一、前言

隨著自動駕駛技術的快速發(fā)展，龐大的測試數(shù)據和復雜的場景需求為性能與安全評估帶來了巨大挑戰(zhàn)。如何高效管理海量數(shù)據、挖掘關鍵場景，并滿足以Euro NCAP（European New Car Assessment Programme，歐洲新車安全評鑒協(xié)會）為代表的嚴格評估標準，已成為行業(yè)亟待解決的核心問題。

這不僅關乎技術研發(fā)的效率與精度，更是智能駕駛車輛進入市場、提升競爭力的關鍵前提。本文我們將圍繞如何應對海量數(shù)據所帶來的挑戰(zhàn)進行探討，分享提高場景測試與性能安全評估的見解。

二、場景測試與性能評估的挑戰(zhàn)

在自動駕駛技術的研發(fā)與測試過程中，“場景”是一個核心概念，也是驗證自動駕駛系統(tǒng)性能和安全性的關鍵手段之一。無論是行業(yè)專家還是普通關注者，談及自動駕駛測試時，都會提到“場景”以及“基于場景的測試”。

圖 1自動駕駛場景概念圖

場景通常由靜態(tài)要素（道路、交通標志、建筑物等）、動態(tài)目標（車輛、行人等）、環(huán)境條件（天氣、光照等）、行為模式（變道、急剎車等）組成，旨在描述車輛可能面臨的各種復雜情況。由于內容極為豐富，國際標準ISO 34501通過四層抽象分級模型對其進行分類，即功能場景、抽象場景、邏輯場景和具體場景，后兩者便是當下關注的重點。

圖 2四層抽象分級模型與場景測試挑戰(zhàn)

對于測試而言，除了在各個場景下的性能表現(xiàn)，通常還得滿足一些法規(guī)或者評估標準。例如，對于車輛的安全性而言，最廣為人知的便是Euro NCAP的評級。

Euro NCAP的評級結果不僅會為消費者選購車輛提供重要參考，也是諸多汽車制造商和技術開發(fā)者研發(fā)過程中明確的安全目標。無論是傳統(tǒng)燃油車還是智能駕駛車輛，獲得Euro NCAP的高評分都是進入歐洲市場、提升市場競爭力的重要前提。

然而，隨著自動駕駛技術的高速發(fā)展，測試需求與標準的日益復雜化，自動駕駛研發(fā)與測試中所產生的數(shù)據日益增加，對邏輯場景與具體場景的需求也逐步攀升，這也就為場景測試帶來了諸多挑戰(zhàn)：

a）海量的測試數(shù)據與場景
自動駕駛測試需要處理極其龐大的場景庫和測試數(shù)據，如何高效地管理和利用這些數(shù)據成為一大難題。

b） 指標分析與數(shù)據管理的難度
隨著測試指標的逐漸增加，如何對測試結果進行全面、準確的分析，以及如何高效地管理測試數(shù)據，都是亟待解決的問題。

c）性能與安全評估方法的效率
自動駕駛系統(tǒng)的性能和安全性評估需要高效快捷的方法，以應對大規(guī)模測試的需求。

d）真實場景向仿真場景的轉換
為了實現(xiàn)重復測試，需要將真實場景高效地轉化為仿真場景，即LogSim到WorldSim的轉化。

e）高昂的測試成本
應對上述種種挑戰(zhàn)需要投入大量的資源，包括人力、時間和資金。

面對這些挑戰(zhàn)，我們嘗試在云端搭建一個模塊化的數(shù)據管理與場景挖掘平臺，并集成Euro NCAP 道路穩(wěn)健性協(xié)議（包括速度輔助系統(tǒng)、車道支持系統(tǒng)和輔助駕駛），進而實現(xiàn)了高效場景測試與性能安全評估。

圖 3數(shù)據管理與場景挖掘概覽

三、數(shù)據管理與高效分析方法

在自動駕駛測試中，海量的駕駛數(shù)據與復雜的場景構建是基礎，同時也是挑戰(zhàn)。如何高效地管理這些數(shù)據，并從中提取出有意義的場景，成為驗證自動駕駛系統(tǒng)性能與安全性的關鍵環(huán)節(jié)。3、4章節(jié)將從數(shù)據管理、聚合分析、場景提取與評估技術以及場景導出四個方面，詳細探討如何高效處理海量數(shù)據并挖掘關鍵場景。

1、數(shù)據管理技術：高效處理海量信息

對于場景測試或者以Euro NCAP為代表的性能評估而言，通常會產生大量的駕駛數(shù)據，例如Euro NCAP 2026年新版安全駕駛汽車輔助協(xié)議（Safe Driving Vehicle Assistance）就明確提出部分功能的評估需要滿足至少2000公里的測試。

面對海量的駕駛記錄與復雜的場景需求，數(shù)據管理需要兼顧高效性、靈活性與協(xié)作性。對此，我們嘗試基于云搭建模塊化的數(shù)據管理平臺，旨在實現(xiàn)駕駛數(shù)據的高效處理、評估與檢查。

a)駕駛數(shù)據摘要與高級查詢
通過鼠標單擊查看駕駛記錄的摘要信息，獲取清晰的駕駛數(shù)據概覽，并采用事件（Event）、操作設計域（ODD）或場景（Scenario）三類標簽，以組合的方式快速查詢需要的駕駛記錄。

圖 4快速摘要與高級查詢

b)可視化界面與團隊協(xié)作
基于相機視角、感知還原、GPS軌跡、車輛速度等多維度創(chuàng)建可視化界面，對場景進行深入分析。同時，采取URL分享的方式，實現(xiàn)團隊成員之間的高效協(xié)作與共同分析數(shù)據。

圖 5自定義可視化界面

2、聚合分析技術：從海量數(shù)據中洞察規(guī)律

除了單一場景的快速查詢與分析，針對海量駕駛數(shù)據的整體規(guī)律分析同樣至關重要。為此，我們使用聚合分析的方法，通過多級指標（Metrics）對駕駛數(shù)據進行整理、分類和聚類分析，加速發(fā)現(xiàn)數(shù)據中的潛在規(guī)律。

圖 6聚合分析

a)多級指標的靈活分析

通過采取感知、行為、舒適度等多級指標進行分析。例如，當想要了解“自動駕駛系統(tǒng)開啟狀態(tài)”、“特定速度區(qū)間”、“白天”的違規(guī)率，就可以設定對應指標，構建指標矩陣與直方圖，隨著指標的增加，矩陣與直方圖會產生動態(tài)變化，得以快速掌握概況以及各個指標下統(tǒng)計出的違規(guī)率。

b)一鍵聚類與場景跳轉

聚合分析技術能夠基于指標矩陣對駕駛記錄進行自動聚類，并支持關鍵場景的快速跳轉。單擊矩陣中的特定數(shù)值即可直接查看對應的場景列表，并快速跳轉到可視化界面，查看場景細節(jié)，進行深入分析。

四、場景挖掘、評估與ASAM OpenX場景導出

為了在大量駕駛數(shù)據的挑戰(zhàn)下提高場景測試與評估的效率，我們基于感知算法從原始駕駛數(shù)據中提取出場景，將原有的大量里程與時間濃縮為了一系列特定場景，并結合了自定義標準與Euro NCAP標準建立了多種預設評估方式，保障效率與準確性的同時盡可能節(jié)省時間與精力。

1、場景提取與評估技術：挖掘關鍵場景與性能見解

如何從大量的駕駛數(shù)中提取有意義的場景并進行性能評估，是自動駕駛測試的重要環(huán)節(jié)。我們通過對激光雷達、相機、GPS等原始傳感器輸入的數(shù)據進行感知，從真實或仿真數(shù)據中高效挖掘場景，提供多維度的性能與安全見解。

圖 7場景挖掘流程示意圖

a)自動清除空駛里程

駕駛數(shù)據中通常存在大量沒有特殊事件發(fā)生的空駛里程，占據了大量存儲空間但對測試無意義。我們通過設定場景提取的條件，例如自車速度、障礙物速度、自車與障礙物縱向距離等，自動剔除這些“空駛里程”，準確提取出常用場景（如SOTIF、ISO 26262、EuroNCAP等標準規(guī)定的場景），進而節(jié)省時間成本。

b)性能與安全評估

提取的場景可以基于預設的Euro NCAP或自定義標準進行性能評估。例如，設定最大速度或碰撞時間（TTC）等指標，就可以快速篩選出不符合預期的場景，并通過可視化界面查看詳細信息。對于失敗的場景，一鍵點擊跳轉到數(shù)據管理與分析平臺，查看感知還原的場景、相機視頻、速度等細節(jié)進行深度分析。

圖 8自定義標準與Euro NCAP標準的場景評估

2、場景導出器：從LogSim到WorldSim的轉換

為了推動仿真測試的便捷化，我們基于相機圖像、激光雷達點云、GPS定位信息等原始駕駛數(shù)據，通過內部的感知算法將其轉化為仿真場景，完成了從LogSim到WorldSim的高效轉換。轉化后的仿真場景能夠被導出為仿真所需的ASAM標準文件格式（OpenSCENARIO與OpenDrive），實現(xiàn)數(shù)字孿生。

圖 9場景導出器：一鍵導出與自定義導出

數(shù)據輸入支持多種數(shù)據格式（如RosBag、LCM、ADTF等），并可以根據需求自定義導出場景的時間范圍（最長30秒），導出的場景文件可以直接導入支持標準OpenX格式文件的仿真器（如aiSim5），根據需要進行修改后運行仿真測試。

圖 10聯(lián)動aiSim仿真器的場景仿真示例

五、集成式Euro NCAP道路評估器

為了更快速且可靠地對駕駛系統(tǒng)性能安全進行評估，并幫助在未來Euro NCAP的安全輔助評估中拿到高評分，數(shù)據管理與分析平臺（DAP）內將集成Euro NCAP道路評估器（On-road Evaluator），獲得基于海量駕駛數(shù)據的深刻見解。

1、基于Euro NCAP協(xié)議的三大評估板塊

通過在數(shù)據管理與分析平臺中集成Euro NCAP道路評估器，可以支持對道路ADAS性能快速提供評估結果，減少評估時間和成本，同時確保嚴格遵守既定的標準，幫助在評定中獲得更高的星級。

Euro NCAP道路評估器主要針對Euro NCAP 2026協(xié)議歸納出三大板塊進行評估：

a) SAS（Speed Assist System，速度輔助系統(tǒng)）

b) LSS（Lane Support System，車道支持系統(tǒng)）

c) AD（Assisted Driving，輔助駕駛）

這些板塊進一步被細分為多個功能模塊，例如AEB（自動緊急制動）、LKA（車道保持輔助）、SLIF（速度限制信息功能）等，覆蓋了智能駕駛車輛在不同場景下的關鍵安全功能。

2、Euro NCAP道路評估器工作流及特點

通過道路評估器可以快速測試ADAS功能，例如SLIF與LKA，并快速評估Euro NCAP KPI，自動生成反饋報告，使得直擊問題根源與優(yōu)化系統(tǒng)性能變?yōu)榭赡埽M而在最終評定中得以獲得更高的星級。

圖 12Euro NCAP道路評估器工作流程

道路評估器的工作流分為以下幾個步驟：

1.基于參考傳感器硬件設備采集駕駛數(shù)據

2.使用 Euro NCAP On-Road Evaluator 進行數(shù)據處理

3.基于 ODD 的 Euro NCAP 道路 KPI 評估

4.快速得到 KPI 計算和評分的反饋

通過上述工作流，Euro NCAP道路評估器便能夠做到在完全遵循Euro NCAP中關于SAS、LSS、AD的要求的前提下，基于操作設計域（ODD）對車輛進行快速評估，節(jié)省大量時間和資源。

圖 13速度限制信息功能示意圖（SLIF）

結合DAP的基礎功能模塊，道路評估器可以實現(xiàn)數(shù)據可視化、相機視圖、數(shù)據管理的定制化功能，如圖13所示，便于深入研究特定的失敗事件或異常場景。在此基礎上，通過精確的評估算法，道路評估器能夠避免代價高昂的返工，最大限度上節(jié)省該方面的成本。

六、總結

在自動駕駛技術的研發(fā)與測試中，場景測試是驗證系統(tǒng)性能與安全性的核心手段?？抵\IVEX方案通過高效的數(shù)據管理、場景挖掘與性能評估技術，解決了海量數(shù)據處理、復雜場景構建、高昂測試成本等難題，并深度耦合Euro NCAP相關協(xié)議，推動基于真實世界場景的安全評估標準化。

通過數(shù)據驅動的方式，不僅提升了系統(tǒng)的測試效率，還能夠助力智能駕駛車輛在Euro NCAP評定中獲得更高評分，加速自動駕駛技術的研發(fā)與落地，為行業(yè)發(fā)展提供重要支撐。