加入星计划,您可以享受以下权益:

  • 创作内容快速变现
  • 行业影响力扩散
  • 作品版权保护
  • 300W+ 专业用户
  • 1.5W+ 优质创作者
  • 5000+ 长期合作伙伴
立即加入
  • 正文
    • 1. 概述
    • 2. 方法
    • 3. 定义ODD框架的影响因素 
    • 奇怪的类别描述
    • 环境条件 
    • ADS功能ODD识别 
  • 推荐器件
  • 相关推荐
  • 电子产业图谱
申请入驻 产业图谱

7000字告诉您什么是-智能驾驶系统ADS-设计运行域ODD

2022/04/18
1111
阅读需 22 分钟
加入交流群
扫码加入
获取工程师必备礼包
参与热点资讯讨论

1. 概述

本文和大家一起来学习智能驾驶系统智能操作设计域,本文中描述了可用于定义ADS的ODD的属性识别。一个ODD描述了一个ADS功能在道路类型、速度范围、照明条件(白天和/或晚上)、天气条件和其他操作限制方面的具体操作域。即使一辆车有多个ADS功能,但每个ADS功能的ODD都可能不同。本文提出的测试框架考虑了ODD的潜在范围,以及ODD如何影响潜在测试案例的开发。

2. 方法

采取了三阶段的方法来定义ODD:

1.    回顾文献,包括大众媒体、新闻稿、技术期刊和会议记录,以确定关键概念,列举潜在的ODD特征,并研究其他行业的ODD方法。

2.    对ODD进行定义和分类,使其成为一种分类法,可供交通部和行业讨论ADS时使用。

3.    根据文献审查和工程判断,描述ODD的概念ADS特征可能在其中运作。

审查了50多个文献来源,包括OEM网站、新闻稿、USDOT文件,包括NHTSA碰撞前场景分析和FHWA管理车道使用案例,以及技术和国际出版物,包括2015年和2016年自动驾驶汽车研讨会的会议记录。此外,NHTSA向国会拨款委员会提交的2017财年预算申请确定了几个ADS用例,在定义本分析的ODD时考虑了这些用例。应该注意的是,鉴于ADS技术的新兴和高度竞争的性质,要获得关于ADS功能的预期ODD的明确和完整的信息本身就很困难。在缺乏ODD信息的情况下,有时会使用工程判断来定义ODD分类法,并确定ADS功能的ODD概念。

图 1 ODD定义流程

 

文献和媒体中的某些信息对ODD识别和分类定义特别有帮助,包括以下内容: 

- 产品手册中的描述

o 在某些情况下,ODD已在产品手册中以及通过产品研发测试和产品应用相关研发材料中明确定义,特别是道路类型和速度。

- 视频

o 视频提供了车辆在特定领域(如天气条件、物理基础设施、共享道路用户等)测试的视觉文件,作为推断这些ADS功能的潜在ODD的基础。

o 视频范围从官方营销材料到产品研究和测试视频,再到已发布产品的独立视频,适用于许多不同的ADS功能,这些功能正在被OEM厂商测试或引进。

- 感知系统

o 传感器套件推动了ODD的边界和限制(例如,尘土飞扬的条件比雷达更阻碍摄像机),在确定ODD时,考虑了为不同ADS功能提出的感知系统。

- 使用说明

o 使用说明提供了关于环境中哪些特征是重要的见解,特别是关于系统在特定ODD方面遇到困难的报告,包括糟糕的车道标记、山峰/曲线等。 

- 来自其他领域的ODD

o 其他领域的ODD为分类和方法提供信息(例如,航空领域包括空域等级和过渡、地面人员的存在、操作员的工作量等)。

小明师兄从多处了解到,未来汽车营销、说明手册、使用说明等等都需要明确标明ADS系统具体工作边界,即ODD范围

3. 定义ODD框架的影响因素 

文献显示了早期为定义和构建ODD所做的一些努力。所提出的概念并不完全一致,其形式包括从公共政策到行业指南再到研究。

自动驾驶系统2.0--安全的愿景

美国联邦交通部对ODD的定义是在联邦指南中给出的,在本文中被采用。该定义指出,ODD应由制造商确定,并包括ODD类别示例。 

鼓励各实体为其车辆上经测试或部署在公共道路上使用的每个ADS定义并记录操作设计域(ODD),并对功能定义的ODD做好相应的评估、测试和验证。 

该定义接着描述了ODD的边界如何影响ADS的运行。 

ODD将至少包括以下信息,以定义每个ADS的能力限制/边界。ADS要安全运行的道路类型(城际、城区等);地理区域(城市、山区、沙漠等);速度范围;ADS要运行的环境条件(天气、白天/夜间等);以及其他领域限制。

2016年的SAE J3016

SAE-J3016已被美国交通部采用,定义并描述了ODD。本文中相关内容采用了J3016中提出的概念,并与USDOT的政策一致。除了L5的ODD被描述为 "无限 "外,ODD与驾驶自动化水平没有明确的关系。 

J3016为ODD提供了以下定义:"特定的驾驶自动化系统或其特征被设计为发挥作用的具体条件,包括但不限于驾驶模式。"  

一个ODD可能包括一个或多个驾驶模式。例如,特定的自动驾驶系统可能被设计为仅在完全受控的高速公路上、在低速交通、高速拥堵工况或两种驾驶模式下操作车辆。

图 2.ODD与智能驾驶级别的关系(国际汽车工程师学会,2016年)

 

关于J3016,一直有质疑和批评。例如,全国专业工程师协会评论说:SAE J3016提出的操作设计域过于宽泛,没有充分反映车辆在整体域(如收费公路)的单一路线过程中可能需要进入和退出的无数子领域。 

出现的另一个问题是,在L5的"无限 "ODD概念是否应该被推向极端(例如,白茫茫的雪地条件),或者它在实践中是否受到限制(例如,与合理的人类驾驶员相同的水平)。SAE J3016目前正在与ISO合作对该文件进行更新,该文件将澄清几个要点,包括与ODD有关的概念。

加州政策

与美国交通部和国际汽车工程师学会类似,加州法规草案描述了ODD的概念,定义了ADS和人类操作之间的界限,并指出ODD将由制造商指定。 

制造商应在申请中确定目标自动驾驶车辆被设计用于操作的操作设计域,并证明车辆被设计为无法在披露的ODD之外的区域以自动驾驶模式操作。 

该政策继续指出,ODD要素可以被识别为减法。 

确定任何通常发生的或受限制的条件,包括但不限于:雪、雾、黑冰、潮湿的路面、施工区以及按地点或道路类型划分的地理围栏,在这些条件下,车辆被设计为无法在自动驾驶模式下运行或无法可靠地运行,并证明车辆被设计为无法在这些条件下以自动驾驶模式运行。 

它还讨论了在地理上界定的ODD内与当地法律规范的关系。 

参考地方当局的条例或决议,规定在地方当局的管辖范围内,车辆可以运行的操作设计域。 

为了支持加州的政策,加州PATH进行了一项分析,收集了专家对"操作设计域 "的反馈,这些域被定义为农村、城市和高速公路/公路。这一分类方案被认为过于直白和不分青红皂白,被ODD所取代。该分析还指出了处理广泛的环境、天气和照明条件的挑战,并建议使用补充性的功能安全计划来解决难以量化的情况。

PEGASUS项目

PEGASUS项目旨在 "建立普遍接受的质量标准、工具和方法,以及发布高度自动驾驶功能的场景和情况。"这项工作的重点是高速公路驾驶,PEGASUS研究小组已经确定了场景中与ODD有关的几个要素,包括交通基础设施(如车道、法规、几何形状)、环境条件(如湿润的表面抓地力、光线、太阳、雾、传感器障碍)和交通。

参考的其他因素

虽然不是本分析的核心,但也考虑了其他行业的影响因素。这些包括航空和美国国防部。 

航空业管理着国家空域和太空飞行中的交通运营域。空域容量被指定为几个等级,其中规定了操作特点和程序。为了在某些空域中运行,飞机可能被要求配备某些设备(如应答器),飞行员可能需要遵循某些程序(如仪表飞行规则与目视飞行规则)。这些运行域的指定受到空域的复杂性和潜在风险的影响。对于汽车,ODD同样受到复杂性(如速度、交通水平)、风险、装备(如传感器)和程序(如收费车道)的影响。 

NASA的任务在有限的领域内运行,这有助于约束设计;例如,限制在特定地理区域或可能遇到的物体类型的任务。对于自动飞行系统,有一定的领域考虑,如空中交通、危险天气、地形和其他障碍物和安全机动。 

国防部在设计和使用无人驾驶系统时考虑了操作域;例如,公路、沿海地区、森林地区和各种操作速度(国家研究委员会,2005)。

指导原则 

根据文献制定了几项指导原则,以确定和描述ODD的特点。 

- 需要一个ODD分类法--存在大量不同的ODD维度,需要一个架构来组织分类,并促进对系统要求、能力和测试的讨论。

- 考虑到运行环境的变化--ODD的性质可能不同。有些是预先确定的(如道路类型),而另一些则随时间变化(如交通状况)。有些可以分为不连续的类别(如标志),而其他的则沿着连续的尺度变化,可能难以量化(如雨、光、雾)。

- 定义什么是 "运行场景"--运行场景部分是由一组ODD特征描述的,这些特征描述了该功能设计执行的环境。

- 确定ODD的界限--ODD定义了ADS可以和不可以运行的地方。由于混杂变量(如天气和照明)、非确定性软件、设计和测试等原因,ODD界限可能因次行程或操作场景而不同。

- 识别当前的ODD状态(自我意识)--ADS功能应能识别其是否在ODD内,并检测和响应系统的参与和脱离限制。这可能包括识别某些ODD状态(如道路类型)之间的转换。

定义ODD分类法 

虽然文献提供了许多ODD要素的例子,但没有确定分类框架。这项工作在开发分类法方面迈出了第一步,以组织研究中发现的许多ODD要素。这个ODD分类法采用了类别和子类别的层次结构,每个类别都有定义,并在适当的地方有分级。该分类法是描述性的,而不是规范性的,因为根据设想,这些要素可以被组织成几个不同的组别。该分类法提供了一种结构化的方法来组织和识别ADS功能的各种ODD,特别是当存在几种不同的可能的组合。图3显示了广泛的顶层类别和直接子类别。

图9. 带有顶层类别和直接子类别的ODD分类框架

 

层次结构延伸到多个子级别,如图4所示。环境条件 "类别被划分为四个子类别:天气、照明、颗粒物和道路天气。天气又被进一步细分为雨、温度、风和雪。对于这个研究项目来说,将雨进一步细分为不同的等级,有助于掌握在ADS功能上收集的数据。例如,一些ADS功能已经在小雨中测试过,而另一些则在大雨中测试过。尽管该分类法的应用在本研究项目中很有用,但进一步的研究和利益相关者的参与将有利于完善和客观地量化这些类别和等级。

图4环境条件类别中的分层实例

 

奇怪的类别描述

有形基础设施

有形基础设施指的是为一个国家、城市或地区服务并使其经济运行的设施和系统。物理基础设施的典型特征是技术结构,如道路、桥梁、隧道、供水、下水道、电网、电信等,这些结构在大多数情况下是相互关联的。ADS功能可能取决于此类基础设施要素,它们是ODD环境的关键部分。主要物理基础设施要素的子类别列举如下;图5提供了说明性照片。

道路类型

- 分割公路、未分割公路、干道、城市、农村、停车场、多车道、单车道、高速乘用车(HOV)车道、上下匝道、紧急疏散通道、单向、只转弯车道、私人道路、可逆车道、交叉口(信号灯、U型弯、4向/2向停车、环岛、合并车道、只转弯车道、人行道、收费广场、铁路口)。

道路表面

- 沥青、混凝土、混合、格栅、砖、泥土、碎石、刮擦路面、部分遮挡、减速带、坑洞、草地。 

路面边缘

- 标线、临时标线、路肩(铺面或碎石)、路肩(草地)、混凝土障碍物、格栅、栏杆、路缘、锥体。

路面几何

- 直线、曲线、山丘、侧峰、转角(规则、盲角)、消极障碍、车道宽度。 

图5. 有形基础设施要素的例子 

 

操作制约因素 

在设计和测试ADS应用时,需要考虑一些操作限制。这些包括诸如速度限制的动态变化、交通特性、施工等因素。例如,进入学校区域的ADS受到较低的速度限制,必须做出适当的反应以确保其乘客和其他道路使用者的安全。下面列出了一些操作限制的例子。图6中提供了说明性的照片。

速度限制

- 最低和最高速度限制(绝对速度,相对于速度限制,相对于周围交通)。 

交通状况

- 最小交通,正常交通,碰碰车/高峰期交通,改变(事故,紧急车辆,施工,封闭道路,特殊事件)。 

 

物体 

为使ADS在ODD内正确导航,它必须检测并响应某些物体,这被称为OEDR。OEDR是具体描述以后会做相应的更新,但在此讨论的是识别ODD内可合理预期存在的物体。例如,行人可能会出现在十字路口,但很少出现在高速公路上。下面的文字和图7中提供了对象和描述的例子。

标志

- 标志(如停止、让步、行人、铁路、学校区等)、交通信号(闪烁、学校区、消防队区等)、人行横道、铁路道口、停止的公共汽车、施工标志、急救信号、遇险信号、道路使用者信号、手势。 

道路使用者

- 车辆类型(汽车、轻型卡车、大型卡车、公共汽车、摩托车、宽体车、紧急车辆、建筑设备、马车/越野车)、停止的车辆、移动的车辆(手动、自动)、行人、骑车人。

非道路使用者的障碍物/物体

- 动物(如狗、鹿等)、购物车、碎片(如轮胎碎片、垃圾、梯子)、建筑设备、行人、骑车人。 

图7.对象的例子

 

环境条件 

环境条件在各种ADS应用的安全运行中起着至关重要的作用,并对车辆装配ADS系统,特别是早期装配的车辆构成了最大的挑战之一。环境可以影响能见度、传感器的保真度、车辆的可操作性和通信系统。今天,ADS技术最常在晴朗而非恶劣的天气条件下进行测试。平均而言,每年有超过570万起车辆碰撞事故。其中约22%的车祸--近130万起--与天气有关。与天气有关的车祸被定义为在恶劣天气(即雨、雪、雪、雾、严重的横风或吹雪/沙/碎石)或在湿、雪或冰的路面上发生的车祸。降水、大风和极端温度天气通过能见度来影响驾驶员的能力、车辆性能和可操作性(即牵引力、稳定性和可操作性),以及路面的状况、路面摩擦、道路基础设施、碰撞风险、交通流量。因此,作为ODD的一部分,考虑各种环境条件是很重要的。下面描述了其中的一些条件,图8中显示了一些例子。

天气

- 风、雨、雪、雨夹雪、温度

- 在高速公路上,小雨或雪可以使平均速度降低3%至13%。大雨可使平均速度降低3-16%。在大雪中,高速公路的平均速度可以下降5%至40%。在小雨中,自由流动的速度可下降2%至13%,在大雨中可下降6%至17%。雪会导致自由流速度下降5%到64%。下雨时速度差异可下降25%。

天气引起的道路状况

- 积水、被淹没的道路、结冰的道路、道路上的积雪

- 洪水导致的车道淹没以及积雪和风吹碎石导致的车道阻塞都会造成通行能力下降。由于危险条件(如大风中的大卡车)造成的道路封闭和通行限制也会降低道路通行能力。

颗粒物质

- 雾、烟、烟雾、灰尘/泥土、泥浆

- 能见度低会导致速度下降10%到12%。能见度距离因雾和强降水以及风吹雪、灰尘和烟雾而减少。低能见度条件导致速度变化增加,从而增加碰撞风险。每年有超过38,700辆汽车在大雾中发生车祸。每年有超过600人死亡,超过16300人在这些车祸中受伤。

光照度

- 白天(太阳:顶灯、背灯和前灯)、黎明、黄昏、夜晚、路灯、头灯(普通和远光灯)、迎面而来的车辆灯光(顶灯、背灯和前灯)。

图8.环境条件的例子

 

智能网联 

智能网联和自动化正越来越多地被整合到汽车和卡车中,目的是提高安全性和机动性,并提供更好的驾驶体验。智能网联是一种使能技术,它可以定义ADS功能可以在哪里运行。例如,低速班车可能依赖于交通信号灯的位置和时间信息,以减少对传感器单独检测信号的依赖。其他的操作例子包括生态接近和离开或协调的ACC。

智能网联构成了其他车辆、道路使用者、远程车队管理运营商以及物理和数字基础设施元素之间的通信链接。这些元素中的一些将在下文中描述。图9中提供了说明性的照片。

车辆

- V2V通信(例如,DSRC,Wi-Fi)

交通密度信息

- 众包数据(例如,Waze)和V2I

远程车队管理系统

- 车辆可由一个可进行远程操作的操作中心支持。 

基础设施 传感器和通信

- 工作区警报、弱势道路使用者、路线和事件管理、GPS、3-D高清地图(Ellichipuram,2016)、坑洞位置、天气数据、云上数据等。 

图9.连接的例子

分区 

ADS的功能在空间上可能受到区域的限制。这些区域的边界可能是固定的或动态的,定义边界的条件可能是基于复杂性、操作程序或其他因素。一个例子是工作区,它可以混淆ADS,因为道路配置(路面标记和新的车道排列)与典型条件不同。在工作区,锥形筒可能取代双黄线,柱子可能取代路缘石,施工人员的手势可能取代交通灯。这些为人类驾驶员设计的提示可以挑战先进的计算机系统。还有其他几种类型的区域,作为ODD的潜在元素,也是很重要的。

地理围栏

- 中央商业区、校园和退休社区(例如,CityMobil2是固定路线,包括<20英里/小时的公路和非公路上的人行道路线)。 

交通管理区

- 可能包括临时关闭车道、动态交通标志、可变速度限制、临时或不存在的车道标记、人为引导的交通、装载/卸载区。

学校/施工区

- 动态限速,不稳定的行人和车辆行为。

地区/国家

- 任何法律、法规、执法、侵权或其他方面的考虑(例如,跟车距离、许可等)。

干扰区

- 隧道、停车场、茂密的树叶、因高大建筑物而受到限制的GPS、大气条件。 

图 10.区域的例子

ADS功能ODD识别 

ODD分类法可作为识别ADS功能ODD的检查表。在上述ODD分类法的基础上,生成了一份全面的ODD检查表。为了展示该清单的潜在应用,我们为三个理论上的ADS功能填写了该清单。通用的L3级有条件的交通拥堵驾驶、L3级有条件的高速智能驾驶和L4级高度自动化车辆/TNC被选中。应该注意的是,目前制造商将决定一个ADS功能的ODD,类似的ADS功能的ODD可能有所不同。这里介绍的理论特征纯粹是示范性的,不代表任何商业上销售的ADS特征。表1显示了L3级有条件的交通拥堵驾驶的检查表。

为了测试车辆的安全运行能力,在测试开发和执行中要考虑ODD。场景考虑了ODD元素的组合,可用于描述测试案例和场景的条件;例如,有混凝土表面的公路,有轻雾。测试设施重新创建某些ODD的能力有限(如城市环境、山峰),可能需要升级新的基础设施以支持测试。有些ODD要素难以量化和重新创建(如天气),可通过功能安全设计实践和道路测试解决。其他ODD的例子见图11。图12再现了SAE J3016中显示ODD相对于驾驶自动化水平的重要性的图。  

 图11.其他ODD的例子

 

图12.说明了ODD相对于驾驶自动化水平的重要性 

 

要扩大所定义的ODD特征,有几个方面需要考虑。与其他ODD特征进行比较,并与OEM厂商合作,就定义达成共识,可以提高该分类法的稳健性。对ODD边界条件的进一步调查,以及ADS如何检测这些边界,对于理解脱离事件非常重要。例如,最小风险机动可能会根据车载传感器配置和路肩的适用性而有所不同。此外,需要考虑到潜在的事件,如当司机参与部分驾驶任务时,树叶阻挡了传感器或挡风玻璃上的鸟粪阻挡了视线。因此,有必要考虑一个更详尽的清单和潜在的分类器,用于MRCs和其他非公路用户。汽车和航空业的自动化专家都提醒说,汽车和飞机之间的ODD差异非常大,交叉学习的机会相当有限。

推荐器件

更多器件
器件型号 数量 器件厂商 器件描述 数据手册 ECAD模型 风险等级 参考价格 更多信息
TLE2426ID 1 Texas Instruments The &apos;&apos;Rail Splitter&apos;&apos; Precision Virtual Ground 8-SOIC

ECAD模型

下载ECAD模型
$3.41 查看
DRV8836DSSR 1 Texas Instruments 11-V, 1.5-A dual H-bridge motor driver with phase/enable 12-WSON -40 to 85

ECAD模型

下载ECAD模型
$2.3 查看
XTR117AIDGKT 1 Texas Instruments XTR117 4-20mA Current Loop Transmitter 8-VSSOP -40 to 125

ECAD模型

下载ECAD模型
$3.8 查看

相关推荐

电子产业图谱

智能驾驶行业从业者,专注于整车仿真与智能驾驶开发。B站个人主页: https://space.bilibili.com/407007820/