MuCCA研发碰撞规避系统 助自动驾驶汽车规避碰撞

据外媒报道，英国发起一项名为MuCCA的新项目，涉及资金460万英镑（约合630万美元），项目跨度为30个月，致力于研发新一代的驾驶辅助系统。该项目旨在规避高速公路上的多车连环碰撞事故。若该类事故无法避免，该系统试图将不利后果控制在最小范围内。

该项目由Applus+ Idiada UK牵头，并获得了互联及自动驾驶汽车中心（CCAV）、创新英国（Innovate UK）的资金支持。MuCCA即为英语多车连环碰撞规避（Multi-Car Collision Avoidance）的缩写，该项目旨在研发一款协作式系统，帮助互联及自动驾驶汽车规避碰撞事故。

在2019年末，其将开展一项概念验证技术演示。在事故发生的前一秒，配置了多车连环碰撞规避系统的车辆将彼此实现车间通信，基于各车辆的最佳闪避操作采取碰撞规避措施。

在未来数年内，尽管互联及自动驾驶汽车将变得愈发普通，但许多人工驾驶的汽车将依然存在，因此该系统的复杂性较高，可预判人类驾驶员在可能遇到碰撞事故时所采取的应对操作。

而测试赛道技术演示则基于典型的赛车道场景，其环境旨在逐步探索该系统的局限性。该测试最初只在白天及良好的气候条件下开展，且不会采用弯曲或交错的测试赛道。

在将车辆控制权移交给车载计算机前，有经验的驾驶员会预先定位车辆的位置。鉴于该项目合作方是威势飞（Westfield）赛车队，所有车辆均采用类似的式样，测试场景的布置也较为简易，从低速模式开始，逐步增加测试的复杂性。等该系统经验证后，才会提升测试车辆的车速。

尽管原型车价格不菲，人类驾驶员的安全风险也有限，仅限于赛道行驶时的安全风险，且没有实验室测试时的限制条件。在该测试中，还会采用不同类型的模拟器，用于采集初步数据进而生成人类驾驶员模型（Human Driver Model，HDM），该模型由英国克兰菲尔德大学（Cranfield University）所研发，有助于该系统预判最可能的行驶路径。

该测试纳入了五个实现内联（interlinked）的驾驶模拟器，可同时捕获多个驾驶员的驾驶习惯，且共享同一个虚拟场景及虚拟车辆。多车碰撞或接近碰撞的测试场景将捕获人类测试对象所采取的驾驶操作。

在模拟及赛道测试环境下，MuCCA系统需要论证：其可从不同互联汽车的车载传感器中提取多种数据源、识别潜在的碰撞风险、确定最佳的操作流程、将共享计划传输到临近车辆中。