基于道路驾驶技能考试的辅助制动策略探索与实践

张捷 胡新维 范志翔 王槊

摘 要：针对道路驾驶技能考试避险需求，本文利用辅助驾驶新技术，研究路考典型场景下的制动策略，并开展测试评价。基于考试员紧急踩副制动的常见情形，构建了3种典型路考场景；通过建立场景的运动学模型，解析制动安全边界范围及影响因素；试制辅助制动系统样机，并对制动性能开展功能测评，验证系统的有效性和安全性，从技术层面探索了路考辅助制动的新方法。

关键词：道路驾驶技能考试，紧急制动，测试评价，安全边界，场景设计

DOI编码：10.3969/j.issn.1002-5944.2023.07.037

基金项目：本文受公安部科技计划项目（项目编号：2021JC29）资助。

Research on and Practice of Emergency Braking System Strategy in Road Driving Test

ZHANG Jie HU Xinwei* FAN Zhixiang WANG Shuo

（Traffi c Management Research Institute of the Ministry of Public Security）

Abstract： To address the risk avoidance demands during the road driving test， based on the common situation that examiners put on the brake in an emergency， three typical road test scenarios are constructed by using the new technology of assisted driving. By studying the kinematic model of the scene， the range of braking safety boundary and its infl uencing factors are analyzed. The prototype of the emergency braking system is produced as a trial， and the braking performance is evaluated to verify the effectiveness and safety of the system. A new method of road test assisted braking is explored at the technical level.

Keywords： road driving test， emergency braking， test evaluation， security boundary， scene design

0 引 言

随着我国经济的不断发展，汽车广泛普及走进了千家万户。汽车驾驶需求逐年上涨，据统计，我国机动车驾驶人约5亿。道路驾驶技能考试（下称“路考”）是初次申领驾驶证必考科目，也是全面考核基本驾驶技能和安全驾驶意识的重要环节。目前，路考普遍采用道路驾驶技能考试系统（下称“路考系统”）与人工随车相结合的考核方式，路考系统侧重于考查基本驾驶技能，如转向灯使用、制动减速、挡位升降、行驶轧线等；人工评判主要针对驾驶操作、行车观察、操作不当导致危险情形等安全驾驶意识和能力的考核。路考设置在通行社会车辆的公共道路，交通情形相对复杂，且考生驾驶水平和安全意识有限，考试过程中有一定概率出现危险情况，此时主要依靠考试员紧急介入制动，避免发生意外，但考试员精力和反应时间差异较大，路考过程中存在一定的道路交通安全隐患。

近些年，人工智能、模式识别、传感检测等技术的不断发展，自动紧急制动系统（Autonomous Emergency Braking System，AEB）被广泛应用于量产车，推动汽车向安全、智能方向发展[1]。作为一项重要的主动安全技术，AEB系统通过预警甚至自动制动来避免碰撞或减轻事故程度，可以显著减少交通事故的发生及人员伤亡，提升行车安全性[2]。借鉴AEB系统的触发原理和避险功能，本文从路考行驶安全角度出发，根据考试员踩副制动的交通场景，探究适用于路考的辅助制动系统及制动触发安全边界，测试评价其制动性能，以期从技术层面提升路考安全性。

1 路考紧急制动场景构建

1.1 路考制动需求分析

我国驾驶人考试相关政策及行业标准规定路考包含上车准备、起步、变更车道、超车、通过路口等16个项目，每个项目有详细的操作要求和评判标准[3]。通过梳理路考规则和考试数据，考试员踩踏副制动踏板的常见情形主要分为两类：一类是未避让前方障碍物或行人、非机动车，主要发生在路口、人行横道、公交车站等路段，评判多为“遇行人通过人行横道不停车让行”“不主动避让优先通行的车辆、行人、非机动车的”等；第二类是行驶中跟车距离过近或车速过快，常见于直线行驶、路口转弯、非考试项目区域行驶等，评判以“行驶中不能保持安全距离和安全车速的”“遇前车制动时不及时采取减速措施的”为主。

因此，基于常见的考试员踩副制动案例，根据交通参与者类型和运动方向的差异，设置“行人过街”“通过路口”“跟车行驶”三类驾驶情形。结合考试视频中，考试员踩副制动踏板的交通条件、运动状态等信息，设计路考緊急制动的典型场景。

1.2 典型场景构建

1.2.1 “行人过街”场景

“行人过街”场景中，考试车行驶至人行横道前轻微减速，路边突然有行人横穿马路，驾驶人未及时发现，导致制动减速时机较晚，二者相对距离不断减小。场景预期结果是考试员或系统发现车辆前方的行人，在保证安全的情况下介入制动直至停车，避免发生碰撞，同时评判“未停车礼让行人的，不合格”。场景如图1所示。

1.2.2 “通过路口”场景

“通过路口”场景中，前车行驶至路口前制动且速度下降较快，后方考试车制动较晚且减速效果不明显，两车车距不断减小。场景预期结果是考试员或系统在车距达到安全阈值时制动减速，避免发生追尾，同时评判“行驶中不能保持安全距离和安全车速”。场景示意图见图2。

1.2.3 “跟车行驶”场景

“跟车行驶”场景中，前车匀速正常行驶，后方的考试车速度较快且两车距离逐渐接近。场景预期结果是考试员或系统发现车距逐渐减小，及时制动减速，评判“行驶中，不能保持安全距离和安全车速的”。场景如图3所示。

2 制动运动模型及安全边界研究

2.1 运动模型条件设定

通过典型场景可知，制动触发条件是保证行驶安全的关键内容。为深入研究制动安全边界，本文对车辆制动的完整运动过程进行数学建模和理论分析。根据路考的考试路段、车辆特性、交通流量等特点，对运动过程进行如下设定：

（1）考试路线设置公共道路上，大多是铺设混泥土或沥青的城市道路，路面保养维护较好，标志标线齐全，因此路面附着系数默认为0.7以上。

（2）小型汽车仅在白天考試，且天气情况良好，遇雨雪等恶劣天气路面附着系数较低或能见度较差的情况，公安交通管理部门会停止考试。因此不考虑能见度、天气等因素对车辆运动过程的影响。

（3）路考大多设置在城市路段，最高行驶速度不超过60 km/h，因此本文理论研究及开展测评仅考虑60 km/h以下的情形。

（4）为简化模型，假设前后两车车型、车况及动力、制动等性能参数相同，驾驶人身体状态、反应时间等也默认为相同。

2.2 车辆制动过程研究

当行驶中的车辆与前方物体间距达到安全边界值时开始制动，在车速和间距达到安全运行条件后制动力解除。整个制动过程可以分界成两个阶段，一是制动力增长阶段，制动力由0N逐步增加达到最大值，该阶段时间较短，减速度近似呈一次函数的增长趋势[4]，斜率为k，持续时间为t1；二是达到最大减速度后的持续制动阶段，此阶段的制动力和最大减速度保持稳定，持续时间为t2。制动减速度随时间变化曲线见图4。

2.3 典型场景下的制动安全边界研究

为研究典型场景下的制动安全边界，对不同交通情形的运动过程分别进行解析和建模。

2.3.1 前方有静止车辆或横穿马路的行人/非机动车

3 样机试制及测评验证

3.1 样机原理简介

通过前文分析研究可知，制动安全边界主要与行驶速度、车辆间距有关。因此，辅助制动系统原理可简述为通过速度、间距等条件判断介入制动时机，在达到触发阈值时对车辆进行制动，实现避险功能。

根据功能设计需求，系统由感知模块、决策模块、执行模块三部分组成。

感知模块主要为毫米波雷达等传感器，设备安装在车辆前保险杠位置。通过传感器实时监测车辆前方物体，采集前方物体状态、行驶速度、车辆间距等行驶状态数据，再通过与本车的行驶速度、加速度等进行比对，推算前方物体的运动状态，包括匀速/减速/加速/静止状态、前方车辆加速度、相对速度等关键信息，实现对前方物体信息的感知和采集。

决策模块由工控机、交换机、车载信号采集、差分定位模块等构成，安装在车辆后备箱内。决策模块接收采集到的车辆运动数据，并判断当前车速下车辆间距是否达到安全边界条件，达到触发阈值时，产生执行命令并将数据推送至路考系统进行评判。

执行模块安装在考试车驾驶位踏板或考试车副制动踏板位置，由电机驱动，受决策机构控制。通过连杆机械结构模拟人工踩踏或放松制动器，实现危险情形下的制动干预。

3.2 辅助制动系统的测评方法研究

根据测评需求，使用的测试设备包括：ABD公司的ZR-SR35自动驾驶机器人；牛津RT3000高精度车辆行驶状态测量设备；仿真车辆及行人模型及其牵引控制系统等。辅助制动系统测评设备如图11所示。

3.3 不同场景下辅助制动测试研究

3.3.1 前方有行人横穿马路

在测试区100m处设置人行横道，标线施划清晰且符合GB 5768.3的相关要求，人行横道线设有假人模型。测试车辆起点距测试区100 m，测试车辆由静止加速至所需速度后匀速行驶向人行横道。

3.3.2 前方车辆制动减速

测试路段设置在施划路口标志标线的十字路口，路口标志标线清晰且符合GB 5768.3的相关要求。在距离路口停止线30m处设置背景车制动区。根据不同速度下模型计算值，在背景车制动区前方设置测试车的理论制动点。

背景车和测试车分别在路口停止线前100 m和130 m的开始区域发车，背景车提速至规定车速后到达制动点，同时测试车以规定的实验速度到达理论制动点。背景车开始制动减速，此时辅助制动系统介入制动，通过高精度车辆行驶状态测量设备记录两车的行驶状态数据，测试结果如表2所示。

3.3.3 前方车辆匀速行驶

测试路段设置在施划双向两车道的路段，标志标线清晰且符合GB 5768.3的相关要求。背景车和测试车分别在距离测试区100 m和130 m的开始区域出发，背景车提速至规定车速后保持匀速运动，同时测试车以规定的行驶速度跟车行驶，直至车距达到系统启动阈值，由系统介入制动。通过测试设备分别记录测试车辆和背景车的行驶状态，测试结果如表3所示。

3.4 辅助制动测试结果评价

经反复测试，辅助制动系統均能正常触发，并对车辆进行制动减速，实现了预期的功能设计目标。测试数据结果显示，系统在不同速度下，启动时的车距均略大于模型计算值，制动接入时机较为合适，不影响正常驾驶过程；在跟车场景中，系统介入时车间时距（车辆间距与速度差的比值）均在1.5～2.2 s之间，符合GB/T 20608-2006《智能运输系统自适应巡航控制系统性能要求与检测方法》的车间时距离要求。

在所有测试情形中，制动后最小车距均为2～3 m，超过1 m的理论最小安全车距，制动结果偏向于保守，经分析该数值与车辆制动效果有关，受路段的附着系数、轮胎磨损情况、制动系统性能等多个因素影响，制动策略还能优化完善。

车辆制动过程中，最大减速度在8.5～9 m/s2之间，证明系统可以对车辆实施有效制动，且能充分发挥车辆的最大制动性能。但制动过程的平顺度较差，驾乘人员的舒适性和体验感欠佳，且较为激进的制动策略易引发追尾事故，因此如何在制动性能和驾乘舒适之间达到平衡，同时降低对后方车辆的交通影响，有待进一步研究和论证。

4 总 结

基于考试员紧急踩副制动的常见路考情形，建立了3类典型制动场景，通过数学模型对不同场景下制动安全边界及影响因素进行理论分析，构建了公式算法；通过试制的系统样机，从安全性、有效性等维度开展测评研究，制定测评指标和方法，验证系统功能效果。试验结果显示：辅助制动系统基本达到预设的功能指标，能在特定条件下介入制动，实现安全避险目的，提升路考中的安全性，但如何提升驾乘舒适性有待进一步深入研究。

参考文献

[1]徐向阳，胡文浩，张友，等.车辆与二轮车预碰撞场景分析及其AEB优化研究[J].北京航空航天大学学报，2021：1-11.

[2]徐向阳，周兆辉，胡文浩，等.基于事故数据挖掘的AEB路口测试场景[J].北京航空航天大学学报，2020，46（10）：1817-1825.

[3]全国道路交通管理标准化技术委员会.机动车驾驶人考试内容和方法：GA 1026-2022[S].北京：中国标准出版社，2022.

[4]苏占领，牛成勇，徐建勋，等.基于行人横穿场景的AEB系统性能测试与评价研究[J].辽宁工业大学学报（自然科学版），2022，42（4）：218-222.

[5]中国人民共和国公安部.机动车运行安全技术条件：GB 7258-2017[S].北京：中国标准出版社，2021.

[6]朱西产，魏昊舟，马志雄.基于自然驾驶数据的跟车场景潜在风险评估[J].中国公路学报，2020，33（4）：169-181.

[7]段顺昌，白先旭，石琴，等.汽车自动紧急制动系统控制策略的预期功能安全设计[J].汽车工程，2022，，44（9）：1035-1317.

[8]杨智博，张志强，秦孔建，等.基于自动驾驶机器人的自动驾驶汽车制动强度对驾驶员舒适度的主客观影响分析[J].制造业自动化，2021，43（9）：111-116.

作者简介

张捷，硕士研究生，助理研究员，研究方向为机动车驾驶人考试相关标准化。

胡新维，通信作者，硕士研究生，副研究员，研究方向为机动车驾驶人考试相关标准化。

（责任编辑：袁文静）