路測數(shù)據(jù)，包括梅賽德斯、谷歌母公司 Alphabet 旗下 Waymo、通用汽車旗下 Cruise、特斯拉、BMW、福特(實際有數(shù)據(jù)報告的公司有9家，本田和大眾汽車去年并未在加州進行測試)等。其中每家公司“脫離報告”的數(shù)據(jù)特別值得關注與探討。

在加州DMV的法規(guī)中，對于自動駕駛測試定義了一個專有名詞“脫離(Disengagement)”，以此來衡量自動駕駛技術的成熟度。自動駕駛模式中的“脫離”是指在自動駕駛測試中，系統(tǒng)無法進入自動駕駛模式或終止自動駕駛模式改由人工控制的情況，即車輛駕駛員必須手動接管駕駛的情況。

根據(jù)相關法律法規(guī)，從2015年開始，獲得自動駕駛牌照并在加州測試的公司每年都要向DMV匯報路測數(shù)據(jù)，今年是第二次提交。報告主體內(nèi)容包括：自動駕駛汽車路測里程、脫離次數(shù)和原因等，亦即脫離報告(Disengagement Report)。脫離報告數(shù)據(jù)是一個衡量自動駕駛汽車實際運行性能的重要指標，在某種程度上來說，受試車輛脫離的次數(shù)越少，表示自動駕駛系統(tǒng)越穩(wěn)定，因此可以把脫離報告看作自動駕駛系統(tǒng)公司的路測成績單。

一、9家公司的系統(tǒng)脫離報告關鍵指標

加州定義的“Program Participant Annual Reporting of Disengagement”里，內(nèi)容主要是技術失效原因造成的系統(tǒng)脫離(Failure of the Autonomous Technology Detected)和車輛安全運行狀態(tài)，需要測試員進行立即接管(Safe Operation Requires Control by the Driver)兩種。前者要求自動駕駛系統(tǒng)需要有完整的診斷機制，后者是對高階自動駕駛車輛測試員的要求，即自動駕駛測試員需要根據(jù)自身的判斷對車輛進行介入，手動控制車輛。除此以外報告里面要求：

·總的系統(tǒng)脫離報告

·脫離時的環(huán)境和測試條件

·當時的位置和環(huán)境(比如高速路、鄉(xiāng)村道路和停車設施)

·氣候條件、道路環(huán)境的簡要介紹

·總的每臺車的在公共道路條件下所行駛的里程

·自動駕駛提示報警到駕駛員接管的時間間隔

在DMV公布的測試報告里， 每家公司實際提供的信息都有差異，匯總這9家公司脫離報告中的關鍵數(shù)據(jù)如下表：

表：九家自動駕駛公司2016年加州路測關鍵數(shù)據(jù)匯總對比汽車廠商

數(shù)據(jù)來源：Autonomous Vehicle Disengagement Reports 2016

二、Google/Waymo自動駕駛系統(tǒng)路測關鍵數(shù)據(jù)分析

從上表的數(shù)據(jù)對比能夠看出來，過去1年多時間里，Google在自動駕駛的路測方面處于領先水平，不僅測試里程數(shù)達到635868英里，而且“脫離”頻率為5128，也就是說每5128英里需要人工干預一次。對比分析Google近這兩年的數(shù)據(jù)里面可以看到很多進步：

·2016年 Waymo 無人駕駛車輛在行駛里程增加50% 的情況下，因為自動駕駛系統(tǒng)的內(nèi)生軟件和硬件的失效原因?qū)е碌男枰岏{駛員接管的情況大幅減少，從原來的每千英里平均0.8次下降到了0.2次；

·Waymo自動駕駛系統(tǒng)性能的優(yōu)化，使得駕駛員觀察到的情況和安全閾值與自動駕駛的情況更為接近，從而降低了人為介入的次數(shù)；

·整個系統(tǒng)對加州的天氣適應性更好了。

表1 Waymo自動駕駛2015年和2016年部分測試指標對比

從Google/Waymo 2016年造成系統(tǒng)脫離的具體原因看，軟件故障、自動駕駛系統(tǒng)對車輛的有些機動操控和對周圍環(huán)境的感知差異占到了整個脫離原因的絕大部分。

圖1 Google/Waymo的系統(tǒng)脫離原因占比

3、當前自動駕駛測試所處級別的判斷

從路測成績最好的Google/Waymo的整個測試和運行的情況，Google/Waymo系統(tǒng)是按照L3級的模式來進行測試的，對安全測試員的要求甚至需要L2級，亦即駕駛員需要更多地關注甚至參與到駕駛測試過程中。

·在整個系統(tǒng)設計上，Google/Waymo采取了兩套自動駕駛的系統(tǒng)，在診斷上做了千項/秒[Tina1] 的查詢方式：

o 主控制和備份控制系統(tǒng)需要通信確認

o 車輛傳感器輸出錯誤和其他放置的感知數(shù)據(jù)(加速度計+GPS)

o 轉(zhuǎn)向和剎車系統(tǒng)的狀態(tài)反饋信息

圖3 Google 自動駕駛系統(tǒng)的運行方式概覽

·正因為在測試過程中有以上這些診斷要求，所以在系統(tǒng)出現(xiàn)問題的時候需要駕駛員立即接管，實際的接管時間如圖4所示

o 發(fā)生系統(tǒng)退出的道路場景中，大部分是城市街道道路；

o 安全駕駛員需要對測試車輛的運行情況予以負責，所以從故障燈亮起到駕駛員接管的時隔，大部分都在2秒之內(nèi)；

o 在兩次高速道路中，反應的時間為0.1和1.1秒

圖4 軟件故障出現(xiàn)之后駕駛員的接受時間統(tǒng)計

Vinayak V. Dixit等去年12月發(fā)表的一篇名為《Autonomous Vehicles: Disengagements, Accidents and Reaction Times》的文章中，基于Mercedes-Benz公司和Google公司的自動駕駛測試數(shù)據(jù)，分析了兩家的系統(tǒng)在不同誘因和不同的道路條件下，對系統(tǒng)脫離做出響應的時間做了一些分布對比，見下圖。研究者將兩家公司的各類脫離反應響應時間數(shù)據(jù)進行合并分析發(fā)現(xiàn)，無論是不同的誘因(行人、騎行者、其他車輛的非常規(guī)行為等)還是不同的道路條件(城市街道與非城市街道)下，兩家公司的系統(tǒng)的脫離后響應時間均值都沒有統(tǒng)計學差異。

圖5 不同分類的響應時間的概率密度

從廣義是來看，這些車企在測試的和在做的，都是探測從L2級到L3級，自動駕駛車輛會遇到哪些問題。這些實驗駕駛員都得用著L2級的心思來探測周邊環(huán)境，把他的反應和自動駕駛的性能進行結合對比。在報告里面，Google/Waymo開發(fā)的這個基于事件記錄信息和后續(xù)回放仿真的系統(tǒng)(power simulator program)，就是整個測試改進的重要手段了。

在《Autonomous Vehicles: Disengagements, Accidents and Reaction Times》一文中列舉了DMV發(fā)布的2014年9月到2015年11月的自動駕駛試驗車輛發(fā)生的事故，這些事故多數(shù)系在城市街道交叉口附近的低速情況下發(fā)生。其實后來Google匯報的最多，也占了挺大的一部分，分析這些公開數(shù)據(jù)，有助于我們可以找到自動駕駛車輛在公共道路試跑的真實效果，以及尋求解決所存在問題的方法。

表2 自動駕駛車輛涉及的事故

4、對自動駕駛技術發(fā)展的展望

1) 目前，自動駕駛實驗車輛的技術所能達到的最高的水準也只是L3這個階段，所以各個車企都在努力；如果媒體過度渲染其技術水平，那么在各種系統(tǒng)脫離和系統(tǒng)性能缺陷下，駕駛員是要自己負責的。

2) 在發(fā)展自動駕駛技術的時候，可以借鑒DMV的做法，給一些定性的要求，讓測試企業(yè)逐漸把自動駕駛的一些基本信息予以公布，讓消費者逐漸了解整個系統(tǒng)的成熟度。

3) 整個自動駕駛的開發(fā)和驗證方法，可以說與之前有挺大的區(qū)別，也不僅僅是依靠傳統(tǒng)的Tier1的技術成熟和演進，也需要新的工具和新的機制，這些都需要有個建立的過程，甚至是整個開發(fā)的形式與生態(tài)的存在形式。

參考文獻：

1) Report on Autonomous Mode Disengagements For Waymo Self-Driving Vehicles in California December 2016

2) Autonomous Vehicles: Disengagements, Accidents and Reaction Times

返回第一電動網(wǎng)首頁 >