6月5日，在長安大學車聯網與智能汽車試驗場，一輛無人駕駛的汽車正在接受“考試”。只見這輛車被穩穩地固定在測試臺上，車身的傳感器和四個車輪正常運行。對面的顯示屏上，這輛車時而拐彎，時而加速。隨著車輛的“行駛”，一串串技術參數在不斷變化。

　　這是科研人員在進行自動駕駛汽車的道路動態模擬測試。這套汽車測試裝備，是長安大學教授趙祥模團隊自主研發的世界首臺基于虛實結合和整車在環的自動駕駛汽車室內快速測試大型裝備。

　　“這臺裝備經過多項技術創新，實現了室內環境下虛實結合的整車在環測試，有效彌補了自動駕駛道路測試周期長、成本高、關鍵場景復現難和虛擬仿真測試數據真實度低、權威性不夠等缺點。”趙祥模介紹，目前，該裝備已經對不同等級的自動駕駛汽車進行了測試驗證，為推動自動駕駛相關技術進步和產業化落地應用提供了測試方法和裝備支撐。

　　汽車不是設計出來的，而是試驗出來的

　　1885年世界上第一輛汽車誕生以來，汽車不斷改變著人類的生活、生產和出行方式，不同汽車或經典、或獨特的設計也令人驚嘆。然而，事實上，“汽車不是設計出來的，而是試驗出來的”。流行在汽車行業的這句俗語，足見“測試”在整個汽車設計、研發和生產過程中的重要性。

　　“一輛汽車由成千上萬個部件組成。一個新的車輛型號設計出來后，只有經過嚴格的測試，不斷改進技術，才能實現汽車的定型和批量生產。”趙祥模介紹。

　　隨著科技的不斷進步，搭載先進車載傳感器、控制器、執行器等裝置，融合現代通信與網絡技術的自動駕駛汽車正在走向現實。

　　測試對自動駕駛技術的發展尤為重要。“自動駕駛汽車除了具有傳統汽車的功能外，還具備感知、規劃、決策、控制等新功能。但是，由于運行環境的不確定性、運行場景的未知性和運行任務的復雜性，自動駕駛汽車在上路之前可能存在大量‘潛在’故障。只有科學嚴謹的測試，才能不斷促進自動駕駛技術的進步。”趙祥模表示。

　　自動駕駛的測試問題，一直被認為是一個世界性難題。

　　在傳統的開放道路測試中，工作人員通過模擬自動駕駛車輛在真實道路環境中的各類場景，進行反復和連續測試，得到相應數據。針對可能導致事故的場景，研發人員會基于測試數據，再對自動駕駛系統做進一步的改進和完善。“然而，這些重要場景的發生概率過低，數據難以收集。同時，現有的模擬測試方法除了可信度低外，還缺乏對路面響應的高真實模擬，無法模擬極端場景。”趙祥模介紹。

　　“美國蘭德公司報告曾經指出，按傳統測試方法，一輛自動駕駛汽車需要積累110億英里的測試數據才能驗證其安全性。如果通過開放道路測試完成這項工作，需要400年。顯然，開放道路測試無法滿足未來自動駕駛汽車的測試需求。”趙祥模說，“這些都是制約以自動駕駛汽車為代表的智能網聯汽車產業快速發展的瓶頸。因此，只有建立嚴密的測試技術體系，才能在有限時空域內實現無限場景的測試，從而確保自動駕駛汽車的安全性、舒適性、敏捷性和智能性，推動智能網聯汽車產業快速發展。”

　　瞄準未來產業發展瓶頸問題，長安大學集聚優勢學科力量，在自動駕駛測試評價基礎理論與關鍵核心技術方面持續攻關。

　　讓自動駕駛車輛“跑”起來

　　“與實際道路的測試方法不同，我們現在把實時路況‘搬’進了實驗室，讓自動駕駛車輛在幾乎真實的交通場景中真正‘跑’起來。”團隊成員、長安大學信息工程學院教師閔海根指著自動駕駛封閉場地測試基地一輛正在“考試”的車輛介紹道。

　　這輛自動駕駛汽車行駛在測試場地中。科研人員通過數字孿生系統為它設定了行人過馬路、超車換道、惡劣天氣條件、交通事故等各種測試場景，檢測它的性能。

　　“自動駕駛測試最核心的難題就是如何在有限的時空域內實現無限場景的測試。”閔海根進一步解釋，當自動駕駛汽車行駛在道路上，95%的場景都是容易應對的，但剩余5%的極限場景不僅具有很強的危險性，還具有稀有性。這5%的場景被稱為邊緣場景。“如何實現自動駕駛場景的壓縮測試，也就是將蘭德公司所說的窮盡所有場景需要的400年壓縮到幾天甚至幾個小時，是我們自動駕駛測試領域必須要解決的問題，也是自動駕駛測試技術的終極目標。”閔海根說。

　　面對世界級的難題，長安大學智能網聯及自動駕駛技術研究團隊成員翻遍了國內外文獻，大量走訪國內外相關單位，并組織了多次學術研討，只為找到答案。

　　那么，自動駕駛汽車測試能否搬到臺架上?團隊成員通過機電控一體化裝置模擬道路幾何特征和路面附著系數等數據，將這些數據經由數字孿生系統模擬出真實場景并經過信號逆向變換后送入自動駕駛汽車的車載計算單元中，讓自動駕駛汽車“不知道”自己行駛在虛擬環境中，從而實現無限場景的快速生成和組合測試。

　　技術方案論證、原型系統開發、大量實車試驗、道路試驗比對……經過8年多的不懈努力，團隊終于完成了世界首臺基于虛實結合和整車在環的自動駕駛汽車室內快速測試大型裝備的研發，攻克了高覆蓋度的典型與極限虛擬測試場景快速構建、基于場景的自動駕駛汽車功能測試評價等關鍵技術，解決了在有限時空域內完成自動駕駛海量典型及危險場景加速測試的工程科技難題。

　　在攻克自動駕駛測試關鍵難題的過程中，該團隊獲得美國發明專利7項、中國發明專利50余項。研究成果已在山東高速集團、陜汽集團、中航電測、萬集科技等企業應用。

　　“自動駕駛已經來到我們身邊”

　　急行業發展所需，長安大學智能網聯及自動駕駛技術研究團隊在開展基礎研究的同時，還推動智能網聯與自動駕駛技術實現了持續轉化。

　　早在2009年，該團隊就在國內率先開展了車路協同自動駕駛測試評價的理論研究和技術開發工作，從體系架構設計到關鍵技術突破，再到原型系統搭建，開展系統性體系化研究。

　　多年來，圍繞自動駕駛測試領域，該團隊承擔了國家重點研發計劃項目2項、國家級重點課題6項、專題12項，建立了基于多層次金字塔模型的自動駕駛測試方法體系，建成了全國高校唯一通過交通運輸部認定的自動駕駛封閉場地測試基地。同時，團隊與山東高速集團合作，設計建設了雙向52公里“國內測試里程最長、測試場景最豐富、測試環境最真實”的高速公路車路協同系統全尺度測試基地——山東高速集團智能網聯高速公路測試基地。

　　為推動技術不斷落地，長安大學還發起成立國際車聯網與智能汽車測試技術創新聯盟，聯合50余家國內外相關高校、科研院所等機構，共同開展自動駕駛測試環境構建、測試裝備研發等工作。團隊主持編寫的《自動駕駛汽車試驗場車聯網》國際標準獲得ISO國際標準組織正式立項。

　　“自動駕駛什么時候才能真正普及?”這是團隊成員常常被問到的問題。

　　“我們可以看到，自動駕駛技術在港口、碼頭、礦山這些特定場景和區域已經成功商業化落地應用。可以說，自動駕駛已經來到我們身邊。”閔海根說，“現階段，自動駕駛技術在環境感知、高精度定位、智能決策算法及測試評價方面有了突破性進展，但仍然面臨著一些不足，需要我們不斷去攻克。我們相信，隨著技術的不斷進步，法律法規、基礎設施建設、公眾接受度等綜合因素的不斷完善，自動駕駛技術一定會取得更大的突破，從而實現真正的無人駕駛。”

　　在趙祥模看來，智能網聯汽車技術是未來交通運輸領域的技術制高點，將給傳統的基礎設施建設、交通管理、汽車制造、新能源等行業帶來革命性的變革，是典型的新質生產力。

　　“陜西作為科教大省和汽車大省，應抓住這一歷史機遇，支持建立該領域的全國重點實驗室或者技術創新中心，開展政、產、學、研、用協同創新，搶占發展制高點。同時，陜西應該發揮科教資源優勢，加大該領域的人才引進和培養力度，加快形成未來交通運輸人才高地。”趙祥模建議。(記者 張梅)