环球百事通！新场景|国智长沙智车信心度（C-IAC）研究报告出炉

2023-03-22 13:55:13来源：汽车测试网

随着汽车电气化与智能化的高速发展，搭载智能驾驶系统的车辆越来越普及，人们的驾乘方式和驾乘感受也在发生巨大的改变。但近年，因使用智能驾驶系统导致车祸甚至人员伤亡的事故频发，智能驾驶系统的安全性成为大众关注的焦点。

目前针对于智能驾驶系统的安全测试，国家智能网联汽车（长沙）测试区前期基于雨雾特殊天气对六款车型的智能驾驶系统功能进行了系统性的研究测试，测试结果表明特殊天气对智能驾驶系统的影响很大。本文在前期研究测试的基础上，从车辆实际使用的危险场景出发，通过模拟车载物跌落、泥浆飞溅、夜间逆光和扬尘四类场景，实车测试车辆智能驾驶系统的表现，深入研究在危险场景下不同车型的智能驾驶系统功能水平，引导智能汽车企业及零部件企业对产品进行进一步的优化升级。

(资料图片)

本文通过在国家智能网联汽车（长沙）测试区搭建车载物跌落、泥浆飞溅、夜间逆光和扬尘天气场景，实车测试不同车辆的智能驾驶系统在四种场景下的表现并记录测试结果，通过测试结果分析车辆的智能驾驶功能水平。

测试车辆

本文沿用前几期测试的六款车型，分别为比亚迪护卫舰07、岚图梦想家、理想L9、蔚来ES8、零跑C11、高合HiPhiX，具体车型信息如表1所示，本次试验车型通过租赁方式获取。

表1 测试车型一览表

测试设备

本文测试所用的主要测试设备包括行人目标物、EVT假车、目标物驱动系统和数据采集设备（RT），如图1所示。设备具体参数如表2所示。

表2 主要测试设备一览表

图1 测试设备

测试场地

本文测试所用的测试场地为国家智能网联汽车（长沙）测试区模拟高速和雨雾模拟区，其中模拟高速进行车载物跌落和泥浆飞溅场景测试，雨雾模拟区进行夜间逆光和扬尘天气场景测试。测试场地如图2所示。

图2 测试场地

试验条件

环境：本试验在天气良好且光照正常的环境下进行试验（夜间逆光场景除外），试验过程中风速低于5m/s。

试验过程数据采集：试验过程使用的所有设备满足动态数据采样和存储频率为100Hz。其中数据采集精度满足以下要求：

（1）速度精度为0.1km/h；

（2）纵向加速度精度为0.1m/s2；

（3）横向和纵向位置精度为0.03m。

车辆状态：本次试验车辆轮胎气压为厂家推荐的标准冷态气压，试验过程中除安装的试验设备外，测试车辆仅乘坐两名人员（试验员和驾驶员）。

车辆功能设置：本次试验过程中车辆跟车行驶时距设置为中间档位。时距档位个数为偶数的，时距设置为中间档后面最靠近高时距的档位。试验车辆的自动紧急制动系统报警级别设置为报警中间档位。档位个数为偶数的，报警级别设置为中间偏早报警的档位。

试验要求：试验车辆在开启智能驾驶系统功能的情况下，以不同的试验速度进行场景测试，具体如表3所示。试验过程中，保持试验车辆和目标物速度在规定车速±2km/h且试验车辆行驶方向横向偏移量不超过规定行驶路径±0.3m。每个试验工况最多进行3次试验，低速试验未通过则不进行高速试验，3次试验中有2次满足要求，则通过测试；反之则不通过。若前2次试验均通过或不通过测试，则不进行第3次试验。试验过程中全程记录数据，当试验车辆与目标物发生碰撞或者避免碰撞时，本次试验结束。

表3 试验工况表

试验评价

本文借鉴ISO 26262的风险评估方法，使用场景暴露度和场景伤害度两个评价指标对四类场景本身进行风险评价，最终确认每个场景的权重分值，测试结果按照碰撞、碰撞但预警、避撞三种情况进行得分评价，如表4所示。

表4 四类场景权重得分及结果评价

本次试验研究的四类场景来源于实际行车过程常遇见的四类危险场景，具体如下：

车载物跌落场景主要模拟在正常稳定跟车行驶过程中，突遇前车车载物跌落的情况，车辆对于动态跌落车载物的识别及避撞的能力。

泥浆飞溅场景则模拟在车辆受到飞溅的泥浆遮挡前视摄像头时，对于前方静止车辆的识别及避撞的能力。

夜间逆光场景主要模拟在夜间遇到对向车辆开远光灯的情况下，车辆对前方同向行走的行人及静止车辆的识别及避撞的能力。

扬尘场景模拟在扬尘环境视野受限的情况下，对于前方静止车辆的识别及避撞的能力。

车载物跌落：本场景该场景选用纸箱作为跌落车载物，纸箱大小为60cm*40cm*50cm。目标车在试验道路的中间，试验车辆跟随目标车行驶，稳定跟车行驶至少2s后，目标车上的纸箱抛落，如图3所示。实车测试如图4所示。

图3 车载物跌落场景示意图

图4 实车测试

测试结果如下：

表5 车载物跌落场景试验结果

测试评分结果如下：

图5 车载物跌落场景评分

在车载物跌落测试中，所有车辆均无法识别抛洒的纸箱并进行避撞，可能原因为现阶段智能驾驶系统暂未考虑此类情况。

泥浆飞溅：目标车放置在车道中心线上，试验车辆纵轴线与目标车纵轴线重合，当试验车辆达到稳定车速且两车纵向距离缩小至50m时，对测试车辆前视摄像头进行泥浆喷洒，持续喷射3s，设置目标车车尾部为碰撞点，如图6所示M点，用于记录两车的纵向及横向相对位置，每组试验的碰撞点应相同。实车测试如图7所示。

图6 泥浆飞溅场景示意图

图7 实车测试

测试结果如下：

表6 泥浆飞溅场景试验结果

评分结果如下：

图8 泥浆飞溅场景评分

在泥浆飞溅场景测试中，所有车辆在前视摄像头被遮挡而雷达等其他传感器正常工作的情况下，均无法识别前方静止车辆并进行避撞，说明前置摄像头的干扰对车辆智能驾驶功能的影响很大。

夜间逆光

（1）夜间逆光下的行人纵向场景：本场景的光源车辆为M1类乘用车，开启远光灯并静止放置在逆向车道中心线上，目标假人APT中心线与试验车辆中心线重合。目标假人以5km/h的速度与车辆行驶方向相同的方向移动，碰撞点在车辆宽度50%位置，如图9中所示M点。试验过程中背景光照强度应满足小于1lx。实车测试如图10所示。

图9 夜间逆光—行人纵向场景示意图

图10 实车测试

试验结果如下：

表7 夜间逆光—行人纵向场景试验结果

评分结果如下：

图11 夜间逆光-行人纵向场景评分

在夜间逆光—行人纵向场景测试中，岚图梦想家、蔚来ES8、零跑C11车辆智能驾驶系统功能表现稳定且均通过了该场景下的全部测试。但从整体测试结果来看，夜间逆光对部分车型的智能驾驶系统影响很大，

（2）夜间逆光下的前车静止场景：本场景的光源车辆为M1类乘用车，开启远光灯放置在逆向车道中心线上，目标车放置在车道中心线上，试验车辆纵轴线与目标车纵轴线重合，设置目标车车尾部为碰撞点，如图12所示M点。用于记录两车的纵向及横向相对位置，每组试验的碰撞点应相同，试验过程中背景光照强度应满足小于1lx。实车测试如图13所示。

图12 夜间逆光—前车静止场景示意图

图13实车测试

试验结果如下：

表8 夜间逆光—前车静止场景试验结果

评分结果如下：

图14 夜间逆光-前车静止场景评分

在夜间逆光—前车静止测试中，岚图梦想家、蔚来ES8和零跑C11均通过了该场景下的所有测试，智能驾驶系统功能表现较好，结合行人场景测试结果，夜间逆光对于以上三款车型的智能驾驶系统功能影响较小。

扬尘：扬尘模拟环境满足在目标车周围能见度小于10m。目标车放置在车道中心线上，试验车辆纵轴线与目标车纵轴线重合，设置目标车车尾部为碰撞点，如图15所示M点。用于记录两车的纵向及横向相对位置，每组试验的碰撞点应相同。实车测试如图16所示。

图15 扬尘场景示意图

图16 实车测试

试验结果如下：

表9 扬尘场景试验结果

评分结果如下：

图17 扬尘-前车静止场景评分

从测试结果来看，扬尘环境对六款车型的智能驾驶系统的影响很大，六款车型均未能通过所有测试。

本文通过对六款车型进行四类场景的测试发现，不同车型智能驾驶系统功能在四类场景下的表现相差很大。在四类场景中，车载物跌落和泥浆飞溅场景难度系数最大，所测试的六款车型均无法通过测试；而夜间逆光场景难度系数最小，六款车型中有一半的车型均通过了测试。针对扬尘场景，六款车型的表现参差不齐，且均未能达到预期效果，车辆的智能驾驶系统功能水平需要进一步提升。为了能更加科学的反映出智能车辆在以上四类场景下的智能驾驶功能水平，后续，国家智能网联汽车（长沙）测试区将加大测试车辆的样本量，持续开展其他车型的测试研究。

标签：

责任编辑：hnmd003