Testing is Critical for Adoption of Autonomous Vehicles

頁數 1如需聯絡我們，請上網查詢 www.keysight.com 白皮書測試是自動駕駛汽車 正式上路前的必要步驟自動駕駛汽車（AV）正飛速發展，傳統的汽車製造商和新的參與者都大筆投資於此推動創新的技術。雖然 AV 具有提高汽車安全性和駕駛便利性的潛力，但有鑑於其複雜度，業者需要使用嚴格的測試和驗證系統，確保汽車在所有交通、道路及天候狀況下的安全性。當然，AV 將使用基於人工智慧（AI）的方法，讓汽車能夠透過電信服務和基礎設施供應商進行通訊。車聯網是 AV 技術的基礎。系統與汽車就道路和交通狀況、附近的汽車以及有關駕駛體驗的其他重要元素進行通訊。AV 技術結合了多個感測器、電腦和軟體，來生產自動駕駛汽車。這些汽車在行駛里程方面相較由人力駕駛的汽車在統計上已被證明更加安全。 大約有 94% 的嚴重碰撞，部分是由於頻繁且可預測的駕駛錯誤造成，例如超速、駕駛能力降低或在分心狀態下駕駛。 頁數 2如需聯絡我們，請上網查詢 www.keysight.com Waymo（先前稱為 Google 自動駕駛汽車計劃），在以時速每小時 2 英哩，總駕駛距離超過 500 萬英哩的紀錄下，僅出現了一次無人受傷的錯誤事故報告。即便如此，要建立消費者對完全自動駕駛汽車的信任仍然是一項挑戰。例如，有 73% 的美國駕駛人表示，他們非常害怕乘坐完全自動駕駛汽車，而根據一份 2018 年美國汽車協會（AAA）的調查，有 63% 的美國成年人表示，當他們在步行或騎腳踏車時，對必須和自動駕駛汽車共用道路感到不安全1。 安全與其他優點而基於駕駛人錯誤導致的事故數量，安全問題是首要考量，因此安全性改進也常常是 AV 潛在優點列表的第一名。將人為錯誤因素從駕駛方程式中排除，大幅減少了交通傷亡 事故。部署 AV 技術還有其他優點。例如，隨著人口老化，AV 技術可為年長者和殘障人士提供更多的便利和自由。此外，還有新的運輸模式和商業模型潛能，例如自動化計程車隊和共享自動駕駛汽車；這將帶來個人生產力更加提高的願景。1 https://5g.co.uk/guides/how-fast-is-5g/ 頁數 3如需聯絡我們，請上網查詢 www.keysight.com 自動化概述今天，有各種自動化選項能夠協助駕駛人，有些也已經進入市場。為了正確看待此技術，汽車工程師協會（SAE）已經為 AV 建立了自動化層級2，如圖 1 所示。 圖 1： SAE 自動化層級（SAE Automation Level）描述了不同級別的自動駕駛汽車能力• 層級 0 乃完全非自動化；由駕駛人完成所有工作。• 層級 1 則增加了一些駕駛輔助功能，例如主動車距巡航控制和盲點偵測。• 層級 2 仍然需要駕駛人駕駛，但提供轉向輔助和速度控制功能。• 層級 3 汽車可自動駕駛，但仍需要人力駕駛保持專注並在指定的時間內負責控制。• 到了層級 4 和層級 5，AV 才變得真正自動化。例如，層級 4 自動駕駛限制特定條件，例如特定地理位置或路線、天氣、交通類型、速度和道路。層級 5 則是沒有限制條件的自動駕駛汽車。汽車產業正在層級 1 和層級 2 迅速地為汽車增加功能，並且擁有很多協助駕駛人的機會，同時維持駕駛人主動控制的現有車型。各種不同的感測器（攝影機、雷達、光達和超音波感測器），讓汽車「看見」周圍發生的事情並自動協助駕駛人。許多汽車都已提供駕駛人輔助功能，例如盲點偵測、倒車攝影、自動遠光燈、主動車距巡航控制、車道維持輔助和自動煞車。2 https://driverless.wonderhowto.com/news/definitive-guide-levels-automation-for-driverless-cars-0176009/無自動零自動：由駕駛人執行所有駕駛任務。駕駛輔助車輛由駕駛人控制，但汽車設計納入了一些駕駛輔助功能。部份自動化汽車結合了自動化功能，例如加速和轉向，但駕駛人必須持續執行駕駛任務並監控環境。條件自動化必需要有駕駛人，但他不需要監控環境。駕駛人必須隨時注意，準備接手控制車輛。高度自動化在某些條件下汽車可執行所有駕駛功能。駕駛人可選擇自行控制車輛。全自動化汽車可在任何條件下執行所有駕駛功能。駕駛人可選擇自行控制車輛。012345全自動化SEA 自動化層級 頁數 4如需聯絡我們，請上網查詢 www.keysight.com 部份專家對層級 3 自動化的可行性表示憂慮，因該層級要求駕駛人在汽車進行一段長時間的自動駕駛時保持警惕。一項需要考慮的重點是，在什麼情況下必須由駕駛人控制以及對該情況有多少反應時間。Audi 汽車表示，其交通堵塞導航功能可在交通回堵期間，或是以最高達 65 公里/小時（40.4 英哩/小時）的速度行駛時，提供層級 3 自動化。在塞車期間此系統允許駕駛人暫時放鬆，但要求駕駛人在系統發出通知後 10 秒鐘內接管控制。層級 1 到層級 3 能夠提高汽車安全性，但需要層級 4 和層級 5 來提供額外的潛在優點，包括殘障人士和年長者的行動性改善、個人生產力的提高，以及新的運輸模型。這使得層級 4 和層級 5 成為大多數 AV 方案的最終目標，即將駕駛交給汽車本身。而層級 4 是層級 5 的前身並限制了操作適用範圍（ODD）；即 AV 只有在某些特定條件下是自動化的。例如，層級 4 AV 可能只處理特定類型的道路 — 高速公路、HOV 車道、AV 專用車道、鄉村道路或封閉的校園。視能見度可能存在限制；在極端天候下沒有 AV 行為。另一項限制可能是對預先劃定區域的 AV 或道路的特定基礎設施支援。 部署可能是本地或區域性的。要達到納入所有情境的 100% 涵蓋率是困難的。而要達到 95% 並不是太難，但最後的 5% 具有挑戰性；因此減少 ODD 會產生重大影響。例如，早期的層級 4 使用案例可能是一項受限的自動化計程車服務，在使用已知街道、較低速度、極端天候等資料良好劃定的區域，提供所需的最低能見度。另一種可能的首波部署選項是長途貨運卡車，限制在特定、已知的路線。層級 5 自動化帶來了處理每一種可能駕駛狀況的挑戰。由於具有軟體提供的系統擴充性，層級 5 自動化實現了以世界功能最強大的軟體定義驅動程式，取代普通驅動程式的願景。感測器和通訊技術結合使用的新技術讓 AV 的實現成為可能 — 感測器、運算能力、智慧軟體、通訊和導航。AV 使用感測器來觀察周圍的世界，就像人類駕駛一樣。或許比人類更好，因為它們可以同時看到所有方向。AV 使用四種主要類型的感測器來監控駕駛環境： • 攝影機拍攝影像• 雷達偵測和測距系統（RADAR）• 光達偵測和測距（LIDAR）「在完全自動駕駛的汽車中，最明顯的挑戰可能是真正駕駛汽車的不再是駕駛人。這表示根據定義，在操作期間可以不再依賴駕駛人向汽車提供控制輸入。」 – Koopman 和 Wagner「 頁數 5如需聯絡我們，請上網查詢 www.keysight.com 雷達攝影機LIDAR技術偵測 – 以無線電波形偵測距離（範圍）與運動（速度及角度）以影像進行辨識及分類以雷射光繪製 360 度 3D 視圖應用• 主動車距巡航控制• 自動緊急煞車系統• 盲點偵測• 停車輔助• 交通號誌辨識• 車道維持系統• 停車輔助• 盲點偵測• ACC、AEBS• 環景顯示• 後方碰撞警示• 車側交通警示• 行人緊急煞車輔助、主動式緊急煞車、地圖繪製顯示系統使用必須處理獲取有幫助的資訊之影像感測器。雷達感測器安裝於汽車的前方或後方，在 24 GHz 的短距或 77 GHz 的長距下運作，以監控交通和障礙物。它們可以偵測到範圍從幾公分到幾百公尺遠的物體。超音波感測器可以在停車或其他有需要的活動時，用近拍功能來偵測物體。光達感測器使用脈衝雷射來偵測物體，通常具有比雷達更高的解析度但距離較短。光達仍然是一種尚未成熟的技術，通常也更昂貴。光達的更高解析度能夠提供更完整的汽車環境顯示，可用來分辨不同類型的物體。無線通訊藉由 AV 扮演重要角色，讓汽車能夠和其他汽車（V2V）、行人（V2P）或路邊基礎設施（V2I）交換資訊。通常，這些都包含在車聯網（V2X）裡。這些通訊通道為 AV 提供重要資訊，包括交通堵塞和危險道路通知。兩種主要的競爭通訊手段是 5.9 GHz 頻段的專用短距通訊（DSRC）、和使用未來 5G 能力的蜂巢式 V2X。例如全球定位系統（GPS）這樣的導航輔助功能，將會以 AV 技術進行整合。GPS 可以給予 AV 從一個地點到另一個地點的路線，但它也可以和詳細的地圖結合使用，以改善自動駕駛、行駛車道位置和交通信號。圖 2：自動駕駛汽車使用一系列的感測器來查看駕駛環境。 頁數 6如需聯絡我們，請上網查詢 www.keysight.com 嚴格的測試對獲得認可非常重要所有新技術都面臨採用的障礙，AV 也不例外。由於涉及安全問題，可預期 AV 的採用初期將會遭遇到許多消費者的抵制。近期一項對美國公路駕駛人的調查3，發現有 63% 的美國駕駛人表示，對乘坐完全自動駕駛汽車感到害怕；而此數據已低於更早之前的調查。公眾輿論、熟悉和信任度，在消費者接受 AV 技術的意願中扮演重要角色。隨著 AV 技術被證明並變得更令人熟悉，消費者的看法可能會隨著時間的推移而改變。AV 測試對於驗證自動駕駛汽車是否足夠安全到上路行駛至關重要。隨著汽車製造商為其汽車添加更多駕駛人輔助功能，層級 1 到層級 3 的自動化方案正逐步被採用。層級 4 和層級 5 則代表更大的挑戰，因為人為駕駛已從系統中移除，讓 AV 自行駕駛。 在複雜的環境中驗證複雜的系統所有系統都具有非零的故障率，因此，雖然您希望能夠設計出一部永遠不會做出錯誤決策的 AV，但真正的問題是它必須要有多好？您會預期 AV 設計的表現將優於一般人類駕駛。業界正在努力解決要多好才夠好的問題；但你怎麼知道已經達到可信賴的水準？Rand Corporation 最近一份研究報告4 得出以下結論：自動駕駛汽車必須行駛數億英哩，有時甚至是數千億英哩，才能證明其在傷亡事故方面的可靠性。雖然引用行駛的哩程數可以讓我們瞭解需要進行多少測試，但它並不是描述測試穩定性的可靠指標。在鄉村高速公路上進行 1 英哩的測試，和在複雜的城市環境中的 1 英哩測試，結果將截然不同。具體來說，您必須確保對重要的邊緣案例進行測試 — 這些具挑戰性的情境在正常交通情況下很少發生，但一旦發生就可能會致命。同一報告指出現有的測試和驗證方法可能不夠充足：這種 [AV] 技術的開發人員和第三方測試者，必須開發能夠證明其安全性和可靠度的創新方法。3 https://newsroom.aaa.com/2018/01/americans-willing-ride-fully-self-driving-cars/4 https://www.rand.org/pubs/research_reports/RR1478.html 頁數 7如需聯絡我們，請上網查詢 www.keysight.com 體驗兼具硬體和軟體的複雜系統，從一開始就包括品質和可靠度標準。若嘗試採用低效設計來測試品質，將無法產生最佳品質結果。有效的驗證計劃是以考量整個系統運行的測試策略開始。多年來，基於電子和軟體的元件已成為現代汽車的一部分，因此汽車產業已具有設計和驗證系統可靠度的經驗。當前的測試策略採用分層式方法，在系統的各種抽象層級進行驗證。圖 3 展示了一種常見的 V 開發模型方法，其在系統的每個層級連接設計需求和測試規格。ISO 26262 是規範汽車電氣和電子系統功能之安全性的國際標準。該標準即使用 V 開發模型來確保整個系統正常運作並維持高水準的安全性。系統中的每個元件都具有指定的汽車安全和完整性層級（ASIL），其中「A」是最不嚴格的層級，而「D」是最嚴格的層級。它是一種基於風險的安全標準，對危險運作情況的風險進行定性評估，並定義安全措施以避免或控制系統故障，並檢測或控