第1章绪论
　　1.1智能汽车与自动驾驶
　　智能汽车，通常又称为智能网联汽车、自动驾驶汽车等，是指通过搭载先进传感器、控制器、执行器等装置，运用信息通信、互联网、大数据、云计算、人工智能等新技术，具有自动驾驶功能，逐步成为智能移动空间和应用终端的新一代汽车。智能汽车在保障交通安全、缓解道路拥堵、改善驾乘体验甚至颠覆出行模式上具有巨大潜力，被世界各国视为未来交通的发展趋势及核心。
　　发展智能汽车，是我国“交通强国”“人工智能”“中国制造”等多项国家重大战略的聚焦点；也是我国汽车产业实现供给侧结构性改革、壮大经济增长新动能的发展机遇;更是增进人民福祉，确保人民享有美好出行服务的重要举措。2017年，工业和信息化部、国家发展改革委、科技部联合印发《汽车产业中长期发展规划》，计划2025年，汽车驾驶辅助、部分自动驾驶、有条件自动驾驶新车装配率达80%。2020年，国家发展改革委、工业和信息化部等11个国家部委联合印发《智能汽车创新发展战略》，进一步提出到2025年，中国标准智能汽车的技术创新、产业生态、基础设施、法规标准、产品监管和网络安全体系基本形成，并实现有条件自动驾驶的智能汽车达到规模化生产。2021年，中共中央、国务院印发了《国家综合立体交通网规划纲要》，要求加强智能化载运工具和关键专用装备研发，推进智能网联汽车（智能汽车、自动驾驶、车路协同)、智能化通用航空器应用。以智能汽车、自动驾驶为主要特征的智能网联交通时代即将到来。
　　构建先进完备的智能汽车离不开先进制造、现代传感、移动通信、人工智能、智能设施等多领域技术的有机融合。其中，自动驾驶技术是智能汽车的灵魂，是智能汽车区别于传统汽车最显著的特征。智能汽车能否从本质上保障驾驶安全、便捷、高效、绿色，主要取决于自动驾驶技术的能力水平，其基础则有赖于对该项技术全面、有效的测试与评价。
　　考虑到自动驾驶技术在“智能汽车”中的核心地位，同时，自动驾驶技术可以应用于一切自主载运工具（包括地面特种车辆、无人机、航行器等)，对自动驾驶技术测试与评价的讨论更具有普遍性和适用性。全书将研究对象统称为“自动驾驶试图通过系统、全面、创新的高等级自动驾驶测试、评价技术方法研究，加速自动驾驶技术部署应用，保障自动驾驶在交通系统中安全、高效运行。
　　1.2自动驾驶发展历程与分级
　　1.2.1自动驾驶发展历程
　　1984年，美国国防部高级研究计划局（Defense Advanced Research Projects Agency，DARPA)与陆军合作，发起自主地面车辆(ALV)计划。此后，卡内基梅隆大学、斯坦福大学、麻省理工学院等积极开展了大量自动驾驶的研究工作。为了推进自动驾驶技术更快、更好地发展，DARPA于2004年、2005年、2007年举办了3届自动驾驶挑战赛。DARPA挑战赛是世界上第一个自动驾驶汽车长距离比赛，这项比赛也引发了一场自动驾驶技术的革命。
　　在第一届DARPA挑战赛中，获胜的条件为自动驾驶汽车在完全无人控制的情况下，在10小时内走完一条230公里长的沙漠赛道。遗憾的是，最终没有任何参赛团队完成比赛。在第二届挑战赛中，要求车辆完成一条200公里左右的野外道路，最终共有5组参赛队伍完成比赛，斯坦福大学改装的Stanley智能汽车共用7.5小时到达终点，获得第一名。在城市道路环境中安全行驶是一项更富有挑战性的自动驾驶任务。2007年举办的第三届DARPA“城市挑战赛”即在城市道路环境中展开，其中包含交叉口转向、髙速公路上匝道汇入等驾驶任务，同时，参赛团队还被要求遵守加利福尼亚州当地的交通法规。最终共有6组团队完成比赛，卡内基梅隆大学的Boss智能车P1获得第一名。
　　尽管三届DARPA挑战赛中所涉及的交通环境与驾驶任务均相对较为简单，但DARPA挑战赛的比赛内容与参赛团队展示出的车辆智能化能力，被认为是智能汽车技术发展的里程碑。每一届获奖团队均采用新颖的定位、感知、规控硬件解决方案与算法解决方案，极大地推动了自动驾驶技术发展。获奖团队中涌现出的技术人才，如Sebastian Thrun等，之后也成了自动驾驶汽车领域的翘楚。
　　美国的自动驾驶研究起步较早，技术积累十分雄厚。但新的力量不断崛起，联合加速世界范围内的自动驾驶科技进步。近十年来，通用、奥迪、福特、奔驰、沃尔沃、日产、宝马等众多汽车制造厂商在自动驾驶汽车领域进行了大规模布局。特别地，中国作为自动驾驶领域的后起之秀，依托政策红利、人才资源、创新环境，展示出强大潜力。目前，南至琼海，北至黑河，全国已布局数十家自动驾驶示范区和测试示范区。上汽、一汽、广汽、长安、宇通等整车企业积极开展自动驾驶软硬件研发；百度、华为、腾讯、阿里等科技公司进入市场庞大的汽车行业，以信息通信技术为依托，形成新的技术突破点；蔚来、小鹏等造车新势力更是推出了商用化的低等级自动驾驶量产车，在实际应用中不断提高车辆的自动驾驶能力。
　　1.2自动驾驶发展历程与分级
　　1.2.2自动驾驶技术分级
　　为了更加正确地引导自动驾驶汽车行业的发展，国内外对自动驾驶技术的不同级别进行了详细的划分和定义。不同分级系统关注从低等级到高等级自动驾驶技术的质变和挑战。接下来以美国自动机工程师学会（Society of Automotive Engineers，SAE)分级体系和中国《汽车驾驶自动化分级》为例进行说明。
　　1.2.2.1中美自动驾驶分级标准
　　国际自动机工程师学会（SAEInternational)制定了J3016自动驾驶分级标准，将自动驾驶技术分为L0～L5共六个等级，这是目前的行业主流标准。L0代表没有自动驾驶功能的传统人类驾驶车辆，L1～L5则随自动驾驶的技术配置和成熟程度进行了分级：
　　(1)L1为“驾驶辅助”，驾驶系统通过环境信息对方向和加减速中的一项操作提供驾驶支援，其他的驾驶动作都由驾驶人进行操作；
　　(2)L2为“部分自动驾驶”，驾驶系统能够在某些特殊的交通工况下完成驾驶任务，通过环境信息对方向和加减速中的多项操作提供驾驶支援，其他的驾驶动作都由驾驶人进行操作；
　　(3)L3为“有条件自动驾驶”，自动驾驶系统能够完成所有的驾驶操作，根据系统请求，驾驶人提供适当的应答和干预；
　　(4)L4为“高度自动驾驶”，自动驾驶系统能够完成所有的驾驶操作，特定情况下系统会向驾驶人提出响应请求，驾驶人可以不做出应答；
　　(5)L5为“全自动驾驶”，自动驾驶系统能够完成所有交通环境中的驾驶操作，不需要驾驶人介入。
　　在SAE自动驾驶分级中，L1～L2级自动驾驶尽管具有一定的自主功能，但驾驶人仍然在驾驶任务中扮演主要角色，需要实时监控驾驶环境，自动驾驶系统的错误感知和决策由驾驶人随时纠正。在L3级及以上的髙等级自动驾驶中，驾驶人的重要性明显降低了，甚至可以不参与驾驶过程，车辆能够实现绝大部分路况的自动驾驶，驾驶主要任务交由自动化系统进行监控与执行。
　　与SAE分级标准中的L0～L5类似，我国《汽车驾驶自动化分级》也将自动驾驶分0级～5级。其中，0级并不表示没有自动驾驶功能，而是表示“可感知环境，并提供报警、辅助或短暂介入以辅助驾驶人1级和2级自动驾驶系统需要在驾驶人的协助下，对车辆的方向或加减速进行控制。3级为“有条件自动驾驶”，在规定的运行条件下，驾驶系统能完成转向、加减速、路况探测和反应，仅当系统遭遇不能处理的场景或者故障时，需要驾驶人安全接管。4级为“髙度自动驾驶”，特定情况下系统会向驾驶人提出响应请求，但驾驶者可以不做出应答。5级自动驾驶汽车和4级自动驾驶汽车能够实现的基本功能相同，但5级自动驾驶汽车不再
　　有运行条件的限制（商业和法规因素等限制除外)，同时自动驾驶系统能够独立完成所有的操作和决策。
　　中美分类标准本质上一致，都以驾驶人在驾驶中需要承担的任务、汽车有无行驶限制条件、汽车出现故障时谁来负责接管为依据，对汽车的驾驶自动化水平进行定义。
　　1.2.2.2高等级自动驾驶技术跃变
　　无论是J3016自动驾驶分级还是我国《汽车驾驶自动化分级》，都拥有一个共同之处，即揭示了智能驾驶真正的挑战从L3级开始。如表1.1所示，低等级自动驾驶（L0～L2)到高等级自动驾驶（L3～L5)之间存在质变——借助高等级自动驾驶，驾驶人无须时刻处于驾驶状态，汽车的自动驾驶功能允许驾驶人释放双眼和双手，驾驶人的角色从操作者变为监管者；自动驾驶系统甚至可以对紧急的驾驶工况做出响应和处理，彻底颠覆人类在驾驶环节的角色和功能。相较于低等级自动驾驶，髙等级自动驾驶是目前业界和学界最为关注的领域。
　　1.2.3自动驾驶功能模块组成
　　自动驾驶汽车的功能模块可分为环境感知系统、规划决策系统、控制执行系统。环境感知系统可分为许多小的功能模块，如车辆定位、路网匹配、移动物体检测、交通信号检测等。规划决策系统亦可分为宏观路径规划、微观路径规划、轨迹预测、行为决策、运动规划等。控制执行系统则包括加速器、制动器、转向系统等。图1.1展示了一个常见的高等级自动驾驶汽车的功能架构。
　　智能驾驶环境感知系统的主要任务是利用激光雷达、毫米波雷达、摄像头等传感器精确感知周围动静态物体，并精准定位本车位置，然后将感知信息融合处理后的相对或绝对位置、速度等信息发送给规划决策系统。
　　规划决策系统包含全局规划和本地规划。自动驾驶系统首先将通过全局规划功能得到从起点到终点的最优路径，类似于目前流行的地图导航，全局路径是在离线地图上一系列贯序的路径点的集合。当获得全局路径之后，基于智能驾驶感知系统传入的信息与交通规则等外在约束，通过本地规划模块计算出到下一个时刻的最优行驶路径，即在高精度地图上的一系列贯序的姿态集合，从而避免与静态或动态障碍物碰撞。因此，本地规划也可理解为是短时的路径规划。根据规划信息，控制器通过汽车执行机构自主调整车辆方向、速度和加减速完成运动。
　　1.2.4高等级自动驾驶测试对象
　　自动驾驶技术作为下一代交通系统的核心，公众对其安全性有着极高的要求和期待。自动驾驶汽车的三大安全测试主题为功能安全、信息安全与预期功能安全。功能安全是传统汽车时代最重要的安全标准之一，与车辆的电子电气系统功能失效息息相关。由于自动驾驶严重依赖与内外部系统的互联以及数据交互等，信息安全主要针对网络安全和数据安全等的防护，如保护数据隐私、抵御网络攻击等。高等级自动驾驶汽车兼具运载工具和自主驾驶属性，本书关注的重点是车辆在复杂驾驶环境中的预期功能安全(Safety of the Intended Functionality，SOTIF)以及与人类驾驶相比的“自主驾驶能力与传统车辆安全测试不同，自动驾驶预期功能安全的测试对象与测试重点面临全新变化。测试对象方面，高等级自动驾驶运行时驾驶人不再始终拥有车辆的操作控制权，测试对象由“车”（车辆本体性能）转向“车+人”(驾驶能力)。测试重点从传统车辆的机械动力性能、碰撞安全性能测试转向于车辆在复杂驾驶环境中的行为安全。新的自动驾驶测试需求引发全球技术进步新浪潮，目前，AUTOPILOT、MOOVE、PEGASUS等国内外40余项研究项目正在推进开展自动驾驶安全性测试研究工作。
　　在本书中，我们关注自动驾驶预期功能安全，包括自动驾驶的运行安全性、人机混驾交互的社会性以及对自动驾驶能力的测评。由于感知系统和控制执行系统的测试需要高精度的物理仿真环境和实验装置，因此，我们更聚焦对自动驾驶规划决策关键功能模块和整车系统进行测试和评价。具体又体现在自动驾驶车辆在交互场景中对驾驶速度、加速度、转向的合理规划、路径选择、运行稳定性和自主驾驶拟人化程度等进行测试和评价。
　　测试对象和测试重点的变化引发了新的测试挑战。目前自动驾驶的安全性测试标准分三大类：
　　(1)釆用相对安全测试标准，以驾驶人的平均事故率