1. 研究目的与意义（文献综述）

随着人工智能技术的不断进步与发展，愈来愈多的人工智能产品被广泛应用于各个领域。作为人工智能产品的自动驾驶汽车更是陆续被国内外投入开发与使用，汽车逐步从独立的机械单元向智能化、网联化发展，汽车系统安全面临新的、更严峻的挑战。为了保障智能网联汽车的安全性、舒适性、敏捷性和智能性，必须在投入使用之前对其功能和性能进行严格的系统评测。理论而言，自动驾驶汽车相较于传统汽车更为安全。随着国内外自动驾驶汽车事故的实际发生，在不断促进自动驾驶汽车行业发展的当下，因自动驾驶汽车发生交通事故致人损害的侵权责任问题也愈发为人们所重视。目前对智能网联汽车的测试主要有包含软件在环测试、硬件在环测试等在内的仿真测试，以及包含封闭道路测试和开放道路测试等在内的实车测试两种。其中仿真测试对于整车系统的测试评价至关重要，因此也成为当前众多研究机构、整车制造企业开展智能网联汽车测试的重要手段。论文利用交通事故调查的数据，归纳典型的前方车辆状态识别危险工况，利用聚类分析的方法归纳典型特征的前方车辆识别危险场景，运用3Dsmax以及unity软件，为无人驾驶汽车开发设计测试场景，并依据运行结果，针对自动驾驶的特点提出预防性的行人和车辆保护，乃本文的最终目的。

论文的意义：
（1）自动驾驶是未来的发展趋势，与国外自动驾驶研究相比，我国起步较晚。自动驾驶汽车能够定位车身的实际位置，对目的地进行导航，并根据具体路况随时改变路线 ；能够可靠实现车速调节、变换车道，安全超车，保持车距等各种必要基本操作 ；能够对进行驾驶员状态分析，确保驾驶员以及乘客的行驶安全 ；能够适应不同的气候环境，以及行驶环境，我国下一步规划建设该类相关测试场地提供借鉴，并为后期全面推进智能网联汽车的公开道路测试提供依据。
（2）3ds max是非常有力的建模工具，同时运用Unity软件还原追尾事故发生的场景，对智能车开发和测试的交通场景进行定义，设计了仿真场景搭建流程以便规范和快速搭建智能车测试场景，在此基础上集成了车辆模型和控制算法，实现了场景模型、车辆模型和控制模型的联合仿真。
自动驾驶技术和追尾事故研究在国内外的发展现状分析：
1. 自动驾驶的研究现状
1980 年代 ，美国开展了自主地面车辆（AVL）项目，该项目成功开发了一辆带有8 个轮子的无人驾驶机器人，该机器人实现了低速良好路面上的自动驾驶。 1994 年，戴姆勒－奔驰汽车公司和德国国防大学的 Ernst Dickmanns 研制出两台比较相像的全自动化汽车，VaMP 和 Vita－2， 这 2 台无人驾驶汽车在巴黎一条三车道公路上以 130 km的时速顺利行驶了 1 000 多 km。 1995 年，卡内基梅隆大学研究制成了智能车辆 NavLab－V， 该车完成了横穿美国东西部的无人驾驶试验，行驶路程达上万 km。 2007 年，卡内基梅隆大学的 Boss，一辆由 2007 款 Chevy Tahoe 改装的无人驾驶汽车，以领先第 2 名 20 min 的成绩， 完成了无人驾驶汽车在复杂都市障碍赛道行驶的比赛。 2008 年，一辆由大众帕萨特轿车改装的无人驾驶汽车，斯坦福大学的“Junior”以 40 km ／ h 的速度驶过两个街区，在一个写有“停”的指示牌前停止了信号接收。
2007 年，谷歌的 Google X 实验室开始研发无人驾驶汽车，并于 2012 年 4 月 1 日展示了 Google 无人驾驶汽车的行驶技术，同年获得了由美国内华达州机动车驾驶管理处颁发的首个红色无人驾驶汽车车牌。2015 年 6 月，配备有 64 束激光雷达、摄像头、GPS 及其他传感器的无人驾驶汽车开始上路测试，该车通过车顶和车头的雷达探测周围的障碍物，并根据障碍物与本车的相对距离，给无人驾驶汽车分配出虚拟的缓冲区域供它避让障碍物。根据谷歌的月报显示，截止到 2016年 8 月底，谷歌的无人驾驶汽车累计行驶总路程超过 290 万公里。
中国的汽车产业以国有企业为主导 ，政府制定的目标在其中扮演着重要角色 ，为加速自动驾驶汽车的发展 ，国家制定了自动驾驶汽车发展时间表 ，这不仅为汽车制造商提供了发展动力 ，对于汽车领域的各行各业都是一次巨大的商机。我国的自动驾驶汽车发展模式与国外不同 ，国外多是企业进行研究 ，而国内主要是各大高校组织研究团队 ，如国防科大、清华、上海交大等各类高校 ，之后与车企进行合作研究 ，共同研发 ，这种发展模式能够在自动驾驶汽车的发展中集思广益 ，从而获得更大的突破。
2000 年 6 月，由国防科技大学研制出最高时速达 76km/h 的无人驾驶汽车；2006 年开发的新一代红旗 HQ3 在可靠性和小型化方面有了新的进展；2011 年 7 月 14 日，该无人驾驶汽车完成了全长 286 公里的无人驾驶实验。在实验过程中，在部分路段有雾、突然降雨以及部分车辆违规操作的情况下，仍然实现自主超车 67 次、共超车 116 辆、被超车 148次。此次路测的成功，标志着我国的无人驾驶汽车技术有了突破性的进展，对我国的无人驾驶汽车技术的研究有非常大的影响。 2013 年，百度深度学习研究院开始研发无人驾驶汽车项目。“Auto Brain”是其核心技术，结合百度已有的高精度地图项目，使其具有厘米级精确定位的功能。2015 年 12 月，百度与宝马合作，使用宝马 3 系改装的无人驾驶汽车完成了在北京五环上的无人驾驶路测实验。
2.自动驾驶测试的研究现状
2011年，是无人驾驶汽车发展史上意义重大的一年，这一年，美国内华达州通过了“511法案”，这一里程碑式的法案的颁布，极大推动了自动驾驶科学技术和各国立法的发展。之后的2012年9月份，加利福尼亚州政府颁布了一项法案，规定2015年起自动驾驶汽车可以上路合法行驶。2016年9月21日，DOT和NHTSA联同制定的“联邦自动驾驶汽车政策”，是全球的标准化规范自动驾驶汽车的首次发布，提出了自动驾驶汽车的安全性评估，在4个州和联邦进行监管政策协调，进一步对自动驾驶技术提供制度保障。目前，我国在自动驾驶领域的相关法律法规的制定相对落后。2017年4月25日，国家工信部、发改委与科技部发布了《汽车产业中长期发展规划》，将“智能网联汽车”作为八大重点工程之一。2017年12月15日《北京市指导意见》、《北京市实施细则》以及2018年3月1日《上海市管理办法》。
3.追尾事故的研究现状
目前在欧洲的碰撞测试主要是集中于进行正碰和侧碰研究，对于汽车追尾碰撞的测试很少，其中也更是没有相关测试规定。美国的高速公路保险协会在其碰撞法规中，虽然涉及了关于追尾碰撞的试验，其目的也主要是对座椅的合理性进行相关检查。德国汽车研究院、梅赛德斯奔驰公司、柏林工业大学以及美国的科研机构相继开发了一些用于道路交通事故再现分析的计算机软件，主要用于分析研究交通事故的发生原因，达到事故再现目的。
1995年，用于汽车碰撞交通事故分析的计算机模拟软件在清华大学汽车研究所诞生。1996年，中国汽车技术研究中心、清华大学、吉林工业大学、上海交通大学等开始购买并学习由荷兰的公路汽车研究学会完成软件，利用其进行汽车碰撞模拟方面的研究。2008年，湖南大学与香港国惠公司合作完成了汽车碰撞动画软件的开发与设计，建立了车型完善的数据库，并开发了汽车碰撞软件，能够达到日均分析处理50多起汽车碰撞事故的能力。
4.交通事故计算机仿真技术的研究现状
具备高等级自动驾驶功能的智能汽车按照传统先进驾驶辅助系统的测试方法对其进行测试，则至少需要几十亿公里的道路测试才能满足认证要求，特别是一些需要在多车参与的复杂交通环境下或极限工况下进行的测试，从成本、安全、可控等方面考虑都面临诸多困难。因此，虚拟测试——场地测试——道路测试相结合的测试、认证方法正在成为该领域的研究热点，其中，基于驾驶模拟器的虚拟测试，在测试条件经济、安全、可控的同时，还可以进行真实驾驶员参与的主客观评价，已经成为智能汽车虚拟测试必不可少的一环。在对智能汽车进行虚拟测试时：即使进行单一智能汽车仿真，基于物理机理的传感器物理模型因为计算过程复杂、对场景建模要求高，仍然没有完全攻克实时仿真的难题；基于统计特性的功能模型忽略了传感器的内部工作过程，所以大都只能模拟传感器的感知误差，并不完全满足对综合认知和高级自动驾驶系统进行性能测试的需求；如果希望模拟遮挡之类的基本现象仍需额外执行复杂的计算过程，将难以对多智能汽车同时参与的复杂测试场景进行实时仿真。因此，建立既能体现传感器必要的物理特性又具备高计算效率的传感器模型，仍是目前进行智能汽车虚拟测试必须解决的技术难题。

2. 研究的基本内容与方案

基本内容：
（1） 自动驾驶汽车发展的必然性；
（2） 自动驾驶汽车测试的几种方法计算机仿真测试 半物理仿真测试 交通事故场景 实车测试；
（3） 依据交通事故调查的结果，归纳追尾事故的类型，采用聚类方法，归纳追尾事故典型场景及要素特征；
（4） 介绍3dmax仿真软件的建模原理及及unity引擎基本原理技术方案，模型构建及运行。

运用3ds max软件，构建自动驾驶汽车的模型；采用unity驱动引擎，实现半物理仿真测试。

技术方案：
通过查阅与自动驾驶技术的相关文献，搜集与自动驾驶产业发展相关的政治、经济以及文化环境的资料，尤其做好外文文献的查阅与翻译工作；查阅自动驾驶技术和汽车追尾事故相关的文献资料，学会3dmax以及unity软件并达到熟练运用水平；通过论文资料的搜集、整理与消化吸收，并利用一切实践与实习机会获得与选题相关的第一手资料，完成文献综述；系统梳理论文的写作思路，明确需要解决的关键问题以及可能取得的预期研究成果，拟定论文提纲，完成开题报告；在论文框架确定之后，逐步充实文章内容撰写初稿，并反复修改最终定稿。

3. 研究计划与安排

3、进度安排
周次(时间) 工作内容
1 (2.16 ~ 2.22) 确定选题、校内搜集资料及外文翻译。

2 ~ 3 (2.23 ~ 3.8) 赴外地实习、校外搜集资料，并提交实习日记、实习报告。

4 ~ 5 (3.9 ~ 3.22) 消化资料、整理提纲、概要设计，写出文献检索摘要、文献综述初稿，撰写开题报告初稿。

4. 参考文献（12篇以上）

4．阅读的参考文献不少于15篇(其中近五年外文文献不少于3篇)
[1]肖冬阳.汽车追尾碰撞事故再现分析模型与方法研究,2014
[2]洪峰. 智能汽车交通车辆的综合认知及其虚拟测试方法研究,2018
[3]郑磊,刘涛,王宇,蒋鑫,王新竹.智能车场景建模及仿真,2018
[4]余露.自动驾驶汽车的事故算法及其限度，2019
[5]马要娟. 面向智能车的前方车辆识别技术研究及视觉感知系统设计，2018
[6]朱仕杰. 自动驾驶汽车致害的侵权法律规制研究，2017
[7]徐志刚,张宇琴,王羽,宋瑞,王润民,赵祥模.我国自动驾驶汽车行业发展现状及存在问题的探讨，2019
[8]朱文龙.探析我国汽车自动驾驶技术的现状与发展趋势，2019
[9]黄海川.自动驾驶的现状分析和实现过程，2018
[10]程晨,孙巍,潘汉中,范志翔.自动驾驶汽车运行安全性测试评价体系研究，2017寇文文.浅议自动驾驶汽车交通事故致人损害的责任问题2017
[11]郑施雨. 自动驾驶车辆换道过程建模与分析，2018
[12]余露.自动驾驶汽车的事故算法及其限度，2019
[13]Menon N, Barbour N, Yu Z, et al. Shared autonomous vehicles and their potential impacts on household vehicle ownership: An exploratory empirical assessment，2018
[14]Parkin J, Clark B, Clayton W, et al. Autonomous vehicle interactions in the urban street environment 2018
[15]Awad E, Levine S, Kleiman-Weiner M, et al. Blaming humans in autonomous vehicle accidents: Shared responsibility across levels of automation 2018.