无人驾驶车辆智能测试评价与环境设计-2017工业控制系统

无人驾驶车辆智能测试评估与环境设计

李 力

清华大学 西安交通大学 中科院自动化所

2016年11月

报告提纲

Ø 研究背景和意义

Ø 研究问题和内容

Ø 解决方案

Ø 总结

无人驾驶的研究意义

衡量国家工业实力和智能交通水平，推动中国战略性新兴产业发展

§交通管理者角度：减少交通拥堵事故、节能减排

§交通参与者角度：民众便捷出行

§车辆生产者角度：融合多种智能和制造关键技术

是工业4.0的代表型产品

无人驾驶测试的研究意义

The high ride height of the trailer combined with its positioning across the road and the extremely rare circumstances of the impact caused the Model S to pass under the trailer, with the bottom of the trailer impacting the windshield of the Model S. Had the Model S impacted the front or rear of the trailer, even at high speed, its advanced crash safety system would likely have prevented serious injury as it has in numerous other similar incidents.

——A Tragic Loss, Tesla Motors blog

国际无人驾驶比赛竞相登场

英国、美国、瑞典、新加坡等国家纷纷开始建设无人驾驶车辆

测试场

国外无人驾驶测试的发展

DARPA Grand Challenge M-City at Unvi. of Michigan

从2009 年起，国家自然基金委员会“视听觉信息的认知计算”重大研究计划资助连续开展了 8 届 “中国智能车未来挑战赛”

促进无人驾驶测试标准的确立，推动了我国无人驾驶

车辆研究和测试技术的快速发展国内无人驾驶测试的发展

200920102011201220132014

当前无人驾驶测试的5大问题

1. 无人驾驶车辆智能定义不明确，自主行驶能力评估的系统性和量化程度不高。

2. 无人驾驶车辆的测试数据收集能力不足，缺乏一致的数据共享接口，难以在比赛过程中进行实时精确的评估。

3. 缺乏仿真测试技术和集成测试系统，难以对无人驾驶车辆的环境认知、决策和执行算法进行可靠和便捷的评估。

4. 无人驾驶车辆测试与智能交通技术密切相关，但智能交通研究成果在目前的现场测试中应用不足。

5. 无人驾驶车辆测试缺乏综合测试场地支持。

计划开展的3项研究内容

研究内容1 无人驾驶车辆的智能测试体系和评估方法研究§现有基于场景测试和基于人类智能功能归类的无人驾驶智能定义各有不足

提出新的无人驾驶智能理论

融合统一现有两种定义

研究内容1 无人驾驶车辆的智能测试体系和评估方法研究

生成测试场景，第一个要考虑的因

素是，如何确定场景中所含有的任

务，并确定这一系列任务的出现和

需要完成的时间—空间位置。左图

描述了一个非常简单场景中，受试

车辆 A 的若干不同任务在任务时空

图中是如何排布的。受试车辆需要

在每个任务需要完成的截止时间和

截止空间前完成该任务

研究内容1 无人驾驶车辆的智能测试体系和评估方法研究

每个场景中的任务数目

和时空排列决定了该测

试场景的难易程度。任

务数据 越多越难，需

要同时处理的任务数量

越多越难

研究内容2 无人驾驶车辆的仿真测试与平行测试系统研发§典型道路交通环境视觉数据采集和特征提取：分析现实道路环境的时—空动态变化性，采集各元素实体在不同的位

置和光照条件下的视觉数据，进行特征提取和三维建模，

以便在不同的测试条件进行三维复原和重现

§面向无人驾驶车辆测试的半实物实验验证平台

§将建立一个与实际交通系统相平行的人工交通系统，通过其与仿真测试系统的互动开展集成测试

研究内容2 无人驾驶车辆的仿真测试与平行测试系统研发

设计场景解空间的自适应采

样算法，提供尽量真实和丰

富多变的测试场景

根据真实系统的反馈不断更

新仿真系统

§传统测试仅仅考虑车辆外在的、简单布尔型测试指标是否完成，不能精确刻画车辆内在的驾驶能力

§我们提出基于车内通讯、车车通讯和车路通讯的无缝实时数据采集体系，以便全面、实时和精确的收集受试车辆的数据，进行公正公开的评估

研究和智能综合测试平台建设

研究和智能综合测试平台建设

实施层面，建设一个面积远超密西根大学M-City的测试场，含各类典型交通场景，为今后挑战赛提供长期支持

提供高精度的定位与导航，实现真实交通环境测试与仿真环境测试的平行映射和平行执行，加速无人驾驶车辆研发与测试

实现车载测量设备的一体化集成，提供高效便捷的测量

安装支持车路协同等多种新技术的智能交通控制系统，促进无人驾驶和未来智能交通控制系统的共同发展

总结

Ø开展无人驾驶车辆智能测试评估方法研究，建设与之适应的测试环境与平台

Ø有效提高无人驾驶车辆研究开发的效率和水平，规范和推动无人驾驶车辆技术发展

Ø带动无人驾驶车辆测试评估理论和方法、测试评估模型和指标、测试环境平台等科学问题的深入研究

Ø科学客观考核无人驾驶车辆相关研究成果，确保“视听觉信息的认知计算”重大研究计划总体目标的实现