自动驾驶安全模型研究

目录 第一章自动驾驶安全模型概述..........................................................................11.1引言.........................................................................................................11.2自动驾驶安全模型的定义.....................................................................2第二章自动驾驶安全模型应用..........................................................................42.1安全行为约束.........................................................................................42.2安全行为验证.........................................................................................42.3安全评估指标.........................................................................................5第三章自动驾驶安全模型介绍..........................................................................63.1 Last Point to Steer ....................................................................................63.2 Safety Zone...............................................................................................73.3 RSS (Responsibility-Sensitive Safety).....................................................83.4 SFF (Safety Force Field) ........................................................................113.5 FSM (Fuzzy Safety Model) ....................................................................123.6 STD (Safety Time Domain) ...................................................................183.7 CC-driver (Careful and Competent Human Driver)...............................233.8中国成熟驾驶模型...............................................................................26第四章自动驾驶安全模型展望........................................................................29参考文献..............................................................................................................30 第一章自动驾驶安全模型概述 1.1引言 在全球范围内，交通事故每年约造成100多万人伤亡[1]。研究[2]显示人为过失占所有交通事故原因的75%，这一数字在美国超过90%。人类驾驶员在驾驶汽车时存在各种各样的安全问题。例如，跟车距离太近导致追尾，未考虑后方来车危险变道等。为了一定程度上提醒并纠正人类驾驶员的的错误行为，当前越来越多 的 汽 车 上配 备 了先 进驾 驶 辅 助 系 统(Advanced Driving Assistance System,ADAS)。先进驾驶辅助系统根据车上传感器探测到的目标信息进行安全性评估。当安全性低于阈值时驾驶员依旧未注意到风险或未执行安全处置措施时，先进驾驶辅助系统会发出风险提醒，必要时会辅助制动或转向以避免碰撞。例如应急辅助系统中的前方碰撞预警(Forward Collision Warning,FCW)、变道碰撞预警(LaneChange Warning,LCW)及自动紧急制动(Autonomous Emergency Braking,AEB)等。 随着技术的发展，驾驶自动化等级也在不断提高。自动驾驶系统(AutonomousDriving System,ADS)在其设计运行条件(OperationalDesign Condition,ODC)内将代替人类驾驶员持续地执行全部动态驾驶任务。但也同样暴露出了不容忽视的安全问题。例如，当前部分自动驾驶系统对异形障碍物等目标的感知距离与识别能力不足，或者对邻车切入等危险场景的安全性评估和决策规划不够准确，这都容易导致交通事故的发生。安全永远是自动驾驶技术的必选项与首选项，是无论付出多少代价都需要满足的必要条件。如何保证自动驾驶汽车的安全性也成为监管机构、自动驾驶厂商、用户及社会民众最为关心的问题之一。 自动驾驶安全模型对自动驾驶系统的安全性保障具有十分积极的作用，在自动驾驶系统的安全评估及行为约束等方面都有着广泛的应用。越来越多的车企、研究机构及自动驾驶供应商等都在安全模型领域投入了大量研究。安全模型也开始出现在自动驾驶相关法规及标准中，并为自动驾驶事故或风险避免性能的衡量提供了参考。一个安全有效、科学合规的安全模型能够用于评估或约束自动驾驶系统驾驶行为的安全性及合规性。 1.2自动驾驶安全模型的定义 1.2.1 FRAV对自动驾驶安全模型的定义 联合国世 界车辆 法规 协调论坛(UN/WP.29)自动驾驶 与网联 车辆 工作组(GRVA)自动驾驶功能要求(FRAV)非正式工作组旨在提供自动驾驶系统安全性验证的技术要求及相应验证方法的指南[5]。其中，定义了自动驾驶系统事故规避性能要求的推导方法。尽管自动驾驶系统可通过防御性驾驶以远离冲突与碰撞，但冲突与碰撞有可能是由于其他道路参与者的不合理行为导致的，在此情形下，自动驾驶系统也需要做出正确的规避动作以尽可能的减少伤害。 那么一个重要的问题是在何种情况下避免碰撞是可能的？为此，引入安全模型，用以区分必须避免的碰撞和仅需要缓解的碰撞。其目的并不是规定自动驾驶系统在任何给定的危急情况下的特定行为，而仅是在碰撞结果层面对自动驾驶系统提出要求。 FRAV对安全模型的定义为对于任何给定的情况，都会有一个依赖于部分场景变量的函数，输出一个布尔值“true”或“false”，用来表示是否需要避免碰撞或冲突；反之亦然，表示缓解措施是否可接受。安全模型定义的具体公式如下：𝐴𝑣𝑜𝑖𝑑𝑎𝑛𝑐𝑒[0; 1] = 𝑓𝑠𝑎𝑓𝑒𝑡𝑦 𝑚𝑜𝑑𝑒𝑙(𝑠𝑐𝑒𝑛𝑎𝑟𝑖𝑜𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒1,𝑠𝑐𝑒𝑛𝑎𝑟𝑖𝑜𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒2, … )𝑀𝑖𝑡𝑖𝑔𝑎𝑡𝑖𝑜𝑛[0; 1] = 1 − 𝑓𝑠𝑎𝑓𝑒𝑡𝑦 𝑚𝑜𝑑𝑒𝑙(𝑠𝑐𝑒𝑛𝑎𝑟𝑖𝑜𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒1,𝑠𝑐𝑒𝑛𝑎𝑟𝑖𝑜𝑣𝑎𝑟𝑖𝑎𝑏𝑙𝑒2, … ) 例如，UN-R157法规中规定了在一定的场景假设前提下，自动驾驶系统能够避免碰撞的邻车切入场景的参数范围。按照FRAV中对安全模型的定义，该要求可以被看成是一个安全模型。该安全模型定义了在什么样的邻车切入场景下，自动驾驶系统需要避免碰撞。具体模型公式定义如下： 1.2.2本文对自动驾驶安全模型的定义 FRAV对安全模型的定义更多是从自动驾驶系统安全评估的角度，给出了安全模型的定义，当然这也是安全模型最重要的应用之一。实际上安全模型的应用 更加广泛，下面通过梳理自动驾驶的安全需求，给出安全模型的一个更加全面的定义。 自动驾驶汽车在执行动态驾驶任务时，与他车的行为交互是不安全因素的主要来源之一。在与他车的行为交互中想要保证安全，首先需要与他车保持一个安全合理的距离，若自动驾驶系统预测模块预测到将有碰撞发生时，预留的安全距离能让自动驾驶汽车有时间余量执行安全处置措施以避免碰撞的发生。其次，在车辆行为交互中，路权冲突也是影响行车安全与效率的重要因素。自动驾驶汽车需要充分理解路权优先级，并且解决路权冲突时的路权归属问题，在保证安全的前提下同时保证通行效率。另外，遵守交通规则是保证行车安全的有效手段，自动驾驶汽车需要遵守交通规则，如遵守交通信号灯及交通标志、合理运用转向指示灯等。最后，自动驾驶汽车在未来可能还需要有对潜在风险的评估能力。例如在前方公交车站有静止公交车开启左转灯时适当减速或者变道，避免与相邻车道大车长时间并排行驶等，这些对潜在风险的评估能力可以一定程度上减少发生碰撞的概率。 通过上述对自动驾驶安全需求的梳理，以下给出了自动驾驶安全模型的定义。自动驾驶安全模型，是一种定义明确的、指标定量的、规则可解释的数学模型，可用于模型化涉及自动驾驶汽车安全性相关的安全距离、路权归属、交通规则、风险评估等方面。 第二章自动驾驶安全模型应用 自动驾驶安全模型可在自动驾驶系统设计阶段提供安全指导，作为安全行为约束；可在验证阶段作为安全指标，评估自动驾驶安全性；也可在运行阶段用于安全验证，时刻防护自动驾驶行为安全。下面将分别安全行为约束、安全行为验证及安全评估指标三个方面分别阐述其应用。 2.1安全行为约束 传统的自动驾驶系统一般会包括感知、决策、规划、控制等模块。其中，规划可以看成一个优化问题。一般地，一个优化问题的核心分为两部分：目标函数与约束条件。例如，有些传统规划优化问题的目标函数包括驾驶过程中的舒适性、节能性和可靠性等；约束条件包括碰撞规避、交通规则、车辆动力学限制及规划任务的始末运动状态等。规划优化问题的最终目的即为寻找一条最优的轨迹，在不违反约束条件的前提下，最小化目标函数。 安全模型可以作为约束条件之一，实时参与自动驾驶的规划，从而使得规划出的轨迹除了满足碰撞避免、交通规则和车辆动力学限制等条件，还满足安全模型定义的约束，如图2.1所示。其简化的公式表示如下： minimize 𝑓(𝑥)subject to 𝑠𝑎𝑓𝑒𝑡𝑦 𝑚𝑜𝑑𝑒𝑙 其中，𝑓为目标函数，𝑥为轨迹。 2.2安全行为验证 安全模型还可以被单独设计为一个模块，独立于规划模块之外，对实时规划的输出结果进行安全性验证，如图2.2所示。例如，若不满足安全模型要求，则规划模块重新规划轨迹，或由安全模型模块直接输出符合安全模型的规划轨迹。另外，还可以由规划模块输出多个规划轨迹，由安全模型模块选择其中最为符合 安全模型的一个规划轨迹输出给控制模块。 2.3安全评估指标 安全模型最为广泛的应用是作为自动驾驶系统测试验证的安全性衡量指标。可对自动驾驶系统输出的轨迹、行为或碰撞结果等进行安全性验证，验证上述各种输出是否符合安全模型要求，如图2.3所示。