《B50/T 1571-2024 智能网联汽车自动驾驶系统测试与评估标准》解读

deepdata_cn

于 2024-05-28 09:56:59 发布

阅读量1.5k

点赞数 21

分类专栏：自动驾驶文章标签：汽车自动驾驶人工智能

本文链接：https://blog.csdn.net/weixin_43156294/article/details/139257386

版权

自动驾驶专栏收录该内容

19 篇文章

订阅专栏

在这里插入图片描述
随着科技的飞速发展，智能网联汽车（Intelligent Connected Vehicles, ICV）正逐步从概念走向现实，成为未来出行的重要组成部分。为了确保智能网联汽车的安全性、可靠性和互操作性，制定统一的测试与评估标准显得尤为重要。《B50/T 1571-2024 智能网联汽车自动驾驶系统测试与评估标准》（以下简称“标准”）正是在这样的背景下应运而生，旨在为我国乃至全球智能网联汽车行业提供一套全面、科学的评估框架。
该标准的制定考虑了多种自动驾驶应用场景，如城市、港口、园区、高速公路等，并规定了测试的通用要求、检测项目及测试场景、测试要求、通过条件等内容。
该标准的出台也是为了响应智能网联汽车产业的快速发展需求，以及社会对于提高道路交通安全、效率和舒适性的期望。通过建立统一的测试与评估标准，可以促进自动驾驶技术的健康发展，为智能网联汽车的商业化和规模化应用提供技术支撑和法规保障。标准的制定还涉及到道路测试主体、驾驶人及车辆的具体要求，确保测试过程中的责任明确和风险可控。
此外，随着智能网联汽车技术的进步和应用的拓展，相关的法规和标准也在不断更新以适应新的发展需求。《B50/T 1571-2024》标准的出台，体现了对智能网联汽车自动驾驶系统测试与评估方面的最新研究成果和行业共识，旨在推动智能网联汽车技术的创新和应用，同时保障公众的出行安全和合法权益。

一、标准概览

适用范围：本标准适用于所有具备自动驾驶功能的智能网联汽车，包括但不限于L3至L5级别的自动驾驶系统。涵盖了车辆的环境感知、决策规划、控制执行、车联网通信以及信息安全等多个关键环节。
核心内容：
○ 环境感知能力测试：规定了传感器（如雷达、摄像头、激光雷达等）在不同环境条件下的性能测试方法，确保车辆能够准确识别周围障碍物、行人和其他车辆。
○ 决策与规划评估：确立了评估自动驾驶系统在复杂交通场景下做出合理驾驶决策的能力标准，包括路径规划、避障策略等。
○ 控制执行验证：规定了对车辆执行机构（如转向、刹车、加速等）响应速度、精度的测试要求，确保系统命令能够被迅速且准确地执行。
○ 车联网通信测试：涉及车辆与基础设施、其他车辆之间的信息交互能力测试，包括数据传输的时效性、完整性和安全性。
○ 信息安全评估：强调了对自动驾驶系统防入侵、数据保护等方面的要求，确保车辆免受网络攻击，保护用户隐私。
评估方法：标准提出了一套综合评价体系，结合实车测试、模拟仿真、数据分析等多种手段，对自动驾驶系统的性能进行全面评估。

二、实施意义

提升行业规范性：为智能网联汽车制造商、供应商及第三方检测机构提供了统一的测试基准，促进了技术的标准化和规范化发展。
增强公众信任：通过严格的测试与评估，确保上路的智能网联汽车符合安全标准，增强消费者和社会公众对自动驾驶技术的信任。
推动技术创新：明确的标准为研发团队指明了技术改进的方向，鼓励企业加大研发投入，促进自动驾驶技术的持续创新和优化。
促进国际交流与合作：与国际接轨的评估体系有利于中国智能网联汽车产品走向世界，加强国际合作与竞争。

三、测试与评估过程

汽车自动驾驶系统的测试与评估是一个复杂的过程，它涉及到多个方面，包括技术评估、安全评估、人为因素评估以及整体性能评估。

技术评估：技术评估主要关注自动驾驶系统（ADS）的技术性能，包括感知、决策和控制系统的有效性。这通常涉及到对传感器（如雷达、摄像头、激光雷达等）的测试，以及对算法和软件的验证，确保它们能够在各种交通环境和条件下准确工作。
安全评估：安全是自动驾驶系统最重要的考量因素。评估过程需要确保系统在遇到潜在危险时能够做出安全的反应，包括碰撞避免、紧急制动和避障等。安全评估还可能包括对系统在特定操作设计域（Operational Design Domain, ODAD）内的表现进行测试。
人为因素评估：这一评估关注驾驶员与自动驾驶系统的交互，包括驾驶员对系统的信任、接受度以及如何与系统互动。人为因素评估有助于理解驾驶员可能的依赖性、注意力分散以及在系统请求接管时的反应时间。
性能评估：性能评估着眼于系统的整体表现，包括准确性、可靠性、效率和响应时间。这可能涉及到在模拟环境或实际道路上对系统进行测试，以评估其在不同交通场景和条件下的性能。
法规和标准遵循：自动驾驶系统的测试与评估还需要遵循相关的法律法规和行业标准。例如，在中国，智能网联汽车的道路测试与示范应用管理规范（试行）规定了道路测试的申请条件、测试主体的责任以及测试车辆的安全要求等。
测试方法：测试方法可以基于用例、场景或公共道路测试。基于用例的测试方法关注特定功能的表现，而基于场景的测试方法则提供系统自主决策的自由度，更适用于高等级自动驾驶系统的测试。公共道路测试则在真实交通环境中进行，提供最接近实际情况的测试条件。
测试工具：测试工具包括虚拟仿真测试、硬件在环测试、整车在环测试和封闭场地测试。这些工具可以帮助开发者在不同阶段对自动驾驶系统进行测试，从早期的功能开发到接近实际部署的测试。
测试加速：为了提高测试效率，减少测试周期和成本，测试加速技术被用来加快测试进程。这可能包括使用虚拟测试环境、重要性抽样等方法来增加危险场景的出现频率，或者通过增加测试对象的数量来实现测试过程的加速。
智能性评价：自动驾驶车辆的智能性评价涉及对其智能水平的定义、评价指标的选择以及评价方法的应用。评价可以是定性的，如智能性水平的宏观划分，也可以是定量的，如使用精确数值进行评价。
综合功能模块测试：除了单独测试感知和决策模块，还有研究者致力于测试综合功能模块，如高级辅助驾驶系统（ADAS）。这些测试可能包括自动泊车、自动巡航、紧急制动等功能，并使用基于搜索的方法生成测试场景。
整车测试：整车测试关注整个自动驾驶系统的性能，使用场景作为测试用例，在虚拟环境中进行全面评估。这可能涉及到基于真实场景和交通数据生成仿真场景，或者构建测试框架对系统进行综合性评估。
仿真测试：在自动驾驶车辆的仿真测试方面，研究包括仿真测试软件、车辆动力学模型、测试背景车辆交互行为模型以及云控平台监管的仿真测试等。
汽车自动驾驶系统的测试与评估是一个不断发展的领域，随着技术的进步和行业的发展，测试方法和评估标准也在不断更新和完善。