【原】智能驾驶和智能辅助驾驶控制策略

自动驾驶有望在未来的交通系统中发挥重要作用，极大地改善道路安全和交通流量。此外，在减少燃料消耗、污染物排放和温室气体排放方面也会有好处。因此，这被认为是智能、绿色和综合交通的一项关键技术。在这种情况下，高级驾驶辅助系统（ADAS）和自动驾驶功能（ADF）可以被视为在公共道路上实现完全自动驾驶车辆的中间步骤。

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。

对于ADAS和ADF控制系统的开发和验证，预期的用例是至关重要的，它涉及有多个参与者的真实世界的驾驶情况。控制算法需要在非确定性和时间变化的环境中运行，由于传感器的限制，这些环境并不完全为人所知，并涉及与其他交通参与者的互动，可能是人类驾驶员，甚至未来的交通管理系统。到目前为止，一些ADAS功能已经可以在生产的汽车中使用，个别地方已经开始L3级自动驾驶汽车小批量上路；但是，对于如何设计、测试和验证这些驾驶功能的控制策略，仍然没有达成一致。大量的可能情况的组合使得标准的测试方法，如完全测试，几乎不可能，需要开发新的方法和概念。本书旨在通过收集具有不同背景和兴趣的专家的文章，对已经拥有的和将要拥有的应对这一问题的工具进行整体描述，从而为确定这些方法做出贡献。它涵盖了各个方面，从人类互动和理论方法到开发和测试ADAS和ADF控制算法的现实世界的例子。本书的出发点是2016年9月在奥地利林茨的约翰内斯-开普勒大学举行的关于该主题的国际研讨会。本书的内容是经过同行评议的部分研讨会稿件的版本。这些章节来自国际专家，涵盖了理论和形式方法、人际互动和行为建模、测试和控制功能开发的方法和框架、ADF对动力系统开发的影响以及交通控制的各个方面。广泛的范围反映了该主题的高度跨学科性质，并允许对预期的挑战有一个初步的概念。当然，不可能在一本书中提供所有的答案；然而，针对子任务和子问题提出的特定解决方案可以为高级驾驶辅助系统或自动驾驶功能的控制策略的开发、测试和验证提供重要的基石。

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。