DB31T 310020-2024 自動駕駛道路測試安全風險評估技術(shù)規(guī)范

自動駕駛道路測試安全風險評估技術(shù)規(guī)范前言 12規(guī)范性引用文件 13術(shù)語和定義 14縮略語 25總體要求 2 27道路測試安全風險評估 4附錄A(資料性)SRAAV評估流程與調(diào)研清單 6附錄B(資料性)自動駕駛道路安全風險評估方法(SRAAV) 9附錄C(資料性)自動駕駛測試道路環(huán)境分級表 附錄D(資料性)SRAAV評估清單 附錄E(資料性)自動駕駛道路測試警示標志 附錄F(資料性)基于自動駕駛道路測試數(shù)據(jù)的駕駛模式與避險脫離辨別方法 22附錄G(資料性)自動駕駛道路測試運行安全評估指標 24附錄H(資料性)測試道路分類開放標準與交通影響程度判定表 29參考文獻 本文件按照GB/T1.1—2020《標準化工作導則第1部分：標準化文件的結(jié)構(gòu)和起草規(guī)則》的規(guī)定起草。請注意本文件的某些內(nèi)容可能涉及專利。本文件的發(fā)布機構(gòu)不承擔識別這些專利的責任。本文件由上海市交通委員會、江蘇省交通運輸廳、浙江省交通運輸廳、安徽省交通運輸廳提出、歸口并組織實施。本文件起草單位：同濟大學、江蘇智能交通及智能駕駛研究院、浙江省交通運輸科學研究院、安徽省交通規(guī)劃設(shè)計研究總院股份有限公司、上海機動車檢測認證技術(shù)研究中心有限公司、公安部交通管理科學研究所、華設(shè)設(shè)計集團有限公司、國汽(北京)智能網(wǎng)聯(lián)汽車研究院有限公司、合肥市智能網(wǎng)聯(lián)汽車創(chuàng)新中心。本文件主要起草人：涂輝招、李浩、孫立軍、任勇、金波、虞葉東、于峰、吳云強、刁含樓、劉衛(wèi)國、胡堅耀、汪敏、楊林濤、盧毅、劉建泉、曹寅、豐愛松、何亞強、田一鳴、李振飛。1GB5768.1道路交通標志和標線第1部分：總則GB5768.2道路交通標志和標線第2部分：道路交通標志GB5768.3道路交通標志和標線第3部分：道路交通標線2基于自動駕駛道路測試過程中實際測試表現(xiàn)及對周邊交通流的影響，定量評定其與現(xiàn)有道路交通進行主動干預(yù)，致使原本可以繼續(xù)行駛的自動駕駛4縮略語IDRT:路測融合度(IntegrationDegreeofRoadTesting)IRI:國際平整度指數(shù)(InternationalRoughnessIndex)LTE-V:長期演進技術(shù)-車間通訊協(xié)議(LongTermEvolution-Vehicle)5總體要求的原則；除了滿足本文件的規(guī)定外，還應(yīng)符合G6測試道路環(huán)境分級6.1.1選取測試道路過程中，涉及人員密集場所，應(yīng)針對具體點位開展交通安全風險評估，并采取保3高風險)、道路環(huán)境IV(高風險)類。6.3.2自動駕駛車輛在Ⅱ類道路環(huán)境(一般風險)、Ⅲ類道路環(huán)境(較高風險)、IV類道路環(huán)境(高4本文件涉及的道路測試安全風險評估數(shù)據(jù)應(yīng)包括但不限于：自動駕駛道路測試企業(yè)上傳到政府監(jiān)自動駕駛道路測試企業(yè)上傳到政府監(jiān)管平臺或第三方機構(gòu)數(shù)據(jù)監(jiān)管平臺的自動駕駛車輛數(shù)據(jù)項應(yīng)包括但不限于：車輛標識信息(車輛車架號)、車輛控制模式(自動駕駛狀態(tài)/人工駕駛狀態(tài))、車輛實時位置、車輛運動狀態(tài)(速度、加速度、行駛方向)、車輛實時信號、車輛故障信息、車內(nèi)安全員情況(如有)、汽車事件數(shù)據(jù)(如有)、車輛接收遠程控制指令情況(如有)、軟件版本信息，數(shù)據(jù)傳輸人工駕駛車輛數(shù)據(jù)字段應(yīng)包括但不限于：定位(經(jīng)緯度)、定位時間、車輛速度等，采集頻率應(yīng)不應(yīng)根據(jù)自動駕駛道路測試數(shù)據(jù)中的自動駕駛模式或人工駕駛模式持續(xù)時長進行駕駛模式辨別。若持續(xù)時長大于一定閾值(參見附錄表F.1)可認為是駕駛模式記錄準確的數(shù)據(jù)；持續(xù)時長小于等于閾值應(yīng)根據(jù)自動駕駛脫離時長閾值(參見附錄表F.2)進行避險脫離辨別。在脫離時長閾值之內(nèi)，為自7.2.1單項指標7.3測試道路分級開放5自動駕駛道路測試風險評估基本指標包括自動駕駛模式累計測試里程、自動駕駛模式累計測試時6(資料性)SRAAV評估流程與調(diào)研清單A.1評估流程A.2調(diào)研清單突等交通參與者要素、氣候環(huán)境要素等四大類因素，并給出具體的數(shù)值A(chǔ).2.2道路安全風險及致因分析。根據(jù)道路事故歷史數(shù)據(jù)及測試車輛智能程度等，明確道路安全風險b)交通要素調(diào)查包括交通組成、車輛通行速度、交通流量等；c)交通參與者要素調(diào)查，包括機動車、非機動車、行人流量等；d)天氣環(huán)境要素調(diào)查，包括道路氣象條件、樹蔭遮擋等。A.2.4數(shù)據(jù)質(zhì)量：調(diào)查從設(shè)計、實施以及結(jié)果統(tǒng)計三階段嚴格控制數(shù)據(jù)質(zhì)量?？刂苾?nèi)容包括數(shù)據(jù)完整7經(jīng)過相應(yīng)培訓的調(diào)查員同時開展，且調(diào)查結(jié)果取調(diào)研項目1曲率標志標線路面抗滑能力中央隔離帶類型交叉口類型2良好天氣雨天8風力光線(夜晚)349(資料性)B.1評估方法概述全性就越高，可準予自動駕駛道路測試的可能性就越高。評估步驟SRAAV評估方法中，自動駕駛汽車在道路上行駛可能發(fā)生五類事故，分別為：脫離行車道事故、失判斷道路中自動駕駛可能發(fā)生的事故類型。對于不同的事故類型，SRAAV總結(jié)了基于主要影響因素劃分路段，將主要影響因素不變或相似的連續(xù)道B.4交通調(diào)查車輛通行速度和交通流量是影響測試道路安全風險度的重要因素。對劃分好的各個路段進行車輛各類型事故導致的路段安全風險度計算方法見公式(B.1)。情況所決定。各因素的影響系數(shù)參見附錄D。其中，中央分隔帶類型影響只體現(xiàn)在部分事故安全風險度Ssection=Σy················(B.2)安全風險度范圍I類IV類(22.5,一)等級，即道路環(huán)境I類(低風險)、道路環(huán)境Ⅱ類(一般風險)、道路環(huán)境Ⅲ類(較高風險)、道路環(huán)境IV類(高風險)。道路環(huán)境分級詳見表C.1～C.4。因素I類，低風險1.道路等級與交通流量60及以下次干道50及以下暢通附加1.標志標線好有無7.中央分隔帶有8.非信號控制交叉口無9.隧道無10.交通組成注2:曲率為曲線路段偏離直線的程度，用圓曲線最小半徑衡量。圓曲線半徑小于100m為高曲率。注3:道路交通指數(shù)是一種合理反映各等級道路車輛出行相對擁堵體驗的標準化指標，以道路參數(shù)，一般可分為“暢通”、“較暢通”、“擁擠”、“堵塞”4個等注4:道路平整度指路面表面相對于理想平面的豎向偏差，可用國際平整指數(shù)IRI衡量。IRI小于2.0面狀況好。因素Ⅱ類，一般風險關(guān)鍵分級因素60及以下次干道50及以下50及以下附加.標志標線有允許沿線有1個人員密集場所的道路接入點7.中央分隔帶8.非信號控制交叉口9.隧道注2:曲率為曲線路段偏離直線的程度，用圓曲線最小半徑衡量。圓曲線半徑小于100m為高曲率。注3:道路交通指數(shù)是一種合理反映各等級道路車輛出行相對擁堵體驗的標準化指標，以道路參數(shù)，一般可分為“暢通”、“較暢通”、“擁擠”、“堵塞”4個等注4:道路平整度指路面表面相對于理想平面的豎向偏差，可用國際平整指數(shù)IRI衡量。IRI小于2面狀況好。因素1.道路等級與交通流量60及以下次干道50及以下100及以下50及以下四級公路30及以下附加1.標志標線有允許沿線有1個人員密集場所的道路接入點7.中央分隔帶8.非信號控制交叉口-9.隧道-——注1:人員密集場所：人員密集的公共場所，主要針對學校、大中型商場、醫(yī)院、電影院、劇注2:曲率為曲線路段偏離直線的程度，用圓曲線最小半徑衡量。圓曲線半徑小于100m為高曲率。注3:道路交通指數(shù)是一種合理反映各等級道路車輛出行相對擁堵體驗的標準化指標，以道路參數(shù)，一般可分為“暢通”、“較暢通”、“擁擠”、“堵塞”4個等注4:道路平整度指路面表面相對于理想平面的豎向偏差，可用國際平整指數(shù)IRI衡量。IRI小于2因素IV類，高風險100及以上次干道100及以上100及以上四級公路鄉(xiāng)村道路附加.標志標線-——允許沿線有1個及以上人員密集場所的道路接入點7.中央分隔帶8.非信號控制交叉口9.隧道注1:人員密集場所：人員密集的公共場所，主要針對學校、大中型商場、醫(yī)院、電影院、劇注2:曲率為曲線路段偏離直線的程度，用圓曲線最小半徑衡量。圓曲線半徑小于100m為高曲率。注3:道路交通指數(shù)是一種合理反映各等級道路車輛出行相對擁堵體驗的標準化指標，以道路參數(shù)，一般可分為“暢通”、“較暢通”、“擁擠”、“堵塞”4個等注4:道路平整度指路面表面相對于理想平面的豎向偏差，可用國際平整指數(shù)IRI衡量。IRI小于2面狀況好。事故類型安全風險度影響系數(shù)發(fā)生概率車道寬曲率標志標線路面平整度嚴重程度樹(失控)車道寬曲率標志標線路面平整度中間隔離帶類型中間劃線(超車)中間隔離帶類型中間劃線交叉口類型環(huán)形交叉口無信號燈T型交叉口有信號燈有左轉(zhuǎn)相位的T型交叉口有信號燈無左轉(zhuǎn)相位的T型交叉口無信號十字型交叉口有信號有左轉(zhuǎn)相位十字型交叉口有信號無左轉(zhuǎn)相位十字型交叉口高低好中差無視線阻擋有視線阻擋有無有無交叉口類型環(huán)形交叉口無信號燈T型交叉口有信號燈有左轉(zhuǎn)相位的T型交叉口有信號燈無左轉(zhuǎn)相位的T型交叉口無信號十字型交叉口有信號有左轉(zhuǎn)相位十字型交叉口有信號有左轉(zhuǎn)相位十字型交叉口表D.1安全風險度評估清單(續(xù))無有無中間隔離帶類型中間劃線無高對比度反光標線限速大車比例%天氣條件對自動駕駛的感知效果影響大。不同天氣對道路安全風險度的影響如表限速雨天影響系數(shù)按照附錄B.5,計算得各路段、各通道以及路網(wǎng)的安全風險度。(資料性)E.1標志的顏色為黃底、黑邊、黑圖形、黑文字、黑襯邊。E.3標志上的漢字使用規(guī)范漢字，要求見GB5768.2。E.4標志的文字按照自左至右，自上而下的方式排列。E.5標志的外框尺寸，見表E.1。標志外觀樣式見圖E.1。E.6標志設(shè)置在進入測試路段的路口前適當位置。E.7標志安裝宜使標志面垂直于行車方向，視實際情況調(diào)整其水平或俯仰角度。表E.1標志外框尺寸長寬黑邊框?qū)挾?2(資料性)F.1.1選取數(shù)據(jù)特征值根據(jù)測試數(shù)據(jù)特征選取表征不同類別(自動駕駛模式或人工駕駛模式)的數(shù)據(jù)特征值。駕駛模式持續(xù)時長閾值；隨機取大于持續(xù)時長閾值數(shù)據(jù)的70%為模型的訓練數(shù)據(jù)集，剩余30%為模型的測試數(shù)據(jù)集；小于等于閾值的數(shù)據(jù)段為待分類數(shù)據(jù)集。駕駛模式持續(xù)時長閾值可參考表F.1.自動駕駛模式高快速路場景注：自動駕駛道路測試數(shù)據(jù)的時間顆粒度為1s。F.1.4駕駛模式辨別模型評價F.2避險脫離辨別方法按照脫離時刻前后(如脫離時刻前5s和后5s)車速進行顯著性檢驗，顯著性檢驗差異最大的時刻自動駕駛脫離時長閾值高快速路場景注：自動駕駛道路測試數(shù)據(jù)的時間顆粒度為1s。F.2.2選取數(shù)據(jù)特征值(資料性)自動駕駛道路測試運行安全評估指標G.1運行安全評估指標名詞解釋及計算方法G.1.1自動駕駛模式累計測試里程指一年中同企業(yè)同一車型平均每輛自動駕駛車輛在自動駕駛模式時行駛的總里程。累計測試里程越長，自動駕駛道路測試風險越低。計算方法見公式(G.1)。M——同企業(yè)同一車型一年內(nèi)自動駕駛模式下每輛車平均累計測試里程，單位為公里(km)。G.1.2自動駕駛模式累計測試時長指一年中同企業(yè)同一車型平均每輛自動駕駛車輛在自動駕駛模式時行駛的總時長。累計測試時長越長，自動駕駛道路測試風險越低。計算方法見公式(G.2)。T——同企業(yè)同一車型在路段i駕駛模式為自動駕駛模式的每輛車平均累計測試時長，單位為小時T同企業(yè)同一車型一年內(nèi)內(nèi)自動駕駛模式下每輛車平均累計測試時長，單位為小時(h)。G.1.3自動駕駛避險脫離率指一年中同企業(yè)同一車型自動駕駛車輛單位里程(百公里)道路測試發(fā)生避險脫離的次數(shù)。避險脫離率越低，自動駕駛道路測試風險越低。計算方法見公式(G.3)。ΣRADi——指一年中同企業(yè)同一車型自動駕駛車輛平均每車在路段i由于避險而脫離自動駕駛模RADR——指一年中單位里程(百公里)同企業(yè)同一自動駕駛車型平均每車由于避險而脫離自動駕駛模式，切換為人工駕駛模式的次數(shù)，以每百公里脫離次數(shù)計。G.1.4通行能力影響率通行能力影響率指自動駕駛道路測試前后道路通行能力的變化率。通行能力影響率為負值時說明自動駕駛車輛加入后道路通行能力提高，自動駕駛道路測試風險低。計算方法見公式(G.4～G.6)。……G.1.5運行速度差異率運行速度差異率是指自動駕駛車輛平均運行速度與人工駕駛車輛平均運行速度的差異率。當運行速度差異率為負數(shù)值時說明自動駕駛車輛平均運行速度高于人工駕駛車平均運行速度，自動駕駛道路測試風險低。計算方法見公式(G.7)。G.1.6路測融合度路測融合度計算方法見公式(G.8)。n——n個評價指標，包括自動駕駛累計測試里程M,自動駕駛累計測試時長T,自動駕駛模式避險脫離率RADF,通行能力影響率CR,運行速度差異率△V。G.