01、整體測試方案

基于關鍵場景的預期功能安全測試評價，需要綜合各類技術手段，在有限的測試中證明被測系統風險滿足接受準則，并進一步說明被測系統預期功能安全（SOTIF）性能水平。關鍵場景由基礎場景和觸發條件構成，工作組根據專家經驗分析與系統過程理論分析得到了預期功能安全觸發條件列表，并通過多維測試的手段對被測車輛進行評估，從而以分級的方式對測試車輛進行SOTIF能力驗證，其中分級驗證模塊中基礎紅色區域代表支撐準入認證區域。本年度預期功能安全工作組以HWP功能為例，探索支撐自動駕駛功能認證的預期功能安全測試評價方案，并于本次試驗驗證其中關于交通擾動及感知擾動的SOTIF性能。

圖1 基于關鍵場景的SOTIF測試整體方案

02

HWP SOTIF測試用例

基于中國優秀謹慎駕駛員模型以及環境感知系統觸發條件，設計HWP功能的SOTIF測試用例。試驗分為Cut-in、Cut-out、Deceleration三大類場景，主要關注他車橫向切入速度、縱向相對距離等參數，分別在人類駕駛員發生碰撞的邊界工況中選取了本次試驗的測試用例。并在此基礎上疊加了環境感知系統觸發條件如降雨、降霧、低光照等，構成了環境感知系統測試用例。試驗車速為20km/h~80km/h，下圖為測試用例選取示意圖。

圖2 測試用例選取示意圖

03

測試團隊與儀器設備

本次試驗的測試場地為國家智能網聯汽車（長沙）測試區內的模擬高速公路、雨霧模擬區等，該場地最大限度的還原了高速場景及特殊環境的測試工況，保障了試驗結果的真實有效性。測試區主要分為五大功能分區——城市測試區、高速測試區、鄉村測試區、越野測試區和集群測試區。本次試驗測試團隊由中汽院（湖南）公司、清華大學、同濟大學、中國一汽、吉林大學等多家單位人員共同組成，專項負責整體測試實施工作。

本次被測車輛為中國一汽提供的具備HWP功能的紅旗EHS9車型，如圖3所示。自動駕駛平臺系統及高精度定位設備等測試設備在本次試驗中發揮重要作用，如圖4所示。

04、交通擾動測試

為驗證交通擾動下車輛的預期功能安全性能，測試團隊搭建了自動駕駛平臺車并根據試驗工況設計自動駕駛平臺車運動軌跡，其中包括Cut-in、Cut-out、Deceleration三大類場景，并對不同車輛參數（橫向切入速度、相對縱向距離等）下的工況進行了測試，最終對測試結果進行了分析對比，得到了預期的測試結果。

Cut-in場景表現為自車直行，他車從旁邊車道以相對距離為觸發并以一定的橫向速度切入自車車道，試驗記錄了各個車輛數據信息，并分析了測試結果。

Cut-out場景表現為自車直行，前車以前前車的距離為觸發并以一定的橫向速度切出自車車道，試驗記錄了各個車輛數據，并分析了測試結果。

Deceleration場景表現為自車直行，前車以一定的減速度和相對距離為觸發開始急剎，試驗記錄了各個車輛數據，并分析了測試結果。

05、感知擾動測試

測試團隊在上述實驗的基礎之上疊加環境感知系統觸發條件，以測試車輛在不同觸發條件作用下的預期功能安全性能。實驗根據場地條件，進行了包括傳感器遮擋、路面條件、天氣條件以及道路設施四個大類共計18個小類觸發條件的實驗。

其中，傳感器遮擋通過使用落葉、金屬物、灰塵等對攝像頭或毫米波雷達進行遮擋實現；天氣條件包括對攝像頭或毫米波雷達感知造成影響的雨天、霧天及光照條件等觸發條件；路面條件包括不同屬性路面材質和不同特征車道標線等觸發條件；道路設施條件包括了引起毫米波反射和信號屏蔽的波形金屬護欄、龍門架及隧道路段。

06、實驗數據采集

本次試驗采集了車載攝像頭視頻、實車真值數據、感知數據、無人機航測數據以及車內人員fNIRS近紅外血氧數據。其中實車真值數據包括測試中全部車輛的位置、速度、航向角等物理參數信息，可用于計算測試評價指標并驗證車輛的預期功能安全；感知數據包括系統識別到的物體信息、車道線信息等，可用于分析自動駕駛系統的感知能力；無人機航測數據為俯視視角下車輛的數據信息，可補充到測試指標的計算；fNIRS近紅外血氧數據可以反映人類大腦活動時氧合血紅蛋白和脫氧血紅蛋白的變化情況，可用于分析車內乘員對不同危險工況的反應特征。豐富多樣的數據信息對于自動駕駛的預期功能安全研究具有寶貴的科研價值。

審核編輯：郭婷