恶劣天气下,如何保证自动驾驶的可靠性?这两个ISO国际标准马上就来了!

👆点击上方“蓝字”关注信鸽笔记了解更多精彩内容

今天是坚持的第132/365天

据统计，雨雪等恶劣天气下的行车事故率，比正常天气高出70%。

风沙、浓雾、雨雪，无一不在干扰路况条件、驾驶员视野和场景判断。无论新手还是老司机，雨雪天开车都是一场噩梦。

而对于“模仿”人类驾驶的自动驾驶汽车，恶劣天气对环境感知系统的影响更为致命。能否在恶劣天气下正常行驶，已成为检验自动驾驶能否真正上路的终极“试金石”。

就在3月，美国国家公路交通安全管理局（NHTSA）日前宣布，升级对320万辆搭载FSD（完全自动驾驶）辅助系统的特斯拉汽车的调查。

此次调查聚焦FSD系统的低能见度隐患-特斯拉纯摄像头视觉系统无法检测眩光、灰尘等障碍物，且摄像头性能下降时预警滞后，直至碰撞前才提示。目前已发现9起相关疑似事故，含1起致命、2起伤人事故，另有6起事故正排查关联。

单一传感器，其实各有各的“软肋”

在恶劣天气下，没有任何一种传感器是完美的。根据综述论文《Perception and sensing for autonomous vehicles under adverse weather conditions: A survey》：

• 可见光相机：易受水滴遮挡、雾气模糊、积雪覆盖和强光干扰，导致图像信息严重丢失。

• 激光雷达：雨雪和雾霾会引入大量噪声，降低点云密度和有效探测距离，甚至产生虚假障碍物。

• 毫米波雷达：虽穿透能力最强，但空间分辨率低，难以准确识别物体形状和类别。

截至目前，大多数研究集中在单一传感器的性能提升、滤除算法优化或多传感器融合策略上。然而，有一个更基础、更关键的问题被长期忽略了-定量准确的性能评估。

被忽略的关键：性能评估，不能各说各话

简单总结就是：每一个实验室测出的传感器性能衰减曲线都不一样，那我们该如何建立统一的算法或融合策略？

更关键的是，性能边界是自动驾驶ODD（运行设计域）定义和SOTIF（预期功能安全）触发条件的最关键基础。

没有统一、可复现的性能评估方法，就谈不上可靠的上路决策。

好消息：ISO系列国际标准已正式进入立项

2025年，相关工作已开展预研。

就在本周，由中国牵头的两项国际标准正式进入TC22立项流程：

Part 1：恶劣天气条件的定义、分类和测量Road vehicles - Perception sensor under adverse weather conditions - Part 1: Definition, classification, and measurement of adverse weather conditions

Part 2：雨雾环境下的性能测试Road vehicles - Perception sensor under adverse weather conditions - Part 2: Performance testing under rain and fog

这一系列标准从预研之初，就得到了德国、韩国、芬兰、法国等多个国家的密切关注和积极参与。

从“各自为战”到“统一标尺”

相比于既有的单一项目或技术报告，这次的标准定位是系列标准。

我把它类比为智能网联汽车进入全天候场景的“新DV/PV测试”。

该系列标准将从以下维度进行全方位描述和规范：

• 恶劣天气定义：什么样的雨、雾、雪才算“恶劣”？

• 模拟/测量设备：静态场景、动态场景如何搭建？

• 测试方法：覆盖单一传感器、传感器融合，如何定量评估性能？

目标是：为自动驾驶的“最后一公里”-全天候、全场景安全行驶，提供坚实的支撑。