本文围绕自动驾驶能力验证确认提出相适宜的验证项目、场景及评价方法。

自动驾驶是机器代替人，驾驶行为物化为电子硬件、虚化为编程软件，通过软硬件一体化驱动从而实现车辆自主行驶。聚焦道路交通安全，拟驾驶人化的自动驾驶能力至为关键，只有达到驾驶人应具备的文明驾驶意识和安全驾驶行为水平，无人驾驶汽车才能安全进入和融入日常的道路交通活动。

在自动驾驶汽车开发和制造阶段，自动驾驶能力则需要不断测试提升，以达到设计目标而定型量产；在道路交通运行阶段，自动驾驶能力则需要通过必要的验证确认，以达到交通安全基准要求、满足驾驶体验和安全期望目标。两个阶段的目标存在异同，但均应系统化、特征化建立面向道路交通活动的测试或验证项目、场景以及相应的评价方法。本文围绕自动驾驶能力验证确认提出相适宜的验证项目、场景及评价方法。

拟驾驶人化的自动驾驶能力可对标机动车驾驶人技能和知识考试项目，进行系统化设计开发，以综合考查自动驾驶道路运行安全的行为能力。机动车驾驶人科目一、科目三（文明驾驶意识部分）主要考查驾驶意识，通过人机交互的答题实现；科目二、科目三（路考部分）则主要考查驾驶技能，通过考查在现实场地、道路的实际驾驶行为实现。针对机器驾驶人，人工智能是其核心技术，容易通过预设的知识库来完成针对性、欺骗性的人工交互答题，应当避免这种问答式考查，也就需要将问答式项目数字化融合成现实道路驾驶行为表现项目。

对标机动车驾驶人考试科目一、科目二、科目三，自动驾驶能力可分成基本驾驶能力、安全文明驾驶能力、应急避险能力等验证科目。

验证科目一：基本驾驶能力。

表1 基本驾驶能力验证

验证科目二：安全文明驾驶能力。

表2 安全文明驾驶能力验证

验证科目三：应急避险能力。

表3 应急避险能力验证

考查项目决定验证场景，同一类验证项目可泛化衍生一组物理场景，从而系统化评价道路运行安全水平。验证场景分成功能场景、逻辑场景、具象场景，遵循功能性>逻辑性>确定具象场景的流程，最终落实到现实场地或道路，实现可视化、可泛化。参考PEGASUS项目，将验证场景分解为典型的六类要素，包括道路层、交通设施层、临时设施层、目标物层、环境层、数字信息层等六层。首先选择其中一部分或全部要素，其后通过语义化的场景描述（功能场景）、参数化的场景描述+参数取值范围（逻辑场景），最后形成参数具体取值后的确定场景（具象场景）。基于具象场景就可用于自动驾驶能力的定性定量验证评价。

构建案例：借道超车（直线路段）具象场景。

图1 借道超车（直线路段）验证场景

解析如下：跟车行驶验证选择一条直线路段，坡度不大于1%，道路为双向两车道的路段，中间为白色虚线。验证中，自动驾驶汽车在确定对向车道没有车辆后，临时借用对向车道超越目标车辆，并切入目标车辆所在车道继续行驶，验证自动驾驶汽车的驾驶行为。当速度大于100km/h，要求跟车安全距离在100m-150m之间；当速度小于100km/h，要求跟车安全距离在50m-100m之间。验证车辆在本车道跟随目标车辆行驶，保持安全距离，在自动驾驶模式下以50km/h左右的速度接近目标车辆，目标车辆以30km/h左右的速度匀速行驶，以适当方式向验证车辆发出超车指令。超车过程中不得与目标车辆发生碰撞，不影响目标车辆行驶，超车完成后返回本车道行驶，超车过程中应正确使用转向灯。

3.1 评价项目层次结构

采用层次分析法，研究确定自动驾驶能力评价项目指标体系。

自动驾驶能力评价指标体系的层次结构结构分为目标层（A）、准则层（C）和场景层（P）三个层次。目标层是指自动驾驶能力综合评价指标，包括基本驾驶能力、安全文明驾驶能力、应急避险能力等3个验证科目。准则层从属于目标层，包括交通信号识别及响应、道路交通基础设施与障碍物识别及响应、行人与非机动车识别及响应、周边车辆行驶状态识别及响应、通过路口、通过路段、通过特殊区域、操作接管、自动紧急避险等9类验证项目，分别归属于3个验证科目。场景层则是基础的验证项目，9类验证项目都能各派生一组验证场景。在验证过程中，不同的验证科目、验证项目、验证场景在实现难度上都会有所差异，因此需要赋予相应的难度系数（权重因子），以平衡风险与收益，追求验证公平。

如图2所示，可由鱼骨图法确定难度系数。

图2 验证项目难度系数构成图

3.2 验证方法

基于预设的验证场景，可构建3个验证科目的验证场景库，由此确定每一轮验证的场景优化组合方案。验证过程中，不仅要考虑验证科目、验证项目的覆盖度，还要选择在不同的交通环境（场地、道路）、时间（白天、黑夜）、天气（雨、雾、冰等，可模拟）等条件下实现全景覆盖。基本驾驶能力、安全文明驾驶能力等验证科目有安全风险相对较小，可考虑在现实道路的白天或夜间都进行验证；应急避险能力验证相对交全风险较高，可考虑只在封闭场地进行验证。需要模拟雨、雾、冰等不利天气条件的验证项目，也适宜在封闭场地进行验证。验证场景既可独立设置，也可串接成一个连续场景进行组合设置。考虑到自动驾驶系统的感知和决策模块都离不开人工智能，而人工智能是“黑盒计算”，其输出结果存在不确定性，因此还需对同一个场景进行多次重复设置，以提高验证的置信度。

3.3 评价要素

针对每一个验证场景，从行驶安全性、效率、舒适性等三个维度进行综合评价。

3.3.1 行驶安全性

自动驾驶汽车交通违法评价因素：在道路行驶过程中，自动驾驶汽车和传统汽车一样，也会发生多种多样交通违法行为，二者既有共同点，又有不同点。道路交通违法行为是一种违反道路交通安全规则的表现，机动车驾驶人更容易犯错，难免会重复犯错。但对于L3级及以上自动驾驶汽车，却可以少犯错，甚至不会重复犯错。可参照机动车驾驶人交通违法行为的严重程度来评价自动驾驶汽车。

自动驾驶汽车交通事故评价因素：自动驾驶汽车和传统汽车一样，同样会发生各种各类交通事故，二者基本一致。

其它评价因素：如人工主动接管驾驶次数、灯光变换不正确等。

3.3.2 行驶效率

基于单个或组合验证场景，考核自动驾驶汽车从出发地到达终点的行程时间或平均速度，可与机动车驾驶人正常行驶的期望区间值相比较，从而直观反映自动驾驶的行驶效率。

3.3.3 行驶舒适性

基于单个或组合验证场景，考核自动驾驶汽车行驶过程中的突变加减速情况，可与机动车驾驶人平稳行驶的加减速期望区间值相比较，从而直观反映自动驾驶的舒适程度。

3.4 评价规则

可参照机动人驾驶人考试评分规则，采用积分与扣分相结合的方法进行综合评分。

3.4.1 积分项

行驶效率和舒适性均属积分项。基于同一类验证项目的单个或多个验证场景，进行自动驾驶行驶效率评判，结合其权重因子，可得到该验证项目的积分。

3.4.2 扣分项

行驶安全性属扣分项目。基于同一类验证项目的单个或多个验证场景，对验证过程中发生的交通事故、交通违法、人工接管、灯光变换等记录情况进行统计分析，可得到该验证项目的扣分。

3.5 评价模型

对自动驾驶能力的三个验证科目分别进行评价，每个验证项目、科目均确定安全基准，从而确认是否通过验证。

单个验证场景得分：，小于零时取零，≥1时相对应的权重因子≤2，相对应的积分≥0，相对于的扣分≥1；

单个验证项目得分：，m验证场景数；

单个科目综合评价得分：, n验证项目数。

本文围绕自动驾驶能力测试及验证，对标机动车驾驶人技能和知识考试项目，开展面向道路交通活动的自动驾驶能力拟驾驶人化测试验证研究，包括自动驾驶能力验证项目设计、验证场景分层构建、评价要素、评分规则、评价模型等内容。初步构建了自动驾驶道路运行安全能力测试验证体系，可综合考查自动驾驶道路运行安全能力，支撑交通安全管理部门对自动驾驶汽车的车辆管理业务。

（袁建华 罗为明公安部交通管理科学研究所）注：本文为内容节选，全文参见《道路交通科学技术》期刊2023年第3期。