自动驾驶用例 Use Cases for Autonomous Driving

用英文做标题真的不是装，而是我觉得只放用例这个词的话太晦涩，不易被第一次看到这个词的人理解。所以干脆保留原文，相信这两个中学词汇量要求的单词大家都能看得懂并理解，这样就好。

划个重点，这篇文章的目的是希望将Use Case分解成不同的要素，然后通过定义不同要素的具体内容来描述某个特定的Use Case，以较“规范化”的描述每一个场景。

我很喜欢这篇文章中那几个应用场景的描述，这是大多数产品经理应该学习的，但个人对于用例特征划分方法和粒度有不同的见解，相信大家也会有自己的判断。但无论划分的结果是什么样的，这种分解的方法是非常重要的思维方式。现在有一种思维就是为了效率吃现成的，而不去思考为什么。这当然是轻松的，但其实未必真有效率，而且别忘了现成的东西一定是别人玩剩下的，吃现成的也注定只能做千年老二。

顺便说一句，佐贺偶像是传奇真好看，A站捡到宝了。

原文来自 《Autonomous Driving》

作者：

W. Wachenfeld

H. Winner

J.C. Gerdes

B.Lenz

M. Maurer

S. Beiker

E. Fraedrich

T. Winkle

果壳机动翻译并整理。吐个槽，德语翻译的英文书简直没法直翻......我尽可能的采用了一些意译以方便理解，所以你们看的时候实在有具体问题理解不了可以给我留言......

重要名词解释：

以下这三个词在文中会反复出现，所以请牢记他们在本文中的定义，以方便阅读。

导航 - 导航包括从可用的道路网络中选择合适的行车路线以及对所需预期时间的估计。如果有干扰当前路径的信息，例如事故，道路施工或交通拥堵，则可能需要改变路线。

规划 - 规划任务基本上是从前方的道路情况以及计划的路线中推导出可行的控制变量，例如预定轨迹和设定速度。部分规划还包括预期干预开环控制，通过（乘员）偏好设定，在设定值和实际值之间的缩小可能的偏差。

稳定（控制） - 为了完成控制任务，驾驶员必须确保采取纠正措施，使闭环控制中的偏差稳定并补偿到驾驶员能够处理的水平。

以下为正文：

1. 思考用例的动机

虽然自动驾驶可以统一用BASt （德国联邦高速公路研究机构，德国版NHTSA）的定义“完全自动化”，或“在更高（道德）法律范围内的自我决定”来描述，其依然存在各种各样的使用场景和规范。为了抓住这些不同，需要一种方法，一方面用于区分不同的特征，另一方面用于描述自动驾驶的典型使用场景。在下文中，这些将被称为自动驾驶的用例。除了命名之外，用例由它们的区分特征来定义，以在本书的各章节中保持一致。另外用例应作为参考方案进行进一步讨论。并非要排除其他示例。但是，建议使用定义的用例以避免误解或疏忽。在不同的章节中，定义和假设以不同的方式关联。比如”所有权关系“，在技术角度的重要性就低于市场影响。因此，应严格审查定义和假设。处理这些用例所需的结果是定义和假设的变化，以及可能存在争议，这些争议出现在不同主题之间（不同的参数敏感性）。

一般假设

除了用于区分后续章节中用例的特征，还有一些额外的属性被用于选择用例。下面的一般假设描述了这些属性。

混合操作（Mixed operation）：

一个基本假设，用例会被用于某个由不同自动化水平功能混合操作的运输系统。 比如包括具有从“仅驾驶员”到“辅助”到“全自动”的所有自动化水平的车辆。 在逐步引入自动化的过程中，车辆由人类驾驶员操作和由机器人操作会同时存在。

失效（Failure）：

自动驾驶车辆同样会出现硬件和软件失效，但按照最新的要求（如 ISO 26262），在出现失效时，自动驾驶车辆要保证和现在的车辆一样安全和可靠。

细节等级（Levels of detail）：

用例的描述不是详细的规范。

文章对这些进行了简化和假设，而不是如天气状况，光照状况，路面状况这样的详细描述。

驾驶机器人执行驾驶任务的质量和成功率和人类的水平类似。

比如：大雨导致车辆进入一个安全状态，无法继续行程，而人类驾驶员遇到这样的情况也是如此应对。本文不从使用者的角度，或者社会学的角度来讨论这些问题，也没有回答如何来衡量执行驾驶任务的质量和成功率。

满足法规（Conformity with regulations）：

对于所有用例，假设进行自动驾驶任务时遵守相应辖区（联邦/国家级，美国州级）的所有规则集合。关于困境中选择的问题直接来自这一假设。驾驶机器人是否被允许，或是否可能可以忽略规则以防止重大损伤？ 这些用例是驾驶机器人需要遵守的一组合法有效的规则，即基本规则（Meta-rule）。执行自动驾驶已经获得相应的权限，准许执行自动驾驶任务，而没有进一步考虑如何获得这种许可以及每条规则可能是什么。

2. 用例描述

上文讨论了用例的动机和所依据的一般假设，并在下节中解释了用于描述用例的特征。 这些特征与它们的值的组合产生了巨量的用例，我们无法详细描述每一个用例，所以选择了下面的四个用例作为示例。 其他用例不会被忽视，但我们的重点是以下四个：

州际公路

自动代客泊车

全自动驾驶

车辆按需使用

在这四个场景中，人和驾驶机器人之间的驾驶任务的划分是不同，这对于用例的选择很有帮助。 前两个被视为自动驾驶引入的场景，而后两个是更为广泛的自动驾驶应用场景。

2.1 州际公路

2.1.1 描述

一旦驾驶员进入州际公路，他/她可以在需要时激活驾驶机器人。这通常与指定期望目的地这一行为同时发生。驾驶机器人接管导航，规划和控制，直到到达州际公路的出口或终点。驾驶机器人要保证安全地将控制移交给驾驶员。如果驾驶员不满足安全移交的要求，例如因为他/她处于睡眠状态或可能没有意识到情况，驾驶机器人需要使车辆进入紧急车道或很快离开州际公路，以将车辆转移到最小风险状态。自主驾驶过程不需要乘员集中注意力，适用BASt 的全自动驾驶定义。由于简单的场景和有限的动态物体，这个用例被认为是一个导入场景，即使相对较高的车速加大了达成最小风险状态的困难。

2.1.2 特征值

Figure 2.2

2.2 代客泊车

2.2.1 描述

如果驾驶员已经到达他/她的目的地（例如工作地点，健身房或家中），他/她停下车辆，离开并命令驾驶机器人停放车辆。该车辆可以是私人的，但也可能由汽车共享提供商或类似的商业模式拥有。因此，驾驶机器人现在可以将车辆驾驶到私人，公共或服务商提供的停车场。将停车位分配给驾驶机器人是很重要的，这样可以不考虑驾驶机器人对相应停车场的搜索。因此，驾驶机器人总是会有明确的目的地。由于低速和轻度交通，自动代客停车的应用仅限于驾驶员离开车辆的位置附近。一方面，这种限制显着降低了对驾驶机器人（驾驶）能力的要求，因为较低的速度有较低的动能以及较短的停止距离。另一方面，这个用例可能会激怒或影响其他道路使用者。但是，这个用例似乎仍适合作为引入场景。车辆附近的授权用户可以向驾驶机器人指示接客位置。驾驶机器人将车辆驾驶到目标目的地并停止，以便驾驶员可以进入并接管驾驶任务。如果停车场管理需要，驾驶机器人可以重新停放车辆。

2.2.2 特征值

Figure 2.4

2.3 全自动驾驶

2.3.1 描述

只要驾驶员希望且当前场景明确，他/她就可以总是将驾驶任务移交给驾驶机器人。这几乎批准车辆使用整个国家的交通区域，只不过此类批准受到限制。例如，交通流被重新路由，新的停车区域启用，或者对基础设施进行类似的改造，然后在获得进一步批准之前不能自主地导航到相应的区域。在下列情况下，将路段永久或暂时排除在外似乎也是合理的，例如，行人过路频繁的道路。同样，必须以安全的方式进行驾驶员和驾驶机器人之间的切换。

这个用例可能与今天的自动驾驶观点非常接近，因为它与今天的乘用车使用情况非常吻合，驾驶任务几乎完全委托给驾驶机器人，而传统的主要用户和驾驶员仍然参与旅程。

2.3.2 特征值

Figure 2.6

2.4 车辆按需使用

2.4.1 描述

驾驶机器人从车辆内部的乘员或外部实体（用户，服务提供商等）接收所请求的目的地，个人无法选择接管驾驶任务。个人只能指示目的地或激活安全出口，以便他/她能够尽快安全地离开车辆。 使用这种驾驶机器人，可以想到许多不同的商业模式。

混合出租车服务和汽车共享，自动货运车辆甚至超出纯运输任务的使用模式。 一个示例可以是用于社交网络的车辆，其直接使用来自网络的信息以便规划路线，匹配乘客或实现尚未被考虑的其他服务。

2.4.2 特征值

Figure 2.8

2.4 选择特征来描述用例

在本节中，将更详细地解释描述用例及其值的特征。 除了自动驾驶的以下几个技术特征之外，还可以定义进一步的区分属性，例如关于商业模型或市场定位，但由于该领域的知识很少，现在将无视这一点。（这个作者真是.....我能理解你在凑字数赚稿费么......）

特征按字母顺序A到I排列，是从《驾驶员辅助系统手册》中驾驶任务三级模型中导出被用于描述的。 在该模型中，驾驶任务分为三个级别的导航，规划和控制。

2.4.1 特征A： 乘员类型

今天的车辆想要移动，人类必须始终处在车辆中并在任何情况下控制它。这种约束可能随着驾驶任务的自动化而改变。 因此，车辆概念和安全概念取决于乘员类型。

特征值

如下，特征值分为：

没有货物也没有人，因此没有特定的乘员或货物保护权益

批准运输的货物

具有约定目的地的人

具有未达成协议目的地的人。

一个用例可以通过该特征的若干值来涵盖。 值3和4是为了区分个人和公共交通。 个人交通工具载有约定目的地的人。 相比之下，公共交通工具载有多个先前未就目的地达成一致的人。 所以当人们通过公共交通到达目的地，需要建立具有目的地和中间站点的时间表。

2.4.2 特征B：最大允许载荷

最大允许载荷通过动能影响安全。 除了安全因素外，考虑载荷还将讨论扩展到个人交通，公共交通，货运和道路基础设施之外。 此外，该特征处理了车辆类型的问题，因为自动驾驶功能和不断变化的要求可能与当前车辆类型不兼容。没有采用通常针对特定国家的车辆类别的界限（如M1，N1这样的定义），而是选择了四个质量属性。它们的范围从超轻型车辆到重型卡车，每个等级的限值为4倍数。

特征值

超轻型车辆，约500千克

乘用车，约2吨

轻型商用卡车和厢式货车，约8吨

卡车，约32吨

2.4.3 特征C：最大运行车速

特征最大运行车速（确切地说是速度的平方）乘以质量，决定了车辆的动能，因此也需要进行区分。 另外，速度的平方被用来计算停止距离。 因此，自动系统在失败或达到功能限制时关于风险最小状态的要求随速度平方而增长。

除了安全考虑之外，在确定的运行速度下，规定时间内的最大行程和到达某个目的地所需要的时间也是影响个人移动性的参数。此外，速度直接定义了道路类型，如果使用某道路类型，那最大运行车速要大于该道路类型的最低限速。

特征值

2.4.4 特征D：场景

哪些人类驾驶员允许进入的空间区域对于符合用例的自动驾驶汽车也允许进入？场景特征描述了自动驾驶车辆的空间应用。例如，是否存在标准化结构，可用的车道数量以及是否存在其他标记？

甚至静态场景也可以是多样且对驾驶机器人充满挑战的。正如人们经常提到的那样，一个例子是被雪覆盖的车道，或被灌木和树木遮挡的交通标志。场景特征不考虑在旅程开始时可能未知且不变的条件。驾驶机器人处理场景和状况的程度取决于假设机器人是否可以像人类驾驶员那样完成驾驶任务。

因此，该特征描述了可预测的并且遵循高级别（地点，环境和道路功能）现有规则的场景。

特征值

越野地形

农业道路

停车位或停车场

（高速公路）交流道，公路支线通路

主要交通道路

城市主干道

乡村道路

州际公路

特殊区域

场景特征的第一个维度涵盖了9个值（扩展自德国集成网络设计指南），除了描述一个特殊用例可以使用的场景的值以外，该特征还有第二维度，第二维度为该场景是否被允许访问，相应的值如下：

不需要许可即可进入：所有此类场景对驾驶机器人开放

需要许可方可进入：只有经过许可才对驾驶机器人开放

目前，由私人还是公共管理者来发放许可是一个开放的问题。从这个意义上讲，没有进一步的定义许可的类型，比如基础设施正处于”维护“状态，或是提供一个增加了附加信息的地图。此外，某些特殊场景的许可可以包含一个临时类型，或静态/动态的截至时间。

2.4.5 特征E：动态元素

除了风景，场景的复杂性在很大程度上取决于动态元素。 有自动驾驶车辆的场景中的动态元素提高了对驾驶机器人驾驶能力的要求。 因此，该特征描述了在当前交通情况下可以应用用例的程度以及是否考虑限制或排除动态元素。

特征值

没有例外

仅机动车

仅自动驾驶汽车

没有其他动态元素

2.4.6 特征F：驾驶机器人和其他实体间的信息流

如第2.5节所述，驾驶机器人执行感知，认知，行为决策和行为执行等任务。为此，需要由机器人驾驶的车辆状态的信息，例如位置和速度，以及关于环境和乘员的信息。这些信息来自传感器，或从存储系统读取，或通过通信获取。信息流的目的定义了如何在驾驶机器人和各个实体之间交换信息，以及交换哪些信息。为了描述某个用例的信息流，给该用例分配了信息交换的目的。信息的可用性，传输和通信对象都必须与应用目的相配。如上所述，进一步假设该技术仅缓慢地引入市场。因此，并非附近的所有动态元素都能够参与信息交换，因此必须假设混合操作存在。

这里考虑的驾驶机器人的信息流是车辆的整个信息流的子集。我们暂时无视信息娱乐和便利系统的一部分。现在新闻，访问社交网络或音乐流可以作为特定服务给自动驾驶旅程带来额外好处，但是这些服务的信息流与自动驾驶相关性一般。因此，只有影响交通安全，交通效率以及自动驾驶旅程潜在先决条件的（信息交换的）目的才被描述为区分属性。

特征值

导航优化

路径跟随优化

控制优化

提供环境信息

更新驾驶机器人的能力

监控驾驶机器人

监控乘员

乘员紧急呼叫

2.4.7 特征G：可选项概念（Availability Concept）

常规操作时驾驶机器人在允许的区域内控制车辆。如果驾驶机器人遇到了一个通常没有预见到的功能限制，将转为一个可选项概念。这些功能限制可能是路中间有障碍物，导致车辆无法继续做出自主决策。举个例子：一根树枝伸到了路中间，而车辆需要碰到树枝才可以继续行驶。可选项概念在多大程度上取代整个驾驶任务，或者只是接管（特定的）决策，仍是一个开放问题。

特征值

没有额外的可选项

司机进行选择

远程控制

现场支援服务

电子拖车（通过控制车辆而非物理连接）

2.4.8 特征H：扩展概念

不一定所有运输任务所需的区域都被自动驾驶覆盖，特别是在市场引入初期。 无法自动控制的子域仍将存在。 然而，为了满足客户的移动性需求，可以用扩展概念覆盖自动驾驶机制之外的部分。 扩展概念描述了是否以及在何种辅助下可以在指定用于自动驾驶的区域之外执行车辆控制。

特征值

在运行区域之内无需替代，即自动驾驶区域完全覆盖指定的运输任务。 具有该值的车辆是专用自动驾驶车辆。 如果车辆的能力范围覆盖了其所有的应用范围，则它是一种完全自动驾驶的车辆。

驾驶员：由人接管驾驶任务。

远程驾驶：驾驶任务由外部操作员执行。

现场支援服务：受过专门训练的人员接管特定制度下的驾驶任务。

额外的运输装置：在应用区域的边界处，驾驶机器人协调车辆切换到其他的运输装置，使得该运输装置可以继续运输任务。 可能的例子是城市车辆的长途运输，借助于公路列车或类似于电子拖车的概念。

2.4.9 特征I：介入选项

根据《驾驶员辅助系统手册》中的分类，要引导车辆到达旅程的期望目的地，需要实现导航（Navigation），规划（Guidance）和控制（Stabilization (Control)）的三个主要驾驶任务。控制任务包括车辆动力学不稳定情况下的稳定性和车辆控制。因此，主要的驾驶任务将是导航，规划和控制。

根据全自动驾驶的定义，该驾驶任务完全转移到驾驶机器人。当向驾驶机器人指示目的地时，它完成导航，规划和控制任务并将车辆引导到期望的目的地。虽然驾驶机器人将执行这些任务，但内部系统架构不一定以这种方式构造。

相反，除危险情况（电子稳定控制，防抱死制动系统，自动紧急制动）外，现在的量产车辆都由驾驶员控制。人在车辆驾驶员座位上完成驾驶任务。因此，他/她当前可以选择纠正辅助系统的动作，即Override它们。

因此，有两个实体，即乘员以及驾驶机器人都基本上具有控制车辆的能力。

此外，存在远程车辆操作（远程操作）的想法和概念，即车辆外部的实体干预车辆规划。如果车辆外部世界的通信链路及相应接口都存在，则这些外部实体还具有影响车辆控制的能力。因此，实体总共可以区分三组 - 内部，车辆和外部 - 都可以在自动行驶期间干预车辆控制。

为了简化对该特征的描述，将乘员（成人，未成年人，有限残疾的人等）概括为内部组。车辆外部的影响（执法部门（例如警察），注册车主（如果不是内部组的一部分），授权代理人等）被概括为外部团体。

如果单独的考虑实体，则存在以下有关其介入选项的问题：

实体可以对哪种级别的车辆控制进行介入？

实体有权对哪种级别的车辆控制进行介入？

第一个问题是通过用例的车型回答的。如果该实体应该有介入选项，则向该实体提供车型的适当接口。

第二个问题需要一个法定规则，该规则根据实体的属性和职责进行授权。在此，不讨论谁设置和检查这些规则，是否需要针对不同级别进行驾驶测试，以及是否需要诸如驾驶执照或访问代码的授权。

因此，车辆提供的介入选项的和实体拥有的介入授权，两者组合的结果如下：

车型提供了对三个级别之一（导航，规划和控制）进行介入的选项，并且该实体被授权介入同一级别的驾驶任务。因此，该实体可以进行介入。

车型提供了选项，但实体无权在一个级别进行介入。这种情况与驾驶员座位上的孩子有关。对于用例，假设在这种情况下法律对实体的介入有相关规定。

车型不提供选项，但实体有权在一个层面进行干预。这与驾驶员坐在后排无关，他们无法进行干预。

用例在一个级别上提供选项，但是该实体被授权介入不同级别的驾驶任务。同样，这种组合不允许实体介入。

仅在组合（a）的情况下，驾驶机器人可以在驾驶任务的一个级别上受到实体的影响和/或被否决。

用例的描述遵循列出的那些实体中至少一个授权与车型的一个可用选项匹配的原则。

此外，假设法定监管将对滥用进行惩罚。该假设也适用于当前的车辆概念。例如，无法在技术阻止儿童驾驶车辆，而是相应的法定规则与必要的监督相结合。

如果现在考虑到不同实体能够同时在三个层面上行动，则第三个问题适用。

3.由于同时介入，哪个实体占主导地位？在冲突的情况下不同实体的优先级如何（图2.9）？

Figure 2.9

为了回答这个问题，实体的介入必须有确定的等级。哪个实体有比其他实体更高的优先级，并决定驾驶任务的不同层面的车辆行为？这需要在车辆设计中实现实体的等级定义。

需要承认的是，除了实体的等级之外，还存在用于驾驶任务的级别的层次结构。控制总是否决规划，而规划总是取代导航。因此定义内部或外部实体只能在一个级别上进行介入。优先级最高的实体会抑制其他介入措施。

通过自动驾驶，还可以专门运输不能执行驾驶任务或改变驾驶任务的人。但是，为了给乘客提供尽可能快地安全退出的选择，引入了作为特殊驾驶任务的“安全出口”。如果乘客获得具有最高优先级的安全出口，则他/她可能不一定能够改变行程的目的地，但是可以尽可能快地离开车辆。