商用车自动驾驶测试现状研究

引言

商用车主要由货运车辆和中大型载客车辆组成，是世界范围内的运输行业中的重要板块。商用车的智能网联产业化具有巨大的实际应用价值和商业价值，我们认为商用车最后走到智能网联化是一个必然。

以公路物流行业为例，成本一直都是整个行业的痛点，如果自动驾驶能够解放驾驶员，那么它从成本角度将是一个颠覆性的进步。智能卡车对于巨大的物流市场的改变可能是革命性的。

1自动驾驶测试

1.1V字形开发流程

V字形开发流程，普遍适用于汽车电子行业的开发验证。

自动驾驶系统涉及大量的软硬件开发。软件层面主要包括感知、决策、规划、控制四个层面，硬件方面主要包括单双目摄像头、毫米波雷达、激光雷达等。在自动驾驶系统的开发过程中，测试同样是必不可少的。目前主要分为仿真测试和道路实车测试两项。

1.2自动驾驶仿真测试

自动驾驶仿真测试是一种通过计算机和相关设备搭建算法模型和仿真场景以模拟道路测试的一种测试方法。该方法避免重复性工作，并能开发新的场景，具备很好的测试效果，能节省人力物力。图2所示为自动驾驶系统所需要的主要元素，自动驾驶系统的虚拟仿真测试主要分为软件在环测试、硬件在环测试、驾驶员在环仿真、车辆在环仿真等几个层次。

软件在环仿真（SIL）主要是测试感知、决策等算法对多变复杂的环境的适应性。目前主机厂和第三方机构中使用的SIL主要是基于Carmaker、Prescan、Carsim、PanoSim等软件进行，Carsim作为动力学软件可以提供整车模型，Prescan能够搭建细腻逼真的仿真场景，上述软件可以进行联合仿真，用于验证在matlab中建立的控制模型或者用其它语言编写的算法模型。

硬件在环仿真（HIL）是在软件在环的基础上将控制算法导入ECU中，通过硬件系统运行模型从而对ECU进行全面测试。HIL系统主要由三部分组成：硬件平台、实验管理软件和实时软件模型，目前在自动驾驶的开发测试中应用很广。该系统可以对自动驾驶的系统或者硬件进行测试。图4是基于投影方式的摄像头测试暗箱原理图。摄像头暗箱主要的作用就是用摄像头采集到的场景动画来模拟实车上摄像头所采集的真实场景。

驾驶员在环仿真（DIL）是用于研究、测试、分析和重现“人-车-路-交通”在实际车辆驾驶中的相互作用。DIL系统（如图4所示）相比HIL系统可以使驾驶员和模拟出虚拟环境进行实时交互，可以反映出人力驾驶员在该场景下的驾驶状态。

车辆在环仿真[5]（VIL）是指将ADAS系统集成到真实车辆中，并通过实时仿真机及仿真软件模拟道路、交通场景以及传感器信号，从而构成完整测试环境的方法，可实现ADAS功能验证、各场景仿真测试、与整车相关电控系统的匹配及集成测试。与传统的硬件在环（HIL）测试相比VIL由于用真实车辆替代了车辆模型，从而很大程度上提高了被测控制器性能测试结果的精确度。

1.3自动驾驶道路测试

虽然虚拟仿真测试可以极大地提升自动驾驶测试的效率，但是虚拟仿真过程不能完全替代道路实测。以Waymo公司为例，该公司已经在仿真平台Carcraft上模拟了100亿英里的道路场景，且支持Waymo车型进行大规模测试，但该公司仍然组织了大量人力、物力进行道路测试。

1.3.1封闭道路测试

当下，自动驾驶汽车技术尚未成熟，基于封闭场地模拟构建各种实际道路场景对自动驾驶汽车进行试验验证，是提升其技术水平、功能稳定性、安全性的重要途径。一方面，封闭测试可以为自动驾驶汽车提供接近真实交通场景的试验环境，相关企业可以在风险可控的条件下发现自动驾驶汽车存在的技术问题，确定车辆实际可靠运行的道路环境条件；

另一方面，封闭测试可以帮助测试主体复现在道路测试中遭遇的偶然场景，满足定制化需求，更有针对性地提供测试场景，加快技术试验验证的效率，专业化的封闭测试场可以提供多种道路突发状况集中发生的测试场景。

1.3.2开放道路测试

道路测试是自动驾驶汽车最重要的检验。在道路测试中，开发者可以通过车辆和其它环境因素的交互进一步采集更多的数据，并在真实环境中验证所开发的软硬件的精度以及可靠性等。该数据可以用于后续算法的改进工作，并不断丰富场景库，形成一个良性循环。

国内外，企业和政府都非常重视自动驾驶的开放道路测试。截止2020年11月，国内27个城市已经相继发放了700多张测试牌照，极大地推动了道路测试的进程。以小马智行为例，该公司在广州和北京相继上线了Robotaxi，100多辆自动驾驶车辆设置了近150个接送站点，营运范围覆盖了近150平方公里。该公司利用Robotaxi接触到了更多的交通场景，整个技术做得更加的安全、便捷以及提升整个稳定性。

1.3.3国内自动驾驶试验场发展情况

封闭测试场既包括传统汽车试验场，也包括在各种试验道路基础上增加智能化和网联化功能的智能网联汽车封闭测试场。从国内外的建设情况来看，自动驾驶测试场往往会模拟搭建诸如单向车道、双向车道、十字路口、环形交叉路口、丁字路况、环岛、高速公路等常见的交通场景，为自动驾驶汽车测试提供完善的测试条件。

不完全统计，全国有近50个封闭测试场（已建成和待建设），其中有30个具备智能网联汽车测试能力。目前国内试验场在智能网联领域建设比较成熟得有中汽研盐城试验场、襄阳达安试验场、中国汽研智能网联测试基地、一汽农安试验场等。

目前各试验场地建设标准不统一，场景差异大，存在大量重复性建设。智能网联测试能力建设耗费巨大，在该方面目前各企业还未找到合理的商业模式。

2典型的商用车智能网联应用场景

2.1干线货物运输

干线货物运输主要是在城市和城际间进行，该应用场景的道路情况相对简单，对自动驾驶软硬件的要求都相对较低。干线货物运输的规模已经达到十万亿级别，在运输过程燃油成本和人工成本是主要成本来源，其中司机的疲劳驾驶和违规驾驶带来了巨大的运输安全风险。2019年5月在中汽中心的组织下，重汽、福田和东风商用车完成了列队跟驰标准公开验证试验。基于智能网联技术的商用车列队跟驰可以有效地降低干线运输的成本和安全风险。

2.2城市公交运输

城市公交运输是城市人员运输的三个支柱之一，公交车的运行时间和运行路线相比干线运输更加稳定。但是在实际运行过程中，公交车受到的私家车和其他诸如外卖车辆、行人等的干扰相对较大。这种运行场景对车辆的实时检测和计算处理能力提出了相对更高的要求。总结来说，公交车运输的场景更复杂一些。

2.3港口运输

诸如天津港之类的港口每年的货物吞吐量巨大，承担了巨大进出口任务，目前来说港口的设备自动化率比较高。港口中车辆行驶的工况非常简单，车辆行驶时车速较低，运行过程中干扰者很少，且车辆运输过程中会有人实时监督。港口运输的场景对自动驾驶的开发和测试而言都很简单，适合使用高等级的自动驾驶，是智能驾驶在商用车领域落地的重要突破口。

2.4矿山

矿山的自动驾驶场景[9]也较为简单，但也存在一定的难点。和公路港口等使用场景相比，矿山区域地形情况较为复杂，没有明确的车道线，且道路状况很差，对车辆的道路识别等造成了较大的困扰。除此之外，矿山大多地域较为偏僻，信号较差，所以矿山场景对于车辆智能系统的硬件能力提出了较高的要求。

2.5环卫清扫

环卫车的运行速度较慢，且运行路线稳定，环卫处的行驶道路大多为建设良好的公路。在给环卫车规划好行进路线后，下面需要控制的是使环卫车根据交通状况进行合理的避障操作，需要保证自动驾驶系统的信息交互的实时性和控制的精确性。

2.6快递运送

此处的快递运送不包括城际间的长途配送过程。现今外卖和快递行业改变了人们的生活，如果能实现无人配送可以节省大量的社会资源。无人配送现在是相对火热的领域，对于顺丰、阿里、美团等企业来说更是重中之重。无人配送车的软硬件系统要保证高度的精确性，虽然配送车的配送路线是提前规划好的，但是无人配送车需很强的动态调整能力，场景虽然相对简单，但是对系统的能力提出了很高的要求。

3商用车智能网联测试政策法规现状

智能网联产业作为未来汽车的发展方向，受到国内外各政府机构的重视。自动驾驶相关标准法规的制定可以更好的保证自动驾驶的落地，目前相关立法工作相对落后。

美国目前已有20余个州出台了50余部关于自动驾驶的法案。早在2011年，内华达州便通过了自动驾驶汽车合法化法律，并颁布了一系列相关管理法规，其中包括自动驾驶汽车概念的确定以及上路测试的流程。2016年9月，美国交通部（NHTSA）推出第一部自动驾驶法案《联邦自动驾驶汽车政策指南（FAVP）》，这是全世界第一部自动驾驶汽车法规，为自动驾驶技术大规模正式应用做好了充分的法律准备。

2016年8月，法国政府正式批准外国汽车制造商在公路上测试自动驾驶汽车。在英国，2016年3月，英国财政大臣宣布政府计划于2017年开始在高速公路上测试无人驾驶汽车，同年7月，英国商务部和运输部大臣公开表示，该国将清除束缚自动驾驶汽车的法规。

北京、上海、重庆、平潭等国内城市出台了各自的自动驾驶道路测试监管办法。2018年4月11日，工业和信息化部、公安部、交通运输部联合发表了《智能网联汽车道路测试管理规范（试行）》，该规范对全国各省、自治区、直辖市等都具有法律效力。2021年，工业和信息化部对改规范进行了修订，并公开征求了意见。

4商用车智能网联产业落地的讨论

智能网联产业经过一段时间的急速发展，在未来的几年内将完全进入落地阶段。就技术层面而言，商用车和乘用车领域的智能网联发展基本是同步的。但实际应用过程中，商用车的智能网联应用场景往往更为简单，这就相应降低了对智能网联系统软硬件层面的要求，使智能网联产业更容易落地。毕竟一项新兴技术大规模普及时成本是关键项。单就商用车的应用场景而言，本文在第3章中所提到的几个应用场景相对来说更容易突破。在今后的产业落地过程中，可以先从以上几个场景进行推广。