范 立，周 亮，陶 乾

ADAS系統(tǒng)實(shí)車(chē)道路測(cè)試路線方案研究

范 立，周 亮，陶 乾

（招商局檢測(cè)車(chē)輛技術(shù)研究院有限公司，重慶 401329）

ADAS系統(tǒng)車(chē)輛在進(jìn)行真實(shí)道路實(shí)車(chē)測(cè)試時(shí)，對(duì)其測(cè)試路線進(jìn)行有效選擇和制定是ADAS系統(tǒng)車(chē)輛道路測(cè)試亟需突破的問(wèn)題之一。文章基于對(duì)ADAS系統(tǒng)環(huán)境感知技術(shù)的分析，考慮道路交通安全影響因素，提出了ADAS系統(tǒng)車(chē)輛測(cè)試的道路場(chǎng)景分類(lèi)及路線選取原則，為提高道路測(cè)試效率和效果提供支持。

ADAS系統(tǒng)；傳感器；道路測(cè)試

前言

高級(jí)駕駛輔助系統(tǒng)（即ADAS系統(tǒng)），其原理是利用各類(lèi)車(chē)載傳感器，采集汽車(chē)內(nèi)外部的環(huán)境數(shù)據(jù)，對(duì)道路環(huán)境中動(dòng)態(tài)和靜態(tài)的物體進(jìn)行識(shí)別、探測(cè)與跟蹤等處理，從而引起駕駛者注意，并讓其在最短時(shí)間內(nèi)察覺(jué)可能發(fā)生的危險(xiǎn)，以提高安全性的主動(dòng)安全技術(shù)。它涵蓋了諸如車(chē)道偏離預(yù)警系統(tǒng)（LDWS）、車(chē)道保持輔助系統(tǒng)（LKAS）、盲點(diǎn)監(jiān)測(cè)系統(tǒng)（BSD）、自動(dòng)緊急制動(dòng)系統(tǒng)（AEB）、自適應(yīng)巡航系統(tǒng)（ACC）等。目前ADAS產(chǎn)品可劃分為信息感知類(lèi)、決策預(yù)警類(lèi)、駕駛輔助類(lèi)和部分自動(dòng)駕駛這四大類(lèi)功能。

隨著汽車(chē)日趨普及化，交通擁堵和事故高發(fā)引起了全社會(huì)的廣泛關(guān)注，為了降低交通事故率，提高出行安全和效率，高級(jí)輔助駕駛系統(tǒng)（ADAS）的研究和應(yīng)用已經(jīng)取得了突破進(jìn)展，并使得自動(dòng)駕駛技術(shù)呈現(xiàn)出實(shí)用化的趨勢(shì)。ADAS系統(tǒng)的測(cè)試包括軟硬件仿真在環(huán)測(cè)試、場(chǎng)地測(cè)試、實(shí)際道路測(cè)試等環(huán)節(jié)。中關(guān)村智通智能交通產(chǎn)業(yè)聯(lián)盟發(fā)布《自動(dòng)駕駛車(chē)輛測(cè)試道路要求》，對(duì)測(cè)試道路進(jìn)行分級(jí)[1]。

實(shí)際道路即為完全真實(shí)的道路場(chǎng)景，所有的道路基礎(chǔ)設(shè)施、氣候環(huán)境、交通參與者均為真實(shí)的，不受任何人為因素影響。且所有事件的發(fā)生均為隨機(jī)，因而在測(cè)試過(guò)程中，無(wú)法預(yù)先設(shè)定其初始條件，被測(cè)車(chē)輛在實(shí)際道路環(huán)境中行駛的過(guò)程均為測(cè)試過(guò)程，因此對(duì)ADAS系統(tǒng)也提出了更嚴(yán)格的要求。基于當(dāng)前自動(dòng)駕駛技術(shù)飛速發(fā)展的要求下，對(duì)搭載ADAS系統(tǒng)車(chē)輛進(jìn)行實(shí)車(chē)道路測(cè)試顯得極為重要，通過(guò)對(duì)ADAS系統(tǒng)車(chē)輛開(kāi)展實(shí)車(chē)道路測(cè)試，既可以對(duì)新技術(shù)進(jìn)行測(cè)試驗(yàn)證，還可以檢驗(yàn)ADAS系統(tǒng)車(chē)輛的安全性。國(guó)內(nèi)各整車(chē)廠在車(chē)型開(kāi)發(fā)過(guò)程中，對(duì)ADAS系統(tǒng)的標(biāo)定極大程度上依賴(lài)于國(guó)外幾家大型供應(yīng)商（博世、大陸集團(tuán)、飛思卡爾等企業(yè)），標(biāo)定測(cè)試過(guò)程為：使用該研發(fā)車(chē)型進(jìn)行大量道路測(cè)試，通常情況為8萬(wàn)公里以上，定期將數(shù)據(jù)回傳至供應(yīng)商企業(yè)，或者由供應(yīng)商企業(yè)對(duì)ADAS系統(tǒng)的各項(xiàng)參數(shù)不斷進(jìn)行調(diào)試，最終實(shí)現(xiàn)該研發(fā)車(chē)型最優(yōu)匹配。因此，現(xiàn)階段ADAS系統(tǒng)車(chē)輛須進(jìn)行大量的道路測(cè)試來(lái)驗(yàn)證其安全性能，但測(cè)試效率和效果均有待提升。基于現(xiàn)有技術(shù)，對(duì)道路測(cè)試的路線進(jìn)行有效選擇和制定是ADAS系統(tǒng)車(chē)輛道路測(cè)試亟需突破的問(wèn)題之一。本文基于對(duì)ADAS系統(tǒng)環(huán)境感知技術(shù)的分析，考慮道路交通安全影響因素，提出了ADAS系統(tǒng)車(chē)輛測(cè)試的道路場(chǎng)景分類(lèi)及路線選取原則，為提高道路測(cè)試效率和效果提供支持。

1 ADAS系統(tǒng)環(huán)境感知技術(shù)

ADAS 系統(tǒng)工作的基礎(chǔ)為車(chē)輛感知識(shí)別技術(shù)，該技術(shù)的功能是感知并識(shí)別道路交通環(huán)境、車(chē)輛內(nèi)外部情況，該技術(shù)依賴(lài)于多種的車(chē)載傳感器，以及在傳感器獲取到環(huán)境圖像后，對(duì)車(chē)道線進(jìn)行識(shí)別和提取，以進(jìn)行下一步的決策。

1.1 車(chē)載傳感器

衛(wèi)星圖像、照片和點(diǎn)云數(shù)據(jù)均為道路環(huán)境數(shù)據(jù)的主要來(lái)源途徑[2]。照片主要來(lái)源于航拍或者視覺(jué)傳感器，對(duì)其拍攝的照片進(jìn)行圖像識(shí)別處理，從而獲取道路像素和二維位置信息，進(jìn)一步幫助系統(tǒng)辨識(shí)障礙物、行人和道路中的設(shè)施設(shè)備等。視覺(jué)傳感器即為攝像頭，依據(jù)不同的模塊和配置，分為單目、雙目、多目和紅外等。攝像頭視野和感知能力有限，且容易受照明度和天氣影響，車(chē)載攝像頭的感知原理是：（1）圖像處理，首先將圖片中的所有信息轉(zhuǎn)化為數(shù)字信號(hào)；（2）通過(guò)圖像進(jìn)行匹配和識(shí)別，例如對(duì)車(chē)輛、行人、道路交通標(biāo)志標(biāo)線等識(shí)別；（3）通過(guò)對(duì)物體運(yùn)動(dòng)模式的解析，或雙目定位等方法，測(cè)算目標(biāo)物與被測(cè)車(chē)輛的相對(duì)位移和速度。通過(guò)以上原理，可使得車(chē)輛感知到周邊的道路環(huán)境，從而實(shí)現(xiàn)ACC、AEB和LDW等ADAS功能。

雷達(dá)則是通過(guò)自身發(fā)射電磁波來(lái)感知環(huán)境，從而獲取目標(biāo)的位置和速度等信息，目前受廣泛應(yīng)用的是超聲波雷達(dá)、毫米波雷達(dá)和激光雷達(dá)，將上述傳感器的感知能力進(jìn)行對(duì)比分析，其結(jié)果見(jiàn)表1。超聲波雷達(dá)不受雨水和塵土的干擾，但其視角小，需同時(shí)配置多個(gè)，才能獲得廣角視野。毫米波雷達(dá)優(yōu)點(diǎn)在于具有穿透煙、灰塵和霧的能力，局限性在于對(duì)反射波較弱的行人難以識(shí)別。激光雷達(dá)通過(guò)掃描周?chē)h(huán)境獲取相關(guān)信息，識(shí)別出目標(biāo)物的三維位置，其優(yōu)點(diǎn)在于感知距離長(zhǎng)，分辨率和精度高，缺點(diǎn)在于成本高，且易受到環(huán)境因素的影響。

表1 傳感器感知能力對(duì)比

傳感器環(huán)境適應(yīng)性天氣良好的感知能力天氣惡劣的感知能力最長(zhǎng)感知距離/m 激光雷達(dá)中強(qiáng)弱150 毫米波雷達(dá)強(qiáng)中中70 超聲波雷達(dá)中強(qiáng)弱5 攝像頭（可見(jiàn)光）弱強(qiáng)弱＞200 攝像頭（遠(yuǎn)紅外）強(qiáng)強(qiáng)強(qiáng)100～200

1.2 車(chē)道線的識(shí)別與檢測(cè)

對(duì)于車(chē)道線的識(shí)別與檢測(cè)，通常使用的傳感器為攝像頭、雷達(dá)、GPS等，對(duì)不同傳感器的功能進(jìn)行研究分析，其功能概述見(jiàn)表2。

表2 傳感器功能概述

傳感器配置功能概述 攝像頭（單目視覺(jué)）基于車(chē)道線清晰的視覺(jué)特征，目前應(yīng)用最廣泛的傳感配置，檢測(cè)獲取圖像中的車(chē)道線特征。 攝像頭（多目視覺(jué)）主要為三維視覺(jué)，通過(guò)檢測(cè)障礙物角度等變化、路沿、道路坡度等，為車(chē)道線檢測(cè)提供約束條件。 激光雷達(dá)其成本高，通過(guò)構(gòu)建道路的三維信息，可提供視覺(jué)檢測(cè)約束條件；若只用激光雷達(dá)，則通過(guò)提取車(chē)道線與非車(chē)道線反射率差異實(shí)現(xiàn)。 雷達(dá)僅能提供兩種信息：（1）障礙物信息；（2）高速路段的邊界信息。不能直接用于車(chē)道線檢測(cè)。 GPS、GIS可提供車(chē)前道路車(chē)道線形狀先驗(yàn)，在城區(qū)內(nèi)的定位精度不高。

車(chē)道線的提取是車(chē)輛橫向輔助控制系統(tǒng)的主要決策依據(jù)，其識(shí)別原理為：車(chē)載傳感器在獲取環(huán)境數(shù)據(jù)后，進(jìn)行處理并劃分出道路區(qū)域和周邊環(huán)境的界限再擬合形成道路邊線，若道路邊界不清晰，則需對(duì)道路邊緣進(jìn)行再檢測(cè)，成功提取車(chē)道線后再進(jìn)行擬合，流程如圖1所示。

圖1 車(chē)道線識(shí)別原理示意圖

2 道路環(huán)境影響因素

車(chē)輛通過(guò)雷達(dá)、攝像頭等傳感器對(duì)道路環(huán)境因素進(jìn)行感知和識(shí)別，并以此為行為決策的依據(jù)。然而在不同的道路條件下，車(chē)輛對(duì)于環(huán)境的感知難度亦不盡相同，因此有必要對(duì)道路環(huán)境相關(guān)影響因素進(jìn)行分析。結(jié)合現(xiàn)有的ADAS技術(shù)，從道路角度統(tǒng)籌分析道路結(jié)構(gòu)類(lèi)型、交通設(shè)施、其他潛在影響因素，作為實(shí)車(chē)道路測(cè)試路線方案選擇的前提條件。

2.1 道路結(jié)構(gòu)類(lèi)型

結(jié)合道路識(shí)別檢測(cè)原理，實(shí)車(chē)測(cè)試道路包含結(jié)構(gòu)化道路、非結(jié)構(gòu)化道路以及特殊區(qū)域道路：

（1）結(jié)構(gòu)化道路一般是指高速公路、城市快速路和城市主干路等具有明顯可識(shí)別物的道路[3]：車(chē)行道和道路其他區(qū)域之間分界明顯，路面平整度高，大部分路面材質(zhì)分布均勻，道路線形規(guī)范；車(chē)道線寬度、間距一致，排列整齊且連續(xù)性高，易于車(chē)輛通過(guò)車(chē)道線和車(chē)行道邊界進(jìn)行識(shí)別檢測(cè)。

（2）非結(jié)構(gòu)化道路一般是指城市支路、鄉(xiāng)村道路等不具有明顯可識(shí)別物的道路：缺少清晰連貫的車(chē)道線和道路邊界，路面平整度較差，再加上積水、樹(shù)蔭等因素的干擾，使得車(chē)輛識(shí)別非結(jié)構(gòu)化道路環(huán)境難度明顯大于結(jié)構(gòu)化道路。

（3）特殊區(qū)域道路主要指橋梁、隧道、立交匝道、交叉口、施工占道區(qū)域等道路功能、車(chē)流狀態(tài)、信號(hào)控制等與常規(guī)連貫行駛道路不同的道路：車(chē)流行駛速度低，事故率較高，道路環(huán)境十分復(fù)雜。

2.2 道路交通設(shè)施

道路交通設(shè)施是實(shí)現(xiàn)行車(chē)安全快速的重要保障，車(chē)輛輔助駕駛系統(tǒng)通過(guò)對(duì)交通設(shè)施進(jìn)行快速感知并做出相應(yīng)的車(chē)輛行為。交通設(shè)施主要包含交通標(biāo)志、交通標(biāo)線、防撞設(shè)施、交通信號(hào)系統(tǒng)、照明設(shè)施等，其中，前三者對(duì)道路安全的影響大。

1.2.2 對(duì)照品貯備液的制備 精密稱(chēng)取NOR、OFL、TC、OTC、SDZ、SMZ對(duì)照品適量，用超純水(已用5 mol/L HCl調(diào)節(jié)pH至3.0左右)分別稀釋制成2.0 mg/mL對(duì)照品貯備液。

2.2.1交通標(biāo)志

交通參與者通過(guò)交通標(biāo)志上的文字和圖案獲得信息，再進(jìn)行駕駛行為決策。交通標(biāo)志按功能分為主標(biāo)志和輔助標(biāo)志，主標(biāo)志可分為以下七類(lèi)：警告標(biāo)志、禁令標(biāo)志、指示標(biāo)志、指路標(biāo)志、旅游區(qū)標(biāo)志、作業(yè)區(qū)標(biāo)志和告示標(biāo)志。

2.2.2交通標(biāo)線

交通標(biāo)線的常見(jiàn)表達(dá)方式有文字、圖案、立面標(biāo)記和輪廓標(biāo)等，按照使用功能可分為指示、禁止和警告三類(lèi)，按照設(shè)置方式可分為縱向、橫向和其他。顏色通常為白色或黃色，由實(shí)線、虛線或虛實(shí)線組成。

2.2.3防撞設(shè)施

防撞設(shè)施有防撞護(hù)欄、防撞桶、防撞水馬等，主要作用是在正常行車(chē)中誘導(dǎo)視線，在發(fā)生事故時(shí)吸收碰撞能量，防止事故車(chē)輛沖出道路，減輕事故車(chē)輛及人員的損傷程度。

2.3 其他影響因素

日照長(zhǎng)度、能見(jiàn)度和平均風(fēng)速等因素對(duì)道路交通安全的影響顯著。日照長(zhǎng)會(huì)相應(yīng)減少不良天氣狀況的時(shí)間；能見(jiàn)度高，存在的安全隱患相對(duì)減少，能見(jiàn)度低會(huì)使駕駛員視線受到阻礙，極大地影響道路交通安全；平均風(fēng)速和交通事故頻次成正比，風(fēng)速會(huì)影響車(chē)輛的穩(wěn)定性和操控難度，也會(huì)影響系統(tǒng)檢測(cè)識(shí)別性能，而車(chē)輛搭載不同類(lèi)型的傳感器，其識(shí)別能力也不同。

2.3.2光照條件

根據(jù)道路交通事故數(shù)據(jù)統(tǒng)計(jì)，盡管白天的事故率高達(dá)70%，但結(jié)合交通量和事故嚴(yán)重性等因素進(jìn)行綜合考量后，認(rèn)為物體視認(rèn)性變差的夜晚的危險(xiǎn)程度更高。在夜間駕駛員的視覺(jué)神經(jīng)細(xì)胞受到強(qiáng)光刺激時(shí)會(huì)導(dǎo)致短暫視力下降，產(chǎn)生眩光，嚴(yán)重時(shí)會(huì)影響駕駛安全。夜晚開(kāi)車(chē)時(shí)，環(huán)境光線較暗，視野不清晰，視覺(jué)范圍變窄，再加上各種光源（遠(yuǎn)近光燈、交通信號(hào)燈、街燈）的干擾，人的反應(yīng)敏銳度會(huì)大大降低，這種情況下極易出現(xiàn)交通安全事故。

2.3.3地形條件

針對(duì)車(chē)輛駕駛的相關(guān)需求，結(jié)合地形條件的特征可將道路簡(jiǎn)單劃分為平原道路和山地道路。平原道路的特征是視野開(kāi)闊，擁有良好的線形和道路條件，長(zhǎng)直線多，彎道坡道少，對(duì)駕駛員來(lái)說(shuō)，可能產(chǎn)生視覺(jué)疲勞甚至超速等狀況；山地道路具有視線條件差，臨崖路段和長(zhǎng)陡坡路段較多，平曲線處圓曲線半徑和橫斷面寬度小等特征，行車(chē)時(shí)還需注意落石和邊坡滑塌，在彎道和上下坡的平縱組合路段行駛較為困難，或出現(xiàn)速度和方向難以把控而導(dǎo)致車(chē)輛滑移甚至傾翻的危險(xiǎn)[4]。

3 道路測(cè)試路線方案

結(jié)合不同車(chē)載傳感器的特征以及車(chē)輛在實(shí)際道路中行駛時(shí)的道路環(huán)境影響因素，根據(jù)道路測(cè)試的策劃原則（系統(tǒng)功能邏輯、傳感器局限性、邊界條件等），先確立路線所需的場(chǎng)景組成要素，分析對(duì)傳感器產(chǎn)生影響的場(chǎng)景環(huán)境，再確定路試場(chǎng)景，最后制定出包含路試所需場(chǎng)景的測(cè)試路線。

3.1 場(chǎng)景要素

通過(guò)分析標(biāo)準(zhǔn)規(guī)范場(chǎng)景，包括ISO、NTHSA、SAE、ENCAP、FMCSA 和 ADAS 場(chǎng)景[5]，結(jié)合網(wǎng)絡(luò)事故視頻、公安交管道路交通事故數(shù)據(jù)和事故還原等道路交通事故和人為駕駛經(jīng)驗(yàn)，梳理出自動(dòng)駕駛車(chē)輛道路測(cè)試場(chǎng)景要素庫(kù)，其中包括路段、車(chē)道、道路交通標(biāo)志、道路交通標(biāo)線、交通信號(hào)燈、其他設(shè)施和天氣以及交通參與者，見(jiàn)表3。

表3 路測(cè)場(chǎng)景要素表

基本要素要素組成 路段雙向、T型路段、十字路口 車(chē)道兩車(chē)道、四車(chē)道、單車(chē)道 道路交通標(biāo)志警告標(biāo)志、禁令標(biāo)志、指示標(biāo)志、指路標(biāo)志、施工標(biāo)志、輔助標(biāo)志 道路交通標(biāo)線指示標(biāo)線、禁止標(biāo)線、警告標(biāo)線 交通信號(hào)燈機(jī)動(dòng)車(chē)信號(hào)燈、非機(jī)動(dòng)車(chē)信號(hào)燈、人行道信號(hào)燈、方向指示信號(hào)燈、車(chē)道信號(hào)燈、閃光警告信號(hào)燈 其他設(shè)施收費(fèi)站、公交車(chē)站臺(tái)、減速帶、停車(chē)場(chǎng)、充電站、加油站、錐形桶 天氣白天、黑夜、晴天、雨天、雪天、霧天 交通參與者測(cè)試車(chē)、機(jī)動(dòng)車(chē)、非機(jī)動(dòng)車(chē)、行人、動(dòng)物、其他障礙物、移動(dòng)式交通管控設(shè)施

3.2 傳感器環(huán)境測(cè)試要求

以目前應(yīng)用最為廣泛的攝像頭和毫米波雷達(dá)為例，分析在道路測(cè)試中，傳感器所需的環(huán)境測(cè)試要求，具體如圖2、圖3所示。

3.3 道路測(cè)試場(chǎng)景集

結(jié)合已知道路的駕駛數(shù)據(jù)、道路環(huán)境測(cè)試需求、被測(cè)車(chē)輛及其輔助駕駛功能的特征等，對(duì)道路測(cè)試場(chǎng)景集進(jìn)行分類(lèi)，進(jìn)行未知、典型自動(dòng)駕駛測(cè)試場(chǎng)景的構(gòu)建，挖掘、評(píng)估未知場(chǎng)景和典型場(chǎng)景，如圖4所示。

圖2 攝像頭環(huán)境影響分析圖

圖3 毫米波雷達(dá)環(huán)境影響分析圖

3.4 道路測(cè)試路線制定原則

基于以上分析，測(cè)試車(chē)輛配置的FCW、LDW、LKA、BSD、AEB、ACC/ICA/TJA等高級(jí)輔助駕駛功能，主要測(cè)試駕駛員日常自然駕駛場(chǎng)景下的各個(gè)功能的實(shí)際表現(xiàn)，測(cè)試道路覆蓋高速、國(guó)道、城市等不同道路條件，另外覆蓋不同光照、天氣和交通環(huán)境，真實(shí)的測(cè)試車(chē)輛的ADAS系統(tǒng)。

道路測(cè)試期間車(chē)輛行駛區(qū)域覆蓋多種天氣和交通環(huán)境條件，其中天氣情況分為晴天、陰天；光照條件分為白天、傍晚、夜晚；道路類(lèi)型分為高速道路、國(guó)道省道道路、城市道路（含城市快速路）；從交通狀況角度又分為擁堵路況、非擁堵路況；從交通參與者角度分為單一交通（只有機(jī)動(dòng)車(chē)參與）、混合交通（除機(jī)動(dòng)車(chē)外有行人、兩輪車(chē)、三輪車(chē)參與）。道路類(lèi)型、天氣情況、光照條件的差異伴隨著交通流和道路周邊基礎(chǔ)設(shè)施的差異，同時(shí)對(duì)車(chē)輛功能的也有很大的影響，因此，在不同的道路條件下對(duì)車(chē)輛進(jìn)行ADAS功能測(cè)試，能夠更好地測(cè)試車(chē)輛ADAS系統(tǒng)對(duì)不同道路環(huán)境的適應(yīng)能力。測(cè)試道路類(lèi)型里程分布，高速、國(guó)道/省道、城市總體比例的合理分布比例為3：4：3；測(cè)試天氣分布，晴天、陰天、雨天總體比例的分布為6：2：2；光照條件分布，白天、傍晚、夜晚總體比例分布為6：3：1，按照以上原則可制定適用于整車(chē)主動(dòng)安全系統(tǒng)道路測(cè)試的具體路線。

圖4 道路測(cè)試場(chǎng)景

4 結(jié)語(yǔ)

以上針對(duì)實(shí)車(chē)道路測(cè)試開(kāi)展的相關(guān)研究，對(duì)ADAS系統(tǒng)測(cè)試和低等級(jí)自動(dòng)駕駛技術(shù)的測(cè)試提供幫助，并為自動(dòng)駕駛測(cè)試?yán)碚擉w系搭建和技術(shù)研究積累了經(jīng)驗(yàn)，有了以上研究基礎(chǔ)的支持，眾多道路測(cè)試實(shí)踐工作逐步開(kāi)展，其研究范圍覆蓋了主動(dòng)安全功能測(cè)試、能效測(cè)試、傳感器測(cè)試等內(nèi)容[6]，獲得的研究成果也使得測(cè)試場(chǎng)景和路線的研究進(jìn)展有了新的突破。但自動(dòng)駕駛測(cè)試實(shí)踐等相關(guān)領(lǐng)域仍舊面臨眾多挑戰(zhàn)，這些挑戰(zhàn)值得在后續(xù)的研究中完善和解決。

[1] 中關(guān)村智通智能交通產(chǎn)業(yè)聯(lián)盟.自動(dòng)駕駛車(chē)輛測(cè)試道路要求[S].北京:中關(guān)村智通智能交通產(chǎn)業(yè)聯(lián)盟,2019.

[2] Yadav M,Singh A K,Lohani B.Extraction of road surface from mobile Li DAR data of complex road environment[J]. Journal of Remote Sensing,2017,38(16):4645-4672.

[3] 王越,范先星,劉金城,等.結(jié)構(gòu)化道路上應(yīng)用區(qū)域劃分的車(chē)道線識(shí)別[J].計(jì)算機(jī)應(yīng)用,2015(09):279-283+292.

[4] 黃蘭.自動(dòng)駕駛混行公路的可靠性安全評(píng)價(jià)方法研究[D].廣州:華南理工大學(xué),2020.

[5] NAUMANN M,LAUER M,STILLER C.Generating comfor- table, safe and comprehensible trajectories for automated vehicles in mixed traffic[C].international conference on in- telligent transporta.tion systems. ITSC,2018.

[6] 趙祥模,承靖鈞,徐志剛,等.基于整車(chē)在環(huán)仿真的自動(dòng)駕駛汽車(chē)室內(nèi)快速測(cè)試平臺(tái)[J].中國(guó)公路學(xué)報(bào),2019,32(6):124-136.

Research on Real Vehicle Road Test Route Scheme in ADAS System

FAN Li, ZHOU Liang, TAO Qian

( China Merchants Testing Vehicle Technology Research Institute Co., Ltd., Chongqing 401329 )

It is one of the most important problems to select and formulate the test route of ADAS system vehicles when they are tested on real road.Based on the analysis of environment perception technology of ADAS system and considering the influence factors of road traffic safety, this paper come up with the principle of road scene classification and route selection for vehicle test of Adas System, which provides support for improving the efficiency and effect of road test.

ADAS system;Sensors;Road test

B

1671-7988(2022)01-40-05

U467

B

1671-7988(2022)01-40-05

CLC NO.:U467

范立，就職于招商局檢測(cè)車(chē)輛技術(shù)研究院有限公司。

10.16638/j.cnki.1671-7988.2022.001.010