2020中国自动驾驶仿真蓝皮书(12) 自动驾驶汽车在真正商业化应

交通协调性是评价自动驾驶车辆与外部环境交互的结果。由于自动驾驶车辆在行驶过程中会和其他机动车（有可能是自动驾驶车辆）、非机动车、行人等其他交通参与者进行交互，通过判断其他交通参与者的意图而做出规划和决策。人类驾驶员可以很快判断其他交通参与者的行为做出驾驶决策，但自动驾驶汽车目前主要是通过感知周边环境做出保守型决策，最终目的是保证车辆的安全性，但从整个交通参与者或全局视角评价，自动驾驶汽车的决策不一定是合理的。例如人类驾驶员发现前方车辆行驶较慢，而左侧车道无车时，一般会选择变道超车。而如果是自动驾驶汽车出于安全考虑，会选择一直保持安全车距跟车行驶，从而会影响后面车辆的行驶效率。综合评价，从安全性和舒适性方面看，自动驾驶汽车的决策是合理的，但是从交通协调性方面看，并不是最佳选择。目前，在仿真平台内，对交通协调性表现的合理与否是很难进行评价的，只能从外部交通参与者或全局角度进行评价。未来，随着机器学习技术的进步，以及车路协同体系的建立，自动驾驶汽车的交通协调性将表现更好，评价更方便。
标准匹配性是评价自动驾驶车辆在标准测试场景下的表现。目前国内外已形成了比较完善的 ADAS 功能测试标准和方法，如 ACC、AEB、FCW、LDW、LKA、BSD 等，功能测试标准的建立使得自动驾驶有了可依据的评价标准，使评价体系更加规范。
学习进化性是检验自动驾驶汽车智能化的标准。自动驾驶车辆在行驶过程中遇到障碍物时会刹车，但是如果通过机器学习，准确识别障碍物以后，在确认安全性的前提下就不会再次急刹车，而是会直接通过或者避让，这是自动驾驶车辆通过重现障碍物学习获得的知识。在场景识别方面，我们知道由于场景库改变某些参数的条件下，可以生产无限的连续性场景，而自动驾驶车辆要测试每一个场景是很难实现的，因此通过泛化迁移能力对场景进行归类学习，可以简化自动驾驶系统的学习难度，加快自动驾驶汽车的研发进度。
5.2 仿真测试的真实性与有效性评价
在自动驾驶测试评价体系中，仿真测试的评价是最基础的，只有满足一定条件的仿真测试才能实现促进自动驾驶汽车的落地。仿真测试最核心的是真实性和有效性，通过对比自动驾驶汽车在虚拟世界和真实世界的表现，综合评价仿真测试结果。
5.3 仿真测试与道路测试的闭环验证
在自动驾驶汽车商用之前，必须经历仿真测试、封闭场地测试、道路测试三个阶段，每个阶段的侧向目的各有不同。
道路测试可以为仿真测试提供场景搭建基础素材，危险场景由仿真测试代替道路测试完成。仿真测试场景需结合道路测试场景要素，参数化处理，进行人工编辑，不断构建道路测试难以复现的新场景，逐步完善场景库。复杂天气、复杂交通、事故场景等危险工况场景由于复现性低、危险性大，难以在道路测试中进行，但在仿真测试中可以进行无限次测试，保障了测试安全。
仿真测试可以补充道路测试，加快自动驾驶车辆测试速度。在公开道路测试中自动驾驶汽车表现欠佳的场景，需通过仿真测试不断训练学习，强化自动驾驶算法，提升车辆应对各种场景的能力。此外，由于道路测试绝大部分驾驶时间属于安全的自然驾驶情景，如果要测试完所有场景，耗费时间长，仿真软件不仅可以实现高并发测试，而且可以加快测试速度，可节省大量时间。
第六章、中国自动驾驶仿真测试展望6.1 自动驾驶仿真测试面临挑战
目前自动驾驶仿真测试已初步形成完整的产业链体系，形成了科技公司、自动驾驶解决方案商、仿真软件企业为主的上游仿真软件提供商，以车企、自动驾驶测试机构为主的仿真软件下游应用商。从产业链角度分析，目前自动驾驶仿真测试还存在诸多问题。
6.2 自动驾驶仿真测试发展建议
自动驾驶仿真测试在自动驾驶研发过程中将发挥越来越重要的作用，从模型到软件，从软件到硬件，从部件到系统，各层次都需要不断深入的构建自动驾驶仿真模型，组成完整的仿真技术体系，逐步推动自动驾驶技术早日实现商业化。而测试场景库作为自动驾驶仿真的基础，是仿真建设的核心内容。针对目前场景库领域面临的问题，建议加强以下方面的工作。
第一，将仿真技术应用于交通行为管理和监督。在虚拟仿真世界中，机动车、非机动车、步行行人、残疾人、动物等交通参与者均可以模拟现实世界的逻辑运行，根据不同交通参与者的行为逻辑关系可以界定各个实体的行为合法性。在现实世界中，如果道路发生交通事故，可以通过仿真软件评估交通事故的法律责任，帮助对交通行为进行管理和监管，对交通规则进行技术评估和升级。