高级驾驶辅助系统(ADAS)和自动驾驶功能(ADF)代表了在公共道路上实现完全自动驾驶的重要步骤。这些功能,如堵车或高速公路驾驶辅助系统,在选定的情况下为驾驶员提供帮助,但不要求在所有情况下对车辆有完全的控制权。这类系统的一个优点是,驾驶员仍然可以作为观察和监督的实体,如果操作条件不符合,功能可以被停用。然而,在这些情况下,为了开发和验证各自的控制系统,预期的使用情况是至关重要的,这涉及到有多个参与者的真实世界的驾驶。这意味着控制算法需要在非确定性/时间变化的环境中运行,并且由于传感器和系统的限制,不完全是已知的环境,同时与其他交通参与者和可能的人类驾驶员互动。 从纯控制发展的角度来看,例如路径规划、轨迹跟踪和动力系统控制,已经存在不同的解决方案,并可以在目前的生产或原型车中找到。例如,针对特定条件或特定应用的辅助驾驶功能,如高速公路驾驶或在农业或采矿业等封闭轨道上运行。其他例子是带有大型传感器阵列的原型车,在操作过程中由熟练的测试司机监督。 高级驾驶辅助系统或自动驾驶功能的控制策略的测试和验证是一个高度跨学科的话题,目前受到学术界和工业界的强烈关注,是许多正在进行的研究和开发活动的主题。这些活动包括从理论和形式方法到测试和验证整个系统,即车辆或甚至它们的系统组成。虽然过去有可能使用有限的和预先设定的测试案例或在现实世界的现场测试中设计和验证控制器,但对于高度自动驾驶来说,情况已不再是这样。在非决定性和时间变化的条件下,环境与多个交通参与者之间复杂的相互作用导致了可能遇到并需要处理的几乎不计其数的场景和情况。 因此,传统的方法,如认证和飞行测试,无法处理这种复杂性,因此需要新的方法来实现高效的开发和测试。尽管许多学术和工业研究项目都集中在这一主题上,旨在提供指导方针和解决方案,但到目前为止,还没有就最佳实践达成共识。此外,随着自动驾驶汽车的出现,新的挑战不仅与技术方面有关,而且需要对法律、心理和社会问题(包括人际互动)进行深入了解。 看来,使用模型和硬件在环的仿真将是测试、验证、确认和认证自动驾驶功能的关键因素。 这种在 "虚拟世界 "或混合 "真实-虚拟世界 "中的测试可以涵盖自动驾驶中涉及的大量潜在场景和复杂程度。为了管理复杂性,似乎有必要建立一个模块化的环境,允许在不同的级别和不同的真实或虚拟组件中仿真系统。然而,问题是哪些细节级别是足够的,可以处理的。一个非常重要的组成部分是场景,即仿真研究中使用的驾驶和环境情况。这些场景应涵盖车辆在行驶过程中可能遇到的所有(现实但也是最坏的情况)情况,包括与其他交通参与者和环境的现实互动。此外,还有必要了解驾驶员和自动驾驶功能之间的相互作用,特别是由于近期的系统可能会受到驾驶员的监督和/或在某些情况下将车辆的控制权交给驾驶员。 |
|