自動(dòng)駕駛測(cè)試場(chǎng)景庫的構(gòu)建及評(píng)價(jià)方法之場(chǎng)景生成方法研究

自動(dòng)駕駛測(cè)試場(chǎng)景庫的構(gòu)建及評(píng)價(jià)方法（二）

場(chǎng)景生成方法研究

一、研究背景

智能網(wǎng)聯(lián)汽車面臨多維度安全挑戰(zhàn)，其中預(yù)期功能安全是重要組成部分。在當(dāng)前階段，智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)正處于前所未有的高速發(fā)展階段。眾多車企與科研機(jī)構(gòu)投入巨資，致力于技術(shù)創(chuàng)新和產(chǎn)品升級(jí)。盡管如此，伴隨技術(shù)進(jìn)步的同時(shí)，安全問題頻頻出現(xiàn)，不同等級(jí)的智能網(wǎng)聯(lián)汽車產(chǎn)品，在道路測(cè)試、示范應(yīng)用以及正式上路階段仍然發(fā)生了多起事故，事故發(fā)生的原因多數(shù)是由于自動(dòng)駕駛系統(tǒng)相關(guān)的零部件或者子系統(tǒng)的預(yù)期功能沒有實(shí)現(xiàn)。

場(chǎng)景對(duì)于自動(dòng)駕駛汽車的開發(fā)和測(cè)試至關(guān)重要。由于自動(dòng)駕駛系統(tǒng)的復(fù)雜性，傳統(tǒng)的基于規(guī)則和基于里程的測(cè)試方法已經(jīng)不適用，需要向基于場(chǎng)景的測(cè)試方法轉(zhuǎn)變。據(jù)美國蘭德公司研究，從統(tǒng)計(jì)學(xué)角度出發(fā)，自動(dòng)駕駛汽車需要在真實(shí)或者虛擬環(huán)境中至少進(jìn)行110億英里的里程測(cè)試[1]，才能證明自動(dòng)駕駛系統(tǒng)比人類駕駛員更可靠。測(cè)試場(chǎng)景來源廣泛，預(yù)期功能安全場(chǎng)景是其中重要的一類。通過預(yù)期功能安全分析獲取盡可能多的相關(guān)場(chǎng)景，這些場(chǎng)景一方面可作為輸入指導(dǎo)系統(tǒng)開發(fā)，另一方面也是測(cè)試驗(yàn)證的重要依據(jù) 。參考國內(nèi)外場(chǎng)景架構(gòu)設(shè)計(jì)方法，結(jié)合賽目已有的工程實(shí)踐經(jīng)驗(yàn)，提出一種基于關(guān)鍵要素分析的場(chǎng)景搭建框架，主要包含四類關(guān)鍵特征，基于上述方法生成的場(chǎng)景既能夠體現(xiàn)觸發(fā)條件，同時(shí)也能夠更好的通過模擬仿真軟件搭建，便于高效地進(jìn)行自動(dòng)駕駛系統(tǒng)的測(cè)試和驗(yàn)證。

二、研究內(nèi)容

基于標(biāo)準(zhǔn)ISO 21448和GB/T 43267-2023中第4章預(yù)期功能安全活動(dòng)概述和組織，以及第6章的危害識(shí)別和評(píng)估，危害是傷害的潛在來源，由整車層面的危害行為導(dǎo)致，場(chǎng)景是傷害發(fā)生的助推因素。參考危害事件模型，如圖1所示，

圖 1標(biāo)準(zhǔn)中的SOTIF危害事件模型

在進(jìn)行危害行為和危害分析之后，需要構(gòu)建場(chǎng)景與危害進(jìn)行“匹配”，進(jìn)而形成可能導(dǎo)致傷害的危害事件，這里構(gòu)建場(chǎng)景的目標(biāo)是為已經(jīng)分析出的危害找到合適的發(fā)生環(huán)境，該環(huán)境包含使危害可導(dǎo)致傷害的條件，該環(huán)境也是推導(dǎo)傷害發(fā)生的助推因素。預(yù)期功能安全場(chǎng)景生成的過程，也是從未知場(chǎng)景中發(fā)現(xiàn)已知危害場(chǎng)景的過程。

2.1研究方法

預(yù)期功能安全場(chǎng)景的生成方法主要可分為3個(gè)關(guān)鍵執(zhí)行步驟（見圖2），第一步，建立從危害行為到危害的映射關(guān)系表達(dá)，得到關(guān)聯(lián)規(guī)則，形成映射關(guān)聯(lián)表；第二步，對(duì)場(chǎng)景要素進(jìn)行特征分析，進(jìn)行場(chǎng)景要素分類及標(biāo)注，形成一個(gè)基于關(guān)鍵場(chǎng)景特征的場(chǎng)景要素標(biāo)注集；第三步，基于第一步建立的關(guān)聯(lián)表，進(jìn)行觸發(fā)條件關(guān)聯(lián)，形成帶觸發(fā)條件的危害映射表，然后，匹配危害映射表與場(chǎng)景要素標(biāo)注集，形成危害場(chǎng)景集，該危害場(chǎng)景集也就是預(yù)期功能安全場(chǎng)景。

圖 2研究方法總體框圖

（1）從危害行為到危害的映射關(guān)系表達(dá)

首先建立從危害行為到危害事件的映射關(guān)系表達(dá)，得到關(guān)聯(lián)規(guī)則，形成映射關(guān)聯(lián)表。

圖 3危害行為映射關(guān)系表達(dá)

危害行為列表基于整車控制輸出與引導(dǎo)詞，共計(jì)定義18個(gè)基本的潛在危害行為，見表1.

表1基于引導(dǎo)詞的危害行為表

危害的三個(gè)最底層來源需要考慮對(duì)交通的危害、對(duì)車內(nèi)人員的危害、對(duì)道路邊界保持的情況，因此，構(gòu)建六類危害：車內(nèi)人員感到不適、與前車保持的安全距離過小、與后車保持的安全距離過小、與側(cè)面車輛的安全距離過小、與道路邊界過近。

理論上，像場(chǎng)景一樣，危害依據(jù)不同的考慮范圍，能被定義出無窮無盡的類型。但本文所定義的危害與危害行為，一個(gè)面向最底層來源，一個(gè)面向整車輸出，因此具備與其他不同危害類型直接或間接映射的能力，其他各類不同危害也都能被納入本文提供的危害列表之中。比如考慮道路覆蓋情況時(shí)可以有車輛打滑的危害等，該危害可以映射至表1中的加速度/減速度過小的危害行為，以及與前車/后車保持的安全距離過?。ó?dāng)有前后車時(shí)），或與道路邊界過近（當(dāng)?shù)缆窞閺澋?、或打滑?dǎo)致車輛側(cè)移時(shí)）。

危害行為是對(duì)主車的異常輸出的描述，危害是對(duì)主車在場(chǎng)景中可能面臨潛在風(fēng)險(xiǎn)的描述，所以從危害行為到危害的映射需要加入對(duì)場(chǎng)景關(guān)鍵點(diǎn)的考慮。與危害匹配過程中需要考慮的場(chǎng)景關(guān)鍵點(diǎn)：分別是主車與他車、主車與道路以及觸發(fā)條件。因此，定義危害行為、危害、場(chǎng)景關(guān)鍵點(diǎn)，以確定三者之間的對(duì)應(yīng)和映射關(guān)系。映射關(guān)系可由下式表示：

其中，表示第i個(gè)危害行為(來自表1)。表示第j個(gè)場(chǎng)景中可關(guān)聯(lián)危害的場(chǎng)景關(guān)鍵點(diǎn),表示由第i個(gè)危害行為與第j個(gè)場(chǎng)景要素組合產(chǎn)生的第1個(gè)危害。具體，考慮18個(gè)基本的危害行為，以及場(chǎng)景中交通參與者與主車的相對(duì)位置關(guān)系，以及場(chǎng)景的道路是否彎曲兩類關(guān)鍵要素，構(gòu)造危害行為與導(dǎo)致危害場(chǎng)景關(guān)鍵點(diǎn)的關(guān)聯(lián)表，見圖4。

圖 4危害行為與導(dǎo)致危害場(chǎng)景關(guān)鍵點(diǎn)的關(guān)聯(lián)表

該表描述了危害行為與危害的關(guān)聯(lián)，在關(guān)聯(lián)過程中考慮了必要的場(chǎng)景要素。這種關(guān)聯(lián)是定性式的，并且以相對(duì)有限的危害行為與危害的組合，關(guān)聯(lián)到了數(shù)量龐大的場(chǎng)景，關(guān)聯(lián)介質(zhì)為場(chǎng)景中的他車和道路這兩類要素。該關(guān)聯(lián)方式可用于構(gòu)建危害的場(chǎng)景集。

（2）基于四類場(chǎng)景特征進(jìn)行場(chǎng)景關(guān)鍵要素標(biāo)注

根據(jù)預(yù)期功能安全場(chǎng)景建立的目標(biāo)需求，為已經(jīng)分析出的危害找到合適的發(fā)生環(huán)境，將關(guān)鍵場(chǎng)景特征分為四類，即四層級(jí)的場(chǎng)景架構(gòu)。

· 第一類是道路特征，主要包括場(chǎng)景中的物理基礎(chǔ)設(shè)施，是場(chǎng)景限定范圍內(nèi)的道路結(jié)構(gòu)和道路設(shè)施等要素的合集。

· 第二類是環(huán)境特征，是感知行為的重要來源，環(huán)境特征的要素范圍包含天氣、降水量、風(fēng)力、時(shí)段等。

· 第三類是主車特征，規(guī)定了場(chǎng)景中車輛的行為，主車特征的要素范圍包含縱向初速度，位置等。

·第四類是交通參與物特征，規(guī)定了參與物的行為與交互關(guān)系，交通參與物特征的要素范圍包含與主車的交互行為、相對(duì)位置、相對(duì)速度等。

對(duì)上述四類場(chǎng)景特征進(jìn)行細(xì)化和拆解后，可得到場(chǎng)景關(guān)鍵要素集以及要素的標(biāo)簽。四類場(chǎng)景特征作為一級(jí)標(biāo)簽，可繼續(xù)拆分為35個(gè)二級(jí)標(biāo)簽，二級(jí)標(biāo)簽可繼續(xù)拆分為140個(gè)場(chǎng)景要素，如圖5所示。

圖 5基于場(chǎng)景四層架構(gòu)的場(chǎng)景關(guān)鍵要素集

由上圖可見，其中，第三列的場(chǎng)景要素是場(chǎng)景要素集的最基本組成，要素根據(jù)自身的特征可分為語義要素和數(shù)值要素，語義要素在場(chǎng)景中的描述為有或無，數(shù)值要素在場(chǎng)景中的描述為具體的參數(shù)取值，也是邏輯場(chǎng)景進(jìn)行泛化的待采樣參數(shù)。

圖 6場(chǎng)景關(guān)鍵要素標(biāo)注集

（3）SOTIF危害場(chǎng)景庫的構(gòu)建方法

GB/T 43267所提供的鏈路的主要節(jié)點(diǎn)為危害行為、危害、場(chǎng)景，三者存在一定的關(guān)聯(lián)關(guān)系。對(duì)此，前文提出的關(guān)聯(lián)場(chǎng)景和危害的具體流程，可根據(jù)危害行為映射關(guān)聯(lián)表和場(chǎng)景關(guān)鍵要素標(biāo)注集構(gòu)造以危害為導(dǎo)向的測(cè)試場(chǎng)景集，實(shí)現(xiàn)以數(shù)量有限的危害關(guān)聯(lián)匹配出數(shù)量級(jí)較大的危害場(chǎng)景庫，該場(chǎng)景庫也就是預(yù)期功能安全場(chǎng)景庫。

圖 7危害場(chǎng)景庫生成示意圖

首先，基于已經(jīng)生成的關(guān)聯(lián)表（圖 4），進(jìn)一步將觸發(fā)條件與整車危害行為的引導(dǎo)詞進(jìn)行關(guān)聯(lián)。該階段的關(guān)聯(lián)旨在細(xì)化危害行為的發(fā)生條件，確保測(cè)試場(chǎng)景集能夠全面覆蓋各種可能的觸發(fā)條件。且通過與觸發(fā)條件的關(guān)聯(lián)可以以更小的顆粒度匹配邏輯場(chǎng)景中的主要觸發(fā)要素。

場(chǎng)景中的觸發(fā)條件即場(chǎng)景危害關(guān)聯(lián)要素，包括合理可預(yù)見的人為誤用，可以通過FMEA/FTA/STPA等分析方法得到，這里不展開描述。具體觸發(fā)條件要素詳見下表。

圖 8觸發(fā)條件分類體系

然后，基于場(chǎng)景關(guān)鍵要素標(biāo)注集，通過要素集笛卡爾積的方式進(jìn)行組合生成測(cè)試場(chǎng)景庫。根據(jù)文章：自動(dòng)駕駛測(cè)試場(chǎng)景庫的構(gòu)建及評(píng)價(jià)方法（一），“定義場(chǎng)景要素集為S，則有，其中為一級(jí)標(biāo)簽下的場(chǎng)景要素子集,為二級(jí)標(biāo)簽下的場(chǎng)景要素子集。定義危害關(guān)聯(lián)要素為。進(jìn)而，一個(gè)關(guān)聯(lián)危害的場(chǎng)景庫Sces可以表示為：

其中，“X”表示笛卡爾積。”在對(duì)場(chǎng)景要素集進(jìn)行組合時(shí)，同時(shí)對(duì)場(chǎng)景要素進(jìn)行標(biāo)注，包括要素的頻率、風(fēng)險(xiǎn)性、復(fù)雜性標(biāo)注，并將對(duì)要素標(biāo)注的結(jié)果繼承至由其組合成的場(chǎng)景中。最終，形成一個(gè)基于關(guān)鍵場(chǎng)景特征分析的場(chǎng)景庫。

最后，將上述形成的場(chǎng)景庫中的場(chǎng)景與危害、危害行為進(jìn)行匹配，從形成的場(chǎng)景庫中篩選出與特定危害或危害行為相匹配的場(chǎng)景，進(jìn)而構(gòu)建出一個(gè)面向某個(gè)特定危害的測(cè)試場(chǎng)景集。該測(cè)試場(chǎng)景集可以包含特定的潛在危害行為與危害，也能夠反映出這些危害在不同條件下可能發(fā)生的具體場(chǎng)景，最終得到SOTIF危害場(chǎng)景庫。

2.2.研究方法的優(yōu)勢(shì)

以上的研究方法不僅能夠充分地描述場(chǎng)景，還涵蓋了觸發(fā)條件，并且便于搭建。

首先，四大類特征的提取能夠充分的描述場(chǎng)景。4大類特征的提取可以全面地描述車輛所處的場(chǎng)景，能夠表達(dá)自動(dòng)駕駛車輛在多種路況下應(yīng)對(duì)的多變的環(huán)境條件和交通狀況；自動(dòng)駕駛算法需要處理大量的環(huán)境數(shù)據(jù)，以確保自動(dòng)駕駛車輛能夠安全、高效地行駛，以及在行駛過程中，車輛可能會(huì)遇到的情況：如不同道路類型，變化的交通狀況，多樣的天氣條件以及各種潛在的障礙物。有效的特征提取能夠從原始數(shù)據(jù)中提煉關(guān)鍵信息。

其次，四大類特征的提取能夠涵蓋觸發(fā)條件。特征的提取對(duì)于理解和預(yù)測(cè)觸發(fā)條件至關(guān)重要，這些提取的特征是一個(gè)多層次、多維度的信息處理過程，是分析觸發(fā)機(jī)制的重要參考。

最后，四大類特征的提取易于模擬仿真的實(shí)現(xiàn)。道路特征可以通過滿足OpenDRIVE格式來實(shí)現(xiàn)，通過特征提取，可以構(gòu)建出精確的道路模型，并在仿真環(huán)境中加載這些模型來模擬真實(shí)的道路情況。交通參與物特征及主車特征可以通過OpenSCENARIO來實(shí)現(xiàn)，可以設(shè)置不同類型交通參與物的速度、加速度、路線、交互規(guī)則等參數(shù)，例如，可以創(chuàng)建一個(gè)場(chǎng)景，其中包含多個(gè)車輛在不同車道上行駛，并且根據(jù)交通燈信號(hào)或其他車輛的存在進(jìn)行加速或減速。同時(shí)，可以定義主車的傳感器配置、感知范圍、決策邏輯等，例如，可以模擬主車識(shí)別前方的障礙物并執(zhí)行換道操作，或者根據(jù)交通信號(hào)調(diào)整速度。環(huán)境特征可以使用工具進(jìn)行更豐富的環(huán)境模擬，例如，可以設(shè)置不同的天氣情況，觀察其對(duì)傳感器性能和車輛行為的影響。

三、典型案例

該章節(jié)提供了一種在給定危害行為下的潛在危害與危害場(chǎng)景集生成的執(zhí)行案例。

根據(jù)上述方法的執(zhí)行步驟，如下：

（1）從危害行為到危害的映射關(guān)系表達(dá)

根據(jù)引導(dǎo)詞“過小”，結(jié)合整車輸出的“減速度”，得出當(dāng)給定危害行為為減速度過小時(shí)，系統(tǒng)遍歷危害行為映射關(guān)聯(lián)表，該危害行為可關(guān)聯(lián)危害為“與前車保持的安全距離過小”；對(duì)應(yīng)的危害匹配過程中需要考慮的場(chǎng)景關(guān)鍵點(diǎn)是“自車前方存在他車或其他交通參與物”。

（2）基于四類場(chǎng)景特征進(jìn)行場(chǎng)景關(guān)鍵要素標(biāo)注

基于四類場(chǎng)景特征篩選場(chǎng)景要素進(jìn)行笛卡爾積，得到組合后的場(chǎng)景關(guān)鍵要素標(biāo)注集。例如：

（3）SOTIF危害場(chǎng)景庫的構(gòu)建方法

關(guān)聯(lián)觸發(fā)條件：引導(dǎo)詞“過小”代表自車的實(shí)際輸出由于場(chǎng)景中的抑制條件，使得其比預(yù)期輸出要小，場(chǎng)景抑制條件可以是摩擦系數(shù)變小的抑制，比如“道路濕滑”、“降雨”、“降雪”等場(chǎng)景要素。這些要素在場(chǎng)景要素集中已被預(yù)先標(biāo)記為潛在的觸發(fā)條件要素；根據(jù)觸發(fā)條件分類表進(jìn)行生成帶觸發(fā)條件的危害映射表，如下：

將上面形成的表格中的內(nèi)容與場(chǎng)景關(guān)鍵要素標(biāo)注集進(jìn)行匹配，構(gòu)建該危害對(duì)應(yīng)的危害場(chǎng)景庫，場(chǎng)景庫見圖9。

圖 9危害場(chǎng)景庫（部分）

由上圖可見，所構(gòu)建的危害場(chǎng)景庫涵蓋了對(duì)危害行為“減速度過小”及其關(guān)聯(lián)的危害“與前車保持的安全距離過小”的致傷條件和潛在觸發(fā)要素，即在該場(chǎng)景集中，有較大概率會(huì)使得自動(dòng)駕駛汽車出現(xiàn)該危害行為并引發(fā)所對(duì)應(yīng)的危害。

通過Sim Pro仿真工具，將上述步驟分析得出的場(chǎng)景進(jìn)行仿真驗(yàn)證。

參考資料

[1]https://www.rand.org/pubs/articles/2016.html

[2] GB/T 43267-2023 道路車輛—預(yù)期功能安全 [S]

[3]ASAM.OpenSCENARIO[EB/OL].https://www.asam.net/standards/detail/openscenario/, [日期: 2024-08-01].

[4] 中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟. 智能網(wǎng)聯(lián)汽車預(yù)期功能安全場(chǎng)景要素及管理要求: T/CSAE 336-2023[S]. 北京: 中國汽車工程學(xué)會(huì), 2023.

[5]ISO21448-2022SOTIF,Safetyof The Intended Functionality [S]