隨着汽車智能化技術發展日臻成熟，主動安全系統如自動緊急制動系統（AEB）、車道保持輔助（LKA）、緊急車道保持（ELK）等裝配率逐年提升，這對提升道路交通安全具有重要意義。但隨着技術發展和安全要求持續提升，汽車主動安全系統在極端環境下的可靠性，已成為行業聚焦的核心問題。本期專欄邀請中汽研科技廣州基地測試&&總監周建華，重點研討極端環境下汽車主動安全技術應用存在的挑戰和技術突破思路，為行業、企業提升主動安全系統在實際應用中的可靠性提供參考。
專家簡介：
周建華，中汽研科技智能網聯汽車研究部廣州基地測試&&總監，主要負責汽車主動安全、輔助駕駛及自動駕駛測試評價業務工作。帶領團隊深耕複雜氣象環境下的汽車輔助駕駛功能測試評價技術研究工作，支撐華誠認證推出《複雜氣象條件下汽車輔助駕駛功能認證實施細則》，對推動極限環境下汽車主動安全及輔助駕駛功能的可靠性提升具有重要意義。牽頭/參與科研項目及課題12項（其中國家/省部級科研項目3項），發表論文8篇，授權發明專利8項，團隊成果“複雜氣象條件下自動駕駛汽車性能測試技術及應用”榮獲2021年度生産力促進獎（創新發展）一等獎。
談及當前汽車主動安全系統實際測試及應用效果如何，是否能夠可靠應對日常使用場景時，周建華認為，隨着汽車智能化技術發展日益成熟，主動安全系統如自動緊急制動系統（AEB）、車道保持輔助（LKA）、緊急車道保持（ELK）等裝配率逐年提升，在封閉場地內模擬的典型或標準工況下事故預防效果普遍較好，在實際道路交通中應對典型事故場景也能夠起到主動預防作用，顯著降低了交通事故率，但根據團隊內部實車測試經驗，大部分主動安全系統在極限環境（如混合交通流、非結構化道路、極端天氣）等非典型工況下仍存在較高的功能失效或誤作用等風險，主動安全系統在極限環境下的可靠性還有待持續提升。
關於汽車主動安全系統在實際極限場景下表現不佳的原因，周建華舉例説明。
在極端工況下，汽車主動安全系統性能可能顯著弱化甚至失效，這主要源於環境複雜性、傳感器局限性、算法適應性不足、標準法規不完善等多方面因素：
傳感器性能受極端環境干擾
主動安全系統依賴攝像頭、毫米波雷達、激光雷達等傳感器感知環境，但極端工況會直接影響傳感器的探測能力。例如雨雪、沙塵、大霧等惡劣天氣會降低光學攝像頭和激光雷達的可見度，在強逆光或隧道明暗交替時攝像頭易出現圖像過曝或欠曝，導致車道線及目標物識別失效；毫米波雷達在暴雨中可能因水膜干擾信號衰減，降低探測距離和精度。道路積雪、泥漿覆蓋傳感器表面，或沙塵暴環境下懸浮顆粒反射雷達波，可能引發誤判。
環境感知算法的局限性
主動安全系統的決策基於算法對傳感器數據的實時處理，但在極端工況下，算法可能無法有效應對複雜場景。例如系統對突然切入的車輛、行人或非機動車（如兩輪車）等動態障礙物識別困難的預測能力不足。在冰雪覆蓋的車道線、夜間低照度道路、施工區域臨時標誌等道路特徵模糊或異常場景下，車道輔助系統（LKA）可能因無法準確提取道路幾何信息而失效。在交通擁堵或複雜交叉路口等多目標衝突場景，系統可能因優先級判斷錯誤導致誤操作。
車輛動力學與系統設計的邊界條件限制
①制動與操控極限
濕滑路面制動距離延長可能導致AEB系統即使觸發也無法避免碰撞。例如，AEB剎停距離隨車速提升而增加，在冰雪或積水路面上可能因路面附着系數降低制動距離超出系統預設的安全閾值。
②系統功能覆蓋範圍不足
濕滑路面制動距離延長可能導致AEB系統即使觸發也無法避免碰撞。例如，AEB剎停距離隨車速提升而增加，在冰雪或積水路面上可能因路面附着系數降低制動距離超出系統預設的安全閾值。
③電子系統冗余度不足
極端工況下，車輛供電波動或ECU過載可能導致系統響應延遲。例如，同時運行多個輔助功能（如ACC+車道保持）時，計算資源分配不當可能引發決策衝突。
當然，周建華説：“當前行業測試標準雖逐步納入低照度、多目標、多角度衝突等極端工況，但仍存在局限，尤其是測試場景單一化，環境理想化（如乾燥路面、標準光照），缺乏對沙塵暴、強逆光、路面結冰等極端條件的覆蓋，且對中國道路存在的突發性極端事件覆蓋度驗證不足。”
當被問及行業、企業應當如何突破提升汽車主動安全系統在極端場景下的可靠性，周建華&&：“提升汽車主動安全系統的可靠性，需從傳感器技術、算法優化、系統冗余、測試驗證體系及法規標準等多維度綜合施策。”如，傳感器融合與抗干擾技術升級。通過硬體創新與數據融合解決極端環境對傳感器性能的挑戰，採取毫米波雷達、激光雷達、高動態範圍攝像頭、高精度地圖等的多模態感知協同方案，在平衡成本基礎上實現全天候全場景感知數據互補；針對極端天氣（暴雨、沙塵）開展抗干擾算法設計，提升極端天氣下的識別準確率；集成自清潔傳感器（如加熱/噴淋除雪）、實時校準模塊（振動補償）及故障診斷等動態維護系統，確保傳感器在實際道路交通場景下的可靠感知。環境感知與決策算法優化，提升複雜場景下的感知和決策算法魯棒性，利用倣真測試技術進行極端工況數據集訓練，覆蓋冰雪覆蓋車道線、強逆光“鬼探頭”等長尾場景，提升場景覆蓋度，重點解決交叉路口多車衝突決策問題。極端工況測試驗證體系構建，利用好虛擬倣真-封閉場地測試-開發道路測試三支柱法構建覆蓋全場景的測試驗證體系，通過虛擬倣真場景泛化、封閉場地邊界測試、開放道路高里程路試及場景採集構建閉環測試驗證，在標準法規場景以外，場景庫方面需重點覆蓋複雜交通流、極端環境、系統失效等極限場景。
同時，周建華進一步説明，中汽研科技依託中汽中心C-NCAP主動安全測評試驗室，積極開展汽車主動安全測試評價技術研究，擁有行業領先的專用封閉試驗場及測試設備資源。依託廣州增城300畝封閉試驗場和深圳坪山645畝灣區智聯試驗場，集成了國內外領先的高精度定位定姿系統、自動駕駛機器人系統、高倣真（假人假車）軟目標物、軟目標移動運載&&、公開道路測評系統及車隊遠程管控&&、ADAS硬體在環倣真測試工具鏈等測試&&及系統，搭建了面向智能網聯汽車的倣真測試、封閉場地測試及公開道路測試研發驗證體系。
在極端環境下主動安全測試評價方面，中汽研科技聯合中汽研汽車檢驗中心(廣州)有限公司重點突破雨霧極端氣象條件高逼真模擬技術瓶頸，投資建設極端環境下主動安全實車測試驗證&&，建設完成國內首個同時具備複雜光照、雨、霧定量、組合模擬的智能駕駛封閉測試&&，全長200米，內寬10米，最高通行車速100km/h，可實現0.1lux-2500lux光照強度、5mm/h-100mm/h降雨強度、15-100m造霧能見度的單獨模擬及排列組合模擬，可定量還原光線明暗切換、白天降雨、夜間降雨、白天團霧、夜間團霧等典型氣象場景，配合使用可導航軟目標物、自動駕駛機器人、厘米級室內外定位系統等先進測試裝備，精準還原複雜氣象環境下的車對車、車對兩輪車、車對行人、車對交通標識標線等交通場景，可為主動安全系統感知、決策、控制等環節的軟、硬體研發提供實地實車驗證基礎條件，可作為企業虛擬倣真測試、開放道路測試的有力補充，助力企業提升主動安全系統在實際應用中的可靠性。
此外，保證主動安全系統在極端環境下的可靠性，既是智能駕駛落地的“最後一公里”，也是行業競爭的技術制高點。通過技術創新、極限測試、標準法規完善等協同突破，才能實現從“考試場景”到“真實場景”的跨越，切實提升用戶信心和體驗，助力主動安全系統在道路交通安全中發揮更大作用。未來，中汽研科技將緊密貼合行業與企業的驗證需求，持續完善極端環境下主動安全系統測試能力，加速構建更為完善的測評體系，助力企業持續提升主動安全系統效能，為汽車産業安全發展注入強勁動力。
