一文详解自动驾驶的运行设计域(ODD)| 自动驾驶系列

这篇具有很好参考价值的文章主要介绍了一文详解自动驾驶的运行设计域(ODD)| 自动驾驶系列。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

文章版权所有,未经授权请勿转载或使用

  相关标准全文下载,关注本公众号回复“210901”即可 

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

2021年4月30日,SAE发布了第四版J3016《驾驶自动化分级》,这是即2014年1月16日、2016年9月30日、2018年6月15日之后,J3016的又一次迭代更新。

2021年7月,ISO发布了ISO 22737《预定路线的低速自动驾驶(LSAD)性能要求、系统要求和性能测试规范》

本系列将详细解读自动驾驶ODD、DDT、DDT fallback、OEDR、低速自动驾驶和自动驾驶分级。

全文7000字,预计阅读18分钟

文 | 吴冬升

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

基本概念

自动驾驶需要在地球上各个国家地区都能正确工作。因此要求综合考虑各种不同类型的道路、道路标记、交通标志等,以及环境问题,如天气状况。确保自动驾驶汽车在其预定的运行环境中表现充分,是整个自动驾驶系统验证的关键部分。运营设计域ODD(Operational Design Domain)一词的原始定义来自SAE J3016中的定义。

SAE J3016 将 ODD 定义为"特定驾驶自动化系统或其功能专门设计的运行条件,包括但不限于环境、地理和时间限制,和/或某些交通或道路特征的存在或缺失。"[1]

简单来说,ODD就是要定义好在哪些工况下是能够自动驾驶的,脱离了这些工况,自动驾驶就不能保证工作。任何一台自动驾驶车辆,都必须有一定限定的工况。而这个工况可以很宽泛,也可以很精准,并决定了自动驾驶车辆能胜任什么样的场景。比如,一台车的自动驾驶系统只能在高速上使用,它可以自动保持车道、自动超车、自动跟车、自动让行、自动通过ETC、自动上下匝道等,但到了城市里就无法完全自动驾驶。同时,要确保自动驾驶测试和验证是完整的,至少需要确保ODD所有方面已经通过确保系统安全运行,或通过确保系统能够识别超出ODD 的范围。

在工信部发布的《GBT 汽车驾驶自动化分级》推荐性国家标准中,ODD是设计时确定的驾驶自动化功能的本车状态和外部环境。运行设计条件ODC(Operational Design Condition)是设计运行时确定的驾驶自动化功能可以正常工作的条件,包括ODD、驾驶员状态以及其他必要条件。[2]

动态驾驶任务DDT(Dynamic Driving Task)是在道路交通中运行车辆所需的所有实时运行和策略功能,不包括行程安排和目的地和航路点选择等战略功能。

动态驾驶任务接管DDT fallback(Dynamic Driving Task fallback)是在相同情况下,用户对实施DDT或达到最低风险条件的响应(1)在发生DDT性能相关系统故障后,或(2)在ODD退出时,或ADS对达到最低风险条件的响应

目标和事件检测与响应OEDR(Object and Event Detection and Response)是DDT的子任务,包括监控驾驶环境(检测,识别和分类对象和事件,并准备按需要做出响应),并对这些对象和事件执行适当的响应(即根据需要完成DDT和/或DDT接管)

低速自动驾驶LSAD(Lowspeed Automated Driving)是最大速度为8.89米/秒(32公里/小时)的自动驾驶系统,将被用于最后一英里的运输、商业区的运输、商业或机场、港口、大学校园区以及其他低速环境的应用。[3]

自动驾驶分级或类别(Levels or Categories of Driving Automation)是基于驾驶自动化系统功能,由该功能和(人工)用户(如有)之间DDT和DDT fallback执行中的角色划分决定。驾驶自动化系统功能部件的制造商确定该功能的要求、ODD及运行特性,包括驾驶自动化水平。

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

ODD案例

(1)ISO 22737中定义的LSAD ODD

每个LSAD系统都应由制造商定义其ODD。一个LSAD ODD的限制系统应至少指定以下属性:

a) 低速:LSAD系统的速度应等于或小于8.89米/秒或32公里/小时;

b) 适用范围:例如,受限通道或专用道路(公共或私人),或行人/自行车道,或限制所有或某些特定类别机动车进入的区域。限制通行的道路可以通过车道标记或速度限制或物理分界来指定;

c) 预定义路线:在LSAD系统运行之前,在LSAD系统内定义的路线。LSAD系统只能在预定路线上运行。预定路线应由相关的利益相关者共同确定(例如,地方当局、服务提供商、制造商等)。调度员应确认与预定路线的任何偏差不会导致危险情况;

d) 应用区域的照明条件;

e) 天气状况;

f) 路况;

g) 存在或不存在VRU;

h) 可行驶区域内可能存在静态障碍物;

i) 网联要求等。

LSAD系统或调度员应根据当前的ODD条件(例如雾天条件、夜间照明条件),在ODD属性预定值的范围内为指定的应用选择操作值(对于LSAD系统驾驶的车辆)。例如,调度员或LSAD系统可以决定将雨天的最大允许速度限制为低于晴天的速度。

(2)B款车型的L3级ODD [4]

a) 地理限制:地理ODD包括地理围栏的边界和这些边界内区域所有适用的交通规则。只能在有限的高速公路上激活和运行,与来往车辆有连续的结构隔离,没有交叉路口和环岛。这种道路类型的特点是行人和自行车出现的概率很小。对这些激活条件的遵守将由车载传感器检测,例如摄像头监测交通标志,并且还将通过高清地图提供的信息进行保证。考虑到法律要求等各种因素,L3级ADS被设计为在0至85mph(136.79 km/h)的速度下运行;

b) 环境限制:自动驾驶车辆持续监测环境ODD,以确保在所有条件下安全运行。例如,车辆的速度将根据一天中的时间、光线条件、路面摩擦系数太小(例如路面上有雪或冰)或风太强而调整;

c) 人类驾驶员的限制:驾驶员必须系好安全带坐好,并保持清醒等。

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

(3)A款车型的L3级ODD

a) 行驶在高速公路上,或者带有中央隔离带和护栏的两车道以上机动车专用公路上;

b) 所在车道和周边车道的车间距离在较近也就是说在堵车状态下;

c) 车的行驶速度不超过60km/h;

d) 在传感器可检测到的范围内没有信号灯,也没有行人和骑自行车的人等。

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

NHTSA ODD分类框架

NHTSA在《A Framework for Automated Driving System Testable Cases and Scenarios》中采用六大要素构建设计运行域,包括基础设施、驾驶操作限制、周边物体、互联、环境条件、区域。[5]

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

(1)基础设施

道路类型:分隔公路、不分隔公路、主干道、城市、农村、停车场、多车道、单车道、高载客量车辆(HOV)车道、入口/出口匝道、紧急疏散路线、单向、转弯专用车道、私家路、双向车道、交叉口(信号灯、掉头、四向/双向停车、环岛、合并车道、转弯专用车道、人行横道、收费广场、铁路穿越)(FHWA,2012年)。

道路表面:沥青、混凝土、混合料、格栅、砖、泥土、砾石、刮过的道路、部分堵塞、减速带、坑洼、草地(Gibbons,1999)。

道路边缘:标记线、临时标记线、路肩(铺砌或砾石)、路肩(草)、混凝土护栏、格栅、栏杆、路缘、锥体(Sage,2016)。

道路几何:直线、弯道、山丘、侧峰、拐角(常规、死角)、负障碍物、车道宽度(Huang,2010)。

(2)驾驶操作限制

速度限制:最低和最高限速(绝对、相对于限速、相对于周围交通)(Elpern Waxman,2016)。

交通条件:最小交通量、正常交通量、保险杠到保险杠/高峰时间交通量、交通条件变化(事故、应急车辆、施工、封闭道路、特殊事件)(加利福尼亚大学道路计划,2016年)。

(3)周边物体

标志标牌:标志(例如,停车、让行、行人、铁路、学校区域等)、交通信号(闪光、学校区域、消防部门区域等)、人行横道、铁路交叉口、停止的公共汽车、施工标志、急救信号、遇险信号、道路用户信号、手势信号(FHWA,2012)。

道路使用者:车辆类型(轿车、轻型卡车、大型卡车、公共汽车、摩托车、宽载、应急车辆、施工设备、马车/四轮马车)、停车车辆、移动车辆(手动、自动)、行人、自行车手(CA DMV,2016)。

非道路使用者障碍物/物体:动物(如狗、鹿等)、购物车、碎片(如轮胎碎片、垃圾、梯子)、施工设备、行人、自行车手。

(4)互联

车辆:V2V通信(如C-V2X/DSRC、Wi-Fi)、应急车辆。

交通密集信息:众包数据(如Waze)和V2I。

远程车队管理系统:车辆由可执行远程操作的操作中心支持(Aljaafreh等人,2011年)。

设施传感器等:工作区警报、易受伤害的道路使用者、路线和事件管理、GPS、三维高清地图(Ellicipuram,2016)、坑洞位置、天气数据、云端数据等。

(5)环境条件

天气:风、雨、雪、雨夹雪、温度。在高速公路上,小雨或小雪可使平均速度降低3%至13%。大雨会使平均速度降低3%到16%。在大雪中,高速公路的平均速度会下降5%到40%。小雨时自由流速度可降低2%至13%,大雨时可降低6%至17%。雪会导致自由流速度降低5%至64%。降雨期间,速度变化可降低25%(FHWA,2017c)。

天气导致的路面条件:积水、道路被淹、道路结冰、道路积雪。洪水导致车道浸没,积雪和风吹碎屑导致车道阻塞,可能导致通行能力降低。由于危险条件(如大风中的大型卡车)造成的道路封闭和通行限制也会降低道路通行能力(FHWA,2017)。

颗粒物:雾、烟、烟雾、灰尘/污垢、泥。低能见度可导致速度降低10%至12%。雾和强降水以及风吹雪、灰尘和烟雾会缩短能见度距离。低能见度条件会导致速度差异增大,从而增加碰撞风险。每年在雾中发生的车祸超过38700起,每年有600多人在这些车祸中丧生,16300多人受伤(FHWA,2017b)。

光照:白天(太阳:头顶、后照灯和前照灯)、黎明、黄昏、夜晚、路灯、前照灯(常规和远光)、迎面而来的车辆灯光(头顶照明、后照灯和前照灯)(FHWA,2017a)。

(6)区域

地理围栏:中央商务区、校园和退休社区(例如,CityMobil2是固定路线,包括道路上和人行道上的<20 mph路线)。

交通管控区域:可能包括临时车道封闭、动态交通标志、可变限速、临时或不存在的车道标志、人工引导交通、装卸区。

学校区域:动态限速、不稳定的行人和车辆行为(Marshall,2017)。

国家/州:任何法律、监管、执法、侵权或其他考虑因素(例如,跟踪距离、许可等)(Bomey&Zambito,2017)。

干扰区域:隧道、停车场、茂密的树叶、高层建筑和大气条件限制的GPS。

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

英国 PAS1883 标准

2020年8月,英国标准协会BSI发布 PAS1883 标准《Operational Design Domain (ODD) taxonomy for an automated driving system (ADS) – Specification》,采用三大要素构建设计运行域,包括景观(区域、可行驶区域、交叉口、特殊结构、固定道路结构、临时道路结构),环境条件(天气、微粒、照明、互联),动态元素(交通、目标车辆)。[6]

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

(1)景观

区域:a)地理围栏区;b)交通管理区;c)学校区域;d)国家或区域;e)干扰区,例如茂密的树叶或高层建筑导致的定位信号丢失。

可行驶区域:a)可行驶区域类型;b)可驾驶区域几何结构;c)可行驶区域车道规格;d)可行驶区域标志;e)可驾驶区域边缘;f)可驾驶区域表面。

可行驶区域类型:高速公路、放射状道路(A道路是高密度交通道路,将高速公路连接到分配道路或城市中心)、分配道路(B道路将A道路与次要道路或地方道路连接起来,通常具有低至中等通行能力)、次要道路(次要道路或地方道路为居民区和其他地方发展提供通道)、支路、停车场、共享空间;

可驾驶区域几何结构:水平面(直线和曲线);横切面(分割、不可分割、行人路、边缘障碍物、不同类型的车道);纵向平面(上坡(正坡度)、下坡(负坡度)、水平面)。

可行驶区域车道规格:车道尺寸、车道标志、车道类型(公交车道、交通车道、自行车道、有轨电车车道、应急车道或其他专用车道)、车道数、行驶方向。

可行驶区域标志:信息标志、监管标志、警告标志。

可驾驶区域边缘:标记线、路肩(铺砌或砾石)、路肩(草)、固体屏障(例如格栅、轨道、路缘、锥体)、临时标记线、没有。

可驾驶区域表面:可行驶区域表面类型(松散(如砾石、泥土、沙子)、分段式(如混凝土板、花岗岩、鹅卵石)、均匀(如沥青))、可驾驶区域表面特征(包括交通和天气造成的损坏,分类为裂缝、坑洞、车辙或隆起)、可行驶区域引起的路面状况(结冰、淹没的道路、海市蜃楼、可行驶区域的积雪、死水、湿路、表面污染)。

交叉口:环形交叉口、交叉口(T型交叉口、Y形交叉口、十字交叉口、交错交叉口、立体交叉口)。

特殊结构:自动访问控制、桥梁、行人过路处、铁路道口、隧道、收费广场。

固定道路结构:建筑物、街灯、街道设施(例如护柱)、植被。

临时道路结构:施工现场绕道、垃圾收集、道路工程、道路标志。

(2)环境条件

天气:风、降雨、降雪。

微粒:海洋(仅沿海地区)、非沉淀水滴或冰晶(即,雾/雾)、沙尘、烟雾和污染、火山灰。

照明:白天、夜间或低环境照明条件、云、人工照明(可能是路灯或迎面而来的车辆灯)。

互联:V2X。

(3)动态元素

交通:实体密度、交通量、流量、实体类型、有特殊车辆(如救护车或警察车辆)。

主题车辆:主题车辆的速度是额外的ODD属性。

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

SAE J2980 ODD分类框架

SAE J2980标准中推荐使用六大要素构建运行设计域,包括位置(公路、乡村道路、城市道路、交叉口、土路、越野、停车场、车道、维修车库),道路状况(道路摩擦(干、冰、雪、湿、裂)、坡度、道路宽度),驾驶操作(启动、停车、向前行驶、向后行驶、直行、转弯、避开车道、变道、关闭),车辆状态(滑行、爬行、加速、减速、驻车、停止、碰撞),其他考虑因素(侧风,即将来临的交通,施工区域,事故场景,交通堵塞,行人),其他车辆特征(其他车辆系统的状态:故障代码、拖车、重载、启动关闭/打开、远程车辆启动、其他技术)。[7]

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

欧洲PEGASUS项目

欧洲PEGASUS 项目提出了一个具有六个独立层的场景系统描述模型[8]:

a) 道路:几何结构、拓扑,路面质量、边界(路面);

b) 基础设施:边界(结构),标志牌、信号灯等;

c) 第一层和第二层的临时操纵:道路的临时性设施,如临时封路、道路施工现场等;

d) 目标物:静态、动态、移动,交互、机动;

e) 自然环境:天气、光照等其他环境信息;

f) 数字信息:数字信息,如V2X信息、数字地图信息等。

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

END

参考文献

[1] SAE J3016. Taxonomy and Definitions for Terms Related to Driving Automation Systems for On-Road Motor Vehicles. 2021,4.

[2] GBT 汽车驾驶自动化分级. 2020.1.

[3] ISO 22737. Intelligent transport systems — Lowspeed automated driving (LSAD) systems for predefined routes — Performance requirements, system requirements and performance test procedures. 2021,7.

[4] BMW L3级智能驾驶系统 运行设计领域(ODD).

[5] NHTSA. A Framework for Automated Driving System Testable Cases and Scenarios. 2018,9.

[6] BSI PAS1883. Operational Design Domain (ODD) taxonomy for an automated driving system (ADS) – Specification. 2020.

[7] SAE J2980. Considerations for ISO 26262 ASIL Hazard Classification. 2018,4.

[8] PEGASUS METHOD.

推荐阅读

标准解读系列之一:行标发布,道路交通信号控制机从管控到服务

标准解读系列之二:国家车联网产业标准体系完成各板块拼图(附标准下载)

标准解读系列之三:智慧高速建设需要什么样的技术架构?

标准解读系列之四:智慧道路的分级标准是什么?

标准解读系列之五:一文读懂什么是协同自动驾驶?

标准解读系列之六:车联网网络安全标准进展

政策解读系列之一:混行试点、准入管理、无人配送,自动驾驶政策持续突破

政策解读系列之二:智能网联在规范管理中求发展

好书推荐

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

吴冬升 主编

书籍简介:本书系统剖析5G车联网整体架构、体系标准、关键技术、典型业务及应用场景等,对全球及国内车联网最新进展做了全面的扫描和分析,并对5G车联网产业发展面临的挑战和未来发展前景进行展望和预测,对于致力于5G及车联网产业研究、标准化及相关产品实现的广大从业者具有参考价值。

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列

关于我们

「5G行业应用」是聚集TMT行业资深专家的研究咨询平台,致力于在5G时代为企业和个人提供客观、深入和极具商业价值的市场研究和咨询服务,帮助企业利用5G实现战略转型和业务重构。本公众号专注提供5G行业最新动态及深度分析,覆盖通信、媒体、金融、汽车、交通、工业等领域。

一文详解自动驾驶的运行设计域(ODD)| 
 自动驾驶系列文章来源地址https://www.toymoban.com/news/detail-458907.html

到了这里,关于一文详解自动驾驶的运行设计域(ODD)| 自动驾驶系列的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Autoware.ai1.14.0自动驾驶-Demo运行

    下载数据: 一定要注意解压文件是在.autoware/路径下的,不然后续运行launch文件时,会提示找不到文件:.autoware/data/tf/tf.launch。 修改run脚本,改为正确source路径 修改如下内容: 为了防止警告,找到‘state_publisher’并用‘robot_state_publisher’去代替它。 文件位置:autoware-1.14in

    2024年02月14日
    浏览(49)
  • GaussDB技术解读系列:运维自动驾驶探索

    近日,在第14届中国数据库技术大会(DTCC2023)的 GaussDB“五高两易”核心技术,给世界一个更优选 择 专场,华为云数据库运维研发总监李东详细解读了GaussDB运维系统自动驾驶探索和实践。 随着企业数字化转型进入深水区,数据库系统越来越复杂,运维团队维护的数据库规模

    2024年02月07日
    浏览(47)
  • 详解自动驾驶安全软件开发流程

    1 引言 自动驾驶汽车开发越来越重视性能、质量和性价比,自动驾驶口碑成为新技术应用取得市场成功的关键,而口碑的建立依赖于相关软件开发流程、周期、时间和质量。一家汽车企业只有拥有或者其软件开发供应商具有成熟的软件开发团队、软件开发流程、可复用的软件

    2024年02月08日
    浏览(44)
  • 自动驾驶学习笔记(三)——场景设计

    #Apollo开发者# 学习课程的传送门如下,当您也准备学习自动驾驶时,可以和我一同前往: 《自动驾驶新人之旅》免费课程— 传送门 《2023星火培训【感知专项营】》免费课程—传送门   前言 场景设计平台 场景地图 场景基本信息 主车行为 交通参与者 保存场景 总结      

    2024年02月07日
    浏览(42)
  • 自动驾驶——智能底盘构造详解及新发展

    摘要: 汽车底盘是指汽车上由传动系统、行驶系统、转向系统和制动系统等部分的组合,其功能包括支承、安装汽车车身、发动机及其它各部件及总成,形成汽车的整体造型,承受发动机动力,保证车辆正常行驶等。 汽车底盘是指汽车上由传动系统、行驶系统、转向系统和

    2024年02月04日
    浏览(70)
  • 自动驾驶故障管理架构设计文档

    目    录 1       修订历史... 2 2       概要... 5 1.1. 目的... 5 1.2. 适用范围... 5 1.3. 参考文档... 5 3       缩写或定义... 5 4       业务概述... 6 1.4. 业务视图... 6 1.5. 功能描述... 6 5       总体设计... 6 5.1    概述... 6 5.2    基础数据结构定义... 8 5.2.1 SOC底软故障

    2024年02月13日
    浏览(48)
  • 自动驾驶路径规划——轨迹规划(详解插值法)

    目录 前言 1. 轨迹规划 1.1 轨迹规划包括以下几个问题: 2. 三次多项式插值 ​​​​​​3.  过路径点的三次多项式插值 4. 用抛物线过渡的线性插值 过路径点的用抛物线过渡的线性插值 5. 高阶多项式插值 声明        这个学期学校开设了相应的课程,同时也在学习古月居

    2024年01月22日
    浏览(42)
  • Arduino毕业设计——基于Arduino+PID+AI的自动驾驶小车控制系统设计与实现(毕业论文+程序源码)——自动驾驶小车控制系统

    大家好,今天给大家介绍基于Arduino+PID+AI的自动驾驶小车控制系统设计与实现,文章末尾附有本毕业设计的论文和源码下载地址哦。需要下载开题报告PPT模板及论文答辩PPT模板等的小伙伴,可以进入我的博客主页查看左侧最下面栏目中的自助下载方法哦 文章目录: 近年来,各

    2024年02月06日
    浏览(45)
  • 9.2.tensorRT高级(4)封装系列-自动驾驶案例项目self-driving-深度估计

    杜老师推出的 tensorRT从零起步高性能部署 课程,之前有看过一遍,但是没有做笔记,很多东西也忘了。这次重新撸一遍,顺便记记笔记。 本次课程学习 tensorRT 高级-自动驾驶案例项目self-driving-深度估计 课程大纲可看下面的思维导图 这节我们学习深度估计模型的分析,我们的

    2024年02月09日
    浏览(36)
  • Apollo自动驾驶planning纵向速度规划之DP详解

    纵向DP主要实现在GriddedPathTimeGraph类里 modulesplanningtasksoptimizerspath_time_heuristicgridded_path_time_graph.cc Apollo planning纵向DP即用动态规划的算法在ST图的可行域内求解出一个粗糙的速度规划,作为下一步QP平滑的基础。

    2024年02月15日
    浏览(43)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包