無(wú)人駕駛車(chē)輛智能水平等級劃分

國內外無(wú)人駕駛車(chē)輛迅速興起，為加快無(wú)人駕駛車(chē)輛關(guān)鍵技術(shù)研究，進(jìn)行無(wú)人駕駛車(chē)輛智能水平等級劃分成為首要任務(wù)。本文以無(wú)人駕駛車(chē)輛、任務(wù)、環(huán)境三者構成的復雜交互系統為研究對象，開(kāi)展無(wú)人駕駛車(chē)輛智能水平評價(jià)研究。建立了由環(huán)境復雜度、人工干預程度、任務(wù)復雜度組成的無(wú)人駕駛車(chē)輛評測模型，并根據環(huán)境復雜度、人工干預程度、任務(wù)復雜度分別對無(wú)人駕駛車(chē)輛進(jìn)行5 個(gè)等級劃分;最后根據無(wú)人駕駛車(chē)輛行駛的環(huán)境復雜度、人工干預的程度、執行任務(wù)的復雜度及行駛質(zhì)量，對無(wú)人駕駛車(chē)輛智能水平進(jìn)行了10 個(gè)等級劃分。

無(wú)人駕駛車(chē)輛(也稱(chēng)輪式移動(dòng)機器人)是能夠依靠自身攜帶的傳感器感知車(chē)輛周?chē)h(huán)境，根據任務(wù)要求實(shí)時(shí)決策執行，以保證車(chē)輛的安全性和穩定性。美國國家科學(xué)委員會(huì )指出，無(wú)人平臺加入戰場(chǎng)將是未來(lái)軍事發(fā)展的一個(gè)必然趨向。世界各國也越來(lái)越關(guān)注無(wú)人駕駛車(chē)輛技術(shù)，并相繼投入相關(guān)研究和開(kāi)發(fā)中。越來(lái)越多的車(chē)企也陸續將無(wú)人駕駛技術(shù)加到自己的車(chē)系中，并加大在無(wú)人駕駛方面的研究投入;各大車(chē)企無(wú)人駕駛汽車(chē)相繼出現，無(wú)人駕駛車(chē)輛技術(shù)在未來(lái)汽車(chē)行業(yè)將成為一個(gè)新亮點(diǎn)。

一套完善的評測系統對無(wú)人駕駛車(chē)輛智能水平的評價(jià)是至關(guān)重要的，評測模塊將按照給定的評測系統對無(wú)人駕駛車(chē)輛的智能行為做出評價(jià)。2003年，美國國家標準研究院提出并建立了針對地面無(wú)人平臺分類(lèi)和評估的無(wú)人系統自主級別(ALFUS)框架，從此測評體系有了規范性框架和理論指導。

美國舉辦了3屆美國國防高級研究計劃局(DARPA)無(wú)人駕駛車(chē)輛比賽，分別是2004年、2005年的越野挑戰賽和2007年舉辦的DARPA Urban Challenge，測試題目均由第三方給出，參賽車(chē)隊賽前并未被告知測試場(chǎng)地和測試題目，根據各隊完成預定任務(wù)的耗時(shí)對無(wú)人駕駛車(chē)輛進(jìn)行定量評價(jià)。這3屆DARPA賽事只是采用了簡(jiǎn)單的定量評價(jià)，并未對無(wú)人駕駛車(chē)輛的智能水平等級進(jìn)行評價(jià)。

2009年6月，首屆“中國智能車(chē)未來(lái)挑戰”大賽的舉行是中國對無(wú)人駕駛車(chē)輛首次實(shí)行第三方測試評價(jià)，對中國無(wú)人駕駛車(chē)輛探索從理論走向現實(shí)、加速無(wú)人駕駛車(chē)輛研發(fā)進(jìn)程做出了重大貢獻。從此每年均舉辦一屆“中國智能車(chē)未來(lái)挑戰”大賽，至2017年2月共舉辦了7屆。大賽的評價(jià)規則采用定性和人機結合的評判方法，實(shí)現了無(wú)人駕駛車(chē)輛智能水平的量化。通過(guò)比賽可以看到無(wú)人駕駛車(chē)輛的智能水平逐年提高，但是對其智能水平處在什么等級尚待評價(jià)。本研究組對無(wú)人駕駛車(chē)輛的定量評價(jià)做過(guò)一些嘗試，提出了基于成本函數的定性定量相結合的評價(jià)方法和模糊層次分析(fuzzy-AHP)評價(jià)方法，并對無(wú)人駕駛車(chē)輛的評測體系進(jìn)行了研究。這些方法，在一定程度上實(shí)現了無(wú)人駕駛車(chē)輛的定量評價(jià)，但是并未實(shí)現無(wú)人駕駛車(chē)輛智能水平的等級劃分。

縱觀(guān)國內外的一系列無(wú)人駕駛車(chē)輛比賽，雖然實(shí)現了智能水平的評價(jià)，但是均未對其所處的智能水平等級進(jìn)行評價(jià)。一套完善的無(wú)人駕駛車(chē)輛智能水平測評系統，首先要對無(wú)人駕駛車(chē)輛智能水平等級進(jìn)行劃分，這需要進(jìn)一步的深入研究。

無(wú)人駕駛車(chē)輛智能行為的產(chǎn)生

無(wú)人駕駛車(chē)輛利用安裝在不同部位的傳感器來(lái)感知周?chē)h(huán)境，獲得道路、自身位姿、障礙物和背景環(huán)境等信息。傳感器捕捉到的任何細微變化都會(huì )影響無(wú)人駕駛車(chē)輛的行為，例如光線(xiàn)、溫度的變化及對路面平整度捕捉的變化都會(huì )對無(wú)人駕駛車(chē)輛的分析決策造成影響。無(wú)論是任務(wù)的改變還是環(huán)境的改變，均會(huì )改變無(wú)人駕駛車(chē)輛的行為。由此可得通過(guò)環(huán)境—任務(wù)—無(wú)人駕駛車(chē)輛三者交互激發(fā)無(wú)人駕駛車(chē)輛的智能行為(圖1)。

圖1 環(huán)境—任務(wù)—無(wú)人駕駛車(chē)輛交互模型

不同環(huán)境和任務(wù)對無(wú)人駕駛車(chē)輛的行為影響也不同，無(wú)人駕駛車(chē)輛必須實(shí)時(shí)捕捉周?chē)h(huán)境的變化，必須準確判斷周?chē)h(huán)境中的障礙物，如行駛的車(chē)輛、走動(dòng)的行人等，并執行相應的安全避讓措施。同時(shí)應準確識別車(chē)道線(xiàn)、交通燈、標識牌、護欄等并做出準確決策。當自然環(huán)境發(fā)生變化時(shí)無(wú)人駕駛車(chē)輛也應改變自己的行為，如遇到霧天、雨天、雪天等特殊天氣，無(wú)人駕駛車(chē)輛應當保持適當的車(chē)速、車(chē)距并且準確地變換燈光。遇到窄路、起伏路、坑洼路等特殊路況時(shí)，無(wú)人駕駛車(chē)輛也應當選擇最優(yōu)路線(xiàn)進(jìn)行行駛、會(huì )車(chē)及掉頭。

無(wú)人駕駛車(chē)輛評測模型

無(wú)人駕駛車(chē)輛評測模型通過(guò)人工干預程度(human intervention，HI)、完成任務(wù)復雜度(mission complexity，MC)和環(huán)境復雜度(environmental complexity，EC)表現(圖2)。把人工干預程度(人工進(jìn)行的決策和操作)、任務(wù)復雜度(任務(wù)難易程度、完成任務(wù)的數量)、環(huán)境復雜度(特殊天氣、特殊區域、復雜路口、道路情況、人流情況)作為評價(jià)無(wú)人駕駛車(chē)輛智能水平的3個(gè)方面，建立3維坐標體系，3方面各自作為一軸，通過(guò)3因素在3坐標軸上所占比例進(jìn)行無(wú)人駕駛車(chē)輛評測模型的建構。

圖2 無(wú)人駕駛車(chē)輛評測模型

無(wú)人駕駛車(chē)輛智能水平等級劃分

ALFUS 評測框架10 等級劃分

根據美國國家標準與技術(shù)研究院?jiǎn)l(fā)式定性評價(jià)體系的ALFUS評測框架，生成10個(gè)相對應的自主等級。當無(wú)人系統完全由人工控制、無(wú)自主性時(shí)，即代表智能水平為0級;第10級表征任務(wù)極其復雜、環(huán)境極端惡劣，能夠完全自主，自主水平優(yōu)秀;7~9級表征任務(wù)復雜性/協(xié)作性要求高、環(huán)境復雜、自主水平良好;4~6級表征任務(wù)難度中等、環(huán)境復雜程度中等、自主水平中等;1~3級表征環(huán)境簡(jiǎn)單、任務(wù)要求較低、自主水平差?；谶@10級評價(jià)，智能無(wú)人系統的自主性程度差別可以直觀(guān)地從等級劃分中體現出來(lái)。

無(wú)人駕駛車(chē)輛人工干預程度

根據人工干預程度在無(wú)人駕駛車(chē)輛行駛過(guò)程中所占比例將其進(jìn)行5等級劃分。一級(遠程控制)：無(wú)人駕駛車(chē)輛不能進(jìn)行自我決策且無(wú)自主性，需要操控人員進(jìn)行環(huán)境感知和理解、路徑分析和規劃并由操控人員進(jìn)行決策。無(wú)人駕駛車(chē)輛的行為受操控人員干預程度較大。二級(遠程操作)：操控人員根據無(wú)人駕駛車(chē)輛感知的周邊環(huán)境信息進(jìn)行分析、規劃和決策，感知任務(wù)大部分由操控人員進(jìn)行，操控人員根據無(wú)人駕駛車(chē)輛提供的感知信息控制其行為。三級(人為指導)：操控人員接收無(wú)人駕駛車(chē)輛的環(huán)境感知報告。由操控人員進(jìn)行大部分的分析、規劃和決策任務(wù)，由操控人員和無(wú)人駕駛車(chē)輛共同進(jìn)行感知和任務(wù)執行。四級(人為輔助)：操控人員接收無(wú)人駕駛車(chē)輛的環(huán)境感知報告。由操控人員和無(wú)人駕駛車(chē)輛共同進(jìn)行分析、規劃和決策任務(wù)，由無(wú)人駕駛車(chē)輛進(jìn)行大部分的感知和任務(wù)執行。五級(自主)：在滿(mǎn)足無(wú)人駕駛車(chē)輛執行能力的條件內，任務(wù)分析、路徑規劃和行為決策在很大程度上由無(wú)人駕駛車(chē)輛來(lái)承擔。無(wú)人駕駛車(chē)輛不受操控人員控制，操控人員對無(wú)人駕駛車(chē)輛的行為基本無(wú)干預。操控人員接收無(wú)人駕駛車(chē)輛的環(huán)境感知報告，由無(wú)人駕駛車(chē)輛獨立承擔所有的環(huán)境感知和任務(wù)執行，并且完成任務(wù)分析、路徑規劃和行為決策，協(xié)作可能要由操控人員來(lái)完成。

無(wú)人駕駛車(chē)輛環(huán)境復雜度

無(wú)人駕駛車(chē)輛對環(huán)境的識別往往是評價(jià)其智能水平最緊密的參數之一。無(wú)人駕駛車(chē)輛的智能水平等級根據對無(wú)人駕駛車(chē)輛的行車(chē)行為表現以及交通行為表現的分析來(lái)進(jìn)行劃分。真實(shí)道路具有復雜性和不可預測性。無(wú)人駕駛車(chē)輛的認知能力與交通環(huán)境的變化有關(guān)。根據車(chē)輛行駛環(huán)境，將環(huán)境復雜度進(jìn)行5等級劃分。一級(環(huán)境復雜度最低)：簡(jiǎn)單道路(直道)，路況平坦(無(wú)坑洼)，天氣良好，光照良好，行人少，路口少，交通燈、交通標志少。二級(環(huán)境復雜度低)：一般道路(直道，彎道)，路況一般(有較小坑洼)，光照一般，動(dòng)態(tài)行人較多，較復雜路口，有交通燈、交通標志。三級(環(huán)境復雜度中等)：較復雜道路(簡(jiǎn)單車(chē)道線(xiàn)，減速帶等)，路況較惡劣(車(chē)轍，坑槽，路面破損等)，光照較弱，動(dòng)態(tài)行人多，相對復雜路口，交通燈、交通標志較多。四級(環(huán)境復雜度高)：復雜道路(復雜車(chē)道線(xiàn)，綠化帶，分離帶等)，路況惡劣(泥濘土路，松散沙路，水坑等)，陰天，光照弱，較多動(dòng)態(tài)的行人、機動(dòng)車(chē)及非機動(dòng)車(chē)等，復雜路口，交通燈、交通標志多。五級(環(huán)境復雜度最高)：特別復雜道路(立交橋，各種車(chē)道、匝道，指示牌，道路信息牌等)，路況極端惡劣(積水，積雪，落葉、遺撒物等障礙物覆蓋)，雨天、雪天、霧天等極端天氣，光照最弱，動(dòng)態(tài)行人最多(學(xué)校，醫院，擁擠路口等)，有高速行駛車(chē)輛，極其復雜路口，交通燈、交通標志最多。

無(wú)人駕駛車(chē)輛任務(wù)復雜度

任務(wù)規劃能力的自主性體現在無(wú)人駕駛車(chē)輛根據突發(fā)狀況進(jìn)行任務(wù)規劃與重規劃的能力。對無(wú)人駕駛車(chē)輛完成單項多組任務(wù)的能力進(jìn)行測試，以獨立完成任務(wù)的數量和質(zhì)量為依據對無(wú)人駕駛車(chē)輛任務(wù)復雜度進(jìn)行5等級劃分。一級遠程控制啟動(dòng)、剎車(chē)、停車(chē)，無(wú)感知能力和決策能力。二級直線(xiàn)車(chē)道保持、停車(chē)線(xiàn)停車(chē)、GPS導航性能、限速，能夠對車(chē)道線(xiàn)、停車(chē)線(xiàn)進(jìn)行識別，完成路徑規劃及停車(chē)行為決策。三級車(chē)距保持、彎道車(chē)道保持、避讓靜態(tài)障礙物并返回原車(chē)道，能夠對路面拓撲結構、車(chē)輛、障礙物進(jìn)行識別及車(chē)距檢測，完成彎道、跟車(chē)行為決策及路徑規劃。四級語(yǔ)音指令停車(chē)、避讓動(dòng)態(tài)障礙物并返回原車(chē)道、泊車(chē)、緊急制動(dòng)、GPS信號缺失時(shí)的導航性能，能夠對障礙物、語(yǔ)音、車(chē)道線(xiàn)、停車(chē)位進(jìn)行識別并具有車(chē)輛位置信息丟失下的基本行車(chē)行為的魯棒性，完成局部路徑規劃及泊車(chē)行為決策。五級識別道路標志后的車(chē)速和路徑規劃、緊急聲音的車(chē)速和路徑規劃、信號燈停車(chē)排隊，能夠對道路標志、警車(chē)、救護車(chē)、救火車(chē)鳴笛語(yǔ)音、交通信號燈標志、車(chē)輛識別，完成道路標志、緊急聲音、交通信號燈認知下的行為決策、局部路徑規劃及全局路徑規劃。

無(wú)人駕駛車(chē)輛智能水平等級劃分

無(wú)人駕駛車(chē)輛智能行為的表現直接決定了無(wú)人駕駛車(chē)輛智能水平等級。對無(wú)人駕駛車(chē)輛智能水平的評價(jià)取決于環(huán)境復雜度、任務(wù)復雜度、人工干預程度、行駛質(zhì)量(表1)。如表1所示，無(wú)人駕駛車(chē)輛的綜合等級對應10個(gè)智能水平等級，根據綜合等級的高低(A最高，E最低)來(lái)評價(jià)無(wú)人駕駛車(chē)輛智能水平高低(例如，如果任務(wù)復雜度最高、環(huán)境復雜度最高、人工干預度最小，則綜合等級為(A，A，A))。

表1 無(wú)人駕駛車(chē)輛智能水平等級劃分

結 論

1)無(wú)人駕駛車(chē)輛智能水平的等級由它表現出來(lái)的智能行為來(lái)決定。無(wú)人駕駛車(chē)輛的智能行為是由無(wú)人駕駛車(chē)輛自身、所處環(huán)境和所執行的任務(wù)三者交互共同作用激發(fā)的。

2)根據無(wú)人駕駛車(chē)輛的人工干預程度、任務(wù)復雜度、環(huán)境復雜度在評測模型各坐標軸上所占的比例，可以直觀(guān)地對無(wú)人駕駛車(chē)輛的智能水平做出評價(jià)。

3)通過(guò)對無(wú)人駕駛車(chē)輛行駛環(huán)境的復雜程度、任務(wù)的復雜程度、人工干預的程度及行駛質(zhì)量的評價(jià)，可對無(wú)人駕駛車(chē)輛智能水平進(jìn)行10等級劃分。