專題 | 智能網聯汽車駕駛場景數據庫研究及應用（一） ——虛擬場景數據庫篇

自2015年開展駕駛場景數據采集與分析研究以來，中國汽車技術研究中心數據資源中心不斷積累自然駕駛場景資源。目前，它已經收集了超過32萬公里的自然駕駛里程數據，覆蓋了北京、天津和上海等重點城市。運營條件覆蓋高速公路、城市、農村、停車場等重點區域，環境覆蓋晴天、雨天、雪天。霧霾等各種天氣條件涵蓋了典型場景、角落場景、事故場景等多種類型，已建成中國特色領先的駕駛場景數據庫。經過多年的經驗積累，數據資源中心逐步形成了數據采集標準、數據處理流程、特征提取方法、場景數據庫結構標準、測試用例數據格式、駕駛場景虛擬仿真測試方法等綜合理論體系。

為了充分利用數據資源中心現有駕駛場景數據的應用價值，滿足企業在智能網聯汽車開發和驗證方面的需求，解決行業在本地化功能安全評估方面的痛點，數據資源中心計劃在駕駛場景數據建設方面積累技術，從數據收集、處理和分析虛擬仿真和評估系統等多個層面將對“智能網聯汽車駕駛場景數據庫的研究與應用”進行專題報告，為行業提供切實可行的技術支持。專題報告將分為8期，本期重點介紹虛擬場景數據庫建設的總體思路和最新成果。

主題1：虛擬場景數據庫的構建

虛擬場景數據庫：駕駛場景數據是智能網聯汽車開發和測試的基礎數據資源。它是評估智能網聯汽車功能安全性的重要“案例庫”和“練習集”，是重新定義智能汽車水平的關鍵數據基礎。駕駛場景測試用例主要通過虛擬仿真環境和工具鏈進行復制，因此建立虛擬場景數據庫是連接場景數據和場景應用的關鍵橋梁。

虛擬場景數據庫的特點：虛擬場景數據庫具有無限性、可擴展性、批量生產和自動化的特點。

無限：虛擬場景數據庫主要通過測試用例的虛擬仿真建模來獲得。測試用例來自功能和邏輯場景。由于場景參數分布的連續性以及場景元素排列和組合的多樣性，測試用例不可能是詳盡的。隨著場景數量的不斷積累，虛擬場景數據庫也在不斷豐富，而虛擬場景數據庫也是無限的。

可伸縮性：構成場景的關鍵元素包括靜態元素、動態元素和駕駛員行為元素。元素的不同排列、組合和遍歷值豐富了虛擬場景庫的邊界，導致虛擬場景庫數量成比例增加。例如，相同的測試場景可以通過改變天氣條件、照明條件、交通參與者的數量和位置來擴展更多樣化的測試用例。

批量生產：通過利用虛擬仿真工具鏈開發標準駕駛場景數據接口，可以實現測試用例的批量導入和建模，并使用高性能仿真服務器實現模擬測試的批量生產，節省時間和人力成本。

自動化：實現自動化測試的能力是虛擬場景數據庫的另一個特點。測試用例的評估規則將被寫入數據庫。模擬測試完成后，將結合測試對象的性能，自動提供綜合評估結果和指標。

虛擬場景數據庫的構建：場景數據的格式、虛擬仿真工具鏈和測試用例評估系統是構建虛擬場景數據庫中的主要環節。首先需要將測試用例定義為標準數據格式。目前，國際通用的數據格式包括OpenDrive和OpenScenario，數據資源中心正在積極開發符合中國駕駛場景特點的分層場景數據格式，以滿足各種工具鏈的接口要求；

虛擬仿真工具鏈是構建虛擬場景庫的關鍵。目前，國內外已有10多種虛擬仿真工具可以實現靜態/動態特征建模、環境渲染和駕駛場景實時仿真，極大地豐富了虛擬場景庫的應用模式和領域。選擇合適的工具鏈是構建典型、通用、有代表性的虛擬場景庫的重要步驟。構建虛擬測試用例的評估系統是場景數據應用的首要任務。數據資源中心從監管要求、功能安全性、算法有效性等多個方面全面提出了自動駕駛虛擬仿真測試評估體系，增強了駕駛場景支持智能網聯汽車開發測試的現實意義。

虛擬場景數據庫分類：數據資源中心將模擬場景分為四類：自然駕駛場景、危險工況場景、法律法規場景和參數重構場景，包括不同自然條件、道路類型、交通參與者的多種類型的虛擬模擬測試案例，以及環境類型。

▲▲▲▲▲

自然駕駛模擬場景-經過充分測試的場景

自然駕駛模擬場景來自數據中心收集的駕駛場景數據庫和企業的道路測試場景。自然駕駛模擬場景能夠很好地反映測試的隨機性、復雜性和典型的區域特征。目前，數據中心已經收集了32萬公里的自然駕駛場景數據，并通過成熟的場景劃分方法生成了數千個典型測試案例。基于測試用例數據每日更新的構建機制，不斷豐富和完善自然駕駛模擬場景庫。

▲▲▲▲▲

危險工況模擬場景-必要的測試場景

危險工況模擬場景主要包括三類模擬場景：惡劣天氣環境、復雜道路交通和典型交通事故。數據資源中心通過對大量自然駕駛場景數據庫的參數化統計分析，提取不同影響因素下的危險場景測試案例，包括天氣、光線、地理地形、交通擁堵、道路結構、特殊障礙物等因素導致的高風險場景案例。此外，數據資源中心分析和輸入這些危險條件數據，并構建模擬場景，將危險條件場景參數化，以擴展和生成更極端和邊緣的場景。

▲▲▲▲▲

標準和監管模擬場景-基本測試場景

標準和監管測試場景是自動駕駛功能在開發和認證階段需要滿足的基本場景。數據中心一直在密切關注自動駕駛政策的發展趨勢。基于ISO、NHTSA、ENCAP、CNCAP等多個標準和評估程序，構建了20多個標準模擬測試場景，支持AEB、ACC、LKA、APA等各種自動駕駛功能的模擬驗證，并整合了標準場景的自動化測試流程。

▲▲▲▲▲

參數重組模擬場景-補充測試場景

參數重組仿真場景的目的是將現有仿真場景參數化，完成仿真場景的隨機生成或自動重組，從而補充大量未知的測試場景，有效覆蓋自動駕駛功能測試的盲點。參數重組的模擬場景可以是監管場景、自然場景和危險場景。通過設置不同交通要素的參數，可以重新組織監管場景；使用參數隨機生成算法可以重新組織自然場景；對于危險場景的重構，數據資源中心通過自動化測試搜索邊緣場景，計算邊緣場景的參數權重，并以高權重擴展高風險因素參數的范圍，可以實現更危險的模擬測試場景的自動化生成。

標簽：北京

汽車資訊熱門資訊