智能网联汽车设计：从工程开发到人机协同设计

内容导读

未来的汽车设计已经从单纯的功能实现性设计走向人机系统的协同设计，从传统研发测试走向多领域耦合的虚实结合的研发测试。动态汽车虚拟开发系统专注于整车虚拟原型验证、人机关系分析及创新设计的解决方案，面向整车方案验证与人机系统协同设计，涉及从概念设计、工程设计到测试验证的全流程。

本文分为上下两篇，从虚拟开发、半实物开发的技术解决方案、经典案例解析来全面讲述动态汽车虚拟开发系统。本篇为上篇，主要从动态汽车虚拟开发的研发测试系统构建和拓扑逻辑、人机系统对于汽车设计的意义、人机协同设计理念三个方面来展开分析。

01

研发测试系统的构建和拓扑逻辑

面向人机协同设计的未来整车虚拟开发架构，其实验系统的构建逻辑是基于产品设计目标和研发过程来适配的。下面以ADAS相关控制器为例来介绍仿真研发，比如ACC以及车道保持功能的开发：

MIL-SIL-HIL-DIL/VIL系统

02

人机系统对于汽车设计的意义

过去的汽车设计是功能实现导向的工程设计理念，追求功能的拓扑和性能的提升。随着智能化网联化的发展趋势，未来汽车的主流设计理念将是让车更好地适应人，而不是人适应车。汽车的设计原则是降低人驾驶和使用汽车的学习成本，从工业设计的角度即提高车辆系统的易用性，降低驾驶过程中的心理负荷和生理负荷。

随着汽车工程设计的成熟和核心技术壁垒的解除，汽车从单一的工程设计转向以用户为中心的人性化设计导向，以人的使用习惯和需求反向对功能进行设计和优化，将智能化的优势和人的因素做适应性协调，形成高效的人机系统。

ACC人机协同设计标定

例如，ACC自适应巡航系统的设计从传统的物理设计提升到了人机系统的协同设计，测试项目也从最初的功能测试变为人车环境的综合场景测试。通过考虑人体的加速度适应性、眩晕感的产生、频率范围的舒适性，对ACC跟随过程中的加速控制策略、制动控制策略、跟车行驶预判策略进行设计和标定，将机器驾驶的控制水平尽可能地适应人体的生理特征，同时合理化地进行人机接管的接口设计，降低功能使用的心理负荷，提高安全性。

03

从工程开发思维到人机协同设计理念

从HIL系统到DIL系统扩展最大的意义就是将人的因素加进来，形成完整的人机系统。利用人机系统进行产品设计的根本意义在于：将硬件本身性能发挥到极致，搜索多变量设计下最优的平衡点，研究重点在于所开发的产品在性能域中能否有较好的生理和心理的适应性以及高效、易用、安全的人机接口。对于L2-L4级别智能网联汽车，在人机共驾场景中，车辆本身功能的场景覆盖度及效用取决于人机接口设计的合理性。

人机接口的设计是一项跨学科的研究工作，涉及车辆工程、人机工程、人因工程、计算机等，研究域从产品本身的物理系统拓展到车辆、人、环境综合的系统，同时加入基于使用场景的过程分析。美国汽车安全最高主管机关高速公路安全管理局(NHTSA)对L2-L3级别的自动驾驶人因设计提出的指导性的方案与原则中就涉及人机接口的设计、多模交互、交互方案等。

驾驶员在环实验室实拍图

•人机系统控制变量：车辆数据、人体数据

人机系统的检测对象包括车端数据和人端数据。对于DIL系统，车端数据通过实时车辆动力学模块和硬件端口可以直接读出，例如车的姿态和动态参数、零部件系统的工况；人端的数据需要通过相应的采集设备来获取，例如眼动仪可以采集热点图、扫视轨迹、首次注视时间等；皮肤电位检测设备可以通过检测电压判断人的紧张程度；脑电设备能够通过检测人脑活跃区域的电压信号，判断人的压力负荷。

人车数据架构

多通道人体检测

车端的数据是车辆本身物理输出，可以通过采集设备或者实时模型获取，人端的数据则只能通过检测设备间接获取或者主观描述。由于存在个体差异和测试环境的干扰，难以对人端数据标准化输出和建模，因此需要建立科学的测试方案。可以理解为汽车系统是一个白盒，有了外界条件的输入，通过物理推导便能准确的获取输出；而人是一个黑盒，即使有了输入也无法知晓人的认知过程和思维如何工作和决策，输出也存在多种可能，只能通过大量实验进行规律分析，形成基于观察样本的经验结论。

车辆模型与驾驶员模型

•人机系统构成要素：车、人、环境

完整的汽车仿真系统应该包括车、人、环境三部分，并且满足存在有效的信息交互和关联干预。建模是一个平衡过程，将研究人员关注和有影响的要素建立模型并且考虑与其他模型的关键交互作用。

智能网联汽车复杂仿真环境构建关系

•人机系统驱动要素：场景（测试用例）

场景是基于实际交通环境还原再现的“剧本”，也是驱动仿真测试的核心要素。在设计过程中，被重构的是一个过程，要考虑到场景中的所有交互因素。场景的生成总体分为人工构建场景和自然交通场景（参考下图所示逻辑）。在测试中，人工构建场景往往有明确测试目标和项目，自然交通场景是对于系统综合测试进行分析的高可信度的“剧本”。

场景生成及分类

场景的构建要通过各种调研、现成采集和场景的解析进行分类分层的建设，从道路到环境，从静态基础建设到动态交通参与体。

对于智能网联汽车的复杂交互系统，信息量的增大和功能的增加对于安全性和用户体验的设计要求提高。尤其在人机协同共驾中，驾驶模式的切换和信息交互通道的设计方案对于主动安全系统的实际使用功效很重要，在L2-L4的自动驾驶中起到了关键安全意义，同时要保证驾驶员实时可知车辆的自动驾驶系统工作情况、周围交通环境情况、当前驾驶权情况、危险场景的警示、驾驶权需移交的提示。

特斯拉辅助驾驶视觉交互方案

交互系统首先通过HMI系统进行信息通知，使驾驶员在最短的时间内获取自动驾驶系统脱离信息，了解车辆当前的控制权状态。详细拆解这个过程，可以将其分为感知过程和认知过程。

感知过程即信号识别过程，是指从HMI系统发出信息到驾驶员意识或者搜索到信息的过程；认知过程是驾驶员找到信息位置后对信息内容进行获取和理解，完成这个过程驾驶员才能知道当前车辆状态的变化。这两个过程加起来被定义为感知时间，在人机系统研究中的内容为：车辆自动驾驶系统的人机接口设计与评价。

智能驾驶汽车人机系统设计总体流程

获知信息后，驾驶员大脑首先进行的就是状态评估，对于当前事件的情况、程度进行分析，紧接着驾驶员基于驾驶员经验和驾驶技术对分析结果建立对应的操作策略。这整个过程被称为决策过程，是在驾驶员大脑中完成的，受到驾驶员本身的认知、经验、性格、生理状态等方面影响，其所耗费时间是决策时延。

驾驶员状态检测系统

接下来就是人工接管的执行阶段，需要驾驶员切断自动驾驶模式或者直接接管操纵机构。驾驶员操作转向盘、加速制动踏板、档位，调整车辆动态状态，然后保持一段时间，当车辆进入安全状态，完成干预过程，这两个过程加起来就是人工接管过程，也是车辆从潜在危险状态变为安全状态的过程。

在人机系统中，一方面对接管方式进行评价，例如直接通过操纵机构接管或者主动切断自动驾驶模式，一方面通过对操纵机构的人机共驾方案进行评价，比如转向盘的人工干预和力耦合、操纵加速踏板的加速信号介入。

当驾驶员通过对当前交通场景和车辆状态的判断，确认车辆恢复安全行驶状态后，启动自动驾驶模式。机器开始接管车辆，在驾驶员确认自动驾驶系统安全接管车辆后，完成了状态确认。最后，驾驶员放松或者解放手脚，让车辆处于自动驾驶模式。这个过程对于人机系统研究对象是自动驾驶接管后对于车辆状态的反馈交互设计。

自动驾驶系统人机协同共驾过程分析

在这个过程中，可以基于动态驾驶模拟器仿真测试为例介绍实验系统构成以及采集数据的类型。在通常的仿真系统中，车辆的动态数据、系统状态可以通过软件进行监控和采集，是经过车辆动力学模型计算、HMI操作系统状态来进行直接获取的。驾驶员状态采集设备、采集内容和测试项目如下图所示：

多通道人机系统监测方案

汽车设计是一个跨领域、跨系统、多变量的复杂过程，对于车辆、环境、驾驶员系统进行整合和解析，深度理解彼此之间的关联和作用，通过协同设计和仿真测试的方式，加速未来智能网联汽车的功能设计和安全性测试，实现：

• 从功能设计到基于场景的迭代分析；
• 从性能设计到基于用户体验的量化定义；
• 从车辆机械电子系统设计到人机系统设计；
• 从单车智能到人机协同智能设计；
• 从人机设计到人、机、道路、环境综合交通系统设计。

目前，国汽智联实验室已经开展智能网联汽车智能驾驶和HMI领域的研究和工程服务工作，发表了多篇论文和专利，为长城汽车、恒大汽车、长安汽车、一汽等提供了方案咨询和技术服务，对自动驾驶系统的功能性能、人机交互、底盘及动力学仿真、复杂交通及创新系统验证等方面开展研究和评价。

未来将全面支持国家对于智能网联汽车准入的相关仿真测试和工况挖掘、设计、测试，为行业提供国际领先的智能网联汽车综合基础研发平台，加速产品设计迭代与商业化落地。

活动推荐：

ICVS中国智能汽车及自动驾驶博览会，暨同期：中国智能汽车产业链展

2022年9月26-29日

江苏·苏州国际博览中心

30,000m²展览面积

100场会议演讲

500家参展企业

30,000专业观众

点击进入ICVS智能汽车产业联盟主页—>进入菜单栏展会报名页面，即可免费领取参观门票，现阶段报名还将获取更多报告福利。