程思博 王宣鋒 林俊山

（海南熱帶汽車試驗(yàn)有限公司，瓊海 571400）

主題詞：智能網(wǎng)聯(lián)汽車 測試 熱帶場景 環(huán)境

1 前言

國內(nèi)智能網(wǎng)聯(lián)汽車測試示范區(qū)測試場景趨同性較高，多集中于研發(fā)功能階段的常規(guī)測試。智能駕駛功能測試場景大部分基于較基本的道路類型、最常見的道路交通標(biāo)線標(biāo)識和常規(guī)的車輛行駛狀態(tài)，主要目的是為了保障智能駕駛車輛的基本行駛功能。目前,汽車行業(yè)還沒有提出針對復(fù)雜氣候條件下的智能網(wǎng)聯(lián)汽車測試方法，智能網(wǎng)聯(lián)汽車在復(fù)雜氣候環(huán)境中的行駛可靠性還存在很大的不確定性。智能網(wǎng)聯(lián)汽車在實(shí)際公開道路行駛過程中面對的工況非常復(fù)雜，當(dāng)前智能駕駛商業(yè)化落地和安全運(yùn)行，必須要進(jìn)行全面、大規(guī)模的嚴(yán)格測試。

2 國內(nèi)外智能網(wǎng)聯(lián)汽車環(huán)境測試發(fā)展現(xiàn)狀

2.1 國內(nèi)智能網(wǎng)聯(lián)汽車環(huán)境測試現(xiàn)狀

2020 年12 月，中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟發(fā)布了《智能網(wǎng)聯(lián)汽車預(yù)期功能安全場景庫建設(shè)報(bào)告》[1]。報(bào)告首次對自動(dòng)駕駛的關(guān)鍵要素，如感知、決策和執(zhí)行分別受到的環(huán)境因素影響進(jìn)行了分類，并提出了提升安全性的建議。

2022 年11 月，中國智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)創(chuàng)新聯(lián)盟發(fā)布了《智能網(wǎng)聯(lián)汽車特殊環(huán)境自動(dòng)駕駛功能場地試驗(yàn)方法及要求》[2]征求意見稿，現(xiàn)面向全體會(huì)員及其他有關(guān)單位廣泛征求意見。自動(dòng)駕駛汽車在商業(yè)化落地運(yùn)行之前，需要經(jīng)過大量的測試驗(yàn)證和算法更新迭代。目前，工業(yè)和信息化部發(fā)布了《智能網(wǎng)聯(lián)汽車 自動(dòng)駕駛功能場地試驗(yàn)方法及要求》[3]標(biāo)準(zhǔn)，規(guī)范了普通環(huán)境下自動(dòng)駕駛場地測試的試驗(yàn)場景、試驗(yàn)方法及通過標(biāo)準(zhǔn)，但該標(biāo)準(zhǔn)沒有對特殊環(huán)境下的自動(dòng)駕駛功能測試提出規(guī)范性要求。未來，隨著自動(dòng)駕駛技術(shù)不斷發(fā)展與成熟，特殊環(huán)境下的自動(dòng)駕駛測試是自動(dòng)駕駛大規(guī)模商業(yè)化所必經(jīng)的階段。國內(nèi)特殊環(huán)境測試領(lǐng)域規(guī)范和標(biāo)準(zhǔn)幾乎處于空白狀態(tài)，因此，汽車行業(yè)對于在特殊環(huán)境下的自動(dòng)駕駛指導(dǎo)性測試標(biāo)準(zhǔn)的需求也較為緊迫?！吨悄芫W(wǎng)聯(lián)汽車特殊環(huán)境自動(dòng)駕駛功能場地試驗(yàn)方法及要求》[2]著眼于國內(nèi)復(fù)雜的特殊環(huán)境，重點(diǎn)提出對智能網(wǎng)聯(lián)汽車影響較大的低溫、冰雪、熱帶氣候和山地丘陵環(huán)境下的測試方法及要求。

2.2 國外智能網(wǎng)聯(lián)汽車環(huán)境測試現(xiàn)狀

國外智能網(wǎng)聯(lián)汽車特殊環(huán)境測試場景的研究機(jī)構(gòu)主要集中在美國、新加坡和歐盟。美國具備智能網(wǎng)聯(lián)汽車環(huán)境測試條件以及進(jìn)行相關(guān)研究的機(jī)構(gòu)，包括美國交通部、美國國家航空航天局肯尼迪航天中心、美國移動(dòng)中心、愛荷華大學(xué)國家先進(jìn)駕駛模擬中心、美國密歇根州立大學(xué)M-City 自動(dòng)駕駛測試中心。新加坡大力發(fā)展智慧城市和智能交通，新加坡CETRAN智能車測試中心對特殊環(huán)境測試場景進(jìn)行了大量研究。歐盟也有很多機(jī)構(gòu)，比如瑞典AstaZero、德國聯(lián)邦經(jīng)濟(jì)事務(wù)和能源部推動(dòng)的PEGASUS 聯(lián)合項(xiàng)目進(jìn)行了大量的測試場景研究。

美國交通部在美國9 個(gè)州指定了10 個(gè)自動(dòng)駕駛試點(diǎn)試驗(yàn)場，分布于美國東西部各個(gè)緯度。這些分布在美國不同緯度的自動(dòng)駕駛試點(diǎn)試驗(yàn)場具有不同的氣候條件和地理特征，使智能網(wǎng)聯(lián)汽車可以在更加豐富的環(huán)境條件下開展測試。

美國國家航空航天局肯尼迪航天中心具備人工控制的可變環(huán)境模擬設(shè)備,以及寬廣的測試道路網(wǎng)絡(luò)，可以對智能網(wǎng)聯(lián)汽車進(jìn)行特殊環(huán)境測試，比如模擬極端氣候和異常的交通路況。

美國移動(dòng)中心的試驗(yàn)場擁有豐富的氣候測試環(huán)境（包括冰雪天氣），且面積約為美國密歇根州立大學(xué)M-City 自動(dòng)駕駛測試中心的10 倍。試驗(yàn)場內(nèi)擁有雙層高架公路、鐵路道口、混凝土基礎(chǔ)路面、制造結(jié)冰和濕滑路面的水塔，這些公共基礎(chǔ)設(shè)施可以靈活搭配使用。

愛荷華大學(xué)國家先進(jìn)駕駛模擬中心擁有全美國最大、設(shè)施最昂貴的模擬試驗(yàn)場，且其在汽車安全、計(jì)算機(jī)模擬和建模研究領(lǐng)域處于國際領(lǐng)先地位。愛荷華大學(xué)試驗(yàn)場內(nèi)可進(jìn)行各種人為因素的測試和高度可定制化的虛擬環(huán)境測試，且愛荷華地區(qū)具備各類真實(shí)動(dòng)態(tài)的測試元素，包括各種天氣、地形和路面條件，可在整個(gè)地區(qū)進(jìn)行真實(shí)道路測試。

美國密歇根州立大學(xué)M-City 自動(dòng)駕駛測試中心就氣候環(huán)境對于智能網(wǎng)聯(lián)汽車感知模塊的影響做了相關(guān)的研究。最新的研究結(jié)果表明[4]，在雨霧環(huán)境中，小雨或者毛毛細(xì)雨都會(huì)影響感知系統(tǒng)檢測道路參與者的算法。這說明自動(dòng)駕駛的算法如果不能很好地處理各種氣候環(huán)境條件，智能網(wǎng)聯(lián)汽車運(yùn)行只能局限在陽光合適的天氣。如果氣候環(huán)境低于自動(dòng)駕駛系統(tǒng)臨界標(biāo)準(zhǔn)時(shí)，需要人工接管車輛。自動(dòng)駕駛測試中心的研究人員研究了雨霧環(huán)境的各種參數(shù)，包括雨滴大小、雨滴密度、風(fēng)速和降雨量，發(fā)現(xiàn)當(dāng)降雨強(qiáng)度達(dá)到其最高級別10%的時(shí)候，自動(dòng)駕駛算法會(huì)漏檢約20%的物體。當(dāng)降雨強(qiáng)度達(dá)到其最高級別30%的時(shí)候，自動(dòng)駕駛算法會(huì)漏檢約40%的物體。

新加坡CETRAN 智能車測試中心由新加坡國家陸路運(yùn)輸管理局、新加坡南洋理工大學(xué)共同成立，是東南亞地區(qū)第一個(gè)自動(dòng)駕駛測試中心。測試中心內(nèi)具有模擬降雨設(shè)備，可以模擬熱帶降雨和積水情況，可以針對性地模擬出新加坡周邊地區(qū)的氣候環(huán)境。熱帶地區(qū)的降雨具有突然性且雨量較大，經(jīng)常短時(shí)間內(nèi)導(dǎo)致道路深度積水，而自動(dòng)駕駛感知系統(tǒng)在檢測積水和積水深度方面比較困難。下雨時(shí)，雨滴會(huì)分別吸收激光雷達(dá)和毫米波雷達(dá)產(chǎn)生的激光束和無線電波，導(dǎo)致信號衰減。不均勻降雨形成的雨柱還可能會(huì)反射這些信號，導(dǎo)致車輛誤識別率升高。為了更深入、更全面測試惡劣天氣下智能網(wǎng)聯(lián)汽車，新加坡CETRAN智能車測試中心謀求與美國密歇根州的美國移動(dòng)中心等試驗(yàn)場進(jìn)行合作。

由聯(lián)邦經(jīng)濟(jì)事務(wù)和能源部推動(dòng)的PEGASUS 聯(lián)合項(xiàng)目，匯集了德國汽車企業(yè)、供應(yīng)商以及研究機(jī)構(gòu)。該項(xiàng)目將制定一個(gè)用于自動(dòng)駕駛功能的通用標(biāo)準(zhǔn)化測試程序框架。該框架內(nèi)部的功能場景模型中既包含了傳統(tǒng)的測試要素，還將環(huán)境要素加入到了框架模型當(dāng)中，使得環(huán)境要素成為了測試場景中重要的組成部分。

3 熱帶測試場景建設(shè)的必要性

3.1 行業(yè)發(fā)展需要

智能網(wǎng)聯(lián)汽車是汽車產(chǎn)業(yè)發(fā)展的戰(zhàn)略方向，是汽車強(qiáng)國戰(zhàn)略的重要組成部分。首先，在技術(shù)層面上，汽車正在由人工操作的機(jī)械移動(dòng)工具逐漸向電子化的移動(dòng)信息終端演進(jìn)。其次，在產(chǎn)業(yè)層面上，汽車的集成化程度越來越高，產(chǎn)業(yè)交叉程度越來越深，呈現(xiàn)出綠色化、智能化、網(wǎng)聯(lián)化、平臺化的發(fā)展特點(diǎn)。最后，在應(yīng)用層面上，汽車正在由單純的交通運(yùn)輸工具演變?yōu)橹悄艿囊苿?dòng)服務(wù)空間，正在成為新產(chǎn)業(yè)鏈、新模式的重要載體。智能網(wǎng)聯(lián)汽車大規(guī)模商業(yè)化落地，離不開大規(guī)模的環(huán)境適應(yīng)性測試，以驗(yàn)證其功能的可靠性。而熱帶環(huán)境適應(yīng)性測試是環(huán)境適應(yīng)性測試的重要一環(huán)，其結(jié)果體現(xiàn)了智能網(wǎng)聯(lián)汽車所能達(dá)到的環(huán)境極限，代表了智能網(wǎng)聯(lián)汽車行駛空間域的廣度。為了規(guī)范化、體系化和結(jié)構(gòu)化地對智能網(wǎng)聯(lián)汽車進(jìn)行熱帶環(huán)境適應(yīng)性測試，有必要建設(shè)智能網(wǎng)聯(lián)汽車熱帶測試場景。

3.2 政策指引

為加快推進(jìn)智能汽車創(chuàng)新發(fā)展，國家各部委和相關(guān)部門陸續(xù)發(fā)布了《智能網(wǎng)聯(lián)汽車道路測試與示范應(yīng)用管理規(guī)范（試行）》[5]、《智能汽車創(chuàng)新發(fā)展戰(zhàn)略》[6]、《汽車駕駛自動(dòng)化分級》[7]、《2020年智能網(wǎng)聯(lián)汽車標(biāo)準(zhǔn)化工作要點(diǎn)》[8]、《關(guān)于推動(dòng)交通運(yùn)輸領(lǐng)域新型基礎(chǔ)設(shè)施建設(shè)的指導(dǎo)意見》[9]、《車聯(lián)網(wǎng)路側(cè)設(shè)施設(shè)置指南》[10]、《關(guān)于促進(jìn)道路交通自動(dòng)駕駛技術(shù)發(fā)展和應(yīng)用的指導(dǎo)意見》[11]等國家級戰(zhàn)略和政策，為營造更好的測試示范環(huán)境，為智能網(wǎng)聯(lián)汽車產(chǎn)業(yè)生態(tài)健康發(fā)展提供助力。其中2021年9月施行的《智能網(wǎng)聯(lián)汽車道路測試與示范應(yīng)用管理規(guī)范》[5]中指出，一般性的測試場景做過一次后便可在全國通認(rèn)測試結(jié)果，但是對于地區(qū)性特色的測試場景，則需要單獨(dú)進(jìn)行測試?！吨悄芫W(wǎng)聯(lián)汽車道路測試與示范應(yīng)用管理規(guī)范》[5]的發(fā)布引導(dǎo)各地區(qū)發(fā)掘自身的區(qū)域特色環(huán)境測試場景，因此智能網(wǎng)聯(lián)汽車熱帶測試場景建設(shè)是響應(yīng)國家最新政策、促進(jìn)智能網(wǎng)聯(lián)汽車發(fā)展的重要舉措。

4 熱帶測試場景的整體結(jié)構(gòu)

4.1 自動(dòng)駕駛場景分層模型

參考德國PEGASUS項(xiàng)目的場景分類體系，自動(dòng)駕駛場景一般分為道路、交通設(shè)施及路邊環(huán)境、臨時(shí)交通變化、交通參與者、氣候環(huán)境條件和數(shù)字信息6個(gè)層次[12]。本文主要針對其中的第2層植被狀況、第4層交通參與者、第5層氣候環(huán)境條件進(jìn)行熱帶環(huán)境特征要素的探索和研究。自動(dòng)駕駛場景分層模型結(jié)合熱帶環(huán)境特征要素，可以定義一個(gè)自動(dòng)駕駛熱帶測試場景（表1）。

表1 智能駕駛場景分層模型

4.2 熱帶環(huán)境特征要素

海南地處熱帶，不僅有熱帶的氣候特征，還有獨(dú)特的島嶼交通特征和植被特征。因此，可以把熱帶環(huán)境特征要素分為氣候、交通和植被要素。通過收集整理這3特征要素的實(shí)際數(shù)據(jù)，可以初步構(gòu)建自動(dòng)駕駛熱帶測試場景，探索熱帶環(huán)境特征要素對于汽車自動(dòng)駕駛功能的實(shí)際影響。

可以把熱帶環(huán)境特征要素劃分成更多的可能影響自動(dòng)駕駛功能的環(huán)境因素子項(xiàng)目，整理和歸納這些環(huán)境因素?cái)?shù)據(jù)（表2），用于自動(dòng)駕駛熱帶測試場景構(gòu)建的理論數(shù)據(jù)支撐:

表2 氣候交通環(huán)境因素對于智能汽車自動(dòng)駕駛要素的影響

（1）氣候特征要素：

氣候特征要素包含：光照、降雨、鹽度、濕度、溫度。

（2）交通特征要素：

交通特征要素包含：道路特征和交通參與者特征。交通參與者特征分為城市城區(qū)道路參與者特征和城鎮(zhèn)道路參與者特征。

（3）植被特征要素：

植被特征要素包含：城市道路路旁植被種類和城市道路旁的植被情況。

4.3 海南熱帶氣候特征

4.3.1 濕度全國主要城市20年的統(tǒng)計(jì)數(shù)據(jù)中，海南試驗(yàn)場的平均相對濕度高于全國各主要地區(qū)（圖1）。

圖1 全國主要城市20年平均相對濕度[13]

4.3.2 溫度全國主要城市20年的統(tǒng)計(jì)數(shù)據(jù)中，海南試驗(yàn)場的平均溫度高于全國各主要地區(qū)（圖2）。

圖2 全國主要城市20年平均氣溫[13]

4.3.3 降雨

全國主要城市18年的統(tǒng)計(jì)數(shù)據(jù)中，瓊海的降水總量高于全國各主要地區(qū)（圖3）。

圖3 全國主要城市18年的降水總量[13]

4.3.4 太陽光照度

目前因無太陽光照度全國范圍內(nèi)的測量值，只能通過太陽光照度的影響因素（太陽高度角、能見度），定性推算各地太陽光照度的強(qiáng)弱。太陽高度角越高，能見度越高，太陽光照度越強(qiáng)。以各地空氣質(zhì)量指數(shù)（Air Quality Index,AQI）表征各地能見度，海南瓊海市（試驗(yàn)場所在地）能見度排在全國前列（圖4）。太陽高度角隨著緯度的變小而增大，海南地區(qū)緯度低于全國其它地區(qū)，太陽高度角高于其它地區(qū)。因此，從太陽高度角和能見度2個(gè)方面推算海南地區(qū)的太陽光照度應(yīng)該排在全國前列。

圖4 全國主要城市AQI指數(shù)[14]

2022年6月初，海南試驗(yàn)場內(nèi)的正午太陽光直射照度為140 000～164 600 lx，與樹蔭下的比值最大為10倍。

4.3.5 鹽霧

全國各海域的整體鹽霧水平存在差異，東南沿海略高于北方沿海。海鹽離子含量與當(dāng)?shù)氐沫h(huán)境溫度、風(fēng)向風(fēng)速、海水溫度和海水鹽度參數(shù)有較大關(guān)系。環(huán)境溫度和海水溫度越高，海面風(fēng)速越大，海水鹽度值越大，該地區(qū)的海鹽含量就越高。在同一區(qū)域內(nèi)，離海距離和地形具體環(huán)境條件對鹽霧水平的影響更顯著。隨著離海距離的增加，鹽霧的濃度和沉積速率均會(huì)下降。

4.4 海南島嶼交通特征

4.4.1 城市道路面積

2020 年，海南省道路面積排在全國倒數(shù)第4 位，道路總面積?。▓D5）。

圖5 2020年全國主要省市道路面積[15]

4.4.2 城市道路長度2020年，海南地區(qū)城市道路長度排在全國倒數(shù)第5位，道路總長度小（圖6）。

圖6 2020年全國主要省市道路長度[15]

4.4.3 兩輪車交通參與者

2020年，海南省每100戶兩輪車擁有量排名全國第1，對照海南的道路面積和長度全國排名，海南地區(qū)兩輪車密度很高（圖7）。

圖7 2020年全國主要省市100戶兩輪車擁有量[13]

4.5 海南熱帶植被特征

4.5.1 海南整體植被狀況

海南省屬于熱帶季雨林、熱帶雨林區(qū)域，植被種類豐富、結(jié)構(gòu)復(fù)雜、構(gòu)造特殊、終年生長。雨林的一個(gè)重要特征是具有大量附生的蕨類和有花植物，植物量（主要是木材）占陸地總植物量40%。其植被結(jié)構(gòu)復(fù)雜，層次劃分不明顯，有喬木層、灌木層、草本層。在城市園區(qū)和路旁多種植灌木和小型喬木，在鄉(xiāng)鎮(zhèn)道路旁樹木多枝冠寬大且枝葉茂密。

4.5.2 植被層次分類

激光雷達(dá)在探測復(fù)雜或深度紋理的物體（如灌木叢）時(shí)通常會(huì)產(chǎn)生噪聲，從而阻礙系統(tǒng)的感知。激光雷達(dá)探測灌木叢時(shí)會(huì)產(chǎn)生“拖尾”問題及“空洞”問題。理論上，激光雷達(dá)脈沖打到物體表面是一個(gè)理想的光斑點(diǎn)，但是實(shí)際的激光雷達(dá)脈沖存在一定的發(fā)散角，打到物體上是一個(gè)面。當(dāng)物體存在多層次的縱深結(jié)構(gòu)時(shí)（比如灌木叢或者縱深大的植物），這樣就可能導(dǎo)致激光雷達(dá)脈沖打到前面物體邊緣時(shí)，部分激光脈沖打到后面層次的物體上，進(jìn)而出現(xiàn)一個(gè)脈沖出去返回2個(gè)回波，無法判斷以哪個(gè)距離為準(zhǔn)。

表3 基本植物層次及植物高度

激光雷達(dá)探測近處低矮障礙物，特別是具有多層次縱深的低矮植被時(shí)，在由遠(yuǎn)及近靠近過程中，出現(xiàn)點(diǎn)云“時(shí)有時(shí)無”的丟失現(xiàn)象被稱為“空洞”。障礙物原始點(diǎn)云“時(shí)有時(shí)無”會(huì)讓感知軟件難以持續(xù)跟蹤判斷，從而無法準(zhǔn)確判斷是不是一個(gè)固定障礙物，容易導(dǎo)致智能網(wǎng)聯(lián)汽車出現(xiàn)危險(xiǎn)緊急制動(dòng)或頻繁的減速、加速現(xiàn)象。

5 智能網(wǎng)聯(lián)汽車熱帶測試場景初步構(gòu)建

5.1 強(qiáng)光照下標(biāo)志和標(biāo)線識別與響應(yīng)

試驗(yàn)道路為包含雙向2 車道的長直路并在路段內(nèi)設(shè)置限速標(biāo)志牌，車道線為白色虛線，限定車速≤40 km/h，光照度≥100 000 lx，交通暢通，沒有其它車輛和行人干擾，道路兩側(cè)除樹木外無其它遮擋物（表4）。

表4 強(qiáng)光照下的標(biāo)志和標(biāo)線的識別與響應(yīng)場景

參與者類型動(dòng)作參數(shù)交通參與者氣候環(huán)境條件數(shù)字信息交通狀況交通流量時(shí)間天氣類型天氣參數(shù)V2X設(shè)備測試車（1）初始位置：車道中央（2）移動(dòng)方向：面向限速牌正面（3）移動(dòng)速度：限速牌前100 m加速到限速牌速度以上暢通無白天晴天光照強(qiáng)度：100 000 lx或以上無

5.2 強(qiáng)光照下前方車輛的識別與響應(yīng)

試驗(yàn)道路為包含雙向兩車道的長直路，并在路段內(nèi)設(shè)置前方固定車輛，車道線為白色虛線，限定車速為30 km/h，光照度≥100 000 lx，交通暢通，沒有其它車輛和行人的干擾，道路兩側(cè)除樹木外無其它遮擋物（表5）。

表5 強(qiáng)光照下的前方車輛的識別與響應(yīng)場景

參與者類型交通參與者動(dòng)作參數(shù)氣候環(huán)境條件數(shù)字信息交通狀況交通流量時(shí)間天氣類型天氣參數(shù)V2X設(shè)備測試車（1）初始位置：車道中央（2）移動(dòng)方向：面向故障車輛（順光和逆光）（3）移動(dòng)速度：限速牌前100 m加速到限速牌速度以上暢通無白天晴天光照強(qiáng)度：100 000 lx或以上無

5.3 強(qiáng)光樹陰下的行人路旁行走

試驗(yàn)道路為至少包含2 條車道的長直道，中間車道線為白色虛線，并在道路兩側(cè)設(shè)置各類熱帶植被，同時(shí)試驗(yàn)道路上有長度達(dá)20 m以上的樹陰（表6）。

表6 強(qiáng)光樹陰下的行人路旁行走場景

氣候環(huán)境條件數(shù)字信息時(shí)間天氣類型天氣參數(shù)V2X設(shè)備白天晴天光照強(qiáng)度：100 000 lx或以上;明暗光照度比：≥7無

5.4 雨霧天氣的標(biāo)志識別與響應(yīng)

試驗(yàn)道路為長直道，并帶有可模擬降雨天氣環(huán)境的雨霧噴水裝置，模擬下雨路段的道路長度為50 m以上，降雨量的參考標(biāo)準(zhǔn)如表7所示。同時(shí)在雨霧路段的終點(diǎn)提供限速30 km/h的車輛道路限速標(biāo)志。模擬車輛從雨霧起點(diǎn)進(jìn)入，檢驗(yàn)車輛能否不受雨霧影響，正常識別道路限速標(biāo)志。

表7 雨霧模式下的標(biāo)志識別與響應(yīng)場景

5.5 前方路面積水通行

試驗(yàn)道路為包含雙向2 車道的長直道，車道線為白色虛線，直道長度大于100 m，并帶有可模擬路面積水的測試區(qū)，模擬路面積水的道路長度為100 m以上，道路兩側(cè)無其它遮擋物（表8）。

表8 前方路面積水通行場景

5.6 茂盛灌木叢道路通行

試驗(yàn)道路兩邊密布超過車身高度的灌木叢，道路長度大于200 m，灌木超過道路邊緣小于15 cm（表9）。

表9 茂盛灌木叢道路通行場景

6 結(jié)束語

智能網(wǎng)聯(lián)汽車熱帶測試場景屬于環(huán)境類測試要素，本文首先描述了國內(nèi)外智能網(wǎng)聯(lián)汽車環(huán)境測試發(fā)展現(xiàn)狀，進(jìn)而闡述智能網(wǎng)聯(lián)汽車熱帶測試場景建設(shè)的必要性，最后提出智能網(wǎng)聯(lián)汽車熱帶測試場景的整體結(jié)構(gòu)以及初步構(gòu)建智能網(wǎng)聯(lián)汽車熱帶測試場景。在整體結(jié)構(gòu)中描述了環(huán)境特征包含的要素，以及這些環(huán)境要素可能對自動(dòng)駕駛功能安全產(chǎn)生的影響。

未來，根據(jù)本文的內(nèi)容，可以繼續(xù)歸納出一些具有代表性的智能網(wǎng)聯(lián)汽車熱帶測試場景，將這些場景應(yīng)用在實(shí)際的智能網(wǎng)聯(lián)汽車測試中，依據(jù)測試的結(jié)果持續(xù)驗(yàn)證環(huán)境要素對于智能網(wǎng)聯(lián)汽車自動(dòng)駕駛功能產(chǎn)生的影響，并持續(xù)完善場景中的要素參數(shù)，構(gòu)建更加完善的智能網(wǎng)聯(lián)汽車熱帶測試場景庫。