近日，公安部交通管理科学研究所副所长俞春俊在智能交通与车联网创新发展高峰论坛上发表了《智能网联汽车安全运行公共道路测试环境构建》主题演讲。

　　俞春俊针对自动驾驶的发展现状以及所存在的问题，提出构建以“提升驾驶能力为导向、交通安全为抓手、实际道路为载体”的公共测试道路。首先，梳理细化智能网联汽车自动驾驶能力，通过提升驾驶能力来丰富测试场景。接下来构建“分层聚类”的测试场景要素库，通过“测试场景标签化”对要素进行叠加的场景制作，为测试评价提供支持。最后，介绍了测试监管平台对实际道路强化监管手段，保证公正地测试安全评价。

　　目前，江苏省已认定6个测试区，认定道路超60公里，是国内首创省级规范化、系统化的道路认定工作。所有认定的公共道路测试场景已经建成，并开展智能网联汽车测试。

　　国外政策：①美国:2021年9月30日，谷歌旗下的Waymo、通用汽车旗下的Cruise、Nuro获美国加州相关部门的商业许可，这是自动驾驶在全球跨出商业化的第一步。②欧盟:2019年，欧盟提出自动驾驶基础设施分级(lSAD)架构，支持网联式协同自动驾驶。③日本:修订《道路交通法》、《道路运输车辆法》，合法化自动驾驶。

　　国内政策：①2021年7月，三部委出台了《智能网联汽车道路测试和示范应用管理规范（试行）》：测试道路需具备“具备支撑自动驾驶及网联功能实现”。并且《管理规范》增加了远程控制、信息安全、高速公路的适用以及网联化的应用等要求。②2021年8月，工信部出台了《关于加强智能网联汽车生产企业及产品准入管理的意见》，对当前存在较多事故的辅助驾驶汽车及自动驾驶汽车从信息安全、通信安全、软件在线升级等进行了规定，指明了发展方向。

　　国内现状：全国27个省(市)出台自动驾驶道路测试管理细则，建设了16家智能网联汽车测试示范区，建成开放测试道路3892公里，在建的智慧高速公路有10多条，发放测试牌照700余张，道路测试总里程超过700万公里。

　　国内外发展趋势：智能网联汽车正在突破“单车智能”，逐步形成C-V2X技术发展路径。

　　现在智能网联汽车的计算平台操作系统、感知系统以及算法技术等仍在发展，危险场景无法穷尽。2021年5月，Waymo无人车无法识别施工区域锥桶，需要人工干预进行绕行，造成交通拥堵。2020年6月，L2级辅助驾驶汽车特斯拉无法识别侧翻货车，直接撞击侧翻货车，造成二次事故。

　　测试道路交通设计不科学、不精细、不规范。自动驾驶的感知、决策、控制算法的设计离不开现代交通场景，道理交通标志、信号灯是自动驾驶设计的重要依据，但现有道路仍存在设施缺失、建设不规范，甚至通行规则不明确等问题，无形中增加自动驾驶的困难，当然，现代交通出行更应该拥抱自动驾驶，这里不再赘述。

　　虽然目前已经开放了3892公里测试道路，但是现阶段测试道路的选取、建设或改造缺少科学化的指导性文件。

　　道路选取尚未形成规范的方法。通常是①就近原则。测试公司或政府的落户地周边有什么路，就选什么路。②尚未形成明确的技术路线。单车智能和车路协同两种方案并存的场景，尚未形成一套成熟统一的技术路线。

　　企业无法解决自动驾驶的痛点问题。①无法解决“长拖尾”效应。目前20%的精力解决自动驾驶80%的功能，但是还需要80%的精力解决20%需要完善的地方。②运营主体职责不明。设施、设备、通讯、数据管理、维护、使用等职责不明。

　　重新认识“测试环境”。车辆测试环境包括“具象环境”和“抽象环境”两部分。具象环境指交通设施、交通流等；抽象环境指交通规则、交通组织等。“具象环境”和“抽象环境”都应映射在实际测试道路上。

　　重新认识“测试道路”。目前智能网联汽车测试用公共道路在安全运行方面存在不足；道路测试不能为了作秀或者刷存在感，而是要借公共道路交通资源，提升车辆驾驶能力和安全运行水平。

　　目标：构建以“提升驾驶能力为导向、交通安全为抓手、现实道路为载体”的测试用公共道路。

　　构建以“提升驾驶能力为导向、交通安全为抓手、实际道路为载体”的测试公共道路。通过丰富测试场景来提升驾驶能力，通过评价平台对车辆通过相应场景时驾驶能力进行评价，保证测试效果，打通“测试活动-测试道路-测试要素-测试场景-驾驶能力”之间的连接。

　　驾驶能力：智能网联汽车的驾驶能力分为基本驾驶能力、规则遵守能力、应急避险能力和行驶舒适性能力。

　　交通安全：交通安全不仅指车辆运行安全，并且包括信息安全、网络安全、功能安全、预期功能安全等。通过构建测试监管平台进行评价与监管。

　　实际道路：实际道路的要素包括道路条件、交通设施、交通规则、天气光照、交通动态、监控通信等智能化数字化设施。

　　梳理细化智能网联汽车自动驾驶能力，从需求侧提出“测试场景”需求。三部委《管理规范》中自动驾驶能力检测项目由14项调整为8项。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与响应，周边车辆行驶状态识别及响应，动态驾驶任务干预及接管，风险减缓策略及最小风险状态，自动紧急避险和车辆定位等。这些项目再次细化总结为4类驾驶能力，即基本驾驶能力（13项能力要素），交通通行安全性、合规性、舒适性（10项），应急避险能力（9项），网联通信安全、可靠、融合能力（4项）。所有这些，我们希望制定3项行业标准来明确。

　　构建“分层聚类”的测试场景要素库，提出供给侧的要素清单，即上述所说的实际道路的6大要素。6大要素再进一步细化成下级的子要素。道路层面要素包括城市道路要素、公路要素、路口类型要素、路段类型要素、平面线形要素、纵断面线形要素等；交通设施层面要素包括中央隔离设施要素、路侧防护设施要素、路面减速限行设施要素、辅助设施要素等；交通规则和管控层面要素包括交通标志要素、交通标线要素、交通信号灯要素、交通警察指挥手势要素、临时管制设施要素等；天气光照环境层要素包括自然光要素、人工光要素、天气要素等；交通参与者层要素包括行人要素、非机动车要素、机动车要素、障碍物要素、交通流要素等；道路智能化层要素包括环境监控要素、网联通信要素、电子地图定位要素等。

　　提出“测试场景标签化”对供给要素进行叠加的场景制作，为测试评价提供支持。标签内容包括复杂度（车辆识别各要素叠加形成的场景难易程度）、典型性（在车辆正常行驶过程中的场景匹配程度和典型程度）、落地位置（场景对应设置的具体道路位置）、标准答案（理想的自动驾驶车辆行驶轨迹和标注信息作基准参考）。

　　首先，进行复杂度定量分析与典型性定量分析，将其在电子地图上进行位置矢量化标注，并形成标准答案，最终落地在实际道路位置上。

　　实现可量化、可检索、可落地、可评价、可扩展的“五可”测试场景库。场景的布设包括柔性的布设和刚性的布设，即对道路的6个要素层进行布设，之后进行智能网联汽车安全运行测试场景标签化，最后对自动驾驶车辆进行测试与评价。

　　构建高精度三维地图。①涵盖封闭测试场、公共测试道路；②对道路标志标线等要素进行采集重构。

　　具备测试环境配置功能。①模拟不同天气、光照环境的复杂交通环境；②模拟路面材质和交通元素的物理缺陷。

　　开发高仿真目标模型。①多变量车辆动力学模型；②摄像头、微波雷达、激光雷达、IMU、GPS等传感器模型。

　　具备测试智能分析评判能力：①从安全性、舒适性、合规性等方面对受测车辆的运行情况进行评价；②判断是否发生碰撞、是否响应标志标线等。

　　实现“真实的路”与“虚拟的路”并行测试，来验证自动驾驶的能力和安全水平。

　　公安部交通管理科学研究所构建的公共测试道路位于测试基地周边，大约10公里，布设了智能化设施包括9个灯控路口和146个测试过程监控等，对自动驾驶能力和网络通信能力等开展测试。

　　对于上述所提到的5大平台，即测试监管平台、测试评价平台、虚拟/半实物仿真平台、运行维护平台和网联通讯测试平台，都已基本建成。下面对智能网联汽车公共道路测试监管平台做一个简单的介绍。

　　监管内容：测试过程中监控设备数据；测试过程中车辆及发生事件数据；测试过程中通信及定位设备数据。

　　数据流向：车载设备数据接入测试区测试平台；测试区测试平立存储数据；测试区测试平台推送数据至监管平台；监管平台向测试平台请求数据。

　　目前，南京、无锡、盐城测试区测试平台已接入监管平台；苏州、常州等地正在联系接入事宜。

　　目前江苏省已认定6个测试区，认定道路超60公里，是国内首个省级规范化、系统化的测试道路认定，将驾驶能力测试、交通安全与实际道路紧密结合，积累了丰富的实战经验。

　　核心标准1：《智能网联汽车运行安全测试环境技术条件 第1部分 公共道路》

　　此标准目的是为了规定智能网联汽车公共测试道路的条件，基于安全性、实用性以及多样性的原则进行“选路”“改路”和“认路”，标准的内容包括要素、空间和时间三个维度。

　　此标准目的是为了规定智能网联汽车测试场景的要素组成和设置，在保证使用，保证先进，规范开发，安全可控，行业协作，标准协同的原则上，将其作为支撑标准并进行指导工作。标准的内容包括场景要素内容、场景要素设置和场景测试应用等。

　　总体来说，构建以“驾驶能力为导向、交通安全为抓手、实际道路为载体”的公共道路测试环境，从需求端来说，需要梳理细化智能网联汽车自动驾驶能力，构建智能网联汽车驾驶能力要素库。从供给端来说，要构建“分层聚类”的测试场景要素库，然后通过“测试场景标签化”对供给要素进行叠加的场景制作，实现可量化、可检索、可落地、可评价、可扩展的“五可”测试场景库。最后通过评价平台验证自动驾驶的能力和安全水平，实现“真实的路”与“虚拟的路”并行测试。

　　对未来的展望共有三个方面。第一是规范现有测试道路。以监管平台为抓手，加强测试活动监管工作，完善公共道路测试事故上报和研判制度。第二是测试及示范用道路分级。加强道路分级评价方法、技术和装备研究，构建测试及示范用道路分级标准和制度，提高测试用公共道路安全性。第三是测试道路及场景数字化。研究测试道路及场景数字化技术，提高公共测试道路测试效率。